กลยุทธ์ระบบนิเวศ IOT (I): จะแปลงข้อมูลให้เป็นมูลค่าทางธุรกิจที่ยั่งยืนได้อย่างไร

       การอ่านคำแนะนำ

       ข้อมูลที่สร้างโดย Internet of Things กำลังค่อยๆ กลายเป็นกำลังหลักของข้อมูลขนาดใหญ่ บทความนี้มีจุดมุ่งหมายเพื่อสำรวจประเด็นที่ผู้บริหารองค์กรที่มีนวัตกรรมส่วนใหญ่กังวลอย่างมาก: วิธีแปลงข้อมูลให้เป็นมูลค่าทางธุรกิจที่ยั่งยืนทีละขั้นตอนตามห่วงโซ่ข้อมูล Internet of Things

“แม้ว่าข้อมูลจะยังไม่ได้รวมอยู่ในงบดุลขององค์กร แต่ก็เป็นเพียงเรื่องของเวลาเท่านั้น”

       ——วิกเตอร์ยุคข้อมูลขนาดใหญ่ & middot; เมล เชินเบิร์ก

       บางคนบอกว่าบทบาทของข้อมูลที่มีต่อสังคมนั้นเปรียบเสมือนน้ำมัน คนอื่นๆ บอกว่าผลกระทบของข้อมูลที่มีต่อสังคมนั้นจะเหนือกว่าน้ำมัน ฉันคิดว่ามันก็ถูกต้องแล้ว ข้อมูลและน้ำมันต่างก็เป็นแหล่งพลังงานในการส่งเสริมการเปลี่ยนแปลงทางสังคม และกระบวนการสร้างและการใช้งานของข้อมูลก็เหมือนกัน อย่างไรก็ตาม ข้อมูลมีคุณสมบัติหลายประการที่น้ำมันไม่สามารถเทียบได้ นั่นคือ สามารถนำกลับมาใช้ใหม่ คัดลอก และส่งผ่านด้วยความเร็วสูง ดังนั้นอิทธิพลของข้อมูลที่มีต่อสังคมจะเหนือกว่าน้ำมันมาก!

       ไม่ว่าในกรณีใด การเปรียบเทียบข้อมูลกับน้ำมันจะช่วยให้เข้าใจบริบทของห่วงโซ่ข้อมูลอินเทอร์เน็ตแห่งสรรพสิ่งได้ดีขึ้น ฉันเคยทำงานในบริษัทน้ำมันและมีความรู้เกี่ยวกับกระบวนการทางธุรกิจที่เกี่ยวข้องกับน้ำมันมาบ้าง มาเปรียบเทียบข้อมูลกับน้ำมันกัน

       ก่อนที่จะมีการใช้น้ำมัน มันเป็นเพียงส่วนผสมของไฮโดรคาร์บอนที่มีส่วนประกอบที่ซับซ้อนสะสมอยู่ในเปลือกโลก แต่เมื่อพ่นออกจากใต้ดินแล้วก็สามารถนำไปใช้ได้หลากหลายวัตถุประสงค์และกลายเป็นสิ่งจำเป็นต่างๆ ของสังคมยุคใหม่ เช่น เชื้อเพลิง (น้ำมันเบนซิน ดีเซล ฯลฯ) น้ำมันหล่อลื่น วัตถุดิบเคมี ผลิตภัณฑ์พลาสติก ฯลฯ มูลค่าทางการค้าของมันก็ค่อยๆ ปรากฏอย่างเฉียบแหลมและชัดเจน

       กระบวนการขุดมูลค่าเชิงพาณิชย์ของข้อมูลก็เหมือนกับการกลั่นน้ำมันดิจิทัลเสมือนจริง

รูปที่ 1: การผลิตน้ำมันและกระบวนการทางการตลาดของการเชื่อมโยงข้อมูล Internet of Things

       ดังที่แสดงในรูปที่ 1 สำหรับอินเทอร์เน็ตของสรรพสิ่ง การขุดข้อมูลมูลค่าควรเริ่มต้นจากการค้นหาการขุดข้อมูล จากนั้นโดยการปรับปรุงความสามารถในการรวบรวม สื่อสาร จัดเก็บ และวิเคราะห์ข้อมูลอย่างต่อเนื่อง เพื่อแปลงข้อมูลที่กรองและวิเคราะห์แล้วเหล่านั้นให้เป็นมูลค่าเชิงพาณิชย์ที่สามารถสะท้อนข้อได้เปรียบขององค์กรได้ กระบวนการนี้สร้างการเชื่อมโยงข้อมูลที่คล้ายกับกระบวนการผลิตน้ำมันและการตลาด: การรวบรวมข้อมูล (การใช้ประโยชน์จากน้ำมัน) การสื่อสารข้อมูล (การขนส่งน้ำมัน) การจัดเก็บและวิเคราะห์ข้อมูล (การจัดเก็บและการกลั่นน้ำมัน) การใช้งานและการแปลงเป็นมูลค่าเชิงพาณิชย์ แสดงไว้ในรูปที่ 2

2 รูป:แผนผังของการเชื่อมต่อข้อมูลอินเทอร์เน็ตของสรรพสิ่ง

       ในความเป็นจริง ข้อมูลใหม่ยังคงถูกสร้างขึ้นในกระบวนการประยุกต์ข้อมูลและการแปลง ข้อมูลใหม่เหล่านี้จะถูกป้อนกลับแบบเรียลไทม์และกลับสู่ระยะเริ่มต้น เมื่อรวมกับข้อมูลอื่น ๆ พวกเขาจะต้องผ่านกระบวนการลูกโซ่ทั้งหมดอีกครั้ง โดยสร้างกระบวนการวงจร "การได้รับผลตอบรับการสมัครเข้าซื้อกิจการ" แตกต่างจากกระบวนการเชิงเส้น "ของเสียจากการบริโภคการผลิต" แบบดั้งเดิมของน้ำมัน ซึ่งค่อนข้างคล้ายกับกระบวนการที่ยั่งยืนของ "การบริโภคการผลิต" การรีไซเคิล" ประสบการณ์จากน้ำมันภายใต้เศรษฐกิจหมุนเวียน ซึ่งเป็นเหตุผลว่าทำไมกลยุทธ์ทางธุรกิจที่ยั่งยืนจึงมีความสำคัญอย่างมากต่อการสร้างระบบนิเวศอินเทอร์เน็ตของสรรพสิ่ง

