最近這幾年很多人聽到這兩個話題就覺得很有商機, 但商機在哪裡?
IoT 裡面的組成可以分成四個層級:
最下層的 device: 如何在每一個 device 上加上 sensor, 來製造 data source. 台灣硬體廠想的多半是這一層, 但這是利潤非常低的一個行業.
上來的 communication protocol: 這是把所有 data 收集起來的必要工具, 但沒有人能靠 protocol 賺錢. 有了 QualComm 3G 標準的例子在前面, 沒有人會再同意使用一個要付錢的 protocol. 這只會是一個像 TCP/IP 一樣的地位.
再上來的 data warehousing: 這是一個重頭戲, 所有的 data 要如何儲存, 以及系統能提供什麼樣的工具來讓你分析這些 data. 在 IoT 中這也是和 big data 產生關連的地方. 但有些人以為 big data 就是用 Hadoop 架一個系統. 這種想法就像三十年前有人認為學電腦就是買一台 Apple II clone 一樣. 還有一些聳動的標題出來 (我不標連結, 以免幫深度不夠的文章製造流量). 感謝學弟洪士灝先寫了一篇評論 (
http://hungsh-ntucsie.blogspot.tw/2013/04/big-data.html), 我就不用多費事了. Hadoop 這一類的工具只是讓你可以開始存這些 data, 以及開始寫分析程式. 就像你買了一套 Oracle 回來, 還是要自己制定 data schema 和寫 (或買) SQL 程式, 你的公司才會有人資系統, 會計系統等等. 所以真正重要的是...
最上層的 business intelligence: 這些 data 中到底有什麼有用的資訊在裡面? 有了這些資訊之後有能用它們來做什麼事? 這一方面就需要非常深厚的 domain knowledge 才能做到. 重點不是用什麼樣的工具, 而是應用領域的專家夠不夠. 很多業主以為挖了一個某大顧問集團的高級主管就可以做這一行了, 事實上人家背後龐大的顧問團你沒看到, 事後才抱怨好像花錢請人沒有發揮效用. 台廠是沒辦法在這一方面跟人家競爭的, 最好也只能選定一兩個領域, 集中開發. 不過如果有個五十一百家公司各自有自己的專長, 全台灣湊起來可能就有得拼了.
之前有一家國際大廠來談 IoT 的合作. 簡報完之後敝公司一位非常厲害的資深副總 (1) 提了一個問題, 一刀切中要害: "你們說可以技術轉移給我們, 請問這四層技術中有哪些是你們會保留的? 有哪些是會轉移給我們的?" 這位外商的高層技術主管大方地說: "大部份都可以轉移, 我們只保留一小部分." 這位副總當然不能輕易讓他混過去, 又再追問: "保留哪一部分?" 對方尷尬地說: "我們只保留 BI." 事實上就是利潤最高, 最賺錢的部分. 後來經濟部一位很認真把關的事務官 (2) 告訴我, 這家外商跟政府要錢設立 IoT 研發中心要不到, 就希望有台廠幫他背書, 以尋求掩護. 所以我後來才寫了那篇 "外商來台設立研發中心, 還要政府補助? 門兒都沒有!".
https://www.facebook.com/notes/ben-...151146171924113
想要做 big data 的人請先認清楚: 什麼是 data?
存得起來的, 就是 storage.
看得到的, 才是 data.
看得懂的, 叫做 information.
用得出來的, 才能稱為 intelligence.
Big data 這個名字事實上是有點誤導. 真正賺錢的, 是從 big data 中萃取出來的 big intelligence. 為什麼 CIA 叫作 Central Intelligence Agency, 而不是 Central Information Agency 或 Central Data Agency? 而萃取 information 和 intelligence 的技術並不是現在才有的. 隨便問一個有水準的資訊/資工系教授, 就會告訴你 data mining, neural network, pattern recognition, statistical machine translation, information retrieval, ... 等等領域的歷史. 這些才是困難而需要投資開發的領域, 而不是一個簡單的大量儲存和平行運算系統.
希望我們台灣的企業主能認清這些技術的本質, 作出正確的投資. 不止是金錢, 更重要的是人力. 不要跟著沒水準的記者起舞, 而浪費了台灣寶貴的年輕人力資源.
註:
(1) 對! 台灣現有產業主管還是有很多有眼光和遠見的. 年輕人不要隨便看不起人家, 以為人家都跟不上時代.
(2) 對! 我們政府官員還是有很多有水準又認真做事的!