Chiến lược sinh thái IOT (I): làm thế nào để chuyển đổi dữ liệu thành giá trị kinh doanh bền vững?

       Hướng dẫn đọc

       Dữ liệu được tạo ra bởi Internet vạn vật đang dần trở thành nguồn lực chính của dữ liệu lớn. Bài viết này nhằm mục đích khám phá một vấn đề mà hầu hết các nhà điều hành doanh nghiệp đổi mới rất quan tâm: làm thế nào để từng bước chuyển đổi dữ liệu thành giá trị kinh doanh bền vững dọc theo chuỗi dữ liệu Internet vạn vật?

“Mặc dù dữ liệu chưa được đưa vào bảng cân đối kế toán của doanh nghiệp nhưng đây chỉ là vấn đề thời gian.”

       ---Thời đại dữ liệu lớn Victor & Middot; Mel Schoenberg

       Một số người nói rằng vai trò của dữ liệu đối với xã hội giống như dầu mỏ. Những người khác nói rằng tác động của dữ liệu đối với xã hội sẽ vượt qua dầu mỏ. Tôi nghĩ điều đó hoàn toàn đúng. Dữ liệu và dầu mỏ đều là nguồn năng lượng thúc đẩy sự thay đổi xã hội và quá trình tạo ra và ứng dụng của chúng là như nhau; Tuy nhiên, Dữ liệu có nhiều đặc điểm mà dầu mỏ không có: Nó có thể được tái sử dụng, sao chép và truyền đi với tốc độ cao, vì vậy ảnh hưởng của dữ liệu đối với xã hội sẽ vượt xa dầu mỏ!

       Trong mọi trường hợp, việc so sánh dữ liệu với dầu giúp hiểu rõ hơn bối cảnh của chuỗi dữ liệu Internet vạn vật. Tôi tình cờ làm việc trong một công ty dầu mỏ và có một số hiểu biết về quy trình kinh doanh dầu mỏ. Hãy cùng so sánh dữ liệu với dầu mỏ.

       Trước khi dầu được khai thác, nó chỉ là hỗn hợp các hydrocacbon với các thành phần phức tạp lắng đọng trong vỏ trái đất. Tuy nhiên, một khi được phun ra từ dưới lòng đất, nó có thể được sử dụng cho nhiều mục đích khác nhau và trở thành nhiều nhu cầu thiết yếu của xã hội hiện đại, như nhiên liệu (xăng, dầu diesel, v.v.), dầu bôi trơn, nguyên liệu hóa học, sản phẩm nhựa, v.v., giá trị thương mại của nó cũng dần được thể hiện một cách sắc sảo và sống động.

       Quá trình khai thác giá trị thương mại của dữ liệu cũng giống như tinh chế dầu kỹ thuật số ảo.

Hình 1: Quá trình sản xuất và tiếp thị dầu của liên kết dữ liệu Internet of Things

       Như thể hiện trong Hình 1, đối với Internet vạn vật, việc khai thác giá trị dữ liệu cũng phải bắt đầu từ việc tìm kiếm các mỏ dữ liệu, sau đó, bằng cách liên tục cải thiện khả năng thu thập, truyền đạt, lưu trữ và phân tích dữ liệu, chuyển đổi thêm những dữ liệu đã lọc và phân tích đó thành giá trị thương mại có thể phản ánh lợi thế của doanh nghiệp. Quá trình này hình thành một liên kết dữ liệu tương tự như quá trình sản xuất và tiếp thị dầu mỏ: Thu thập dữ liệu (khai thác dầu), truyền đạt dữ liệu (vận chuyển dầu), lưu trữ và phân tích dữ liệu (lưu trữ và lọc dầu), ứng dụng và chuyển đổi thành giá trị thương mại được thể hiện trong Hình 2.

Hình 2:Sơ đồ liên kết dữ liệu Internet of Things

       Trên thực tế, dữ liệu mới vẫn được tạo ra trong quá trình ứng dụng và chuyển đổi dữ liệu. Những dữ liệu mới này được phản hồi theo thời gian thực và quay trở lại giai đoạn ban đầu. Cùng với các dữ liệu khác, chúng trải qua toàn bộ quy trình một lần nữa, tạo thành quy trình chu trình "thu thập phản hồi ứng dụng thu thập" khác với quy trình tuyến tính "tiêu thụ sản xuất" truyền thống của dầu, Điều này khá giống với quy trình "tiêu thụ sản xuất" bền vững tái chế" mà dầu đã trải qua trong nền kinh tế tuần hoàn, đó là lý do tại sao chiến lược kinh doanh bền vững lại rất quan trọng đối với việc xây dựng hệ sinh thái Internet vạn vật.