       ต่อไปนี้เป็นการอภิปรายทีละขั้นตอนเกี่ยวกับวิธีการแปลงข้อมูลให้เป็นมูลค่าทางธุรกิจที่ยั่งยืนบนห่วงโซ่ข้อมูล Internet of Things ตามขั้นตอนที่แสดงในรูปที่ 2

การรวบรวมข้อมูล: ค้นหาพื้นที่การขุดเป้าหมายข้อมูลขนาดใหญ่

3 รูป:แผนผังของการรวบรวมข้อมูลของอินเทอร์เน็ต

       องค์ประกอบและลักษณะของน้ำมันดิบแตกต่างกันไปในแต่ละแหล่ง และข้อมูลต้นฉบับทั้งหมดมีรูปแบบครบถ้วน คำ รูปภาพ เสียง สัญลักษณ์ สัญญาณ และข้อมูลอื่นๆ ที่แปลงเป็นดิจิทัลด้วยคอมพิวเตอร์สามารถกลายเป็นข้อมูลต้นฉบับได้ นอกจากนี้ น้ำมันยังมีข้อกำหนดขีดจำกัดที่เฉพาะเจาะจงสำหรับธรณีวิทยา ภูมิประเทศ และเทคโนโลยีการขุดของแหล่งกำเนิด และเทคโนโลยีการขุดก็ทันสมัยอยู่เสมอ ในทำนองเดียวกัน การอภิปรายเกี่ยวกับการรวบรวมข้อมูลอินเทอร์เน็ตของสรรพสิ่งยังต้องสอดคล้องกับสถานการณ์เฉพาะและใช้โซลูชันทางเทคนิคที่พัฒนาอย่างต่อเนื่องสำหรับการรวบรวมข้อมูล

       ก่อนที่อินเทอร์เน็ตของสรรพสิ่งจะเข้ามามีบทบาท ข้อมูลดั้งเดิมของเรามักจะหมายถึงข้อมูลที่ค่อนข้างคงที่ มีโครงสร้างที่แน่นอน และแม่นยำ ซึ่งมาจากภายในองค์กร มีการโต้ตอบกับลูกค้าด้วยตนเองหรืออ่านเป็นประจำ ปัจจุบัน อินเทอร์เน็ตของสรรพสิ่งได้ขยายขอบเขตของการรวบรวมข้อมูลอย่างกว้างขวาง โดยรวมถึงข้อมูลไดนามิกขนาดใหญ่แบบเรียลไทม์จากอุปกรณ์การผลิต ผู้ใช้ และผลิตภัณฑ์ในช่วงเวลาต่างๆ อินเทอร์เน็ตของสรรพสิ่งมีความครอบคลุมและทันท่วงทีมากกว่าที่เคย และยังเติมเต็มช่องว่างข้อมูลจำนวนมากในกระบวนการทางธุรกิจแบบดั้งเดิมอีกด้วย

       ข้อมูลของอินเทอร์เน็ตของสรรพสิ่งมีลักษณะที่ "สมบูรณ์" "ครอบคลุม" และ "มากมาย" ซึ่งทำให้เราต้องมองข้อมูลเหล่านี้ด้วยวิธีการคิดที่แตกต่างออกไป เราไม่จำเป็นต้องมุ่งเน้นไปที่ความสัมพันธ์เชิงเหตุปัจจัยที่เข้มงวดระหว่างข้อมูลจำกัดอีกต่อไป แต่ให้เข้าใจอย่างลึกซึ้งมากขึ้นเกี่ยวกับความสัมพันธ์ที่เป็นไปได้ระหว่างสิ่งต่างๆ ที่แสดงโดยข้อมูล เพื่อค้นหาคุณค่าที่เป็นไปได้และเข้าใจแนวโน้มในอนาคต ขออธิบายอีกอย่างหนึ่ง หน้าที่หลักของข้อมูลของอินเทอร์เน็ตของสรรพสิ่งคือการสร้างอนาคตที่มีสีสันมากขึ้นผ่าน "การทำนาย" วิธีคิดใหม่นี้ใกล้เคียงกับการคิดเชิงนิเวศน์ในการทำความเข้าใจวิวัฒนาการของชีวิต มากกว่าการคิดเชิงแม่นยำในการทำความเข้าใจการเคลื่อนไหวทางกลไก

       แล้วข้อมูล IoT อะไรบ้างที่สามารถแปลงเป็นมูลค่าเชิงพาณิชย์ได้? เมื่อพิจารณาจากผลกระทบต่อกระบวนการทางธุรกิจ ฉันคิดว่าสามารถแบ่งได้คร่าวๆ เป็นสี่ประเภทดังต่อไปนี้:

 
       ข้อมูลสำหรับการปรับปรุงประสิทธิภาพและประสิทธิภาพของพลังงานของอุปกรณ์:เทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งสามารถจัดการและเพิ่มประสิทธิภาพการใช้พลังงานของอุปกรณ์ได้อย่างชาญฉลาด ลดการมีส่วนร่วมด้วยตนเอง และประหยัดการสูญเสียพลังงานของกระบวนการทางธุรกิจทั้งหมด นี่คือสาเหตุที่ผู้คนมักจัดประเภทเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งว่าเป็น "เทคโนโลยีประหยัดพลังงาน"ตามสถานการณ์การใช้งานจริง ข้อมูลการใช้พลังงานที่เราจำเป็นต้องรวบรวม ได้แก่ พลังงานแบบเรียลไทม์ ความร้อน ปริมาตรน้ำ ความดัน หรือเทียบเท่าถ่านหินที่คำนวณได้ ตลอดจนแรงดันไฟฟ้า กระแส ปริมาตร ฯลฯ ที่เกี่ยวข้อง

       ข้อมูลสำหรับการวินิจฉัยอุปกรณ์และการเตือนล่วงหน้า:ตัวอย่างเช่น ระบุอุณหภูมิของตำแหน่งของอุปกรณ์ ความถี่ในการสั่นสะเทือนของอุปกรณ์ การไหลของของไหล สัญญาณรบกวนจากสิ่งแวดล้อม และแม้แต่ความดันของช่องว่างที่สัมผัสกับอุปกรณ์พารามิเตอร์เฉพาะที่จะรวบรวมจะแตกต่างกันไปตามสถานการณ์การใช้งาน เพื่อป้องกันหรือลดข้อผิดพลาดหรือภัยพิบัติที่อาจเกิดขึ้นในกระบวนการผลิต

