3S Market 傳遞 智慧應用與價值的商業資訊
Why Don't We Have Electric Planes Yet?
為什麼我們還沒有電動飛機？
工業 4.0 智慧工廠 |
智慧車載交通與自動化
2021年7月7日 星期三
‧ 行業從垂直市場到生態系統的飛躍
The Industry Leap from Vertical Markets to Ecosystems
行業從垂直市場到生態系統的飛躍
人們創造價值的方式，以及工作的組織方式，正在發生變化。這種不斷變化的行業架構，在核心部分包括從垂直市場到生態系統的轉變。這種轉變的證據廣為流傳，證明了平台驅動的公司，有能力超越大型企業組織 —— 在創收方面迅速超過它們。
隨著格局的變化，我們可以從商業生態系統中創造新的價值。由 James Moore 在 1990 年代創造的「 商業生態系統」應用於商業策略，作為一種以更有成效和創造性的方式，看待互動經濟社區的方式。直到最近，隨著數位化轉型，「生態系統」一詞才獲得廣泛關注。
不斷變化的行業架構，看到企業越來越多地透過平台建構。技術有助於以更有效和可擴展的方式，協調現有的生態系統，從而模糊曾經被認為難以滲透的行業領域。
價值創造已經從擁有生產資料，轉變為擁有連接方式，一些傳統和資產密集型組織正在有效地跟上，例如西門子及其 MindSphere。
這些企業已經意識到物聯網的力量，可以透過將他們已經擁有的資產，作為一項服務，進行調動來創造新價值。例如，福特已將其重點從其產品轉移到一家行動公司，使用平台技術提供對智慧城市中，連接的智慧車輛網路的訪問。
為了對企業參與的不斷變化的環境，做出明智的決策，他們首先必須了解，什麼是生態系統，以及機會和挑戰在哪裡。隨著生態系統的發展，處於食物鏈頂端的比喻，正在變得過時。新結構比比皆是，舊的競爭等級制度，正在讓位於新的動態夥伴關係。我們想強調從垂直市場到生態系統的轉變過程中，需要注意的因素，重點關注商業領袖在數位革命中，開闢新道路時的相關影響。
用新的商業模式轉變企業的整個經濟結構的任務，似乎是一項壓倒性的、要嘛全有；要嘛全無的承諾。但是，不可否認的是，不斷變化的行業架構，將需要商業模式跟上，甚至預測價值創造規則，正在被改寫的程度。
無論他們的起點在哪裡，企業都需要澄清他們從生態系統中，提取和提供給生態系統的價值，可能以迭代方式和不同程度。
這項工作可能涉及透過在他們已經參與的業務生態系統中，調動未充分利用的資產和資源來發現新價值。或者它可能涉及設計或參與，由數位平台驅動的全新生態系統。在組織層面，數位化轉型意味著結構關係的轉變。
歷史：從垂直市場到生態系統
正如克勞斯·施瓦布 (Klaus Schwab) 創造了「第四次工業革命」一詞一樣，儘管技術支出有所增加，但 CEO 們開始承認，成長和生產力的停滯與落後。2016 年，GE 在其關於「歐文」的商業系列中，正是反映了這個問題。
這些廣告與其說是在不斷成長的數位經濟中，定義新的成長策略或商業模式，不如說是對他們想要與誰建立聯繫的聲明。企業想要實現數位化，但不知道如何超越孤立的技術解決方案。今天，生態系統基礎設施，使得商業模式的變化難以避免。
垂直市場由商品和服務的供需組織，在孤立的渠道中捕獲，極大地提高了我們的生活水準。在這個模型中，競爭來自威脅替代的新業務。長期以來，垂直市場一直是經濟措施和監管政策的基礎。
在垂直市場中，公司決定它必須提供什麼樣的「勞動力」來獲取最大價值。垂直市場允許金融市場衡量一家公司，相對於同行的價值和業績。監管者能夠為了社會利益，而保持健康的競爭和勞動力的平等。
