尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
摘要：「萬物互聯」這個詞這兩年頻繁出現，大多數與技術有關的活動都會帶上這個關鍵詞，它其實是指把流程、數據和事物連接在一起的一種智能方法，不只是物聯網、接入設備，是能利用采集到的信息、利用各種分析方式，更有效分析數據，幫助企業改善流程和決策，幫助用戶和消費者擁有更好的生活方式，推動行業發生顯著變化。消費分層的展現以及數字化的突飛猛進，產品研發與上線的周期大幅縮短，未來隨著企業與企業間信息的共享，或許個人信息更沒有隱私性，但是確實可以讓商家得到更多聯動性的銷售機會，及時通過監測行為、分析購買，結合個人消費能力、信用做出購買情況的準確預測，甚至可能延展到心理學的范疇，在消費者還在思考是否需要購買的幾秒內，系統已經判斷出購買的可能並從各地的倉庫預處理調貨並開始安排配送，消費者可能只需要眨眼或者略表現出心跳增加或體溫增高，這款心意的產品馬上就會成為已售。
20年來在高科技網路中人類與設備的連接程度不斷增加，但世界上所有可以連接的事物中，只有極少部分目前做到了連接，未來5年里，人、設備、信息都會更多連入網路，消費者的購物方式、公司處理數據的方式以及個人處理自身可用數據的方法都將發生全面改變。
「萬物互聯」這個詞這兩年頻繁出現，大多數與技術有關的活動都會帶上這個關鍵詞，它其實是指把流程、數據和事物連接在一起的一種智能方法，不只是物聯網、接入設備，是能利用采集到的信息、利用各種分析方式，更有效分析數據，幫助企業改善流程和決策，幫助用戶和消費者擁有更好的生活方式，推動行業發生顯著變化。
以零售業為例，10年前電腦購物還不普及，這兩年移動購物迅速發展，線上線下融合的程度都超過以往，售賣機到無人商店，購買的便利性大大促進了銷售，對於企業而言商業模式、推廣方式、購物形式以及用戶體驗都在快速變化。結合定位、人臉識別以及大數據分析，已經可以做到走進門店商家立即可以知道進入者是否是會員或者老客戶，曾經購買後者有興趣的產品可以優先推薦，結合移動端即便不在線下門店也可以第一時間收獲到曾經關注或者有興趣產品的促銷信息。
消費分層的展現以及數字化的突飛猛進，產品研發與上線的周期大幅縮短，未來隨著企業與企業間信息的共享，或許個人信息更沒有隱私性，但是確實可以讓商家得到更多聯動性的銷售機會，及時通過監測行為、分析購買，結合個人消費能力、信用做出購買情況的準確預測，甚至可能延展到心理學的范疇，在消費者還在思考是否需要購買的幾秒內，系統已經判斷出購買的可能並從各地的倉庫預處理調貨並開始安排配送，消費者可能只需要眨眼或者略表現出心跳增加或體溫增高，這款心意的產品馬上就會成為已售。
面對不斷發展的技術趨勢，面對曾出不窮的新技術，面對很多都還是概念摸索階段的流行術語……要不要進入，有哪些差別，選不選擇都是一個結果，在此提出有關疑問也號召分享個人的觀點一起來探討這個博弈。
不斷變化的IT需求與技術
未來的IT行業會與過去差別很大。第一個差別為體驗差別，它是由消費者推動的。每五個年輕人中就有兩個表示，寧願選擇低收入的工作，也不願意上班時不能攜帶自己的電子設備或者不能使用最喜愛的社交網路，覺得有互聯網比有車更重要。所以下一代勞力者的觀念將會非常不同，需要有完全不同的工作體驗，這同時也是我們企業所追求的消費體驗。
第二個是速度（效率）差別。一方面，雲計算、及時內存的計算模式或者中台模式應用的發展速度很快。另一方面，現在企業都要求以更快的方式完成信息技術基礎架構應用，從而提供產能，不可能等待很長時間部署、研發、系統上線。無論對IT公司還是需求公司而言，未來必須要解決速度差別。
第三個是數據差別。越來越多的事物會連接在一起，各種數據會產生，僅把全部數據存儲起來還不夠，必須使用這些數據。現在所謂的大數據角度討論應用多在分析方法上，實際上，大數據不只是分析方法，要思考怎樣才能通過分析改善業務流程，真正做到業務發展以及戰略配合。面對新技術選擇加入還是退出