       ข้อมูลที่ใช้เพื่อปรับปรุงการบริการลูกค้า:ข้อมูลธุรกรรมของลูกค้าที่ไม่ละเอียดอ่อน เช่น ปริมาณธุรกรรม ปริมาณธุรกรรม ความถี่ของธุรกรรม ตำแหน่งธุรกรรม ประเภทผลิตภัณฑ์ คะแนนลูกค้า ตลอดจนข้อมูลการใช้งานของลูกค้า เช่น ข้อมูลประสบการณ์เชิงพื้นที่ต่างๆ สำหรับบ้านอัจฉริยะข้อมูลเหล่านี้ไม่เพียงแต่ช่วยให้ลูกค้าได้รับความคิดเห็นอ้างอิงส่วนบุคคลและบริการแบบเรียลไทม์ เพื่อช่วยลูกค้าในการตัดสินใจในการทำธุรกรรม แต่ยังช่วยให้องค์กรต่างๆ มอบบริการที่เป็นส่วนตัวมากขึ้นสำหรับลูกค้าใหม่และพันธมิตรข้ามพรมแดนในอนาคต

       ข้อมูลที่ใช้ในการดำเนินการอนุญาต "เป็นบริการ (xaas)":“อุปกรณ์สื่อสาร” ในยุค Internet of Things รวมถึงวัตถุต่างๆ เวลาดำเนินการปกติ ระยะการเคลื่อนที่ เวลาที่เกิดความล้มเหลว และอื่นๆ จะเป็นตัวกำหนดว่าผู้ใช้บริการใดมีสิทธิ์ใช้บริการภายใต้เงื่อนไขใดและเมื่อใดข้อมูลเหล่านี้มีบทบาทสำคัญในการเปลี่ยนแปลงโมเดลธุรกิจ "ในรูปแบบการบริการ" ต่างๆบนพื้นฐานของการอนุญาต ผู้ใช้ยังสามารถกำหนดราคา ชำระ และหักเงินได้โดยตรงทางออนไลน์

สถานการณ์การใช้งานของอินเทอร์เน็ตของสรรพสิ่งมีแนวโน้มที่จะมีความหลากหลาย และประเภทของข้อมูลที่มีสำหรับการรวบรวมและวิเคราะห์จะขยายตัวอย่างต่อเนื่อง ประเภทข้อมูลที่กล่าวถึงข้างต้นอาจเป็นเพียงส่วนหนึ่งของข้อมูลอินเทอร์เน็ตของสรรพสิ่งในอนาคต แต่ข้อมูลใหม่นั้นแยกจากฟังก์ชันหลักอย่าง "การค้นหาความเกี่ยวข้อง การคาดการณ์ผลลัพธ์ และการรับรู้คุณค่า" ไม่ได้ โดยพื้นฐานแล้ว เราสามารถคาดการณ์ได้ว่าข้อมูลอินเทอร์เน็ตของสรรพสิ่งจะนำพาธุรกิจเข้าสู่ยุคใหม่ที่มีเทคโนโลยีอัจฉริยะและการคิดเชิงนิเวศมากขึ้น!

การสื่อสารข้อมูล การจัดเก็บ และการวิเคราะห์: การตามล่าหาสมบัติในข้อมูล

4 รูป:อินเทอร์เน็ตของการสื่อสารข้อมูล การจัดเก็บและการวิเคราะห์

       เนื่องจากข้อมูล IoT ถูกทำให้เสมือนจริง เปลี่ยนแปลงไปตามกาลเวลา และสามารถนำกลับมาใช้ใหม่ได้ กระบวนการสื่อสาร การจัดเก็บ และวิเคราะห์ข้อมูล IoT จึงมีความซับซ้อนและพื้นที่การพัฒนาที่ยืดหยุ่นมากกว่ากระบวนการส่งน้ำมัน การจัดเก็บ และการกลั่นน้ำมัน กระบวนการนี้เกี่ยวข้องกับเทคโนโลยีล้ำสมัยหรือคอลเล็กชันเทคโนโลยีใหม่ๆ จำนวนมาก ดังที่แสดงในรูปที่ 4 รวมถึงเทคโนโลยีการสื่อสารใหม่ๆ และโปรโตคอลต่างๆ ในด้านการสื่อสารข้อมูล เทคโนโลยีเครือข่ายอินเทอร์เน็ตแห่งสรรพสิ่งในพื้นที่และบริเวณกว้าง ตลอดจนที่เก็บข้อมูลบนคลาวด์สาธารณะหรือส่วนตัว คลาวด์คอมพิวติ้ง เอจคอมพิวติ้ง การเรียนรู้ของเครื่องจักร ปัญญาประดิษฐ์ การแสดงภาพข้อมูล บล็อคเชน ฯลฯ ในด้านการจัดเก็บและวิเคราะห์ เนื่องจากเทคโนโลยีที่มองไปข้างหน้าเหล่านี้ยังคงแทรกซึมเข้าสู่ธุรกิจ การเชื่อมโยงนี้จึงง่ายมากที่จะก่อให้เกิดเทคโนโลยีใหม่ๆ ที่เป็นภัยต่อสิ่งแวดล้อมและรูปแบบธุรกิจใหม่ๆ ในเวลาเดียวกัน ก็ยากที่จะหลีกเลี่ยงควันของข้อพิพาททางการค้าในระยะสั้นและร้อนแรง และสงครามทางการค้า

       ในบรรดาโซลูชันเทคโนโลยีใหม่และรูปแบบธุรกิจเหล่านี้ มีเพียงเทคโนโลยีใหม่ แพลตฟอร์มใหม่ หรือรูปแบบธุรกิจใหม่ที่สามารถผสานรวมเทคโนโลยีที่หลากหลายและทรัพยากรทางธุรกิจได้มากขึ้นเท่านั้นที่จะเป็นผู้ชนะขั้นสุดท้ายในตลาดเทคโนโลยีในอนาคต เช่น ชิปอัจฉริยะ การสื่อสาร 5G และระบบปฏิบัติการอินเทอร์เน็ตของสรรพสิ่ง ซึ่งครอบครองพื้นที่หลักของเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่ง หรือเชื่อมต่อพันธมิตรทางนิเวศน์ต้นน้ำและปลายน้ำของอินเทอร์เน็ตของสรรพสิ่ง จัดเตรียมแพลตฟอร์มข้อมูลอินเทอร์เน็ตของสรรพสิ่งพร้อม API ที่หลากหลาย และอื่นๆ อีกมากมาย รูปแบบเชิงพาณิชย์ในยุคอินเทอร์เน็ตของสรรพสิ่ง ตั้งแต่การจัดองค์กรบุคลากรไปจนถึงสถาปัตยกรรมทางเทคนิค มีแนวโน้มที่จะเป็นแบบแบนราบและโอเพ่นซอร์ส อุปสรรคทางเทคนิคแบบเดิมต่างๆ กำลังถูกทำลาย และอำนาจทางการค้ากำลังถูกมอบหมาย ดังนั้น การต่อสู้ที่กำลังจะตายของผู้นำบางส่วนในอุตสาหกรรมแบบดั้งเดิมก็ถูกเปิดเผยทีละคนเช่นกัน

