導 讀
物聯網（IoT）的真正價值在于它所提供的數據以及由此產生的行業洞察力。本文將解讀物聯網公司如何捕捉物聯網數據價值！
資料來源：BCG
作者：Massimo Russo 、Michael Albert
物聯網智庫 編譯
轉載請注明來源和出處
導 讀
物聯網（IoT）的真正價值在于它所提供的數據以及由此產生的行業洞察力。本文將解讀物聯網公司如何捕捉物聯網數據價值！
思科前CEO約翰·錢伯斯（John Chambers）曾提到，如今每一家公司都可以稱得上是科技公司。事實上，每家公司都在演變為一家技術和數據服務型公司，而這兩者的區別是巨大的。
物聯網（IoT）的真正價值在于它所提供的數據以及由此產生的行業洞察力。關于物聯網如何通過支持智能工廠和互聯網供應鏈以及監控產品和提供新服務的能力，為公司釋放重要價值的案例已經有很多。但物聯網不僅僅是改變了公司的運營方式，它其實改變了公司業務的本質。在資產密集型行業中，物聯網數據的激增從根本上將客戶價值主張從商品轉移到服務，這種轉變正在引導公司采取新的業務模式，而這種業務模式需要公司具備新的業務能力。
目前，大多數物聯網解決方案都在圍繞內部應用進行構建，例如預測性維護、工廠優化、供應鏈自動化和改進產品設計等。但要充分捕捉其中的物聯網數據價值，B2B公司需要改變戰略，突破傳統的思維模式。通過與新的業務伙伴合作，促使公司形成新的數據生態系統。這些生態系統將使生態參與者獲取有價值的集體數據資產以及將資產開發成新的數據驅動產品和服務所需的能力和相關的專業知識。
數據生態系統將在界定許多B2B行業競爭格局上發揮關鍵性作用。它們使公司能夠建立非常有價值的數據業務，這將為公司帶來高利潤的收入流，以及建立行業競爭優勢。新的數據驅動型的產品和服務提供獨特的價值主張，超越了公司的傳統硬件產品，加深了客戶關系并提高了行業進入壁壘。由于根植于規模經濟和范圍經濟的自然壟斷，數據生態系統的建立意味著高度防御性的商業陣地形成。確保數據生態系統中有利位置的公司將在其整個業務流程中獲得顯著的價值和競爭優勢。
數字世界中生態系統的力量
數據生態系統是由公司、消費者、客戶以及合作伙伴等共同創造的價值網絡。事實上，美國最有價值的五家上市公司——蘋果、谷歌、微軟、Facebook和亞馬遜，都是數據生態系統的協調者。這些數字化領導者建立了基于平臺的商業模式，利用生態系統競爭中的贏者通吃規則，達到巨大規模并占據行業優勢地位。
這些協調者利用三個因素：
它們迅速擴大規模，利用幾乎為零的邊際生產成本、網絡效應以及低壁壘的地理區域的擴張。
它們利用“數據飛輪效應”。數據生態系統實現了前所未有的數據積累和分析，促進了產品和業務流程的改進，并促進了進一步的增長和數據訪問。
生態系統能夠通過在單個平臺上組織業務伙伴以滿足多個客戶多面需求，為客戶提供無縫且全面的數字體驗。因此，他們鎖定客戶并吸引客戶更多的注意力、時間并獲取更多的價值。
我們之前提到的互聯網巨頭相對比較年輕，它們主要面向數字原生代（在互聯網環境下土生土長的一代）的消費者，在個人計算、互聯網、電子商務和社交媒體的支持下，占據行業優勢，在某一領域拔得頭籌。相比之下，許多大型工業公司的歷史可以追溯到一百年前或更長時間，它們具有相對較低的數字復雜度和根深蒂固的商業模式，這些商業模式建立在重型設備的制造、運維和服務之上。工業的產業價值鏈通常是寡頭壟斷，其特點是合作伙伴關系密切，品牌強大，以及擁有大型售后服務團隊和大型客戶群體。
數據生態系統發展的格局在B2B行業中則完全不同，垂直領域特定解決方案和數百個物聯網平臺爭奪市場主導地位。數字技術最常見的應用往往側重于增強現有產品和業務流程。因此，數據生態系統通常在現有行業結構的范圍內增長。事實上，一個行業可能需要多個平臺和數據生態系統的支持，我們無法期望在B2B行業中看到與B2C行業相同程度的數據生態系統整合。
