人工智能时代前沿技术社区

首页 > 大数据 > 热点

B2B物联网市场将“变天” 你不可不知的物联网数据货币化四大阶段

思科前CEO约翰·钱伯斯(John Chambers)曾提到,如今每一家公司都可以称得上是科技公司。事实上,每家公司都在演变为一家技术和数据服务型

作者: | 2018-08-30 15:19:31 | 来源:51CTO

思科前CEO约翰·钱伯斯(John Chambers)曾提到,如今每一家公司都可以称得上是科技公司。事实上,每家公司都在演变为一家技术和数据服务型公司,而这两者的区别是巨大的。

物联网(IoT)的真正价值在于它所提供的数据以及由此产生的行业洞察力。关于物联网如何通过支持智能工厂和互联网供应链以及监控产品和提供新服务的能力,为公司释放重要价值的案例已经有很多。但物联网不仅仅是改变了公司的运营方式,它其实改变了公司业务的本质。在资产密集型行业中,物联网数据的激增从根本上将客户价值主张从商品转移到服务,这种转变正在引导公司采取新的业务模式,而这种业务模式需要公司具备新的业务能力。

13_副本.jpg

目前,大多数物联网解决方案都在围绕内部应用进行构建,例如预测性维护、工厂优化、供应链自动化和改进产品设计等。但要充分捕捉其中的物联网数据价值,B2B公司需要改变战略,突破传统的思维模式。通过与新的业务伙伴合作,促使公司形成新的数据生态系统。这些生态系统将使生态参与者获取有价值的集体数据资产以及将资产开发成新的数据驱动产品和服务所需的能力和相关的专业知识。

数据生态系统将在界定许多B2B行业竞争格局上发挥关键性作用。它们使公司能够建立非常有价值的数据业务,这将为公司带来高利润的收入流,以及建立行业竞争优势。新的数据驱动型的产品和服务提供独特的价值主张,超越了公司的传统硬件产品,加深了客户关系并提高了行业进入壁垒。由于根植于规模经济和范围经济的自然垄断,数据生态系统的建立意味着高度防御性的商业阵地形成。确保数据生态系统中有利位置的公司将在其整个业务流程中获得显著的价值和竞争优势。

一、数字世界中生态系统的力量

数据生态系统是由公司、消费者、客户以及合作伙伴等共同创造的价值网络。事实上,美国最有价值的五家上市公司——苹果、谷歌、微软、Facebook和亚马逊,都是数据生态系统的协调者。这些数字化领导者建立了基于平台的商业模式,利用生态系统竞争中的赢者通吃规则,达到巨大规模并占据行业优势地位。

这些协调者利用三个因素:

  • 它们迅速扩大规模,利用几乎为零的边际生产成本、网络效应以及低壁垒的地理区域的扩张。

  • 它们利用“数据飞轮效应”。数据生态系统实现了前所未有的数据积累和分析,促进了产品和业务流程的改进,并促进了进一步的增长和数据访问。

  • 生态系统能够通过在单个平台上组织业务伙伴以满足多个客户多面需求,为客户提供无缝且全面的数字体验。因此,他们锁定客户并吸引客户更多的注意力、时间并获取更多的价值。

我们之前提到的互联网巨头相对比较年轻,它们主要面向数字原生代(在互联网环境下土生土长的一代)的消费者,在个人计算、互联网、电子商务和社交媒体的支持下,占据行业优势,在某一领域拔得头筹。相比之下,许多大型工业公司的历史可以追溯到一百年前或更长时间,它们具有相对较低的数字复杂度和根深蒂固的商业模式,这些商业模式建立在重型设备的制造、运维和服务之上。工业的产业价值链通常是寡头垄断,其特点是合作伙伴关系密切,品牌强大,以及拥有大型售后服务团队和大型客户群体。

数据生态系统发展的格局在B2B行业中则完全不同,垂直领域特定解决方案和数百个物联网平台争夺市场主导地位。数字技术最常见的应用往往侧重于增强现有产品和业务流程。因此,数据生态系统通常在现有行业结构的范围内增长。事实上,一个行业可能需要多个平台和数据生态系统的支持,我们无法期望在B2B行业中看到与B2C行业相同程度的数据生态系统整合。