       วิธีทำความเข้าใจเทคโนโลยีและแนวโน้มธุรกิจของลิงก์สำคัญนี้ ให้ใช้สถาปัตยกรรม Internet of Things ทั่วไปต่อไปนี้ที่ขยายจากคลาวด์ไปสู่หมอกเป็นตัวอย่าง

5 รูป:แผนภาพสถาปัตยกรรมของแพลตฟอร์มการวิเคราะห์ขอบของอินเทอร์เน็ต

       ดังที่แสดงในภาพ ด้วยการกระจายความเสี่ยงที่เพิ่มมากขึ้นของอุปกรณ์ปลายทางอัจฉริยะและสถานการณ์ทางธุรกิจอินเทอร์เน็ตของสรรพสิ่ง จำเป็นที่ความเร็วในการส่งและข้อเสนอแนะจะต้องเร็วขึ้น โดยเฉพาะอย่างยิ่งสำหรับสมาร์ทกริด การสำรวจน้ำมัน และสาขาการผลิตในอุตสาหกรรมส่วนใหญ่ที่มีการดำเนินการจากระยะไกล แนวคิดในการปรับใช้ที่ใกล้เคียงกับอินเทอร์เน็ตบนมือถือในระยะเริ่มต้นของอินเทอร์เน็ตของสรรพสิ่งมากขึ้นเรื่อยๆ ซึ่งละเว้นพื้นหลังสีเทาตรงกลางภาพและรวบรวมข้อมูลที่รวบรวมโดยอุปกรณ์ปลายทางไปยังคลาวด์โดยตรงนั้น เริ่มไม่มีประสิทธิภาพมากขึ้นเรื่อยๆ แน่นอนว่า สำหรับสถานการณ์การใช้งานอินเทอร์เน็ตของสรรพสิ่งในอุตสาหกรรมจริงหลายๆ สถานการณ์ สถาปัตยกรรมนี้จำเป็นต้องได้รับการปรับแต่งเพิ่มเติม ซึ่งอาจเกี่ยวข้องกับการทำให้อุปกรณ์เก่าๆ ต่างๆ กลายเป็นปัญญาประดิษฐ์ การจัดการอินเทอร์เฟซคน-เครื่องจักร (HMI) และอื่นๆ

       ไม่ว่าในกรณีใด ตำแหน่งการปรับใช้โซลูชันทางเทคนิคของอินเทอร์เน็ตของสรรพสิ่ง โดยเฉพาะอินเทอร์เน็ตของสรรพสิ่งในภาคอุตสาหกรรม กำลังเคลื่อนตัวจากคลาวด์ไปยังเลเยอร์หมอกที่อยู่ใกล้กับอุปกรณ์ปลายทางมากขึ้น ซึ่งเปรียบเสมือนผู้จัดการทั่วไปของคลาวด์ที่มอบอำนาจการประมวลผลข้อมูลให้กับผู้จัดการพื้นที่หมอกในสถานที่ต่างๆ เพื่อการประมวลผลอิสระ ด้วยวิธีนี้ แพลตฟอร์มการวิเคราะห์เลเยอร์หมอกจึงสามารถวิเคราะห์ข้อมูลได้แบบเรียลไทม์มากขึ้น และตัดสินใจทางธุรกิจได้ทันเวลาและเหมาะสมมากขึ้น การกระจายพลังงานระหว่างคลาวด์และหมอกเป็นศิลปะแห่งความสมดุลระหว่างการรวมศูนย์และการแบ่งพาร์ติชัน คลาวด์ควรกระจายพลังงาน แต่ไม่มากเกินไป สิ่งสำคัญคือต้องรักษาช่องทางการไหลของข้อมูลแบบเรียลไทม์ระหว่างทั้งสองให้ราบรื่น ทันเวลา และมีประสิทธิภาพ

       จากมุมมองนี้ ข้อมูลไดนามิกจำนวนมหาศาลที่สร้างขึ้นโดยสถาปัตยกรรมอินเทอร์เน็ตแห่งสรรพสิ่งเปรียบเสมือนน้ำที่ไหล ซึ่งระเหยจาก "ปลายทาง" ทั่วโลกกลายเป็นไอน้ำ หมอก เมฆ ฝน และกลับคืนสู่พื้นโลก หากเรากล่าวว่าวัฏจักรของน้ำในธรรมชาติก่อให้เกิดสิ่งมีชีวิตตามธรรมชาติที่วิวัฒนาการขึ้นด้วยความช่วยเหลือของพลังงานแสงอาทิตย์ภายใต้การกระทำของแรงโน้มถ่วงของโลก การไหลของข้อมูลของอินเทอร์เน็ตแห่งสรรพสิ่งจะพัฒนาและวิวัฒนาการไปในทิศทางที่เอื้อต่อการกำเนิดของอุตสาหกรรมแนวตั้งแต่ละประเภทและการสร้างระบบนิเวศทางธุรกิจของตนเองด้วยความช่วยเหลือของภูมิปัญญาของผู้คนและเครื่องจักร

