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。

深度神经网络大大优化了机器学习的速度，使人工智能技术获得了突破性进展。

在此基础上，图像识别、语音识别、机器翻译等都取得了长足进步。

基于深度学习的人工智能和过去的人工智能原理不同，但与我们所了解的数据挖掘有着相似的逻辑：先得到结果，反向寻找模式。

这个过程被称为训练。

随着云计算、大数据、人工智能等技术的自身发展与变革，新一代的智能经济正沿着人与人、物与物、人与物的发展路径延伸和扩张，到最后万物皆联网，这将极大地推进互联网经济各类应用的产业变革快速深化，“泛互联网化”和“泛智能化”的产业变革将对生活方式、生产方式、社会关系、经济关系等方面产生重大变革。

2.构筑“云、管、端”的智能生态系统随着智能人机交互、移动宽带网络、云计算、大数据、人工智能等技术的发展和渗透，原信息生态系统的网络层和平台层倾向于标准化、虚拟化、融合化趋势，网络层和平台层最终会殊途同归、合二为一，演变成未来的广义网络，由此，原信息生态系统由四层演变成未来的“云、管、端”三层架构（见图表2.1）。

由“云、管、端”构筑的生态系统越来越接近一个生物有机体的特征，云是大脑，完成记忆、感知、识别、学习等能力；管是有机体的神经中枢和神经末梢，完成信息传输和交换；端是有机体的各个部位的器官和毛细血管，完成信息感知和控制行动等功能。

“云”位于生态系统的顶层,是指数以百万计的生物机器汇聚在一起的群体智能。

那些原本属于生命体特有却被成功移植到云端系统中的智能能够自我复制、自我管理、自我修复、自我学习和适度进化。

云端是汇聚信息的海洋，一个典型的趋势是工作负荷加速向云端的迁移。

“管”就是无所不在的网络渗透力。

随着光通信技术、移动通信技术和智能传感器的高度发展，网络渗透力一方面逐步从人体表皮渗透到器官、血液甚至组织等，另一方面逐步从人与人通信向人与物、物与物的连接扩张。

万物皆被连接，最终网络将广泛渗透到国民经济各企业各行业各产业各企业各机器的毛细血管当中。

“端”位于生态系统层级架构的底层，是一支由无数廉价的小芯片组成的大军，构成了感知网络，它们将位置和用途等信息直接向其云端汇报，这些芯片不是超级电脑，但凭借来自分布式的能力，当细如蝼蚁的单元聚集成群且彼此互联时，它们便升格为一种群体智力。

在物联网时代，万物皆被连接，“端”的含义可扩张到各类机器、工厂、公司、产业甚至经济实体。

端的主要功能实现信息感知和信息反馈以及行动控制等；同时，智能终端将具备日益丰富的感知能力和多模的联网能力，成为网络中的关键节点。

未来，智能终端会发展出基于手势、动作捕捉、自然语言等更加人性化的人机交互技术，不断改善用户的体验。

生物传感器、智能机器人成为端的主要趋势。

届时实现电影《阿凡达》中通过将自己的意识传输到另一个生命体而以一个全新的身份活在另一个世界中的情形将不再是科学幻想。

现代生态学之父，生物学家格利森认为，生态系统越复杂，它所能容纳的物种就越多。

生态系统越大，达到稳定所需要时间就越长，破坏它也就越困难。

智能生态系统的复杂程度最终取决于“云、管、端”一体化的融合深度与广度。

“云”的处理能力越强，各类端的感知能力越灵敏，网络渗透率越大越高效，智能生态系统的复杂程度就越高。

云的推动力和管的渗透力将共同撬起各类智能硬件系统以及各类商业应用和内容的无限市场前景。

三、智能生态链的产业投资地图1.智能生态链的产业投资框架（1）从功能实现看，智能生态系统是一个典型的闭环控制系统，应该包括信息获取与利用、信息交互与传输、信息存储与处理、信息挖掘与再生等四个环节。

从长期趋势而言，信息获取与控制将由各类带感知能力的终端或智能机器人完成，信息交互与传输、信息存储与处理将交由广义的网络来完成，信息挖掘与再生将交由基于云端智能来实现。

（2）从纵向产业架构看，智能生态链自下而上分为“端”、“管”、“云”的三层，依次对应为感知层、广义网络层、应用层。

（3）从横向产业架构看，无论“端“，或者“管”，还是“云”，均由制造链和服务链构成；而制造链的供应链自上而下包含核心标准与底层专利、产品设计与制造等环节等，服务链的供应链自上而下包含平台标准与运营、业务集成与服务提供等环节。

纵向按照智能生态系统的架构分为三层，横向按照产业的供应链关系分为四个环节，共同构成了智能生态链的产业投资地图（见图表3.1）。

2.智能生态链的创新层级分类根据创新种类的分类，信息制造链自上而下可分为原始创新和集成创新，服务链自上而下可分为模式创新和业务创新（如图表3.1）。

（1）原始创新的竞争优势在于技术垄断原始创新主要包括核心标准、核心专利发明、核心底层芯片、核心操作系统等方面创新，原始创新的门槛非常高，是典型的垄断经济。

智能生态链的原始创新主要体现在应用层的人工智能技术、网络层的智能网络技术、感知层的智能交互技术等方面，围绕人工智能方面的原始创新又包括数据挖掘、深度学习、类脑计算、量子计算等；智能网络技术主要包括通信网络标准、软件定义网络、硬件虚拟化技术、智能网络芯片、量子通信等；智能人机交互技术是人和机器信息交互的环节，主要包括终端操作系统、机器学习、智能处理器、核心芯片、核心传感器等方面。