8、人工智能物联网（AIoT）商业模式与产品设计全解析

人工智能物联网（AIoT）商业模式与产品设计全解析

1. AIoT 赋能的商业模式

对于以产品或服务为导向的组织，商业模式通常描述了组织如何创造、交付和获取价值。例如，圣加仑商业模式导航器定义了商业模式的四个维度：提供给客户什么、如何创造价值主张、目标客户是谁以及如何创造收入。

对于更注重运营的组织，在引入 AIoT 解决方案时，商业模式往往围绕设备综合效率（OEE）公式展开，关注新的 AIoT 解决方案对资产可用性、性能率或质量率的提升，更侧重于商业案例（投资回报率 ROI、OEE），而对价值主张和目标客户等方面关注较少。

在开发将实体产品与数字服务相结合的整体商业模式时，关键问题是从何处入手。许多原始设备制造商（OEM）和制造商通常先审视现有的实体产品组合，然后尝试通过基于连接性的功能进行扩展，第二步再添加智能功能。然而，如果这些新数字功能所支持的目标商业模式不明确，就可能出现问题，新功能可能仅被视为原始产品的额外差异化因素，还是新的收入来源，从一开始就需要明确，否则可能导致令人失望的结果。另一方面，仅从纯战略角度看待商业模式，而不考虑现有产品、能力、市场渠道和品牌声誉，也会面临困难，所以实际情况可能介于两者之间。

商业模式通常会随着时间而演变。在敏捷和精益的环境中，商业模式创新被认为是一个迭代的过程。许多基于互联网的商业模式会不断重新评估和调整其商业模式，利用云技术和 DevOps 的灵活性来实现这一点。但对于基于实体资产的商业模式，这通常并不容易，因为实体资产的设计和制造周期较长，一旦资产制造、销售并部署到现场，对其物理配置进行任何更改都非常困难，甚至不可能。智能互联产品至少在一定程度上为解决这一问题提供了机会，例如通过数字功能的动态配置，甚至在某些情况下按需启用物理功能。

以下是一些典型的 AI 和物联网赋能的商业模式模式：
- AI 商业模式模式 ：暂未详细展开。
- 物联网商业模式模式 ：以宝马宣布按需提供座椅加热功能为例，这一“数字附加功能”具有两个有趣的因素：一是生产多种不同定制配置的汽车变体的成本几乎与生产单一的大规模制造变体的成本相同；二是在冬季向客户追加销售此功能可能会显著增加座椅加热选项的总销量。