       โดยทั่วไป การขยายตัวของกรอบงานเทคโนโลยีอินเทอร์เน็ตของสรรพสิ่งจากคลาวด์ไปสู่หมอกนั้นสอดคล้องกับแนวโน้มทางนิเวศวิทยาของการพัฒนาธุรกิจ ทำให้การแบ่งงานทางเทคนิคในสังคมการค้ามีรายละเอียดมากขึ้นและการจัดการมีความแบนราบมากขึ้น ในบรรดาเทคโนโลยีการแบ่งย่อยทั้งหมด ไม่สามารถปฏิเสธได้ว่าเทคโนโลยีการวิเคราะห์ข้อมูลมีความสำคัญมาก อาจกล่าวได้ว่ามีบทบาทเชื่อมโยงในห่วงโซ่ข้อมูลอินเทอร์เน็ตของสรรพสิ่งทั้งหมดและมีผลทันที สาขาที่สะดุดตาที่สุดในการวิเคราะห์ข้อมูลน่าจะเป็นปัญญาประดิษฐ์ (AI) หลายคนคิดว่า AI เป็นเทคโนโลยีเดียว แต่ในความเป็นจริงไม่ใช่ มันเป็นชุดของเทคโนโลยีต่างๆ ที่เกี่ยวข้องกับการวิเคราะห์ข้อมูลอัจฉริยะ ตั้งแต่ "เซ็นเซอร์ภาพ" และ "ชิป Ai" ในระดับฮาร์ดแวร์ไปจนถึง "การจดจำใบหน้า" "การขับขี่ไร้คนขับ" และ "การจดจำเสียงพูด" ในระดับแอปพลิเคชัน "การสร้างแม่บ้านอัจฉริยะ" "การวิเคราะห์การประหยัดพลังงาน" และเทคโนโลยีซอฟต์แวร์ สิทธิบัตร มาตรฐาน โปรโตคอล ฯลฯ ที่มีอยู่ในนั้นล้วนเป็นส่วนหนึ่งของชุดเทคโนโลยีปัญญาประดิษฐ์

       ในการรวบรวมเทคโนโลยีปัญญาประดิษฐ์ กลุ่มย่อยที่โดดเด่นที่สุดอย่างไม่ต้องสงสัยคือ "การเรียนรู้ของเครื่องจักร" ซึ่งใช้พลังคอมพิวเตอร์ในการขุดข้อมูลที่มีค่าหรือกฎหมายจากข้อมูล เมื่อพูดกันตามจริง การเขียนโปรแกรมแบบดั้งเดิมจะคำนวณผลลัพธ์ตามกฎอัลกอริทึมที่โปรแกรมเมอร์กำหนด และเครื่องในการเรียนรู้ของเครื่องจักรสามารถทำหน้าที่เป็นโปรแกรมเมอร์และนำผลการคำนวณแต่ละรายการมาใช้ซ้ำเป็นข้อมูลสำหรับการแก้ไขตัวเองและการตรวจสอบอย่างต่อเนื่อง ในหมู่พวกเขา ด้วยความช่วยเหลือของเครือข่ายประสาทเทียมหลายระดับ (ANN) การประยุกต์ใช้การคำนวณและวิเคราะห์ข้อมูลจำนวนมากเพื่อโซลูชันที่เหมาะสมที่สุดทำให้ "การเรียนรู้ของเครื่องจักร" กลายเป็นกลุ่มย่อยที่สำคัญที่สุด "การเรียนรู้เชิงลึก" ความแตกต่างระหว่างทั้งสองแสดงไว้ในรูปที่ 6:

6 รูป:การเปรียบเทียบระหว่างการเขียนโปรแกรมแบบดั้งเดิมกับการเรียนรู้ของเครื่อง

       ไม่ต้องสงสัยเลยว่า "การเรียนรู้เชิงลึก" จะเป็นการแข่งขันหลักในด้านการวิเคราะห์ข้อมูล Internet of Things มาเป็นเวลานานในอนาคต กระบวนการเรียนรู้เชิงลึกเทียบเท่ากับการใช้โครงข่ายประสาทเทียมหลายระดับเพื่อค้นหาแผนที่ล่าขุมทรัพย์ในเขาวงกตข้อมูลขนาดใหญ่ และเป็นแผนที่ล่าขุมทรัพย์ที่มีเส้นทางที่เหมาะสมที่สุด ด้วยแผนที่ล่าสมบัติ (อัลกอริทึม) นี้ เรามีแนวโน้มมากขึ้นที่จะพบทารกแรกเกิด (มูลค่าเชิงพาณิชย์) ในข้อมูลที่ซับซ้อนจำนวนมากในที่สุด

       เมื่อพูดถึงเรื่องนี้ ฉันอดไม่ได้ที่จะรู้สึกว่า แม้แต่เครื่องจักรก็พยายามเรียนรู้และตัดสินใจอย่างชาญฉลาดและเป็นอิสระ ทำไมเราไม่เพิ่มความพยายามเป็นสองเท่าเพื่อเรียนรู้และสร้างแนวคิดอิสระของเราเองล่ะ? สิ่งนี้สะท้อนถึงองค์กรตัวแทนฝรั่งเศสแห่งแรกในประเทศจีนที่เป็นเจ้าภาพจัดโครงการปริญญาเอกบริหารธุรกิจ (im-dba) ในด้านการผลิตอัจฉริยะและเสนอการเรียนรู้แบบครอบคลุม ฉันได้แสดงความคิดเห็นคร่าวๆ ดังต่อไปนี้ในการสัมมนาภายใน: ในอนาคต ผู้ตัดสินใจทางธุรกิจควรเรียนรู้และคิดเหมือนเครื่องจักรปัญญาประดิษฐ์ "การเรียนรู้เชิงลึก" ต่อไป ปรับปรุงการปฏิบัติส่วนบุคคล (ข้อมูล) และประสิทธิภาพ (ผลลัพธ์) ให้เป็นแนวทางค่านิยมทางอุดมการณ์ (กฎหมายธุรกิจ) สำหรับอุตสาหกรรมของตน เพื่อรักษาความได้เปรียบในการแข่งขัน เนื่องจากการเรียนรู้ของเครื่องจักรเป็นแนวทางทางธุรกิจที่สมควรแก่การลงทุนเพิ่มขึ้นในอนาคต การเรียนรู้ตลอดชีวิตส่วนบุคคลจึงเป็นแนวทางชีวิตที่สมควรแก่การลงทุนอย่างต่อเนื่องเช่นกัน?