B2B中的數據價值很難提取：公司需要領域內專業知識來開發新的數據驅動解決方案以及從中獲利所需的客戶關系。這種復雜性意味著數據生態系統（例如圍繞物聯網平臺構建的數據生態系統）不足以自行捕獲數據的價值。因此，需要新的、專用的數據生態系統來統籌業務合作伙伴的集體數據資產、能力和客戶關系，以便在傳統行業垂直行業內部和跨行業提供新的產品和服務。數據生態系統提供底層平臺的同時，也使資產密集型行業的B2B公司能夠利用其物聯網數據創造額外收入并建立持久的競爭優勢。
物聯網數據貨幣化的四個階段
許多制造業和資產密集型公司仍處于開發數字功能和探索如何使用來自聯網機器和產品數據的早期階段。抓住這些機會將要求他們進行類似于科技公司在2000年代的轉型，從以硬件銷售為主的商業模式轉變為圍繞軟件和服務的商業模式。雖然某些行業的公司（如飛機發動機制造商）一直使用聯網設備提供遠程監控和服務解決方案，但大多數工作仍處于概念驗證階段，除了增強現有產品和業務流程之外，很少有公司開發基于物聯網的業務或運營模式。
為了更好地理解數據生態系統的重要性，B2B公司的管理團隊首先需要了解數據貨幣化過程的四個階段。
階段一：基礎數字能力。
公司通過開發采集、集成、管理、保護和分析數據所需的基礎功能和數字平臺來啟動數字和分析之旅。
這遠不是一項簡單工作任務。公司需要新的數字化單元和管理流程來評估那些具有高投資回報的潛在用例。它們必須建立有效的運營模型以提供數字化解決方案交付，而最有可能使用的敏捷工作方式就是建立涉及IT、制造、機械工程和產品開發的跨職能團隊。他們通過嵌入傳感器、處理器和聯網模塊，將“物”數字化，例如，產品、制造裝備和物流監控器等。它們將收集和和存儲物聯網數據，然后將這些數據與其他公司的數據源集成。隨著數據量和種類的增加，為確保數據的價值，公司則需要選擇良好的數據源和管理流程來保證數據的準確性、一致性和完整性。
雖然構建這些數字基礎能力本身并不是目的，但這些能力是實施物聯網解決方案和從物聯網數據中獲取價值以及參與數據生態系統的先決條件。開發這些能力式是一項巨大而有意義的投資，公司將在物聯網數據資產貨幣化的過程中印證這一點。這也引出了數據貨幣化的下兩個階段：將數據驅動的洞察力應用于內部流程，并在外部銷售新的數據驅動產品和服務。
階段二：內部的數據貨幣化。
內部的數據貨幣化是一個自然的起點，因為它可以直接節省成本，并且因為實施完全在公司的控制范圍內。2017年思科對美國、英國和印度IT和業務決策者的調查發現，最常見的物聯網應用專注于提高產品質量或性能（47％），改善決策（46％）和降低運營成本（45％）。
例如，一家鋼鐵制造商使用設備傳感器來提供數據驅動的人工智能算法，以高檔汽車用鋼上獲得均勻厚度的防腐蝕鋅。AI算法提供了比手動控制更大的均勻性，從而減少了鋅的浪費量，同時提高了質量和生產效率。
許多其他內部數據貨幣化使用已經變得很普遍，包括改進產品設計，建立預測性維護系統，自動化供應鏈以及實施其他工業4.0智能工廠解決方案等。
雖然內部數據貨幣化可以產生顯著的價值，但其有用性將隨著時間的推移而減少。麻省理工學院斯隆管理評論調查顯示，預計三年后的物聯網解決方案將更加普遍，更容易被模仿，并且擁有比現在更多的替代品。因此，為了利用物聯網數據建立長期競爭優勢，公司需要將重點向外部轉移。
階段三：外部的數據貨幣化。
圍繞外部數據貨幣化建立新業務使公司能夠產生遞增的經常性收入流，通常財務狀況要比其核心業務更具吸引力。例如，與許多資產密集型行業的單位數利潤率相比，數據業務的凈利潤率通常為15％至25％。數據業務也具有更高的市盈率：信息服務公司的典型市盈率介于30至50之間，而資產重工業則為10至20。數據的新收入可能對B2B公司的整體財務業績產生重大影響。所以，一般情況，通過數據產生1％的增量收入可能導致收益增長10％，估值增長超過25％。