B2B中的数据价值很难提取:公司需要领域内专业知识来开发新的数据驱动解决方案以及从中获利所需的客户关系。这种复杂性意味着数据生态系统(例如围绕物联网平台构建的数据生态系统)不足以自行捕获数据的价值。因此,需要新的、专用的数据生态系统来统筹业务合作伙伴的集体数据资产、能力和客户关系,以便在传统行业垂直行业内部和跨行业提供新的产品和服务。数据生态系统提供底层平台的同时,也使资产密集型行业的B2B公司能够利用其物联网数据创造额外收入并建立持久的竞争优势。

\

二、物联网数据货币化的四个阶段

许多制造业和资产密集型公司仍处于开发数字功能和探索如何使用来自联网机器和产品数据的早期阶段。抓住这些机会将要求他们进行类似于科技公司在2000年代的转型,从以硬件销售为主的商业模式转变为围绕软件和服务的商业模式。虽然某些行业的公司(如飞机发动机制造商)一直使用联网设备提供远程监控和服务解决方案,但大多数工作仍处于概念验证阶段,除了增强现有产品和业务流程之外,很少有公司开发基于物联网的业务或运营模式。

为了更好地理解数据生态系统的重要性,B2B公司的管理团队首先需要了解数据货币化过程的四个阶段。

\

阶段一:基础数字能力。

公司通过开发采集、集成、管理、保护和分析数据所需的基础功能和数字平台来启动数字和分析之旅。

这远不是一项简单工作任务。公司需要新的数字化单元和管理流程来评估那些具有高投资回报的潜在用例。它们必须建立有效的运营模型以提供数字化解决方案交付,而最有可能使用的敏捷工作方式就是建立涉及IT、制造、机械工程和产品开发的跨职能团队。他们通过嵌入传感器、处理器和联网模块,将“物”数字化,例如,产品、制造装备和物流监控器等。它们将收集和和存储物联网数据,然后将这些数据与其他公司的数据源集成。随着数据量和种类的增加,为确保数据的价值,公司则需要选择良好的数据源和管理流程来保证数据的准确性、一致性和完整性。

虽然构建这些数字基础能力本身并不是目的,但这些能力是实施物联网解决方案和从物联网数据中获取价值以及参与数据生态系统的先决条件。开发这些能力式是一项巨大而有意义的投资,公司将在物联网数据资产货币化的过程中印证这一点。这也引出了数据货币化的下两个阶段:将数据驱动的洞察力应用于内部流程,并在外部销售新的数据驱动产品和服务。

阶段二:内部的数据货币化。

内部的数据货币化是一个自然的起点,因为它可以直接节省成本,并且因为实施完全在公司的控制范围内。2017年思科对美国、英国和印度IT和业务决策者的调查发现,最常见的物联网应用专注于提高产品质量或性能(47%),改善决策(46%)和降低运营成本(45%)。

例如,一家钢铁制造商使用设备传感器来提供数据驱动的人工智能算法,以高档汽车用钢上获得均匀厚度的防腐蚀锌。AI算法提供了比手动控制更大的均匀性,从而减少了锌的浪费量,同时提高了质量和生产效率。

许多其他内部数据货币化使用已经变得很普遍,包括改进产品设计,建立预测性维护系统,自动化供应链以及实施其他工业4.0智能工厂解决方案等。

虽然内部数据货币化可以产生显著的价值,但其有用性将随着时间的推移而减少。麻省理工学院斯隆管理评论调查显示,预计三年后的物联网解决方案将更加普遍,更容易被模仿,并且拥有比现在更多的替代品。因此,为了利用物联网数据建立长期竞争优势,公司需要将重点向外部转移。

阶段三:外部的数据货币化。

围绕外部数据货币化建立新业务使公司能够产生递增的经常性收入流,通常财务状况要比其核心业务更具吸引力。例如,与许多资产密集型行业的单位数利润率相比,数据业务的净利润率通常为15%至25%。数据业务也具有更高的市盈率:信息服务公司的典型市盈率介于30至50之间,而资产重工业则为10至20。数据的新收入可能对B2B公司的整体财务业绩产生重大影响。所以,一般情况,通过数据产生1%的增量收入可能导致收益增长10%,估值增长超过25%。