การแปลงข้อมูลเป็นมูลค่าทางธุรกิจ

7 รูป:แผนผังการแปลงข้อมูลเป็นมูลค่าทางธุรกิจ

       ตัวอย่างเช่น น้ำมันกลั่นถูกนำมาใช้ในทุกสาขาอาชีพเพื่อผลิตเป็นเชื้อเพลิงหรือวัตถุดิบในการผลิต ผลลัพธ์ของการวิเคราะห์ข้อมูลอินเทอร์เน็ตแห่งสรรพสิ่งจะต้องถูกผสานรวมเข้ากับกระบวนการให้บริการเชิงพาณิชย์และกลายมาเป็นผลิตภัณฑ์หรือบริการเพื่อสะท้อนถึงมูลค่าเชิงพาณิชย์ โดยทั่วไปแล้ว ยิ่งบริการข้อมูลสามารถปรับปรุงความสามารถในการผสานรวมทรัพยากรนิเวศเชิงพาณิชย์ได้มากเท่าไร มูลค่าความยั่งยืนเชิงพาณิชย์ก็จะยิ่งสูงขึ้นเท่านั้น

       นอกจากมูลค่าที่เป็นวัตถุดิบ เช่น น้ำมันแล้ว มูลค่าที่แท้จริงของข้อมูลยังเท่ากับผลรวมของการใช้ที่เป็นไปได้ทั้งหมด สามารถใช้ซ้ำๆ เพื่อเปลี่ยนแปลงกระบวนการทางธุรกิจ ปรับปรุงประสิทธิภาพการดำเนินงาน และสร้างมูลค่าเพิ่มได้

       แล้วข้อมูลสามารถแปลงเป็นมูลค่าทางธุรกิจได้เท่าใด กล่าวอีกนัยหนึ่ง เราจะประเมินมูลค่าข้อมูลซึ่งเป็นสินทรัพย์ที่จับต้องไม่ได้ประเภทใหม่ในอนาคตได้อย่างไร ปัจจุบันยังไม่มีมาตรฐานการประเมินอุตสาหกรรมในเรื่องนี้ อย่างไรก็ตาม เช่นเดียวกับบริษัทต่างๆ ที่ประเมินสินทรัพย์ต่างๆ ในอดีต บริษัทประเมินมูลค่าข้อมูลใหม่ๆ บางแห่งก็จะปรากฏขึ้นในตลาดในอนาคตอย่างแน่นอน

       ไม่ว่าในกรณีใด เพื่อแปลงข้อมูลเป็นมูลค่าเชิงพาณิชย์ เราไม่เพียงแต่ต้องมีความสามารถทางเทคนิคที่เกี่ยวข้องเท่านั้น แต่ยังต้องมีความตระหนักเชิงกลยุทธ์ด้วยว่าข้อมูลสามารถแปลงเป็นมูลค่าเชิงพาณิชย์ได้ ทั้งสองกรณีมีความจำเป็น สามกรณีต่อไปนี้สามารถอธิบายความจริงนี้ได้เป็นอย่างดี

       กรณีที่ 1: หลังจากรวบรวมข้อมูลการทำงานของยานพาหนะและร่วมมือกับบริษัทวิเคราะห์ข้อมูลภายนอก ผู้ผลิตยานยนต์ในยุโรปพบว่าเซ็นเซอร์ตรวจจับถังเชื้อเพลิงที่จัดหาโดยซัพพลายเออร์ในเยอรมนีมีข้อบกพร่องในการส่งสัญญาณเตือนภัยผิดพลาดบ่อยครั้ง หลังจากพิจารณาอย่างรอบคอบแล้ว ผู้ผลิตยานยนต์ไม่ได้เลือกที่จะแจ้งข้อมูลโดยตรงแก่ซัพพลายเออร์และสั่งให้แก้ไข แต่ได้ยื่นขอสิทธิบัตรสำหรับการปรับปรุงโดยปรับปรุงซอฟต์แวร์และชิ้นส่วนที่เกี่ยวข้องบนถังเชื้อเพลิง จากนั้นขายสิทธิบัตรให้กับซัพพลายเออร์เพื่อสร้างความร่วมมือใหม่กับซัพพลายเออร์ เพื่อค้นหาผลตอบแทนทางการค้าที่ยั่งยืนสำหรับการลงทุนในระยะเริ่มต้น เรายินดีที่จะเพิ่มความสามารถในการร่วมมือทางนิเวศวิทยาทางธุรกิจขององค์กรและปรับปรุงระดับการพัฒนาทางเทคนิคของอุตสาหกรรมการผลิตยานยนต์ทั้งหมด รวมถึงคู่แข่งด้วย

       หากกรณีที่ 1 ถูกพบโดยบังเอิญโดยบริษัทเทคโนโลยีชั้นสูงในกระบวนการวิเคราะห์ข้อมูล และพวกเขาคว้าโอกาสทางธุรกิจได้ทันเวลาเพียงเพราะรู้ถึงคุณค่าของโอกาสนั้น กรณีที่ 2 ก็ตรงกันข้ามเลย เป็นแผนการตลาดรูปแบบใหม่ซึ่งวางแผนอย่างแข็งขันโดยบริษัทการผลิตแบบดั้งเดิมของอเมริกาใต้ที่ฉันได้ติดต่อด้วยในกิจกรรมการทบทวน smarties x 2019 เมื่อไม่นานมานี้ แนวคิดที่ไม่เหมือนใครนี้เปิดหูเปิดตาให้กว้างขึ้น กล่าวอย่างแม่นยำ ข้อมูลในกรณีนี้มาจากอินเทอร์เน็ตบนมือถือมากกว่าอินเทอร์เน็ตของสรรพสิ่ง แต่แนวคิดในการเชื่อมโยงข้อมูลที่ไม่เกี่ยวข้องเข้ากับมูลค่าทางธุรกิจนั้นสอดคล้องกัน ซึ่งยังมีความสำคัญในการอ้างอิงสำหรับผู้ตัดสินใจทางธุรกิจอีกด้วย