       Sau đây là cuộc thảo luận từng bước về cách chuyển đổi dữ liệu thành giá trị kinh doanh bền vững dọc theo chuỗi dữ liệu Internet of Things theo các bước được hiển thị trong Hình 2.

Thu thập dữ liệu: tìm khu vực khai thác mục tiêu dữ liệu lớn

Hình 3:Sơ đồ thu thập dữ liệu Internet of Things

       Thành phần và hình thức của dầu thô thay đổi tùy theo nơi xuất xứ và dữ liệu gốc có dạng bao gồm tất cả. Từ ngữ, hình ảnh, âm thanh, ký hiệu, tín hiệu và thông tin khác có thể được số hóa bằng máy tính có thể trở thành dữ liệu gốc! Ngoài ra, dầu có các yêu cầu ngưỡng cụ thể về địa chất, địa hình và công nghệ khai thác tại nơi xuất xứ của nó và công nghệ khai thác luôn theo kịp thời đại. Tương tự như vậy, thảo luận về việc thu thập dữ liệu Internet vạn vật cũng phải tương ứng với các tình huống cụ thể và sử dụng các giải pháp kỹ thuật đang phát triển để thu thập.

       Trước khi Internet vạn vật ra đời, dữ liệu truyền thống của chúng ta thường đề cập đến dữ liệu tương đối tĩnh, cố định về mặt cấu trúc và chính xác đến từ bên trong doanh nghiệp, tương tác với khách hàng theo cách thủ công hoặc đọc thường xuyên. Hiện nay, Internet vạn vật mở rộng phạm vi thu thập dữ liệu một cách rộng rãi. Nó bao gồm dữ liệu động khổng lồ theo thời gian thực từ thiết bị sản xuất, người dùng và sản phẩm theo thời gian. Nó toàn diện và kịp thời hơn bao giờ hết, đồng thời lấp đầy nhiều khoảng trống dữ liệu trong các quy trình kinh doanh truyền thống.

       Đó là đặc điểm của dữ liệu Internet vạn vật có xu hướng "hoàn chỉnh", "toàn diện" và "đồ sộ", khiến chúng ta phải xem xét những dữ liệu này theo một cách suy nghĩ khác. Chúng ta không còn phải tập trung vào mối quan hệ nhân quả chặt chẽ giữa dữ liệu hạn chế, mà phải có cái nhìn sâu sắc hơn về các mối quan hệ có thể có giữa nhiều thứ khác nhau được dữ liệu biểu diễn, để tìm ra giá trị tiềm năng và nắm bắt xu hướng tương lai. Hãy để tôi nói theo cách khác, Chức năng cốt lõi của dữ liệu IOT là tạo ra một tương lai nhiều màu sắc hơn thông qua "dự đoán". Cách suy nghĩ mới này gần hơn với tư duy sinh thái để hiểu về sự tiến hóa của sự sống, thay vì tư duy chính xác để hiểu về chuyển động cơ học.

       Vậy dữ liệu IOT nào có thể chuyển đổi thành giá trị thương mại? Theo góc độ tác động của nó đến quy trình kinh doanh, tôi nghĩ có thể chia thành bốn loại sau:

 
       Dữ liệu để cải thiện hiệu suất và hiệu suất năng lượng của thiết bị:Công nghệ Internet vạn vật có thể quản lý và tối ưu hóa mức tiêu thụ năng lượng của thiết bị một cách thông minh, giảm sự tham gia thủ công và tiết kiệm năng lượng thất thoát trong toàn bộ quá trình kinh doanh. Đây là lý do tại sao mọi người thường phân loại công nghệ Internet of Things là "công nghệ tiết kiệm năng lượng".Theo kịch bản ứng dụng thực tế, dữ liệu tiêu thụ năng lượng mà chúng tôi cần thu thập bao gồm công suất, nhiệt, lượng nước, áp suất hoặc than tương đương được tính toán theo thời gian thực, cũng như điện áp, dòng điện, thể tích liên quan, v.v.

       Dữ liệu chẩn đoán thiết bị và cảnh báo sớm:Ví dụ: chỉ định nhiệt độ của vị trí thiết bị, tần số rung của thiết bị, dòng chất lỏng, tiếng ồn môi trường và thậm chí cả áp suất của khe hở tiếp xúc của thiết bị.Các thông số cụ thể cần thu thập sẽ khác nhau tùy theo tình huống ứng dụng, nhằm ngăn ngừa hoặc giảm thiểu các lỗi hoặc thảm họa có thể xảy ra trong quá trình sản xuất.

