大量被丢弃的数据——所谓的“数据废气”——实际上蕴含着巨大价值，可以加以利用，创造新的竞争优势。宾夕法尼亚大学沃顿商学院高级研究员斯科特·斯奈德（Scott Snyder）和火箭马车公司（Rocket Wagon）产品与高级分析副总裁亚历克斯·卡斯特罗尼斯（Alex Castrounis）在这篇评论文章中表达了这一观点。该公司是一家物联网、数字技术和人工智能企业。
与其称之为物联网（IoT），或许我们应该称其为“事物数据”或“数据互联网”？
根据思科《2016年视觉网络指数》，到2018年，物联网每年将产生惊人的400泽字节（即400万亿吉字节）数据。从可穿戴设备和智能家居设备，到波音787等高端联网平台（每飞行一小时会产生40太字节数据），再到力拓矿场（每分钟最多可产生2.4太字节数据，是推特一天数据量的20多倍），各种事物都在推动这一趋势。
尽管物联网设备产生的数据呈现如此迅猛的增长，实际上只有少量数据（8.6泽字节）会被传送到数据中心存储并供后续分析——“数据废气”的规模远大于实际用于分析并获取洞见的数据。不过，随着物联网连接技术迅速改进，传输距离更远、功耗更低，传感器更小、成本更低，加上云计算、边缘计算与人工智能（AI）的发展，更多“数据废气”不仅可以用于分析并获得新洞见，还能转化为实时行动。自动驾驶汽车就是一个很好的例子：它们收集大量传感器数据，根据每个新场景和环境学习安全、高效的驾驶方式。
据波士顿咨询公司（BCG）统计，最具创新力的企业中有80%会利用数据来推动业务优势。这就是宝洁保险（Progressive）、耐克（Nike）和约翰迪尔（John Deere）等公司持续投资于产品传感器化，并从中获取客户洞见、经济效益和商业模式创新收益的原因。然而，对大多数公司而言，开发新产品或服务时，数据的价值往往只是事后才考虑的因素，更不用说用数据改进业务运营了。它们没有从最终数据可能有多大价值出发，而是只把“联网”本身当作价值所在。
也许有些东西永远不该联网——例如i.Con智能避孕套，可以统计性行为消耗的卡路里；又如Juicera联网榨汁机，尽管吸引了1.2亿美元投资，却无人问津。
如果从一开始就以数据为驱动力，围绕“如何以及为何利用生成的数据”这一问题来构建完整解决方案，会怎么样？人们常误以为物联网的价值在于硬件和连接能力，但它们只是更高效、更无缝地收集数据的媒介，甚至可能帮助我们获取以前无法获得的数据。例如，初创公司Propeller Health在哮喘或慢性阻塞性肺病（COPD）吸入器中嵌入传感器，实时收集人们何时、何地使用吸入器的数据，从而彻底改变了呼吸系统疾病患者的自我管理方式。该公司将不同患者群体的详细使用数据与天气、空气质量等外部数据结合，提供实时、个性化指导。数据显示，非计划哮喘发作减少了50%，并有望节省数十亿美元的医疗成本。
“数据废气”的规模远大于实际用于分析并获取洞见的数据。
同样，宝洁保险公司正将其Snapshot车载传感器收集的驾驶行为数据用于改进风险模型，并为驾驶表现良好的参保司机降低保费。如今，这项业务占其直销渠道收入的20%以上。在这两个案例中，公司都利用物联网实现无缝、隐形的数据收集，同时为自身及客户创造价值。
在企业对企业（B2B）领域，约翰迪尔等公司利用物联网数据改变了商业模式。受田地和设备传感器化显著增长的推动，普通农场每天产生的数据点从2014年的19万个预计增至2020年的410万个。通过将这些数据流转化为洞见和规范性分析（即基于数据的自动化决策），约翰迪尔不再只销售农用设备，而是凭借数据优势提供“精准农业”服务。与约翰迪尔的案例类似，物联网数据使航空、采矿、运输和建筑等许多资产密集型行业能够采用“即服务”（XaaS）商业模式，监测并优化每种产品或平台的使用情况和可靠性。
只要知道该去哪里、如何寻找，数据几乎总是蕴含重要价值和信息。数据的价值不仅在于其中包含的信息，也在于它可作为一种货币，让企业与潜在合作伙伴开展合作。数据可以出售、交换等等。通过各种形式的分析和变现，可以释放数据价值，最终形成竞争优势。
以数据竞速制胜
职业赛车运动是一种物联网形式，赛车就是其中的“物”。车载传感器数据会实时传送给工程师进行分析。这些数据通过基于射频（RF）技术的赛道边遥测系统传给维修区的工程师，也可能通过网络（如广域网或蜂窝网络）传给车队总部等远程地点的工程师。
一辆典型的印第赛车最多配有80个传感器。假设采样率为1000千赫兹，每秒就会产生8万个数据样本，在印第500大赛期间则会产生6400亿个数据样本。赛车每次上赛道都会生成海量数据，能否近乎实时地将大量数据转化为可付诸行动的价值，是竞争优势的重要来源。分析技术由此登场。
