在最開始的時候，我們談物聯(lián)網(wǎng)更多的是來談感知這個物理世界，對世界進行感知，把這些信息無論是有線的傳輸，還是無線的通訊帶到數(shù)據(jù)中心來做處理。這是最原始的物聯(lián)網(wǎng)的概念。我們今天回頭看是叫做物聯(lián)網(wǎng)1.0的概念，這個概念最核心的是來構建一個物聯(lián)網(wǎng)的系統(tǒng)。在這之后我們意識到物聯(lián)網(wǎng)需要非常多的解決方案，需要構建一個通用的或者近似于通用的物聯(lián)網(wǎng)的平臺，使得不同的解決方案能夠在這樣的平臺上來做運營。這樣的平臺是需要非常多的特殊的比如說關于物聯(lián)網(wǎng)數(shù)據(jù)的處理的技術，所以這是一個物聯(lián)網(wǎng)2.0的概念。在這樣一個階段，我們花了非常多的努力，包括IBM，包括我們很多的合作伙伴，花了非常多的努力來構建很多物聯(lián)網(wǎng)的技術，使得我們對這樣物聯(lián)網(wǎng)的數(shù)據(jù)能做更好的處理。

　　今天，IBM來看，物聯(lián)網(wǎng)已經在逐漸進入物聯(lián)網(wǎng)3.0的階段，這個階段非常有意思的特征。一個是物聯(lián)網(wǎng)技術與云計算技術非常非常深入的融合。另外一點對于物理世界模擬這樣的技術，會被帶入到物聯(lián)網(wǎng)的應用當中去。以后基于物理世界模擬的深度的分析，它會讓我們不斷的能夠對物理世界進行感知，而且還能進行非常非常深入的洞察力的產生。這是物聯(lián)網(wǎng)3.0的階段，已經超越了傳統(tǒng)物聯(lián)網(wǎng)，無論是系統(tǒng)還是平臺，更多的是來看物聯(lián)網(wǎng)的業(yè)務優(yōu)化。

　　我們看物聯(lián)網(wǎng)的發(fā)展趨勢，把握大的發(fā)展趨勢有兩個，一個就是物聯(lián)網(wǎng)向云端的擴充。今天已經有很多的數(shù)據(jù)顯示，非常多的解決方案在這幾年會直接被云端設計、展示，這是物聯(lián)網(wǎng)解決方案向云端發(fā)展的一個趨勢。另外一個趨勢從數(shù)據(jù)的采集、傳輸?shù)胶唵蔚姆治?，直到進行非常深刻的數(shù)據(jù)處理、數(shù)據(jù)分析這樣一個趨勢，最核心的內容是要產生一種洞察力，這種洞察力是可以執(zhí)行的，意味著我們可以基于這樣的洞察力對這個物理世界進行很好的管理。這是從一個大的宏觀的趨勢來看，物聯(lián)網(wǎng)從1.0到3.0的階段。

　　簡單的來談一下物聯(lián)網(wǎng)從技術上需要什么樣的創(chuàng)新。一個是云端的解決方案，非常多的關于云計算的這方面的進展，包括如何進行具有安全性的云計算，都是非常非常重要的研究方向。

　　通過大數(shù)據(jù)分析，這里我特別想來談三點，一個是傳統(tǒng)的IT數(shù)據(jù)處理技術，因為物聯(lián)網(wǎng)產生的極大量的數(shù)據(jù)需要得到極大的提升。一個非常重要的方面是對非結構化的處理，傳統(tǒng)的數(shù)據(jù)都是一種結構化的數(shù)據(jù)，比如說企業(yè)運營的數(shù)據(jù)，很多是存在于傳統(tǒng)的關系數(shù)據(jù)庫中。新的物聯(lián)網(wǎng)的數(shù)據(jù)，包括社交媒體的數(shù)據(jù)，是一種交互系統(tǒng)，無論是與人的交互系統(tǒng)，還是與物理世界的交互系統(tǒng)，產生的數(shù)據(jù)是非結構化的。我們如何把傳統(tǒng)的IT針對結構化數(shù)據(jù)這樣的解決方案或者這樣的技術，中間件的技術，系統(tǒng)的技術，讓它擴展到非結構化的方面。這是非常非常重要的一個方向。

