隨着數據處理方式的普遍應用，及其勢不可擋的發展趨勢，設備、城市、人類生活必將隨之發生進一步的變化，“數據化世界”即將來臨？

AIoT顯然的會讓數據化程度會更高，每樣現實世界裏的存在的東西都會擁有自己的數據表示。產生數據的不再主要是人、設備、城市、生活都會進一步的數據化。

距離最終的Matrix，相比互聯網，人類又邁出堅實的一步。數據處理方式，人們消費數據的方式必然隨之進一步發生變化，恰如由寫信到電子郵件再到微信這樣的過程。

假如人類要打造終極的矩陣，那麼一共需要幾步？

第一步是必須形成一個商業成功的，彼此聯通的世界。

終極矩陣本身並非是一種產品，而是一種社會形態，所以不太可能是一蹴而就，必然是全社會範圍的持續迭代過程。因此起點上商業成功就非常關鍵，只有如此才能啓動技術-產品-商業的持續循環迭代。數據化本身會帶來效率的提升，所以一旦開啓，那就像潘多拉魔盒一樣，只能往前，不能重置，也不能反向推進。

整個互聯網以及移動互聯網扮演的就是這樣一個角色，而近期互聯網巨頭的to B以及國際化都可以看成是數據化正在侵入原來數據化不充分的低點的信號。從個體來看這背後的核心驅動力是經濟訴求，但從全局結果來看，這就是更普及的數據化。

第二步是徹底的數據化，但不徹底的智能。

數據化如果持續產生無用的數據，那應用的層次就無法深入，形象來講如果回到2000年產生這麼多語音數據，那其實沒有任何一個公司可以從中創造價值。石油在地下埋藏百千萬年，也只有到現代才爆發出真正的價值，所以無效數據等於沒有數據。爲了利用新傳感器產生的數據就需要新的方法。這時候AI扮演了在更深層次使用數據的角色。

與此同時隨着傳感器的進步和5G的到來，各種設備、家庭生活、甚至整個城市都可以更加實時的進行數據化。這種數據化正在衍生出原本互聯網所不需要的細分領域，比如經常提到的人臉識別。人臉識別在互聯網或者移動互聯網上本質上作用有限，但如果需要一個賬戶打穿多個設備，人臉識別這樣的ID標識技術就會有更廣闊的應用空間。

想象這樣一種場景：

一個人從北京家裏出門的時候正在看西部世界第一季第二集，看到第三十分鐘的時候必須出門，否則會趕不上預定的飛機了。當他坐到飛機上的時候，無聊的他就打開了飛機上自帶的屏幕，通過人臉識別登入之後，就可以繼續從第三十分鐘繼續觀看西部世界（祈禱下，那時候飛機上可以上網了）。

這樣的使用場景在之前移動互聯網時代是不存在的，移動互聯網不同設備具有自己獨立的生態。但智能語音交互徹底的改變了這些，它不只改變了交互的方式，事實上也改變了消費信息的方式。在智能語音交互的時候雲端只有一份數據，應用彼此之間也不再擁有壁壘，終端實際上肩負起兩個責任：一個是ID接入，一個是內容的呈現形式。具體的呈現形式與場景相關，不同場景需要強化不同的傳感器，比如家裏可能強調就是大屏或者喇叭，車裏強調就是與路況結合。這很像是馮諾依曼結構的雲端化，輸入輸出設備是各個終端，而中央處理器和存儲則是雲端的大腦，不過是設備裏的總線變成了5G。

但這個時候應用本身還是有邊界的，因爲智能的非通用性，不同的公司會在不同的領域裏取得比較優勢。

第三步則是通用智能下的大融合。

沒有通用智能，數據化再徹底本質上還是隻能按場景來打造產品，不會形成真正的終極矩陣。但隨着通用智能的進步，領域的邊界就會越來越薄。這時候通用智能的程度會是、決定一個公司真正的邊界。

映射回現實，顯然的我們處在第一個階段已經尾聲，第二個階段剛剛開始的時刻。

AIoT到底會帶來什麼

當前大家都用AIoT來描述第二步，也就是數據化充分但智能不充分的階段。那這個階段和第一個階段，也就是過去的移動互聯網到底那裏不同？

所有一切的變化其實起源於四個基本變化：

第一個是傳感器以及顯示類元器件的突破，這讓我們可以更多維度、更清楚的感知周圍世界，比如深度攝像頭就會比一般的攝像頭多感知一個維度，陀螺儀可以感知方向，GPS可以感知位置，MEMS麥克風可以在極小的尺寸上感知周圍的聲音，激光雷達則可以感知到障礙物，高清大屏則可以讓影像更清晰的呈現，VR則可以提供沉浸感，AR則可以讓虛擬和真實相融合……雖然有些都是耳熟能詳，但如果不進行一定的羅列，很可能我們並不真的知道在2019的這個時刻，傳感器家族已經豐富到了如此程度，有的技術並非這兩年纔出現，但確實是這兩年讓他們達到了一種可以商業化的程度（感謝手機調動了全社會的資源做相關的優化）。