現在，隨著商業模式整合了，由數位平台驅動的廣泛而開放的生態系統，監管機構難以迎頭趕上 —— 尤其是在數據隱私方面。但是今天成功的數位原住民和巨頭，並不適合任何垂直行業，即使在他們開始時也是如此。
亞馬遜對零售業、Netflix 對電視和電影行業、Facebook 對媒體造成的顛覆，都是創新打破行業界限，開闢新的開放商業格局的日常結果。
數位原住民沒有為競爭對手製造障礙，而是利用無摩擦進入的優勢，並允許利基供應商參與進來，以滿足長尾市場客戶的獨特需求。數位使經濟遊樂場比垂直更橫向。他們成功地圍繞他們的平台創建了生態系統，
需要了解的生態系統特徵
已完善其商業模式，以在其垂直市場中競爭的公司，將需要為其生態系統發揮作用，做出策略選擇。他們需要了解生態系統的一些特徵。
生態系統描述了由互補關係定義的結構，這些關係不同於支配供需的互補關係。在生態系統中，供應變得與需求一樣分散，可能來自各種來源。因此，生態系統需要對屬於不同行業的互補創新、產品或服務進行協調。
生態系統運動不僅包括公司透過生態系統遊戲，補充其傳統商業模式的例子，例如寶潔的 Connect & Develop 開放式創新生態系統。這一運動還包括數位原生平台公司，這些公司完善了他們作為生態系統驅動程序的角色，現在正在增加傳統網點（就像亞馬遜對全食超市所做的那樣），以與客戶創造更加全通路的體驗。借助物聯網等新興技術，企業可以選擇讓多個生態系統發揮作用。
他們可以從模組化生產商開始，在多個、有時重疊的生態系統中創造和提取價值，以實現人類的需求和生活體驗（例如智慧家庭、智慧城市、互聯汽車或互聯健康）。
企業在各種生態系統中扮演的角色，將決定它們在每個生態系統中發展關係的性質（見圖 3）。
最終，他們需要注意生態系統重疊時，出現的風險和機會。無論客戶選擇 Apple，還是 Microsoft、iOS 還是 Android，一直受到每個系統上提供的應用 APP 合作夥伴，和播放器的廣度影響。
現在他們的生態系統在很大程度上是重疊的，但情況並非總是如此 —— 尤其是當他們更多地關注垂直市場的產品發佈時。更重要的是，它們重疊的生態系統已被證明，有利於它們的可擴展性。
但隨著生態系統的碰撞、融合和連接，競爭可能會以完全不同的規模發展，產生巨大的後果。
關鍵要點
1. 保持以人為本，但有更好的理由。 關於垂直市場供求的舊經驗法則在當時是有道理的：供應必須對市場要求做出相應的反應才能獲利。但以客戶為中心已經發生了變化。
現在，客戶參與對於平台的運作來說在運營上是必要的。人們首先需要希望使用企業為服務提供的體驗平台才能發揮作用。考慮體驗將如何變化，具體取決於您選擇如何參與生態系統以及與誰一起參與。
2. 從分析洞察力和協作夥伴關係中最大化價值，而不僅僅是從生產中。 這是遠離垂直市場的另一個結果——擁有強大的產品通常是不夠的。支持服務的業務資產通過它們可以提供的分析洞察力最大化價值。
考慮一下 GE 轉向其可擴展的、數據豐富的工業物聯網平台。13其生態系統的規模需要強大的戰略合作夥伴名單才能使其平台運作。
3. 戰略性地定義您希望在生態系統中參與的角色。 有意定義的角色對於生態系統的成功至關重要。要知道，角色越窄，他們就越團結，但他們越難招募。
相反，參與者種類越多，就越難對齊，但越容易招募。例如，專供女性身份的司機和乘客使用的拼車應用可能會採取更一致的行為來提高參與者的安全性，但它們的生態系統沒有 Lyft 的廣度，因此招聘是一個挑戰。