2. 点燃 AIoT 商业模式模板

• 智能厨房示例 ：暂未详细展开。
• AIoT 商业模式画布 ：商业模式画布是商业模式领域最成熟的工具之一，有多种变体，其中奥斯特瓦尔德的版本是经典代表，而精益画布在敏捷开发社区中可能最为常用。其基本理念是，将通常在详细冗长的商业计划中出现的关键信息总结在一张画布上，有时画布还可作为执行摘要。
• AIoT 解决方案草图 ：暂未详细展开。
• AIoT 用例映射 ：暂未详细展开。
• AIoT 客户旅程地图 ：客户（或用户）旅程地图是常见的用户体验（UX）工具，有多种形式。旅程地图的总体思路是帮助理解和可视化一个人实现特定目标所经历的过程。一个典型的 AIoT 客户旅程地图模板，顶部列出与资产的关键用户交互，如资产购买、资产激活、资产使用和服务事件等，根据复杂程度，每个步骤可单独详细绘制地图。模板下方提供以下内容的空间：
  • 接触点 ：客户实际使用哪些接触点与解决方案或资产进行交互？
  • 行为 ：客户实际在做什么？
  • 思考/感受 ：涵盖旅程的情感方面。
  • 机会 ：从商业模式的角度来看，这里有哪些机会？
  • 关键 AIoT 功能 ：从 AIoT 的角度来看，这里利用了哪些功能/能力？
• 商业模型 ：商业模型需要解决产品或解决方案最终如何产生收入的问题，必须将产品提供和目标客户结合起来。
  • 产品提供 ：
    • 独特价值主张 ：可能针对不同的客户细分市场。
    • 可销售功能 ：确定产品提供中最终能产生收入的所有元素，如实体资产的前期收入、数字高级服务的订阅收入。
    • 定价 ：定价模型必须包含所有可销售功能。
  • 目标客户 ：
    • 行业/领域 ：企业对消费者（B2C）和企业对企业（B2B）的产品提供会有所不同，可通过市场细分分析来解决。
    • 客户画像 ：需要单独看待，例如 B2B 采购中心与 B2C 个人。
    • 购买过程 ：客户（作为个人或企业）如何购买该产品？需要满足哪些正式条件？
  • 销售途径 ：传统解决方案销售和关键客户管理、基于网络的销售、应用内销售等。
• 关键绩效指标（KPIs） ：通常建议在商业模式中包含一组关键绩效指标，KPIs 是组织用于跟踪和确定特定业务目标进展的可衡量值。定义 KPIs 的一个好方法是 SMART 方法，即具体、可衡量、可实现、相关和有时限。以厨房电器为例，KPIs 可能包括：
  • 销售的厨房电器数量
  • 每位客户的平均订阅收入
  • 每月经常性收入
  • 客户终身价值
  • 客户获取成本
    这些 KPIs 假设业务已经成熟，在商业模式验证的早期阶段，应应用不同的 KPIs，例如与用户体验相关的 KPIs。
• AIoT 商业案例 ：商业模式的另一个关键要素是商业案例，包括成本和收入的财务视角以及战略贡献。
  • 直接 ROI ：商业案例开发和 ROI 计算通常还需要某种定量规划，包括销售数量预测、客户对数字功能的采用情况等。
  • 战略贡献 ：许多 AIoT 解决方案除了直接投资回报率外，还能为更高级别的商业案例做出战略贡献。例如，汽车的 eCall 功能，在发生严重道路事故时，该潜在的 AIoT 设备会自动呼叫当地紧急服务，并发送安全气囊展开和碰撞传感器信息以及 GPS 坐标。由于 eCall 在欧盟已成为一项要求，不太可能作为附加功能额外收费，因此应视为对汽车的战略贡献。
• AIoT 商业案例验证 ：尽早验证 AIoT 商业案例可以避免在 AIoT 发展过程中出现代价高昂的意外情况。商业案例验证应包括成本和收入两方面。验证商业模式中关于收入的假设通常比较棘手，一个好方法是与潜在客户进行访谈，不仅要验证他们购买预期产品和服务的意愿，还要了解他们的价格敏感度。同时，也不应低估验证商业模式成本方面的重要性，对于 AIoT 赋能的业务尤其如此，因为虚拟的基于云的业务在成本方面具有良好的扩展性，而涉及实体资产或产品的业务则不同，实体产品需要制造、分销和支持，应尽早对单位成本/边际成本进行彻底调查，并理想情况下尽早从潜在供应商处获取价格指示进行验证，采购和供应链管理部分引入的 AIoT 采购物料清单（BOM）是一个非常有用的工具。一般来说，以 IT 为中心的商业案例往往更关注初始成本，而不是总拥有成本（TCO），在五年的生命周期内，初始开发成本很可能仅占 TCO 的 20%。

3. 概念验证（PoC）

大多数投资者在投资过程中需要某种证明，以证明投资提案的可行性，AIoT 解决方案也不例外。但运行 AIoT 解决方案的概念验证有时可能更加困难和昂贵，如今为纯软件项目创建轻量级且经济实惠的 PoC 通常很容易（例如使用模拟或模型），但一旦涉及硬件开发和/或资产定制，根据硬件和资产类别，难度会大大增加。因此，对于任何与 AIoT 相关的 PoC，应明确以下内容：
- 持续时间和工作量
- 范围
- 资源
- 成功标准