       Dữ liệu được sử dụng để cải thiện dịch vụ khách hàng:Dữ liệu giao dịch khách hàng được giải mẫn cảm, chẳng hạn như số lượng giao dịch, khối lượng giao dịch, tần suất giao dịch, địa điểm giao dịch, loại sản phẩm, điểm số của khách hàng, cũng như dữ liệu sử dụng của khách hàng, chẳng hạn như dữ liệu trải nghiệm không gian khác nhau cho ngôi nhà thông minh.Những dữ liệu này không chỉ có thể cung cấp cho khách hàng ý kiến ​​tham khảo được cá nhân hóa và dịch vụ theo thời gian thực để giúp khách hàng đưa ra quyết định giao dịch mà còn giúp doanh nghiệp cung cấp nhiều dịch vụ được cá nhân hóa hơn cho khách hàng mới và đối tác xuyên biên giới trong tương lai.

       Dữ liệu được sử dụng để triển khai ủy quyền "dưới dạng dịch vụ (xaas)":“Thiết bị liên lạc” trong thời đại Internet vạn vật bao gồm nhiều đồ vật khác nhau. Thời gian hoạt động bình thường, khoảng cách dịch chuyển, thời gian ngừng hoạt động, v.v., sẽ quyết định người dùng có quyền sử dụng dịch vụ nào trong những điều kiện và thời điểm nào.Những dữ liệu này đóng một vai trò đặc biệt nổi bật trong việc chuyển đổi các mô hình kinh doanh "như một dịch vụ" khác nhau.Trên cơ sở ủy quyền, người dùng cũng có thể được định giá, thanh toán và khấu trừ trực tuyến trực tiếp.

cùng vớiCác kịch bản ứng dụng của Internet vạn vật có xu hướng đa dạng hóa và các loại dữ liệu có sẵn để thu thập và phân tích sẽ liên tục được mở rộng. Các loại dữ liệu được đề cập ở trên có thể chỉ là một phần của dữ liệu Internet vạn vật trong tương lai, nhưng dữ liệu mới về cơ bản không thể tách rời khỏi chức năng cốt lõi là "tìm ra sự liên quan, dự đoán kết quả và hiện thực hóa giá trị". Xung quanh lõi này, có thể dự đoán rằng dữ liệu Internet vạn vật sẽ đưa doanh nghiệp vào một kỷ nguyên mới với công nghệ thông minh hơn và tư duy sinh thái hơn!

Truyền thông, lưu trữ và phân tích dữ liệu: săn tìm kho báu dữ liệu

Hình 4:Internet vạn vật truyền thông, lưu trữ và phân tích dữ liệu

       Do dữ liệu IOT được ảo hóa, thay đổi theo thời gian và có thể tái sử dụng, nên quá trình truyền thông, lưu trữ và phân tích dữ liệu IOT có không gian phát triển linh hoạt và phức tạp hơn so với truyền tải, lưu trữ và lọc dầu. Quá trình này liên quan đến một số lượng lớn các công nghệ tiên tiến mới nổi hoặc các bộ sưu tập công nghệ, như thể hiện trong Hình 4, bao gồm nhiều công nghệ và giao thức truyền thông mới trong lĩnh vực truyền thông dữ liệu, công nghệ mạng lưới vạn vật kết nối Internet cục bộ và diện rộng, cũng như lưu trữ đám mây công cộng hoặc riêng tư, điện toán đám mây, điện toán biên, máy học, trí tuệ nhân tạo, trực quan hóa dữ liệu, chuỗi khối, v.v. trong lĩnh vực lưu trữ và phân tích. Vì những công nghệ hướng tới tương lai này tiếp tục thâm nhập vào kinh doanh, nên liên kết này cũng cực kỳ dễ tạo ra các công nghệ mới mang tính lật đổ và các mô hình kinh doanh mới. Đồng thời, rất khó tránh khỏi làn khói của các tranh chấp thương mại và chiến tranh thương mại nóng bỏng và ngắn hạn.