4. 探索人們可以參與的新的和意想不到的方式。 人們為生態系統帶來背景、個人經驗和專業知識。尤其是在組織生態系統中，臨界品質幾乎總是給定的，所以問問如何更好地利用人們的注意力和精力。
5. 轉變策略以激活休眠資產和關係。 未充分利用的資產和資源隨著複雜性的增加，而給企業組織帶來壓力。但這種情況即將改變。組織內部尤其要設想新的知識和經驗網路，以實現價值創造。
結論：飛躍
隨著企業轉向新型生態系統參與，需要考慮幾個因素。外賣使第一步明確。明確你想成為什麼樣的生態系統參與者：樞紐、互補參與者或合作夥伴。確定你想創造什麼價值。在短期內，企業可以像西門子的 MindSphere 一樣解鎖資產。
從長遠來看，隨著生態系統的不斷發展、碰撞和重疊，它們可以發展出新的、意想不到的關係。
然而，最重要的是，生態系統參與和設計的飛躍是思維方式的改變。從現在開始，企業領導者必須獲得參與、招聘（轉化）和競爭的不同概念，才能看到新領域的潛力，不僅是面向最終客戶的產品，還有新關係的價值。
．美國政府部門成功佈署雲端運算的 4 個技巧
Using cloud to achieve government digital transformation
利用雲端運算實現政府數位化轉型
來源： 企業網
美國首席資訊官協會最近公佈的調查顯示，在 2019 年，雲端運算服務，將成為政府部門首席資訊官的第二個優先事項。
具體而言，其優先級的內容，包括雲端策略，正確選擇服務和佈署模式，可擴展且富有彈性的 IT 支持功能，使用網路技術提供即服務。
雲端的採用，可能會在美國各級政府部門層面繼續成長。調研機構 Gartner 公司預計，美國的一些政府部門使用公共雲端服務，將實現兩位數成長，預計到 2021 年，平均支出每年成長 17.1％。在所有行業中，企業將平均 20.4％ 的 IT 預算，用於雲端運算，政府部門將平均 20.6％的 IT 預算用於雲端運算。
北卡羅來納州政府的首席資訊官 TracyDoaks 表示，在過去幾年裡，該州的雲端運算應用，已經取得了顯著進展。該州從不使用雲端運算（除非該用途未經授權），到引入支持任何機構，都可以使用的多個雲端運算供應商的雲端服務代理。
她說，「他們不僅可以使用這些雲端運算服務，而且還可以自我配置，因此他們可以透過以前從未使用過的方式，採用自助式的服務。因此，對於本地配置解決方案，可能需要 30 天才能獲得人們正在尋找的內容，現在他們可以在 15 分鐘內完成。」
有些州的雲計算旅程，比其他州更進一步。成功遷移到雲端之後，應遵循哪些最佳實踐，並且一旦做出決定，確保其佈署可以產生效益。
1．確定現有營運模式和雲遷移的成本
馬薩諸塞州政府負責技術服務的助理部長，Karthik Viswanathan 表示，在任何機構將業務遷移到雲端之前，應該檢查在內部佈署數據中心環境中，運行整個業務的總成本。
加利福尼亞州政府首席資訊官 Amy Tong 表示，遷移到雲端是一個長期的旅程，而不是一蹴而就的事情。
許多州政府，都有許多想要遷移到雲端的遺留系統和應用。Amy Tong說：「對於那些人來說，需要進行一個雲就緒評估，而我們對每個主要系統都做了評估。」
Tong 表示，政府部門需要為雲遷移規劃適當的預算，無論是簡單的端提升和轉移，還是完整的重新架構。她說：「如果是這樣的話，提前規劃預算，並對實現這一目標所需的時間安排設定預期，這樣就可以有一個更加現實的計劃。」
一旦他們開始使用雲端平台，政府部門還需要重新考慮他們的 IT 成本。Viswanathan ，說，「企業預置型解決方案與雲端運算技術之間的心理轉變，有很大的區別，在這種情況下，我們認為在一段時間內，支出固定成本是理所當然的。在雲端環境中，這是一個持續的迭代。可以查看一下使用情況，並做出一些調整，就像每個月都會檢查水電費賬單一樣。」