外部数据货币化不仅仅是简单地捕获和倒卖原始数据。在许多行业中,通过聚合和分析不同形式的数据来传递有用的洞察力,可以获得更大的价值,这是数据生态系统建设道路上的重要一步。成功地做到这一点需要公司区分他们的产品,他们可以以多种方式完成:

  • 利用独特的数据能力。Airbus最近推出了Skywise,一个新的航空数据平台,旨在成为所有希望改善其业务的主要航空玩家的参考平台。Airbus与Palantir Technologies合作,提供平台技术以及大型数据集成和高级分析方面的专业知识。Skywise将历史上各种类型的数据和数据源(如订单、备件消耗、组件数据、飞机和机队配置、机载传感器数据和飞行时间表等)集成到一个安全的、基于云端的接入平台中。这种集成的数据资产支持各种新的分析产品,包括注重于减少飞行中断、降低维护成本和优化飞行操作的服务。

  • 访问独特数据资产。Preferred Networks是一家成立于2014年的日本AI创业公司,通过向日本两家领先的制造公司丰田和工业机器人制造商Fanuc提供机器学习(特别是深度学习)技术,建立了价值超过20亿美元的业务。初创公司的估值不仅仅来自其分析能力; 它的合作伙伴关系使其能够访问大量的工厂设备数据。Preferred Networks使用这些独特的AI软件资产来训练其深度学习算法,使其能够开发出适用于各种制造环境的差异化分析产品。因为机器学习和人工智能算法需要针对特定于任务的数据“训练”,所以Preferred Networks的数据访问为其算法提供了难以复制的优势。

  • 瞄准新市场。诺基亚是一家电信设备公司,为移动网络运营商(MNO)提供各种新的物联网数据服务,包括传感器安装和管理,数据处理和存储,数据分析以及基于区块链的安全支付平台。反过来,这些服务使移动网络运营商能够利用其现有的电信设备收集有关空气质量,噪音和光线的数据; 这些发现构成了数据产品的基础,可以销售给智能城市当局,医疗保健提供商,保险公司等。

  • 整合相关服务。Chamberlain集团将其MyQ技术集成到其每个升降机连接的车库门开启器中,使客户能够远程操作车库门,接收状态通知和设置时间表。虽然这些核心服务是免费提供的,但客户还可以选择将其车库门开启功能与合作伙伴应用程序(如Google Home和Tesla的EVE in-dash触摸屏)集成,但需支付订阅费。这种整合增强了客户的价值主张,使Chamberlain集团能够从其数据驱动的服务中获得额外收入。

阶段四:数据生态系统协调。

公司可以自己提供简单的数据产品和服务,但更复杂的产品要求他们形成合作伙伴关系以涵盖数据价值链的所有步骤(参阅图3)。由此产生的数据生态系统可以包括行业现有公司以及新技术参与者,包括分析提供商、数字平台提供商、数据经纪人、连接提供商和系统集成商等。在资产密集型B2B行业中,这种类型的协作尤为必要,其中的领域专长和客户连接对于物联网数据的货币化至关重要。

数据生态系统中的所有参与者都会受益,但最大份额的战利品则属于协调其他参与者的中心玩家。他们汇总生态系统参与者的数据和专业知识,并向最终用户提供整合的数据产品或服务。协调者控制生态系统的总价值,引导利润,并确定参与者的价值分配。生态系统参与者将受益于生态系统的良性循环,并进一步巩固其在行业中的地位。数据生态系统支持高度防御的、基于平台的业务,这些业务可以在增强协调者的的核心业务的同时,产生显著的增值。