       Trong số các giải pháp công nghệ và mô hình kinh doanh mới này, chỉ những công nghệ mới, nền tảng mới hoặc mô hình kinh doanh mới có thể tích hợp nhiều công nghệ và nguồn lực kinh doanh đa dạng hơn mới là những người chiến thắng cuối cùng trên thị trường công nghệ tương lai, chẳng hạn như chip thông minh, truyền thông 5g và hệ điều hành Internet vạn vật chiếm lĩnh lĩnh vực cốt lõi của công nghệ Internet vạn vật, hoặc kết nối các đối tác sinh thái thượng nguồn và hạ nguồn của Internet vạn vật, cung cấp nền tảng dữ liệu Internet vạn vật với các API phong phú, v.v. Các định dạng thương mại trong kỷ nguyên Internet vạn vật, từ tổ chức nhân sự đến kiến ​​trúc kỹ thuật, đang có xu hướng phẳng và mã nguồn mở, nhiều rào cản kỹ thuật truyền thống đang bị phá vỡ và thẩm quyền thương mại đang được ủy quyền. Do đó, cuộc đấu tranh hấp hối của một số nhà lãnh đạo trong các ngành công nghiệp truyền thống cũng đã lần lượt bị phơi bày.

       Làm thế nào để nắm bắt xu hướng công nghệ và kinh doanh của liên kết then chốt này, hãy lấy kiến ​​trúc Internet vạn vật điển hình sau đây kéo dài từ đám mây đến sương mù làm ví dụ.

Hình 5:Sơ đồ kiến ​​trúc của nền tảng phân tích biên Internet of Things

       Như thể hiện trong hình, với sự đa dạng hóa ngày càng tăng của các thiết bị đầu cuối thông minh và các kịch bản kinh doanh Internet vạn vật, yêu cầu tốc độ truyền dữ liệu và phản hồi phải nhanh hơn, đặc biệt là đối với lưới điện thông minh, thăm dò dầu khí và hầu hết các lĩnh vực sản xuất công nghiệp có hoạt động từ xa. Ý tưởng triển khai gần hơn với Internet di động trong giai đoạn đầu của Internet vạn vật -- bỏ qua nền xám ở giữa hình và tập trung trực tiếp dữ liệu do các thiết bị đầu cuối thu thập lên đám mây -- đang ngày càng trở nên kém hiệu quả. Tất nhiên, đối với nhiều kịch bản ứng dụng Internet vạn vật công nghiệp thực tế, kiến ​​trúc này cần được cá nhân hóa hơn nữa, có thể liên quan đến việc trí tuệ hóa nhiều thiết bị cũ, quản lý giao diện người-máy (HMI), v.v.

       Trong mọi trường hợp, vị trí triển khai giải pháp kỹ thuật của Internet vạn vật, đặc biệt là Internet vạn vật công nghiệp, đang dịch chuyển từ đám mây sang lớp sương mù gần hơn với thiết bị đầu cuối. Điều này giống như tổng giám đốc đám mây ủy quyền xử lý dữ liệu cho các nhà quản lý khu vực sương mù ở nhiều nơi khác nhau để xử lý độc lập. Theo cách này, nền tảng phân tích lớp sương mù có thể phân tích dữ liệu theo thời gian thực hơn và đưa ra các quyết định kinh doanh kịp thời và phù hợp hơn. Phân phối năng lượng giữa đám mây và sương mù là nghệ thuật cân bằng giữa tập trung hóa và phân vùng. Đám mây nên ủy quyền, nhưng không quá nhiều. Chìa khóa là giữ cho các kênh luồng thông tin thời gian thực giữa hai bên thông suốt, kịp thời và hiệu quả.

       Theo quan điểm này, dữ liệu động khổng lồ do kiến ​​trúc Internet vạn vật tạo ra giống như dòng nước chảy. Nó bốc hơi từ "các thiết bị đầu cuối" trên khắp thế giới thành hơi nước, sương mù, mây, mưa và trở về trái đất. Nếu chúng ta nói rằng chu trình nước trong tự nhiên tạo ra những thứ tự nhiên đang tiến hóa với sự trợ giúp của năng lượng ánh sáng mặt trời dưới tác động của lực hấp dẫn của trái đất, thì luồng dữ liệu của Internet vạn vật phát triển và tiến hóa theo hướng có lợi cho sự ra đời của từng ngành dọc và xây dựng hệ sinh thái kinh doanh của riêng chúng với sự trợ giúp của trí tuệ của con người và máy móc.