　　第二，物聯(lián)網(wǎng)一個非常重要的方向，技術上來講是需要把物理模型來引入到數(shù)據(jù)分析中。今天很多時候我們談到數(shù)據(jù)的時候更多的是理解數(shù)據(jù)本身之間相互的關系，而并不是用數(shù)據(jù)來刻畫物理世界，現(xiàn)實中物理模型已經被使用了很多年，無論是天氣預報，無論是空氣污染，都有這樣的物理模型。我們如何在新的形態(tài)下，把物理模型引入到對物理世界的感知和管理中。

　　另外一點非常非常重要的，也是物聯(lián)網(wǎng)能給我們帶來改變的，就是這個世界比以前更加的連接、更加的相關。傳統(tǒng)來講，可能一個物理模型就來分析比如說天氣或者分析污染，但我們今天可能需要把這樣的模型與經濟的模型相連，把這樣的模型與健康的模型相連，因為它們彼此是相關的，這樣就會產生一個超級的物理模型。中間包含了非常非常多的不同領域的模型，它們之間需要互相的運作，來共同的管理和優(yōu)化這樣的物理世界。

　　如果我們相信這是一個未來的發(fā)展方式，這就涉及到我談到的物聯(lián)網(wǎng)技術發(fā)展的方向。當這個世界變得非常非常的復雜，數(shù)據(jù)非常非常的大量，模型非常非常多的時候，以今天的人力已經非常難以理解各管理這樣的事情，即使今天普通的算法。這時候我們可能就需要來引入，包括機器學習這樣的具有認知計算能力的系統(tǒng)。這種能力使得我們能夠通過歷史數(shù)據(jù)或者實時的數(shù)據(jù)來不斷的學習，不斷的訓練，來對這個物理世界的模型進行不斷的調試，使得更好的來理解這個世界。這樣的物聯(lián)網(wǎng)系統(tǒng)是具有自我學習能力的，這個就是與認知計算，IBM幾年前一個很重要的宣布為代表的認知計算的興起。

　　從行業(yè)的角度來看，有兩大類行業(yè)會涉及到非常多的很正面的影響。一類是傳統(tǒng)的重資產行業(yè)或者資產密集型行業(yè)，無論是能源還是交通，這些行業(yè)有非常多的資產，這些資產也非常的昂貴，我們如何更好的管理這些資產，使它更有效的被利用。另外一類是互聯(lián)設備型行業(yè)，無論是車聯(lián)網(wǎng)、智能的家居，大量的或者超大量的設備被互聯(lián)起來，我們如何更好的進行管理，產生更好的價值。

　　當我們邁向物聯(lián)網(wǎng)這樣一個時代，傳統(tǒng)的計算機IT系統(tǒng)還存在，未來的IT系統(tǒng)，以IBM今天的看法，實際上是在構建一個具有洞察力的系統(tǒng)。傳統(tǒng)的IT系統(tǒng)是一種基于記錄的系統(tǒng)，因為那些系統(tǒng)更多的是結構化的數(shù)據(jù)，加上新的系統(tǒng)，它是為了互動系統(tǒng)而設計的。無論剛才談到的與物理世界的互動，還是與人之間社交的互動。IT系統(tǒng)最核心的價值就是產生洞察力，我們如何將這種傳統(tǒng)的數(shù)據(jù)與新興的數(shù)據(jù)進行結合，來產生具有執(zhí)行力的洞察力。是今后若干年IT發(fā)展的一個非常非常重要的挑戰(zhàn)與機遇。

　　去年IBM有一個宣布，我們整合IBM全球12家研究院的力量，把我們最好的技術、最好的能力帶來，做什么?把IT技術，包括物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)這樣的技術，帶來，來解決影響國計民生的一些很重要的問題，這里特別是談到環(huán)境和能源的問題。包括幾個方面，一個就是我們如何能夠利用物聯(lián)網(wǎng)、大數(shù)據(jù)的技術來做很好的可再生能源的利用。大家知道，可再生能源，比如說風力發(fā)電，雖然風力發(fā)電本身是一種清潔能源，但是它具有很大的挑戰(zhàn)之一是風力發(fā)電本身難以的預測性，如何能夠利用實時的傳感器的數(shù)據(jù)，實時的衛(wèi)生云圖的數(shù)據(jù)，實時的天氣的數(shù)據(jù)來做精確的未來72小時，每間隔15分鐘指定的200米×200米范圍內可能產生的風力。我們只有做這種準確的預測，才能把這些風力能夠有效的進行并網(wǎng)的處理。