2．確定雲端運算應用的治理模式
Viswanathan 表示，一旦政府部門決定將應用遷移到雲端，就需要考慮將應用於雲端運算環境的治理模式。其中包括如何管理、修補和升級雲環境。
「因此，我認為應該關注的三個方面，是適當規模的應用，基礎設施中不同資產的利用率，以及將軟體升級到正確的版本，以便一切都是適當和可支持的。」Viswanathan 說。
政府部門還需要確定，要遷移到雲端的應用程序。Tong 說，「四年前，加利福尼亞州實施了雲優先策略，根據該策略，在雲端建構新的應用，將成為首選，並且只要有可能，應用就會遷移到雲端。
然而，從那時起，加利福尼亞州已經瞭解到，將應用遷移到雲端，並不像想象的那麼容易，特別是對於沒有雲就緒的大型遺留系統。所以，我們真的已經轉向雲端採用，而不僅僅採用是簡單雲端的運算服務。」Tong 說。
她建議，「政府部門需要明智決策，要有策略眼光，在解決方案真正行動到雲端運算環境中，需要什麼樣的考慮。」
3．確保員工獲得雲端運算技術的訓練
Doaks 說，「如果其他州政府希望像北卡羅來納州那樣，開始雲端運算之旅，建議他們不要先看最後的結果，而是瞭解獲得這樣的結果，需要很多步驟。」
一些州的政府部門可能更精通技術，他們的員工可能希望使用自我配置和其他雲端運算選項。但其首席資訊官們不要忘記，其他州政府機構在技術上並不先進。這些員工需要經過訓練，才能最大限度地使用雲端運算工具。
「我們還必須滿足所有其他不那麼精通技術的機構，並為他們提供程序和解決方案，」她說。
4．不要忘記雲端安全
Doaks 表示，她與北卡羅來納州的企業風險和安全官員開展密切合作，幫助確定應用所屬的位置。「但是他們中的大多數，都將受到我們擁有的雲端運算供應商類型的驅動，以及我們為了儲存數據而擁有的要求。」她說。有些雲端平台能夠儲存敏感數據，如醫療保險可移植性和責任法案數據，而其他雲端平台則不能。
北卡羅來納州計劃，透過引入雲端訪問安全代理，來確保雲端數據的安全性。雲端訪問安全代理作為一個統一的控制點，為組織提供對其雲端運算中所有應用、使用和數據的可視性和控制。
Doaks 說：「這讓我們能夠瞭解工作負載的位置，如果它從一個雲端平台，移動到另一個雲端平台，而它不是進行數據分類的正確雲端平台，我們就會知道這一點，然後可以停止這種行動。這將是我們瞭解數據位置，以及數據位置是否正確的重要方式。」
．機器眼中的立體世界，還在發生若干變化
Machine Vision for Industry Professionals: What are 2D and 3D vision technologies?
有關行業專業人士的機器視覺：什麼是 2D 和 3D 視覺技術？
所謂 3D 機器視覺，是指在一般的機器視覺技術的基礎上，加入對立體空間中三維模型的理解。這項技術不僅涉及 AI，而是一門機器視覺、圖形學與數據感知技術的交叉學科。
想想也知道，讓機器認識 3D 畫面是非常有價值的。畢竟人的視覺理解就是 3D 的，想要讓 AI 盡量貼近真人的感知方式，3D 是必須攻克的難題。
在產業場景上，3D 機器視覺是無人駕駛和高精地圖的重要技術條件，在 VR/AR 上應用也非常廣泛，而無人機航拍與測繪也離不開這門技術。
在蘋果把 3D 結構光技術炒火了之後，手機中的 3D 機器視覺也已經成為兵家必爭之地 —— 假如說，這些厲害的技術都是賽車，那麼 3D 機器視覺就是他們在路上都會遇到的收費站……