外部數據貨幣化不僅僅是簡單地捕獲和倒賣原始數據。在許多行業中，通過聚合和分析不同形式的數據來傳遞有用的洞察力，可以獲得更大的價值，這是數據生態系統建設道路上的重要一步。成功地做到這一點需要公司區分他們的產品，他們可以以多種方式完成：
利用獨特的數據能力。Airbus最近推出了Skywise，一個新的航空數據平臺，旨在成為所有希望改善其業務的主要航空玩家的參考平臺。Airbus與Palantir Technologies合作，提供平臺技術以及大型數據集成和高級分析方面的專業知識。Skywise將歷史上各種類型的數據和數據源（如訂單、備件消耗、組件數據、飛機和機隊配置、機載傳感器數據和飛行時間表等）集成到一個安全的、基于云端的接入平臺中。這種集成的數據資產支持各種新的分析產品，包括注重于減少飛行中斷、降低維護成本和優化飛行操作的服務。
訪問獨特數據資產。Preferred Networks是一家成立于2014年的日本AI創業公司，通過向日本兩家領先的制造公司豐田和工業機器人制造商Fanuc提供機器學習（特別是深度學習）技術，建立了價值超過20億美元的業務。初創公司的估值不僅僅來自其分析能力; 它的合作伙伴關系使其能夠訪問大量的工廠設備數據。Preferred Networks使用這些獨特的AI軟件資產來訓練其深度學習算法，使其能夠開發出適用于各種制造環境的差異化分析產品。因為機器學習和人工智能算法需要針對特定于任務的數據“訓練”，所以Preferred Networks的數據訪問為其算法提供了難以復制的優勢。
瞄準新市場。諾基亞是一家電信設備公司，為移動網絡運營商（MNO）提供各種新的物聯網數據服務，包括傳感器安裝和管理，數據處理和存儲，數據分析以及基于區塊鏈的安全支付平臺。反過來，這些服務使移動網絡運營商能夠利用其現有的電信設備收集有關空氣質量，噪音和光線的數據; 這些發現構成了數據產品的基礎，可以銷售給智能城市當局，醫療保健提供商，保險公司等。
整合相關服務。Chamberlain集團將其MyQ技術集成到其每個升降機連接的車庫門開啟器中，使客戶能夠遠程操作車庫門，接收狀態通知和設置時間表。雖然這些核心服務是免費提供的，但客戶還可以選擇將其車庫門開啟功能與合作伙伴應用程序（如Google Home和Tesla的EVE in-dash觸摸屏）集成，但需支付訂閱費。這種整合增強了客戶的價值主張，使Chamberlain集團能夠從其數據驅動的服務中獲得額外收入。
階段四：數據生態系統協調。
公司可以自己提供簡單的數據產品和服務，但更復雜的產品要求他們形成合作伙伴關系以涵蓋數據價值鏈的所有步驟（參閱圖3）。由此產生的數據生態系統可以包括行業現有公司以及新技術參與者，包括分析提供商、數字平臺提供商、數據經紀人、連接提供商和系統集成商等。在資產密集型B2B行業中，這種類型的協作尤為必要，其中的領域專長和客戶連接對于物聯網數據的貨幣化至關重要。
數據生態系統中的所有參與者都會受益，但最大份額的戰利品則屬于協調其他參與者的中心玩家。他們匯總生態系統參與者的數據和專業知識，并向最終用戶提供整合的數據產品或服務。協調者控制生態系統的總價值，引導利潤，并確定參與者的價值分配。生態系統參與者將受益于生態系統的良性循環，并進一步鞏固其在行業中的地位。數據生態系統支持高度防御的、基于平臺的業務，這些業務可以在增強協調者的的核心業務的同時，產生顯著的增值。
在大多數B2B行業中，物聯網數據生態系統處于萌芽期或尚未開始的階段，但已出現了一些值得注意的例子。以Caterpillar公司為例，該公司使用其聯網的施工設備車隊的遠程信息處理數據，結合目視檢查和流體采樣數據，幫助客戶降低成本，提高生產率并提高安全性。Caterpillar的數字產品套件稱為Cat Connect，包括資產健康監控和自動化評分輔助等服務。這些服務不僅為客戶增加了價值，另外，由于其他品牌的設備未集成到Caterpillar的產品和服務生態系統中，無形中提高了客戶的轉換成本。其結果是，Caterpillar不僅通過其數據驅動的產品獲得額外收入，還通過增加設備銷售和售后服務等從其核心業務中獲得更多收入。Caterpillar已經精心策劃了廣泛的數據生態系統，使這些產品與服務成為可能，并建立包括與Uptake（數據分析），Microsoft Azure（云服務），AT＆T（網絡連接），Zuora（訂閱管理）和Trimble（車隊監控）等企業的合作伙伴關系。