一支拥有两辆赛车的印第赛车队，年度预算约为1500万美元并不罕见，而一些一级方程式车队的预算高达5亿美元。对于现有车队而言，能否获得赞助资金以及金额多少，完全取决于车队过往的表现和竞争优势——无论这种优势是真实存在还是被外界感知。从总体上看，车队提升表现和竞争优势有两种方式：要么“让赛车跑得更快”（这是大多数车队成员常说的一句话），要么凭借更出色的比赛策略或偶然因素提升名次，甚至赢得比赛。
让赛车跑得更快，完全依靠对数据进行分析。数据可以来自车载传感器和数据采集系统、车手反馈、风洞、七柱振动台、计算机仿真、赛道测试、轮胎测试、流体动力学仿真与测试、发动机测功机测试等等。在实际比赛中凭借更出色的策略胜过对手，很大程度上也依赖历史比赛数据和实时数据。
别让物联网产生的“数据废气”白白浪费。它或许正蕴含着推动竞争优势的洞见。
无论采用哪种方式，运用高级分析都能帮助车队将数据转化为更佳表现（更快的赛车和更短的单圈时间），还可能通过策略优化比赛成绩。部分分析由数据科学家和工程师手动完成，其他分析则自动执行。这里的分析包括描述性分析、数据可视化、统计分析和高级分析；高级分析可以运用人工智能和机器学习技术及算法。
赛车平均跑得越快、比赛成绩越好，车队就越容易筹集资金，而且筹集到的资金也越多。企业也是如此。企业创造的竞争优势越多，财务表现就越好，因为获取、留住并增加客户数量会变得更加容易。
将“数据废气”转化为价值
拥有竞争优势，意味着你或你的企业能够提供竞争对手无法提供的某种价值。这种价值可以来自创新、卓越的执行力、更好的用户体验，或更强的数据获取和价值转化能力。
数据让决策不再依赖直觉，或根据历史和经验作出的有根据猜测，而是转向基于规律和预测的客观决策。数据还使我们能够量化决策所依据的基本假设，并评估其可能性和量级。事实上，数据能让我们知道某件事可以改善或优化多少。
物联网不仅提供了大量收集产品、服务和运营数据的机会，也为企业创造了推动竞争优势的机会，就像印第赛车队一样。但要发挥这种优势并赢得比赛，你需要在“比赛日”到来之前打好基础。这包括以下内容：
— 为成果配置传感器。这首先需要找出利用物联网数据创造价值的潜在机会，并确定最顺畅、最经济的数据收集方式，以实现这些机会。例如，如果运动员已经穿着钉鞋或球衣，或许可以直接在那里嵌入传感器，而不必另造设备，并核算相关成本。
耐克投入巨资拓展Nike+平台（联网运动鞋、可穿戴设备和应用程序），收集700多万名跑者及其行为的更精细数据，以通过智能换新（掌握鞋底何时磨损）和更个性化的鞋类与服装来提升销量。
安德玛（Under Armour）投入近5亿美元，接触到1.5亿数字健身和健康领域用户，并推出HealthBox，以把握同样的数据收集机会，进一步深入挖掘健康与保健数据洞见。除了确定最高效的数据收集方式（传感器和连接技术），企业还需要搭建大数据环境，以接收、管理和分析预期要处理的不同物联网数据流。
— 调整以实现优化。完成传感器部署，以收集和存储数据后，你还需要人才和工具，将物联网数据转化为能创造业务价值的洞见和决策。这意味着要组建数据科学家、数据工程师和架构师团队，既能回答已知问题以优化表现，也能通过发现数据中的隐藏规律来回答新问题。在智慧城市应用中，了解车辆流动情况并找出优化交通的替代方案，就是一个已知问题。
假设网约车因为减少了公共交通的使用，导致某些地区交通恶化，这就是一个新问题。这意味着需要一支数据与分析团队，能够利用最新的预测分析和人工智能平台（例如TensorFlow、Torch或H20.ai）迅速提出并检验假设，从而制定建议策略和行动，达成预期结果。
要找到具备批判性思维的这类数据科学家并不容易，可能需要整合拥有不同技能的员工（Python程序员、建模人员、统计学家和业务分析师），同时通过其他渠道建立人才储备（例如在Kaggle举办开放数据竞赛，或赞助学生项目以发掘新人才）。
— 竞速制胜。拥有数据、洞见和建议行动方案，可以帮助你进一步优化当前业务或平台。但要充分释放数据的价值，往往需要重新思考整体产品和服务方案及商业模式，将数据以及利用数据的能力作为核心优势。
物联网能够围绕当前业务运营和客户体验扩展至惊人的数据量，因此企业拥有独特机会转向以数据为中心的商业模式，并将产品作为持续服务提供，例如制药公司从销售药品转向提供疾病管理服务（通过患者监测），或汽车制造商从销售汽车转向提供出行里程服务。此外，企业可以在创新流程的前期就整合物联网数据资产和数据科学能力，开发全新的联网产品和服务，而不是把它们当作事后才考虑的因素。
要充分释放数据的价值，往往需要重新思考整体产品和服务方案及商业模式，将数据以及利用数据的能力作为核心优势。
总之，如果物联网是新的互联网，数据是新的石油，就别让物联网产生的“数据废气”白白浪费。它或许蕴含着推动竞争优势的洞见，帮助你在所在市场未来的竞赛中胜出。但首先，你需要建立能力，高效捕获和分析这些数据，并改进创新流程，利用物联网生成数据的力量开发新产品、新服务和新商业模式，使你脱颖而出。准备好发动引擎吧。