       Nhìn chung, sự mở rộng của khuôn khổ công nghệ Internet vạn vật từ đám mây sang sương mù phù hợp với xu hướng sinh thái của sự phát triển kinh doanh. Nó làm cho sự phân công lao động kỹ thuật trong xã hội thương mại trở nên chi tiết hơn và quản lý trở nên phẳng hơn. Trong số tất cả các công nghệ phân chia, không thể phủ nhận rằng công nghệ phân tích dữ liệu là rất quan trọng. Có thể nói rằng nó đóng vai trò kết nối trong toàn bộ chuỗi dữ liệu Internet vạn vật và có tác dụng ngay lập tức. Lĩnh vực bắt mắt nhất trong phân tích dữ liệu có lẽ là trí tuệ nhân tạo (AI). Nhiều người nghĩ rằng AI là một công nghệ duy nhất. Trên thực tế, không phải vậy. Nó là tập hợp các công nghệ khác nhau liên quan đến phân tích dữ liệu thông minh, từ "cảm biến hình ảnh" và "chip Ai" ở cấp độ phần cứng đến "nhận dạng khuôn mặt", "lái xe không người lái" và "nhận dạng giọng nói" ở cấp độ ứng dụng "Người quản gia thông minh xây dựng", "phân tích tiết kiệm năng lượng" và công nghệ phần mềm, bằng sáng chế, tiêu chuẩn, giao thức, v.v. có trong đó đều là một phần của bộ công nghệ trí tuệ nhân tạo.

       Trong bộ sưu tập công nghệ trí tuệ nhân tạo, tập hợp con nổi bật nhất chắc chắn là "học máy", sử dụng sức mạnh tính toán của máy tính để khai thác thông tin hoặc luật có giá trị từ dữ liệu. Nói một cách tương đối, lập trình truyền thống tính toán kết quả theo các quy tắc thuật toán do lập trình viên đưa ra và máy trong học máy có thể hoạt động như lập trình viên và sử dụng lại từng kết quả tính toán làm dữ liệu để tự hiệu chỉnh và xác minh liên tục. Trong số đó, với sự trợ giúp của mạng nơ-ron nhân tạo đa cấp (ANN), việc áp dụng tính toán và phân tích dữ liệu lớn để đưa ra giải pháp tối ưu đưa "học máy" vào tập hợp con quan trọng nhất của nó là "học sâu". Sự khác biệt giữa chúng được thể hiện trong Hình 6:

Hình 6:So sánh giữa lập trình truyền thống và học máy

       Không còn nghi ngờ gì nữa, "deep learning" sẽ là cuộc cạnh tranh cốt lõi trong lĩnh vực phân tích dữ liệu Internet of Things trong một thời gian dài trong tương lai. Quá trình deep learning tương đương với việc sử dụng mạng lưới thần kinh đa cấp để tìm bản đồ săn tìm kho báu trong mê cung dữ liệu lớn và đó là bản đồ săn tìm kho báu với đường đi tối ưu. Với bản đồ săn tìm kho báu (thuật toán) này, cuối cùng chúng ta có nhiều khả năng tìm thấy những đứa trẻ mới (giá trị thương mại) trong nhiều dữ liệu phức tạp.

       Nói về điều này, tôi không thể không cảm thấy: Ngay cả máy móc cũng đang cố gắng học hỏi và đưa ra những phán đoán độc lập thông minh. Tại sao chúng ta không tăng gấp đôi nỗ lực học hỏi và hình thành những ý tưởng độc lập của riêng mình? Điều này cộng hưởng với tổ chức đại diện đầu tiên của Pháp tại Trung Quốc đã tổ chức dự án Tiến sĩ Quản trị Kinh doanh (im-dba) về sản xuất thông minh và đề xuất học tập toàn diện. Tôi đã bày tỏ sơ bộ quan điểm này tại Hội thảo nội bộ: Trong tương lai, những người ra quyết định kinh doanh nên tiếp tục học hỏi và suy nghĩ như cỗ máy trí tuệ nhân tạo "học sâu", tinh chỉnh hoạt động thực hành cá nhân (dữ liệu) và hiệu suất (kết quả) thành các giá trị tư tưởng chỉ đạo (luật kinh doanh) cho ngành của họ, để duy trì lợi thế cạnh tranh của họ. Vì học máy là một hướng kinh doanh đáng để đầu tư nhiều hơn trong tương lai, nên học tập suốt đời cá nhân cũng là một hướng sống đáng để đầu tư liên tục?

Chuyển đổi dữ liệu thành giá trị doanh nghiệp

Hình 7:Sơ đồ chuyển đổi dữ liệu thành giá trị doanh nghiệp

       Ví dụ, dầu tinh chế đi vào mọi tầng lớp xã hội để trở thành nhiên liệu hoặc nguyên liệu sản xuất. Kết quả phân tích dữ liệu Internet vạn vật phải được tích hợp vào các quy trình dịch vụ thương mại và trở thành sản phẩm hoặc dịch vụ để phản ánh giá trị thương mại của nó. Nói chung, càng nhiều dịch vụ dữ liệu có thể cải thiện khả năng tích hợp của các nguồn tài nguyên sinh thái thương mại thì giá trị của tính bền vững thương mại càng cao.

