智能生态系统的产业架构与趋势研究

智能生态系统的产业架构与趋势研究

————————————————————————————————作者：————————————————————————————————日期：

智能生态系统的产业架构与趋势研究

依据生态链的纵向层次和供应链的价值分配关系，本文提出了智能生态链的产业投资地图

一、信息生态系统的构成与层次

1.信息生态系统的构成

信息生态系统指的是信息活动中各种要素的总称。归纳起来，可以认为，信息生态系统由信息源、信息依附平台、信息主体三大要素组成（见图表1.1）。

（1）信息源既是信息生产的原料，也是产品。一方面，信息早就存在于客观世界，包括自然信息和社会信息；另一方面，它是信息主体的劳动成果,通过信息反馈方式，对社会各种活动直接产生效用，进一步丰富信息资源。

（2）信息主体（聚合为“信息服务链”）是为了某种目的的生产信息的劳动者，包括原始信息生产者、信息分配者、信息消费者以及信息加工者或信息再生产者，以上信息主体的聚合便构成了“信息消费链”，从本质而言，信息消费的过程也是围绕以信息主体为核心的服务过程，所以，我们又将“信息食物链”定义为“信息服务链”。信息服务链自上而下分为信息分解、信息生产、信息分配、和信息消费等四层，信息分解为信息生产指明方向，信息生产的内容通过信息分配传输到信息消费层，实现信息消费的目的，而信息分解通过数据挖掘发现信息消费的偏好和潜在需求，决定信息生产的方向。

（3）信息依附平台是信息源与信息主体间实现信息活动的技术实现工具，信息依附平台通过一系列的信息通信技术对声音、文字、图像、视频等数据和各种传感信号的信息进行收集、加工、存储、传递和利用，也是各级信息主体进行与之相匹配的信息活动的生产工具汇总，这些生产工具总称为“信息制造链”，信息制造链自上而下分为应用层、平台层、网络层和感知层（或终端层），分别实现信息挖掘与再生、信息存储与处理、信息交换与传输、信息获取与利用等功能。

2.信息生态系统的制造链与服务链的对应关系

根据上面的分析，信息生态系统包含信息制造链和信息服务链，信息制造链自下而上分为感知层、网络层、平台层和应用层，而信息服务链自下而上分为信息消费、信息传输、信息处理和信息挖掘，分别实现信息采集与利用、信息交互与传输、信息存储与计算、信息挖掘与再生等功能（见图表1.2）。

感知层（用户体验）主要的任务是通过特定终端或智能设备实现用户信息采集，并按照特定程序反馈用户所需的内容或控制信号，实现硬件、软件、内容的一体化体验，达到用户体验价值最大化的目的。

网络层主要由无线接入系统（2G/3G/4G/5G）、固定宽带接入系统

（DSL/HFC/FTTx）、传输网、数据通信网和核心网络共同构成，提供接入和宽带服务。从长期趋势看，网络层日益成为公共服务体系的一部分。

平台层主要包括信息技术硬件平台，如计算服务器、存储服务器、路由器、交换机等，还有基础软件，如操作系统、数据库、虚拟化软件，以及企业可能使用的各种监控软件平台、软件开发环境等。这一层提供信息存储和计算的能力，以及网络自动化管理等功能。

应用层包括特定业务的应用程序，相应的业务流程软件，以及数据分析与决策工具。随着客户需求日益个性化，企业要保持业务流程与时俱进以顺应各种变革，那么灵活的、连续的资源重组和各企业的协作网络管理，只能通过精密的技术架构和相应的业务流程来进行管理。同时，企业需求洞察消费行为和供应网络的变化，就需要大量数据分析工具的支持，分析能力是竞争前景和业务流程清晰度之间的桥梁，从而帮助决策者超越以往对管理直觉的依赖。

信息生态链的第二、三层倾向于标准化趋势，规模经济特征明显。从长期趋势看，它们逐步向水电煤等公共服务体系演变，这些层级通常可以部分或全部交由第三方管理，企业再也不能依靠标准化的硬件系统、操作系统、中间件或数据库来实现差异化了。

信息生态链的差异化主要体现在第一层和第四层。差异化的核心价值在于满足最终用户的核心关注点，企业用户关心的是如何解决企业“既能增长又能降低成本”的经营目标，而个人用户关心的是满足个性化体验价值的最大化。

二、智能生态系统的演变趋势

1.智能革命的核心驱动力

智能革命的三大技术驱动力分别来自于：a.智能人机交互技术的变革使得人和机器的互动交流成为可能，网络连接从人与人、人与物、物与物到万物互联，大数据的获取成为可能；b.网络的软件化、平台资源的虚拟化,网络效率大幅提高，信息传输和信息处理成本大幅降低，大数据的处理成本大幅降低；c.基于云计算、大数据之上的人工智能从量变到质变，推动信息演变成知识或决策。

（1）感知层的万物互联化：人与机器的交互革命。从“键盘、触控”到“语音、手势识别、体感交互”，会带来新的智能硬件革命。人机交互的终极目标是利用人们的日常技能与习惯进行交互，交互场所将从计算机面前扩展到人们生活的整个三维物理空间，交互方式适合于人们的习惯并且尽可能不分散用户对工作本身的关注。人机交互的革命打开了人与人、人与物、物与物的之间互动交流的大门，海量数据的实时获取成为可能。

（2）网络层的扁平化：云计算与宽带网络的一体化融合，海量信息处理成本大幅降低。为满足人机交互的实时性要求，网络的效率需要更高、带宽需要更快，网络需要变得更加规模化、低成本化，因此，未来的网络资源一定会共享。网络资源包括：带宽资源（接入、速度、覆盖、时延等核心指标）、计算资源、存储资源，三种资源动态分配。网络的软件化、硬件的虚拟化，最终导致云网融合，形成广义的网络——又称“云网一体化”。

（3）应用层的智能化：大数据与深度学习共同推动人工智能实现从量变到质量的进化。大数据是深度学习的养料，巧妇难为无米之炊，没有大数据提供穷举的可能，深度学习的算法以及深度学习所需的神经网络就无法得到进一步的优化。

大数据具有数量大、多维度、速度快、真实性这四大特征。以往人类无法通过“穷举”来把握一个事情的规律，只能采用“取样”来估计，或者通过观察用简单明了的函数来代表事物规律，但大数据让穷举的笨方法变成可能。