今天在機器視覺頂會中，差不多會有半壁江山那麼多的論文，都是跟 3D 有關。前沿探索可謂瘋狂進行，然而重點來了，關於這一領域，似乎大部分吃瓜群眾還是只知道一個結構光而已。
有哪些三維圖像＋機器視覺的新技術趨勢，今天正隱藏在未知迷霧中眺望這個世界？今天我們來說幾種很有科幻感的技術突破點。說不定這些能力，明年就會出現在你的手機、VR 設備和無人機中，又或許即將成為某個被資本瘋狂親吻的創業熱潮。
超大場景的 3D 數據感知
3D 機器視覺包括很多方面，既有讓智慧體去理解 3D 數據，也包括如何透過機器視覺的解決方案，去獲取 3D 模型數據。
傳統意義上的 3D 數據獲取，或者稱其為 3D 感知技術，一般來說可以利用多角度拍照，或者深度感測器的方式，實現 3D 數據收集。這種技術的局限在於，收集的 3D 數據不能太大。
然而在 3D 資料要求不斷升級的今天，對於超大場景的 3D 數據感知，正在成為一個熱門議題。比如無人駕駛中，使用的城市高精地圖，就可以看做一個個超大 3D 場景的拼接。
智慧城市領域運用到的很多城市數據推演，也要根植於對城市 3D 場景的收集。
機器視覺正在為超大場景的 3D 數據感知，提供很多新的方法。比如自動化的成像方法，像視覺 SLAM 在網路線上處理連續幀的圖像，實現實時重建巨大 3D 場景。再比如說對航拍數據進行點雲分割，和點雲數據的語義理解，幫助快速低成本獲取城市 3D 數據。
總體來看，今天超大場景的 3D 數據感知，有三個主要應用方向，很可能分別成為各自技術領域中，新的投資和創業熱點：
1、建築物的 3D 高精度模型，運用在工程監理、智慧設計、物流和智慧城市領域。
2、高精地圖與 3D 數據感知的結合，這是無人駕駛的重要一環。
3、室內外一體的 3D 建模，這對於智慧家庭設計、環境監控、VR/AR 體驗來說都有重要幫助。
手機與 3D 視覺進入蜜月期
3D 結構光，今天已經當之無愧成為了高端手機的標配，成為了繼雙攝、三攝與屏下指紋之後，又一個手機行業爭搶的熱點。
然而手機上的 3D 視覺技術，遠不止於結構光，從算法、感測硬體，到影像系統解決方案，都可能成為手機與 3D 視覺，進一步耦合的關鍵因素。
今天來看，有 3 個相關趨勢，非常可能成為明年的熱點。一個是基於晶片端，進行的 3D 視覺算法加速，這很可能成為手機 AI 的下一個進化方向。
第二個是高糾錯能力的 3D 視覺算法，將會普及，在終端實現 3D 數據收集和本地建模，將會成為新的熱點。
第三個是後置攝影機，加入 3D 視覺解決方案指日可待。
從晶片端，到開發平台，再到數據集、感測系統，3D 機器視覺正在多個領域，影響手機戰場的走向，在這些領域儲備技術武器，也很可能成為明年手機戰場廝殺的關鍵節點。
AR/VR 中的位姿估計技術
為什麼我們在玩 AR 體驗的時候，經常會覺得手機裡的東西，放在攝影機視野中並不真實，像是漂浮在地板上一樣。
這就是因為位姿估計算法不夠精準，無法正確定位物體的空間關係。在機器視覺技術的進化下，今天很多位姿估計技術正在同步進化。比如基於動態特徵提取算法，達成的動作定位今天已經比較成熟。
這東西聽起來挺玄乎，到底是幹啥用的呢？它的最大應用場景，就是在 VR/AR 正確處理場景中，動態物體的空間關係和運動軌跡。比如你在 VR 裡玩踢球遊戲，球應該在什麼位置挨踢，以什麼軌跡撞牆，都有賴於位姿估計算法來校準。
在機器視覺算法的幫助下，更精細的位姿估計正在到來，而這也加速了成熟 MR 體驗的到來。另一方面，在 VR 設備或者手機當中，基於攝影機與感測器協同運作，來完成位姿估計，也是沈浸技術中，即將發生的一個亮點。