　　第二步，即使我們能夠最大限度的利用了可再生能源，我們如何能夠做更好的利用物聯(lián)網(wǎng)的技術、云計算的技術的節(jié)能減排。同樣一家企業(yè)為什么產生一塊錢的GDP要用這樣的能耗，而另外一家企業(yè)只有他的一半。我們如何能夠發(fā)現(xiàn)這樣的問題，追溯它的本源來做一些處理。

　　在我們做了可再生能源高效利用和企業(yè)的節(jié)能減排的同時，我們也知道，因為污染防治本身也是一個問題，也是一個非常非常大的挑戰(zhàn)。我們如何能夠利用剛才談到的包括認知計算在內的技術來做更好的污染的預測、空氣質量的預測及為了采取適當?shù)拇胧﹣斫o出可執(zhí)行方案的決策支持系統(tǒng)。這也是我們現(xiàn)在在努力的方向，而且也取得了一定的進展。

　　接下來我用幾分鐘來談一下物聯(lián)網(wǎng)在未來幾年我們的一個預測。剛才談到物聯(lián)網(wǎng)它核心的一個是向云的發(fā)展，一個是它的智慧化。智慧的物聯(lián)網(wǎng)是物聯(lián)網(wǎng)發(fā)展的一個非常重要的方向，與此同時還有幾個非常重要的趨勢，我們不得不注意到。一個是我們看到今天大量的數(shù)據(jù)是在終端產生，終端產生數(shù)據(jù)增加的速度是遠遠超過帶寬增加的速度。這就意味著無論你做什么，你不可能總是把這些數(shù)據(jù)傳回到數(shù)據(jù)中心或者傳回到云計算中心的。

　　與此同時，我們也有一個預測，兩年之內，2017年的時候全球的智能手機的計算能力和存儲能力的總和是會超過全球服務器的計算能力和存儲能力。這給我們的啟示是什么?我們應該能夠想到在一個不遠的將來，很多的計算，所謂物聯(lián)網(wǎng)的計算會在邊緣端發(fā)生，這個邊緣端可能是手機，也可能是傳感器，也可能是攝像機。未來的世界是這樣一個云計算+邊緣計算這樣一個世界，有些運算要在云端做，有些處理要在邊緣端做，我們如何構建這樣一個系統(tǒng)，這是一個超大規(guī)模、超復雜的一個分布式系統(tǒng)。這個系統(tǒng)我們如何讓它更加安全、可靠的運行，這得我們很多行業(yè)來講都是一個非常好的很有意思的一個問題，也是一個很好的機遇。

　　實際上物聯(lián)網(wǎng)的發(fā)展它是牽扯到很多的方面，不僅僅是在云計算或者是算法，或者是認知計算、機器學習這樣的算法，我這里再舉一個例子。IBM去年有一個宣布，就是IBM的SyNAPSE芯片。傳統(tǒng)的計算機是一個基于馮諾曼系統(tǒng)的計算機，更多的善于邏輯計算，而并不善于做形象思維。

　　IBM在這一方面，在芯片層和系統(tǒng)層也投入了巨大的資源，我們希望能夠來對物聯(lián)網(wǎng)上的問題做一個全方位的理解和探討。IBM去年宣布這款芯片54億個晶體管，大致可以模擬100個神經元，2億5000萬可編程的神經突處。雖然有54億個晶體管，這個芯片的能耗是低于1/10瓦的，如果記憶正確的話應該是70毫瓦。這樣一個超低能耗的芯片它處理很多事情是跟傳統(tǒng)的計算是完全完全不一樣的，它給我們提供了很大的想象空間。未來的系統(tǒng)即使在邊緣端你可能也會有完全全新的技術，無論是從軟件、硬件，包括從芯片開始，都會有非常不同的技術，來使得未來的IoT或者物聯(lián)網(wǎng)系統(tǒng)給大家提供嶄新的不同的價值。