未來技術的變化規模定會相當驚人，每個人都必須為變化做好準備，無論是直接涉及技術行業還是間接使用技術手段的用戶，又或者是提供技術解決方案的機構。未來的變化將是巨大的，人類生活的許多方面一定會受到影響，雖然不能確切了解未來10年將發生什麼，但至少可以預測未來5年會有哪些改變。
面對最新技術以及領域，企業、機構和個人是否要要投入這新興領域？甚至不能確定哪些數據和技術會與個人或者企業有關。「選擇加入還是退出」是一個博弈，很快就會要選擇 「什麼時候加入，什麼時候退出」。因為在不同階段可能想法會有不同，目前企業的技術創新主要集中在用戶體驗的增加和信息流動加速，還沒有到達如何把信息反饋給用戶的階段，甚至實時互動與銷售也只有一小部分帶有貿易性質的企業能夠做到，所以相信未來3～5年里，企業和個人在技術使用上將會出現許多重大轉變。選擇要加入時的判斷參考
14年當時的新興技術-3D掃描和建模、推薦引擎、動態定價的智能算法技術早已做到並應用在企業，當下利用軟件與信息化系統顯著提升企業的效率和靈活性，降低成本得到大部分認同。每3年都有新興的技術概念提出，為了做到企業競爭優勢及早布局會有優勢，但是又面臨缺乏足夠的實踐參考，要摸石頭過河的現狀。比如「大數據」及高級分析帶來成果的誘惑，很容易導致企業未明確所以然盲目加入，大量投入資金建設數據庫或者系統，而忽略大數據後續建模以及機器學習才是更大的重頭等。
對於新技術選擇要加入時，有這樣一些建議，建議企業管理者預先做好思考：
1、這項新技術為什麼重要？能否對未來戰略產生重大影響。比如，數據挖掘正成為日益重要的技術優勢。如果一開始的數據規劃就沒步上正軌，日後在競爭中很可能落於下風。
2、詳細規劃過該技術實施的日程，不是單次而是持續、長久的優化與發展。好規劃可推動公司戰略層面的決策，如篩選關鍵投資和項目取舍。高質量戰略規劃的核心在於，凸顯企業必須做出的關鍵決策或取舍，並明確企業必須優先考慮的舉措。
3、無論成功與否，都有足夠的預估，面對新技術、趨勢的投入確實有可能是場賭博，假如失敗是否是企業與個人能夠承受的？投入的不光是設備或技術方面的資金，還有人力以及人員調動導致其他方面關注度的降低。
大數據，要不要加入？
以大數據為例，大數據規劃要聚焦三大核心因素：
■收集並整合海量的新數據，以挖掘出新洞察
■選擇先進數據分析模式以優化經營，並預測商業決策的結果
■創建易於使用的工具，將模型輸出轉化為具體的行動，並培訓關鍵崗位的員工
1、數據，制定收集和整合數據的策略非常關鍵。關鍵數據可能存在於過去的IT系統中，且涵蓋客戶服務、定價和供應鏈等各個領域，關鍵信息常以非結構化格式散落於公司外部，例如社交網路的對話，更加劇了問題的複雜性。對於原有數據庫篩選、數據的再收集，還必須有可實施的保證準確性的數據管理標準。
2、分析模型
整合數據本身並不會創造價值。需要高級的分析模型來做到數據驅動的優化或預測，這些數據模型的建模、相互交叉影響、不斷繼續細分、拓展的分析模型、自動化處理等，太多變量將增加複雜性，需要更多關注模型的應用和維護。
3、工具
一方面是使用的相關數據系統工具，就是數據收集以及處理的工具，一方面是輸出應用工具，包括可視化。模型輸出的內容可能非常豐富，但是又要足夠簡單到一線甚至非專業人士都能理解並使用才有價值。
所有的技術引入都會帶來一定時間內的不適應，必須要得到高層主管的大力支持，包括確定可接受的投資成本與重點、盡量平衡可承受的成本和在現實業務中實施的速度、確保一線員工、一線部門的參與度和能力培養認可。即便一切都入預想的做到與新技術的結合，依然有可能出現顛覆的可能，但是在當下的情況里如果不迎接變化可能連翻身的機會都不具備，如果沒有破釜沉舟的勇氣建議不要立即全部資源、資金人力投入到新興領域的結合中，建議在可控制的範圍內逐步嘗試與介入，尤其是傳統行業，讓內部獲得一定信心後再逐步加大投入。