在大多数B2B行业中,物联网数据生态系统处于萌芽期或尚未开始的阶段,但已出现了一些值得注意的例子。以Caterpillar公司为例,该公司使用其联网的施工设备车队的远程信息处理数据,结合目视检查和流体采样数据,帮助客户降低成本,提高生产率并提高安全性。Caterpillar的数字产品套件称为Cat Connect,包括资产健康监控和自动化评分辅助等服务。这些服务不仅为客户增加了价值,另外,由于其他品牌的设备未集成到Caterpillar的产品和服务生态系统中,无形中提高了客户的转换成本。其结果是,Caterpillar不仅通过其数据驱动的产品获得额外收入,还通过增加设备销售和售后服务等从其核心业务中获得更多收入。Caterpillar已经精心策划了广泛的数据生态系统,使这些产品与服务成为可能,并建立包括与Uptake(数据分析),Microsoft Azure(云服务),AT&T(网络连接),Zuora(订阅管理)和Trimble(车队监控)等企业的合作伙伴关系。

Caterpillar正在寻求通过在非Caterpillar设备上提供其数据产品来进一步扩展其生态系统。与Torc Robotics的合作使客户能够使用Caterpillar的自动化解决方案套件对Komatsu生产的矿用卡车进行改造。卡特彼勒还积极投资Airware(企业无人机分析类)和PEPR(天然气压缩机优化)等创业公司,以进一步推广其产品。

另一个例子是霍尼韦尔,一个自动化控制设备和软件供应商,它在多个行业有深厚的客户关系,包括石油、天然气、汽车、航空航天以及建筑与施工等行业。霍尼韦尔认识到为客户提供基于数据和分析的服务的价值,但同时也意识到了它自身缺乏开发这一新型产品和服务的能力。因此,它创建了INspire计划,招募具有互补专业领域的公司,从石油和天然气开始,与Dover(设备状态监测和资产完整性服务商)、Flowserve(流量控制解决方案服务商)和Aereon(空气排放解决方案提供商)等建立合作伙伴关系。这些合作伙伴关系使霍尼韦尔能够在设备效率等方面为客户提供一系列数据和分析服务,生产优化和运营绩效。霍尼韦尔在其生态系统中心的地位使其成为汇总数据,开发数据服务以及与客户互动的纽带,所有这些都增加了其与合作伙伴的行业影响力并建立行业竞争优势。

三、是否参与数据生态建设?

虽然物联网解决方案可以帮助公司的流程和产品进行重大改进,但物联网数据的价值不仅限于内部使用。事实上,外部数据货币化和数据生态系统的形成将使许多B2B公司能够产生增量收入并在整个业务中建立竞争优势。尚未制定如何参与数据生态系统战略的公司不应该继续观望。 因为,对于先行者而言,形成基本合作伙伴关系和开发差异化数据资产的机会最大。

为了确定如何使用物联网数据产生价值,以及如何参与数据生态系统,管理团队必须回答三个战略问题:

  • 公司如何在数据生态系统中占得一席之地?公司必须首先评估他们在数据生态系统中获得一个有利的位置,作为组织内协调者或贡献者。许多标准塑造了公司可以扮演的角色,包括其数据资产的差异、数据业务能力的复杂性、以及客户关系的强度。公司需要确保他们拥有正确的成功要素,以便做出明智的投资决策。

  • 公司如何推动数据生态系统的形成并抓住先发优势?数据生态系统可能成为更广泛的数据生态系统的一部分,也可能独立形成。由于规模经济、网络效应和数据飞轮动态特性等,行业结构可能允许多个生态系统(例如,Apple和Android)共存或由优势生态系统整合。由于在数据生态系统中确保优势地位的机会对于先行者来说尤为重要,因此管理团队需要了解数据生态系统在其行业中形成所需的条件,以及制定可以用来缩减差距和加速生态系统发展的战略。

  • 公司如何在数据生态系统中构建有吸引力且可防御的商业模式?管理团队应关注潜在数据生态系统中的能力和活动,这些能力和活动产生的价值将与公司核心竞争力完美结合。他们还必须对生态系统治理做出选择,例如,平台开放还是关闭;以及如何在参与者之间分配利益等。为了确保公司选定的商业模式能够长期保持有利地位,公司应着重测试其抵御来自传统竞争者以及技术公司或初创公司等新进入者的潜在竞争威胁的能力。

长期以来,“现金为王”的理念备受推崇。但在当下范式转换的数字经济中,数据应当被放置优先和重要地位。而对于利用物联网在数据生态系统中建立优势地位公司来说,“现金”将接踵而至。