第二個則是連接速度的持續提升，典型的就是5G。

第三個則是計算能力的持續提升，不單是雲計算還包括GPU，乃至持續被提及的量子計算。

第四個則是數據處理方法的提升，也就是我們常說的AI。

這幾點融合在一起顯然會催生新的變革，而這種變化很可能是以傳感以及顯示等爲中心進行構建，而不是再出一款手機這類的通用設備。在不同的場景下，爲達成最佳體驗，那就需要匹配那個場景的最佳傳感或顯示手段，比如在家裏就需要大屏或者沉浸感強或者音質好的喇叭。

這裏隱含着計算模式的遷移，電腦、手機、Pad是高度通用化和中心化的，也就是說一款設備什麼都做，這些設備扮演的是人和數據世界的核心聯結樞紐，但基於新傳感器的多種設備則是分散化的，也就是說我們隨着場景的切換會主力使用不同設備，比如臥室可能用電視、客廳可能用智能音箱、走路可能用耳機、汽車上則用車載系統。這是因爲不同場景下最優的體驗需要搭配最優的傳感器，而匹配不同的傳感器需要不同的ID，多種傳感器和多種ID很難融合成一款通用設備。

總結起來，未來的計算模式是按場景來劃分並進行最優適配的，在家裏、車裏這類計算的體驗會變的很重、很繁複，比如遠場智能交互下的電視、AR等，但在走路等情景計算則變的很輕，比如只是通過耳機進行輕量交互。但背後的計算平臺則是統一的，也就是說一個人不管用的是電視、車、耳機、甚至馬桶，他背後所要面對的都是隻屬於他一個人的一套系統，這套系統會根據具體設備集成的具體傳感器或者顯示設備進行伸縮，但不會改變它是專屬於某個人的這種屬性。

個性化脈絡

如果把個性化這視角單拿出來來審視計算方式的變遷，那我們可以看到這樣一種路線：

在DOS 那個年代，計算是以一種統一方式輸出的，沒有個性化的元素（如果把賬號密碼算進來，那也許可以說有）。

到GUI時代比如Windows，個性化以一種極爲原始的方式起步了，用戶可以設置自己喜愛的風格或者桌面或者屏幕保護。

再到互聯網和移動互聯網時代個性化本質上往前邁進了一大步，搜索引擎爲了精準的推薦廣告，即使在PC的時代也已經開始通過cookie等記錄用戶的行爲，而到了移動互聯網時代這事情則再往前邁了一大步，最典型的產品是今日頭條。這時候個性化的根基依賴於賬戶體系，而個性化的單位則是設備或者App。跨越設備邊界時非常困難的，這裏面既有技術的原因，也有商業的原因：

技術的原因是說當前的交互方式根本不支持新聞和旅行合併成一個應用；同時也沒法想象把各種App放到耳機上或者馬桶上。觸屏本身是一種更加昂貴的交互方式，從橫跨多個設備的角度看遷移性是比較差的。形象講就是每個設備都裝幾個麥克風是現實的，都裝一個觸屏則是不可能的。

商業的原因則是設備的利益歸屬和不同App的利益歸屬不同，彼此間互通的代價較大。

眼下來看，個性化會有進一步的突破，從語音交互來看每個人都應該有自己的智能助理，這個智能助理的真實含義並不與微軟小冰雷同，而是其背後隱含所有與數字消費相關的細節（中央計算、中央存儲等）。

小結

數據世界的號角其實早已吹響，數據化的整個過程在現有經濟模式下也不可回退。爲了效率，數據化的程度只可能與日俱深。這會重塑當前的社會形態，其中有不好的部分，比如劉慈欣在此前採訪中提到，我們似乎正面臨一個越發內斂的世界，確實如此，在徹底數據化的世界裏，慾望的滿足很可能足不出戶就可以了。

也有好的部分，在數據化的世界裏，人類本來的成色、價值的選擇會具有更多的權重，在那裏人類作爲整體是自由的。也許未來可以用數字主義者來稱呼看到數字未來未來並且仍然願意保持樂觀的人們！

#專欄作家#

琢磨事，微信公衆號：琢磨事，人人都是產品經理專欄作家。聲智科技副總裁。著有《終極複製：人工智能將如何推動社會鉅變》、《完美軟件開發：方法與邏輯》、《互聯網+時代的7個引爆點》等書。

本文原創發佈於人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基於CC0協議