       Ngoài giá trị như một nguyên liệu thô như dầu, giá trị thực tế của dữ liệu bằng tổng của tất cả các công dụng có thể có. Nó có thể được sử dụng nhiều lần để thay đổi quy trình kinh doanh, nâng cao hiệu quả hoạt động và tạo ra giá trị gia tăng.

       Vậy, dữ liệu có thể được chuyển đổi thành bao nhiêu giá trị kinh doanh? Nói cách khác, làm thế nào để định giá dữ liệu, một loại tài sản vô hình mới trong tương lai? Hiện tại, không có tiêu chuẩn đánh giá ngành nào về vấn đề này. Tuy nhiên, giống như các công ty đã định giá nhiều loại tài sản khác nhau trong quá khứ, một số công ty định giá giá trị dữ liệu mới mẻ chắc chắn sẽ xuất hiện trên thị trường trong tương lai.

       Trong mọi trường hợp, để chuyển đổi dữ liệu thành giá trị thương mại, chúng ta không chỉ phải có khả năng kỹ thuật tương ứng mà còn phải có nhận thức chiến lược rằng dữ liệu có thể được chuyển đổi thành giá trị thương mại. Cả hai đều không thể thiếu. Ba trường hợp sau đây có thể minh họa rõ ràng cho sự thật này.

       Trường hợp 1: Sau khi thu thập dữ liệu vận hành xe và hợp tác với một công ty phân tích dữ liệu bên ngoài, một nhà sản xuất ô tô châu Âu phát hiện ra rằng cảm biến phát hiện bình nhiên liệu do nhà cung cấp Đức cung cấp có lỗi báo động giả thường xuyên. Sau khi cân nhắc kỹ lưỡng, nhà sản xuất ô tô đã không chọn cách trực tiếp thông báo cho nhà cung cấp và yêu cầu họ sửa chữa. Thay vào đó, họ đã nộp đơn xin cấp bằng sáng chế để cải thiện bằng cách cải thiện phần mềm và các bộ phận tương ứng trên bình nhiên liệu, sau đó bán bằng sáng chế cho nhà cung cấp để thiết lập quan hệ đối tác mới với nhà cung cấp, nhằm tìm kiếm lợi nhuận thương mại bền vững cho khoản đầu tư ban đầu của mình, Chúng tôi rất vui khi nâng cao khả năng hợp tác sinh thái kinh doanh của các doanh nghiệp và nâng cao trình độ phát triển kỹ thuật của toàn bộ ngành sản xuất ô tô, bao gồm cả các đối thủ cạnh tranh.

       Nếu trường hợp 1 vô tình gặp phải bởi một doanh nghiệp công nghệ cao trong quá trình phân tích dữ liệu và họ đã nắm bắt cơ hội kinh doanh kịp thời chỉ vì họ nhận thức được giá trị của nó, thì trường hợp 2 lại hoàn toàn ngược lại. Đây là một kế hoạch tiếp thị mới được một doanh nghiệp sản xuất truyền thống của Nam Mỹ tích cực lên kế hoạch mà tôi đã tiếp xúc trong hoạt động đánh giá smarties x 2019 gần đây. Ý tưởng độc đáo của nó đã mở ra một tầm nhìn mới. Nói một cách chính xác, dữ liệu của trường hợp này đến từ Internet di động chứ không phải Internet vạn vật, nhưng ý tưởng của họ về việc liên kết dữ liệu không liên quan vào giá trị kinh doanh là nhất quán, điều này cũng có ý nghĩa tham khảo đối với những người ra quyết định kinh doanh.