       กรณีที่ 2: ร้านค้าเก่าแก่กว่าศตวรรษในบราซิลที่ผลิตและจำหน่ายหม้อเรียกว่า tramontina เมื่อเห็นคนหนุ่มสาวทำอาหารเองน้อยลงเรื่อยๆ โอกาสในการขายผลิตภัณฑ์ก็น่าเป็นห่วง เพื่อเปลี่ยนแปลงสถานการณ์นี้ บริษัทได้จัดตั้งทีมโครงการระหว่างประเทศซึ่งประกอบด้วยเชฟ ผู้เชี่ยวชาญด้านเครือข่ายประสาท วาทยกรวง และผู้เชี่ยวชาญอื่นๆ เพื่อดำเนินการความร่วมมือแบบ win-win กับ Spotify ซึ่งเป็นเครือข่ายเพลงที่มีชื่อเสียงระดับโลกที่คนหนุ่มสาวชื่นชอบ พวกเขาใช้เวลาครึ่งปีในการศึกษาวิธีใช้ขั้นตอนวิธี "ซินเนสทีเซีย" เพื่อเชื่อมโยงการได้ยินดนตรีกับรสชาติอาหาร ขั้นแรก พารามิเตอร์ลักษณะเฉพาะของดนตรีที่สามารถสอดคล้องกับพารามิเตอร์การปรุงอาหารจะถูกคัดกรองบน ​​Spotify เช่น โทนเชิงลบที่สอดคล้องกับรสขม คอนแชร์โตที่เล่นโดยเครื่องดนตรีหลายชนิดที่สอดคล้องกับรสชาติหนัก ระยะเวลาของดนตรีที่สอดคล้องกับจำนวนส่วนผสม การกระโดดของโน้ตที่สอดคล้องกับอุณหภูมิในการปรุงอาหาร เป็นต้น จากนั้นจึงสร้างฐานข้อมูลขนาดใหญ่ที่สอดคล้องกัน จากนั้นใช้ปัญญาประดิษฐ์เพื่อแปลงข้อมูลเป็นสูตรอาหารที่มีขนาดหลายสิบล้านลำดับและเผยแพร่บนเว็บไซต์ใหม่ของ "flavor of songs" ในที่สุด เมื่อผู้ใช้ที่มีแนวโน้มจะเลือกดู พวกเขาจะให้คำแนะนำเกี่ยวกับการเลือกกระทะสำหรับทำอาหารเพื่อดึงดูดผู้ใช้เครือข่ายเพลงรุ่นเยาว์ให้เข้ามาสัมผัสประสบการณ์นี้มากขึ้นเรื่อยๆ ด้วยวิธีนี้ กระทะแบบโบราณที่ผสมผสานกับการทำอาหารตามสั่งจึงได้รับความนิยมไม่แพ้ดนตรี โดยเปลี่ยนนิสัยการกินของคนหนุ่มสาวและนำทางพวกเขาไปสู่ห้องครัว

รูปที่ 8: การจับภาพหน้าจอของ tramontina|รสชาติของเพลง

       จากสองกรณีนี้จะเห็นได้ว่าข้อมูลที่รวบรวมโดยตั้งใจหรือไม่ได้ตั้งใจมีมูลค่าทางการค้าที่มีศักยภาพ ในอนาคต องค์กรต่างๆ จำเป็นต้องใช้พลังงานมากขึ้นในการขุด จัดเรียง คัดกรอง วิเคราะห์ หรือจัดระเบียบข้อมูลที่รวบรวม และเลือกเส้นทางการแปลงที่เหมาะสมกับสถานการณ์จริงขององค์กรของตนเอง เช่นเดียวกับผู้ผลิตยานยนต์ในกรณีที่ 1 แปลงข้อมูลเป็นธุรกิจใหม่ที่มีคุณลักษณะของทรัพย์สินทางปัญญา นอกจากนี้ คุณยังสามารถใช้ข้อมูลเพื่อสร้างช่องทางการตลาดใหม่ได้ เช่นเดียวกับผู้ผลิตเครื่องครัวในกรณีที่ 2

       แน่นอนว่าบางองค์กร โดยเฉพาะองค์กรที่สามารถเพิ่มมูลค่าของการขุดข้อมูลให้ถึงระดับสูงสุดของกลยุทธ์องค์กร สามารถก้าวไปไกลกว่านี้ได้ พวกเขามักใช้ข้อมูลเป็นโอกาสในการเปลี่ยนแปลงกระบวนการทางธุรกิจทั้งหมดและปรับเปลี่ยนรูปแบบธุรกิจ ในบทความก่อนหน้านี้ของฉันเกี่ยวกับ "ระบบนิเวศอินเทอร์เน็ตของสรรพสิ่ง" และ "รูปแบบธุรกิจ PAAS (ผลิตภัณฑ์เป็นบริการ)" ฉันได้แนะนำกรณีศึกษามากมายและให้การวิเคราะห์ที่เกี่ยวข้อง ฉันเพิ่งเห็นกรณีศึกษาอีกกรณีหนึ่งที่กล่าวถึงในบทความของดร. LV Jianzhong เรื่อง "เส้นทางการพัฒนาอย่างยั่งยืนของการเปลี่ยนแปลงอุตสาหกรรมการผลิตสู่ปัญญาประดิษฐ์" ซึ่งชัดเจนและเข้าใจง่ายมาก นอกจากนี้ยังเป็นตัวแทนที่ดีมากอีกด้วย โดยมีข้อความคัดลอกดังต่อไปนี้:

       กรณีที่ 3: "ในหนังสือ "การแปลงอัจฉริยะ" (การแปลงดิจิทัล เดวิด โรเจอร์ส) มีเรื่องจริงและน่าสนใจเรื่องหนึ่ง: TWC ซึ่งเป็นบริษัทที่ดำเนินธุรกิจหลักด้านบริการพยากรณ์อากาศ ดำเนินการรวบรวม ประมวลผล และส่งพยากรณ์อากาศ จากนั้นจึงเผยแพร่โฆษณาบนแพลตฟอร์มการเผยแพร่เป็นรูปแบบธุรกิจหลัก อย่างไรก็ตาม TWC ตระหนักในไม่ช้าว่ามูลค่าที่เป็นไปได้ของข้อมูลนั้นเกินกว่ารายได้จากการโฆษณา ดังนั้นพวกเขาจึงจัดตั้งกลุ่มนักวิทยาศาสตร์ข้อมูลที่นำโดยโซเฟีย ภารกิจของกลุ่มนี้คือการเปลี่ยนเครื่องมือข้อมูลให้เป็นสินทรัพย์เชิงกลยุทธ์เพื่อสร้างมูลค่าเพิ่มที่สูงขึ้น ทีมวิจัยพบว่าการเปลี่ยนแปลงของสภาพอากาศส่งผลกระทบต่อความผันผวนของกิจกรรมทางเศรษฐกิจหนึ่งในสามในสหรัฐอเมริกา ดังนั้นพวกเขาจึงจัดตั้งกลุ่มทำงานร่วมกันกับวอลมาร์ทเพื่อสร้างแบบจำลองการวิเคราะห์ทางเศรษฐกิจที่เชื่อมโยงข้อมูลอุตุนิยมวิทยากับหมวดหมู่การขายและปริมาณการขาย และใช้แบบจำลองนี้เพื่อคาดเดาว่าผู้บริโภคจะมีความต้องการซื้อและความเต็มใจในการซื้อผลิตภัณฑ์ใดสูงกว่าภายใต้สภาพอากาศใด เพื่อกำหนดกลยุทธ์การโฆษณาสำหรับหมวดหมู่ผลิตภัณฑ์ยอดนิยมที่ได้รับผลกระทบจากสภาพอากาศ เพื่อให้ได้รายได้จากการขายสูงสุดและปรับปรุงอัตราผลตอบแทนของอินพุต-เอาต์พุตโฆษณา ทีมวิจัยยังได้ทำงานร่วมกับบริษัทประกันภัยเพื่อพัฒนาแอปพลิเคชันขนาดเล็กที่เรียกว่า hailzone เพื่อเตือนเจ้าของรถให้ย้ายรถของตนเข้าโรงรถก่อนที่จะเกิดลูกเห็บหรือพายุหิมะ แอปพลิเคชันขนาดเล็กนี้ช่วยลดอัตราความเสียหายของรถยนต์ได้อย่างมาก บรรเทาความไม่สะดวกและความรำคาญของเจ้าของรถ และยังช่วยลดการเรียกร้องค่าสินไหมทดแทนและค่าใช้จ่ายของบริษัทประกันภัย ซึ่งได้รับการชื่นชมจากผู้บริโภค บริษัทประกันภัย ชุมชน และผู้มีส่วนได้ส่วนเสียอื่นๆ ทันใดนั้น ผู้คนจำนวนมากก็ลงทะเบียนกับ hailzone ผู้ที่ชื่นชอบอุตุนิยมวิทยาบางคนยังนำเครื่องมือสังเกตการณ์อุตุนิยมวิทยาของตนเองมาเพื่อส่งและแบ่งปันข้อมูลการเปลี่ยนแปลงอุตุนิยมวิทยาที่ตรวจสอบในสถานที่ของตนเองไปยังแพลตฟอร์ม hailzone ได้ตลอดเวลา ด้วยวิธีนี้ แพลตฟอร์ม hailzone จึงสามารถผสานรวมข้อมูลจำนวนมากจากทุกทิศทางทุกๆ 1.5 วินาที ให้การคาดการณ์แบบเรียลไทม์และแม่นยำยิ่งขึ้นผ่านอัลกอริทึมพิเศษ และเข้าสู่วงจรเชิงบวกของการปรับปรุงคุณภาพและการสร้างมูลค่าเพิ่ม

       ในกรณีที่ 3 องค์กรเชื่อมโยงข้อมูลกับสภาพแวดล้อมภายนอกอย่างมีสติ พัฒนาพันธมิตรทางนิเวศภายนอกอย่างแข็งขัน สร้างเครือข่ายโต้ตอบแบบเรียลไทม์กับผู้ค้าปลีก บริษัทประกันภัย ผู้บริโภค ชุมชน สถาบันและบุคคลอื่นๆ และเปลี่ยนแปลงสภาพอากาศแบบดั้งเดิมที่ค่อนข้างคงที่ ฐานข้อมูลการคาดการณ์เป็นการอัปเดตข้อมูลแบบเรียลไทม์และแพลตฟอร์มเชิงโต้ตอบโดยมีส่วนร่วมของผู้คนและอุปกรณ์ ให้บริการที่มีมูลค่าเพิ่มสูงในเวลาที่เหมาะสมมากขึ้นสำหรับผู้มีส่วนได้ส่วนเสีย และรับผลกระทบทางนิเวศน์ธุรกิจที่ยั่งยืนซึ่งสามารถเติบโตได้ด้วยตัวเอง

       ข้อมูลสรุปโดยย่อเกี่ยวกับวิธีที่ข้อมูลที่เกี่ยวข้องถูกแปลงเป็นมูลค่าทางธุรกิจที่ยั่งยืนประกอบด้วยสามหมวดหมู่ต่อไปนี้หรือทั้งสามหมวดหมู่รวมกัน:

       เช่าสิทธิ์การใช้ผลิตภัณฑ์หรือบริการของตนเองเพื่อสร้างแพลตฟอร์มข้อมูลที่สามารถโต้ตอบ ชำระเงิน และชำระหนี้กับผู้ใช้ (เช่น กรณีที่ 1 และ 3) เช่น การเช่าซื้อผลิตภัณฑ์อุตสาหกรรมที่มีเกณฑ์สูง IP การให้คำปรึกษา บริการข้อมูล ฯลฯ ;

       สร้างพอร์ทัลบริการข้อมูลที่สะดวกสบายสำหรับคู่ค้าผลิตภัณฑ์และผู้ใช้ จากนั้นขายสิทธิ์พอร์ทัลเหล่านี้หรือสร้างช่องทางการตลาดใหม่ (เช่น กรณีที่ 2 และ 3) เช่น การให้บริการโลจิสติกส์อัจฉริยะ การใช้ผลิตภัณฑ์ และสิทธิ์พอร์ทัลบริการการชำระเงิน เป็นต้น

       ช่วยให้ลูกค้าเพิ่มข้อมูลภายนอกลงในชุดข้อมูลที่ระบุและให้บริการที่มีมูลค่าเพิ่ม (เช่น กรณีที่ 3) เช่น การให้บริการตรวจสอบอัตราการเต้นของหัวใจระยะไกล การตีความและการวินิจฉัยรายงานการตรวจจับ และความสัมพันธ์เพิ่มมูลค่าระหว่างข้อมูลด้านสิ่งแวดล้อมและเศรษฐกิจ กิจกรรม.

       กล่าวอีกนัยหนึ่ง กุญแจสำคัญในการเปลี่ยนข้อมูลให้เป็นมูลค่าทางธุรกิจที่ยั่งยืนคือการสร้างระบบนิเวศของคุณเองรอบห่วงโซ่ข้อมูล และความสำเร็จนั้นขึ้นอยู่กับวิธีกำหนดเป็นส่วนใหญ่และใช้กลยุทธ์ทางธุรกิจที่ยั่งยืน

       บทความนี้ถ่ายโอนจากบัญชีอย่างเป็นทางการของ Internet of Things Think Tank หากมีการละเมิดกรุณาลบข้อความพื้นหลัง