透過散亂數據達成三維建模
3D 機器視覺的最重要任何，肯定是基於數據，來實現 3D 建模。這個應用在產業端十分重要，地理資訊系統、勘探、工程，以及無人駕駛，都需要大量的 3D 建模工作來參與。
而消費者級的 3D 建模，今天也在到來，我們已經可以看到在手機端，透過 3D 結構光來完成數據收集，從而達成 3D 建模的玩法。
跟 3D 感知一樣，3D 建模也是利用攝影機或者感測器，來收集數據，最終透過不同的解決方案完成建模。
然而這個領域，還是有很多問題等待解決。比如說，今天我們進行 3D 建模時，還需要非常痛苦的，一點點來收集數據，必須保證數據的對齊和精準排列。否則出來的 3D 模型就是雜亂無章的。這顯然讓大眾完 3D 建模的熱情減退，並且給很多工程級項目，增添了非常多難度。
AI 的到來，正在幫助這種情況有所改變。在深度學習算法的幫助下，機器視覺領域正在研究如何在散亂、不規則、巨大數量的數據中完成 3D 建模。這需要對抗生成，以及先驗表示等非常多的方案，但帶來的效果非常值得期待。
比如說今天已經有 3D 建模方案，在深度學習的幫助下，實現對密林的重建。然而其用來進行點雲建模的圖像數據中，有很多被樹葉遮擋的部分。這時候就可以用 AI 來增強 3D 建模的先驗知識，主動「腦補」出遮擋物背後的真實樣子。
不僅是修復遮擋模型和瑕疵數據，機器視覺技術與 3D 建模的融合，還可以讓很多無人設備具有更雪亮的「眼睛」。比如無人駕駛汽車，或許可以基於「大腦」中的 3D 建模算法，來腦補智慧攝影機尚未發現的環境。這點在複雜立交橋和停車場中格外有用。
在消費者端，3D 建模與機器視覺的結合，也將帶來新的想像力，比如消費者可以根據照片，來重建精準的 3D 模型，或者傻瓜式完成建模要用的數據收集。讓不那麼專業的人也能建設出專業的 3D 模型，這個改變背後的想象力驚人。
禾企 SHANY 紅外線 熱顯像儀 熱成像 熱顯測溫 100% 台灣製造
更好的深度感測器解決方案
還有一個機器視覺技術和 3D 的交匯，主要發生在無人機領域。
無人機今天進行測繪和航拍時，必須附帶對空間的理解能力，否則拍照不準事小，撞了南牆事大。而這個能力，主要來自於攝影機和感測器，進行空間閱讀。
隨著消費級無人機的不斷升級，人們對無人機拍攝效果要求也不斷升高。無人機必須不斷在更遠的距離、更極端的天氣、更複雜的運動中拍攝畫面。然而傳統的感測系統解決方案，已經快要跟不上使用者的期許。
今天的消費級無人機，一般採取兩種感知解決方案，一種是雙目視覺技術，比如大疆的某些產品；一種是結構光感測器，比如微軟的 Kinect。而這兩種主流方案都是有一定局限的，比如感知範圍都有限，難以完成遠距離作業。再比如雙目視覺技術，在黑夜中會失靈，所以無人機夜拍一直是個大坑，然而結構光技術應對不來強光，一到中午無人機就石樂志也是很心塞的。
更好的解決方案，在於將感測器與智慧攝影機結合起來，達成可以適應不同天候與天氣，並且可以長距離感知的新型感測系統解決方案。
今天，用機器視覺技術中的很多算法，協調不同的感測設備工作，讓無人機變成「多眼無人機」，正在成為流行的解決方案。機器視覺算法大量加入無人機感測器，還可能帶來軌跡拍攝能力提升，讓無人機獲得拍攝整體環境，或者精準捕捉動態物體，比如說運動中的動物和車輛的能力。
以上幾個技術趨勢，都可能成為機器視覺和圖形學應用的下一步熱點。這個領域看似偏門，事實上卻能影響今天科技市場中的風吹草動。
讓機器看到立體世界的遊戲才剛剛開始，機器與人類在某一天可以用同樣的視角相互凝視，或許才是這個故事的終點。
 |