       Trường hợp 2: Một cửa hàng bán chảo rán có tuổi đời hàng thế kỷ tại Brazil tên là tramontina. Thấy ngày càng ít người trẻ tự nấu ăn, triển vọng bán sản phẩm này rất đáng lo ngại. Để thay đổi tình trạng này, doanh nghiệp đã thành lập một nhóm dự án quốc tế gồm các đầu bếp, chuyên gia mạng nơ-ron, nhạc trưởng và các chuyên gia khác để thực hiện hợp tác đôi bên cùng có lợi với spotify, một mạng lưới âm nhạc nổi tiếng thế giới được giới trẻ yêu thích. Họ đã dành nửa năm để nghiên cứu cách sử dụng thuật toán "cảm giác đồng cảm" để liên kết thính giác âm nhạc với hương vị thức ăn. Đầu tiên, các thông số đặc trưng âm nhạc có thể tương ứng với các thông số nấu ăn được sàng lọc trên spotify, chẳng hạn như âm điệu tiêu cực tương ứng với vị đắng, bản Concerto do nhiều nhạc cụ chơi tương ứng với vị nặng, thời lượng nhạc tương ứng với số lượng nguyên liệu, nốt nhảy tương ứng với nhiệt độ nấu, v.v. và một cơ sở dữ liệu lớn tương ứng được thiết lập. Sau đó, sử dụng trí tuệ nhân tạo để chuyển đổi dữ liệu thành công thức nấu ăn có hàng chục triệu cấp độ và công bố trên trang web mới của "hương vị bài hát". Cuối cùng, khi người dùng tiềm năng duyệt, họ kịp thời đưa ra hướng dẫn về cách chọn chảo để biến công thức nấu ăn thành đồ ăn, để thu hút ngày càng nhiều người dùng trẻ của mạng lưới âm nhạc trải nghiệm. Theo cách này, chiếc chảo kiểu cũ kết hợp với cách nấu ăn được cá nhân hóa đã trở nên phổ biến như âm nhạc, thay đổi thói quen ăn uống của những người trẻ tuổi và hướng dẫn họ vào bếp.

Hình 8: chụp màn hình tramontina|hương vị của các bài hát

       Từ hai trường hợp này, có thể thấy rằng dữ liệu được thu thập một cách cố ý hoặc vô ý đều có giá trị thương mại tiềm năng. Trong tương lai, các doanh nghiệp cần dành nhiều năng lượng hơn cho việc khai thác, phân loại, sàng lọc, phân tích hoặc sắp xếp lại dữ liệu đã thu thập được và lựa chọn một con đường chuyển đổi phù hợp với tình hình thực tế của doanh nghiệp mình, giống như nhà sản xuất ô tô trong trường hợp 1, Chuyển đổi dữ liệu thành một doanh nghiệp mới có thuộc tính sở hữu trí tuệ; Bạn cũng có thể sử dụng dữ liệu để thiết lập một kênh tiếp thị mới giống như nhà sản xuất đồ dùng nhà bếp trong trường hợp 2.

       Tất nhiên, một số doanh nghiệp, đặc biệt là những doanh nghiệp có thể nâng giá trị khai thác dữ liệu lên tầm cao của chiến lược doanh nghiệp, có thể tiến xa hơn. Họ thường coi dữ liệu là cơ hội để thay đổi toàn bộ quy trình kinh doanh và định hình lại mô hình kinh doanh. Trong các bài viết trước của tôi về "Hệ sinh thái Internet vạn vật" và "Mô hình kinh doanh PAAS (sản phẩm dưới dạng dịch vụ)", tôi đã giới thiệu nhiều trường hợp và đưa ra các phân tích có liên quan. Tôi vừa thấy một trường hợp khác được đề cập trong bài viết "Con đường phát triển bền vững của quá trình chuyển đổi ngành sản xuất sang trí tuệ số" của Tiến sĩ LV Jianzhong, rất rõ ràng và dễ hiểu, cũng rất tiêu biểu. Trích đoạn như sau:

       Trường hợp 3: "Trong cuốn sách" chuyển đổi thông minh "(chuyển đổi số, David Rogers) Có một câu chuyện có thật và thú vị như thế này: TWC, một công ty chủ yếu tham gia vào dịch vụ dự báo thời tiết, lấy việc thu thập, xử lý và gửi dự báo thời tiết, sau đó xuất bản quảng cáo trên nền tảng xuất bản làm mô hình kinh doanh chính. Tuy nhiên, TWC sớm nhận ra rằng giá trị tiềm năng của dữ liệu vượt xa doanh thu từ quảng cáo. Vì vậy, họ đã thành lập một nhóm các nhà khoa học dữ liệu do Sofia đứng đầu. Nhiệm vụ của nhóm này là biến công cụ dữ liệu thành một tài sản chiến lược để tạo ra giá trị gia tăng cao hơn. Nhóm nghiên cứu phát hiện ra rằng sự thay đổi của thời tiết đã tác động đến sự biến động của một phần ba hoạt động kinh tế tại Hoa Kỳ. Vì vậy, họ đã thành lập một nhóm làm việc chung với Wal Mart để thiết lập một mô hình phân tích kinh tế liên kết dữ liệu khí tượng và các danh mục bán hàng và khối lượng bán hàng, và sử dụng mô hình này để suy đoán xem người tiêu dùng sẽ có nhu cầu mua và mong muốn mua sản phẩm nào cao hơn trong điều kiện thời tiết nào, để xây dựng chiến lược quảng cáo cho các danh mục sản phẩm phổ biến bị ảnh hưởng bởi thời tiết, để có được doanh thu bán hàng tối đa và cải thiện tỷ lệ hoàn vốn của đầu vào-đầu ra quảng cáo. Nhóm nghiên cứu cũng đã làm việc với các công ty bảo hiểm để phát triển một ứng dụng nhỏ có tên là hailzone để nhắc nhở chủ xe di chuyển xe vào gara trước khi có mưa đá hoặc bão tuyết. Ứng dụng nhỏ này đã làm giảm đáng kể tỷ lệ hư hỏng xe, giảm bớt sự bất tiện và khó chịu của chủ xe, đồng thời cũng giảm yêu cầu bồi thường và chi phí của các công ty bảo hiểm, được người tiêu dùng, công ty bảo hiểm, cộng đồng và các bên liên quan khác khen ngợi. Đột nhiên, nhiều người đã đăng ký với hailzone. Một số người đam mê khí tượng cũng mang theo các công cụ quan sát khí tượng của riêng họ để gửi và chia sẻ dữ liệu thay đổi khí tượng được theo dõi tại nơi của họ đến nền tảng hailzone bất cứ lúc nào. Theo cách này, nền tảng hailzone có thể tích hợp một lượng lớn dữ liệu từ mọi hướng sau mỗi 1.5 giây, đưa ra dự đoán chính xác và thời gian thực hơn thông qua các thuật toán đặc biệt và bước vào chu kỳ tích cực về cải thiện chất lượng và tạo ra giá trị. "

       Trong trường hợp 3, doanh nghiệp đã liên kết dữ liệu với môi trường bên ngoài một cách có ý thức, tích cực phát triển các đối tác sinh thái bên ngoài, thiết lập mạng tương tác thời gian thực với các nhà bán lẻ, công ty bảo hiểm, người tiêu dùng, cộng đồng và các tổ chức, cá nhân khác, đồng thời biến đổi thời tiết tương đối tĩnh ban đầu cơ sở dữ liệu dự báo thành nền tảng tương tác và cập nhật dữ liệu theo thời gian thực với sự tham gia của con người và thiết bị, Cung cấp kịp thời hơn các dịch vụ có giá trị gia tăng cao cho các bên liên quan và đạt được các hiệu ứng sinh thái kinh doanh bền vững có thể tự phát triển.

       Bản tóm tắt ngắn gọn về cách chuyển đổi dữ liệu liên quan thành giá trị kinh doanh bền vững bao gồm ba loại sau hoặc sự kết hợp của ba loại này:

       Cho thuê quyền sử dụng sản phẩm hoặc dịch vụ của chính mình để hình thành nền tảng dữ liệu có thể tương tác, thanh toán và giải quyết với người dùng (như trường hợp 1 và 3), chẳng hạn như cho thuê một số sản phẩm công nghiệp ngưỡng cao, IP, tư vấn, dịch vụ thông tin, v.v. ;

       Thiết lập cổng dịch vụ dữ liệu thuận tiện cho đối tác sản phẩm và người dùng, sau đó bán các quyền của cổng thông tin này hoặc thiết lập các kênh tiếp thị mới (chẳng hạn như trường hợp 2 và 3), chẳng hạn như cung cấp dịch vụ hậu cần thông minh, quyền sử dụng sản phẩm và cổng dịch vụ thanh toán, v.v.

       Giúp khách hàng thêm dữ liệu ngoài vào tập dữ liệu được chỉ định và cung cấp các dịch vụ giá trị gia tăng (chẳng hạn như trường hợp 3), chẳng hạn như cung cấp dịch vụ theo dõi nhịp tim từ xa cũng như giải thích và chẩn đoán các báo cáo phát hiện cũng như mối quan hệ giá trị gia tăng giữa dữ liệu môi trường và kinh tế. các hoạt động.

       Nói một cách dễ hiểu, chìa khóa để chuyển đổi dữ liệu thành giá trị kinh doanh bền vững là xây dựng hệ sinh thái của riêng bạn xung quanh chuỗi dữ liệu và thành công của nó phụ thuộc phần lớn vào cách hình thànhVà thực hiện các chiến lược kinh doanh bền vững.

       Bài viết này được chuyển từ tài khoản chính thức của Internet of Things think tank. Nếu có vi phạm, vui lòng xóa tin nhắn nền.