Caterpillar正在尋求通過在非Caterpillar設備上提供其數據產品來進一步擴展其生態系統。與Torc Robotics的合作使客戶能夠使用Caterpillar的自動化解決方案套件對Komatsu生產的礦用卡車進行改造。卡特彼勒還積極投資Airware（企業無人機分析類）和PEPR（天然氣壓縮機優化）等創業公司，以進一步推廣其產品。
另一個例子是霍尼韋爾，一個自動化控制設備和軟件供應商，它在多個行業有深厚的客戶關系，包括石油、天然氣、汽車、航空航天以及建筑與施工等行業。霍尼韋爾認識到為客戶提供基于數據和分析的服務的價值，但同時也意識到了它自身缺乏開發這一新型產品和服務的能力。因此，它創建了INspire計劃，招募具有互補專業領域的公司，從石油和天然氣開始，與Dover（設備狀態監測和資產完整性服務商）、Flowserve（流量控制解決方案服務商）和Aereon（空氣排放解決方案提供商）等建立合作伙伴關系。這些合作伙伴關系使霍尼韋爾能夠在設備效率等方面為客戶提供一系列數據和分析服務，生產優化和運營績效。霍尼韋爾在其生態系統中心的地位使其成為匯總數據，開發數據服務以及與客戶互動的紐帶，所有這些都增加了其與合作伙伴的行業影響力并建立行業競爭優勢。
是否參與數據生態建設?
雖然物聯網解決方案可以幫助公司的流程和產品進行重大改進，但物聯網數據的價值不僅限于內部使用。事實上，外部數據貨幣化和數據生態系統的形成將使許多B2B公司能夠產生增量收入并在整個業務中建立競爭優勢。尚未制定如何參與數據生態系統戰略的公司不應該繼續觀望。 因為，對于先行者而言，形成基本合作伙伴關系和開發差異化數據資產的機會最大。
為了確定如何使用物聯網數據產生價值，以及如何參與數據生態系統，管理團隊必須回答三個戰略問題：
1.公司如何在數據生態系統中占得一席之地？公司必須首先評估他們在數據生態系統中獲得一個有利的位置，作為組織內協調者或貢獻者。許多標準塑造了公司可以扮演的角色，包括其數據資產的差異、數據業務能力的復雜性、以及客戶關系的強度。公司需要確保他們擁有正確的成功要素，以便做出明智的投資決策。
2. 公司如何推動數據生態系統的形成并抓住先發優勢？數據生態系統可能成為更廣泛的數據生態系統的一部分，也可能獨立形成。由于規模經濟、網絡效應和數據飛輪動態特性等，行業結構可能允許多個生態系統（例如，Apple和Android）共存或由優勢生態系統整合。由于在數據生態系統中確保優勢地位的機會對于先行者來說尤為重要，因此管理團隊需要了解數據生態系統在其行業中形成所需的條件，以及制定可以用來縮減差距和加速生態系統發展的戰略。
3.公司如何在數據生態系統中構建有吸引力且可防御的商業模式？管理團隊應關注潛在數據生態系統中的能力和活動，這些能力和活動產生的價值將與公司核心競爭力完美結合。他們還必須對生態系統治理做出選擇，例如，平臺開放還是關閉；以及如何在參與者之間分配利益等。為了確保公司選定的商業模式能夠長期保持有利地位，公司應著重測試其抵御來自傳統競爭者以及技術公司或初創公司等新進入者的潛在競爭威脅的能力。
長期以來，“現金為王”的理念備受推崇。但在當下范式轉換的數字經濟中，數據應當被放置優先和重要地位。而對于利用物聯網在數據生態系統中建立優勢地位公司來說，“現金”將接踵而至。
原文鏈接：https://www.bcg.com/capabilities/big-data-advanced-analytics/experts.aspx