4. 投资决策

暂未详细展开。

5. 从商业模式到产品实现

大多数 AIoT 项目或产品开发需要结合两种方法。对于标准软件部分（可能也包括 AI 部分），敏捷规划将很适用；而对于涉及硬件和电信基础设施的部分，以及任何具有复杂依赖关系的部分，可能更需要以规划为中心的方法，企业采购流程也会限制纯敏捷方法的应用。不过，一个好的起点是该领域的敏捷最佳实践。

6. 敏捷方法

敏捷中与需求管理相对应的是待办事项列表。产品待办事项列表是构建和改进产品所需的所有工作项的列表，是 Scrum 团队接受的唯一工作定义来源。对于每个即将到来的冲刺和每个冲刺团队，都会创建一个冲刺待办事项列表，定义团队在下一个冲刺中要完成的工作。产品待办事项列表项可以有不同的粒度，而冲刺待办事项列表项必须能够在一个冲刺内完成。故事地图通常用于可视化产品待办事项列表。

• 故事地图 ：故事地图是管理产品高级需求和结构的有用工具，根据不同的观点，它可以被描述为产品待办事项列表的可视化，或者是以客户旅程为中心的最高级别的工作结构方式。在产品创建的早期阶段，故事映射被用作产品发现技术，帮助勾勒新产品（或现有产品的复杂新功能）的结构。为了比线性待办事项列表实现更高的抽象和导向水平，故事地图通常将低级功能组织成高级功能组。典型的工作单元包括主题、史诗、功能和用户故事，为了简化，这里主要关注史诗、功能和用户故事：
  • 史诗 ：是高级别的工作，通常持续 2 - 6 个月，可以跨越多个版本和多个团队，通常与高级管理层的目标一致，包含功能。
  • 功能 ：描述产品的特定功能，比史诗小，通常包含在特定版本中并分配给特定团队，由产品负责人管理，包含用户故事。
  • 用户故事 ：是最小的增量定义，通常少于一周，与特定冲刺相关。
• 示例：AIoT 故事地图和用户故事 ：暂未详细展开。

7. 非功能需求

故事地图（包括史诗、功能和用户故事）通常侧重于系统的功能方面。此外，大多数 AIoT 解决方案或产品通常也有一些非功能需求（NFRs），NFRs 通常定义了可用性、性能、可靠性、可扩展性、安全性、可维护性和可用性等属性。对于分布式的 AIoT 系统，NFRs 可能需要分解到特定区域，例如边缘与云或特定功能区域。例如，自主机器人在与功能安全相关和无关的区域可能有不同的 NFRs，这对于控制成本和工作量很重要，因为功能安全开发通常成本更高。需要注意的是，AI 组件的非功能需求通常与传统软件组件不同，AI 组件的 NFRs 可能包括：
- 算法准确性和可靠性：将 AI 输出与实际情况进行比较
- 算法性能：包括在线和训练阶段
- 透明度：使结果可解释
- 公平性：确保结果公平且无偏见
- 可测试性：确保 AI 可以得到适当测试
- 安全性和隐私：与输入和输出相关

8. AIoT 系统设计

一些敏捷软件项目主要依赖故事地图和用户故事，而无需明确的系统设计，但对于更复杂的项目，可能需要一定的系统设计。有时会在“冲刺 0”中进行，重点是创建高级故事地图和相应的系统设计。考虑到 AIoT 项目的典型复杂性，需要一个有助于协调所有利益相关者和子系统的系统设计。这里提出了一组设计视角：
- AIoT 设计视角 ：暂未详细展开。
- AIoT 视角细节 ：提供了四个视角的模板。业务视角从商业模式获取输入，然后添加关键 KPIs、定量规划和里程碑导向的时间表；用户体验（UX）视角基于客户和/或现场调查，侧重于人物角色、人机交互和关键用户界面的模型；数据/功能视角包括主要数据领域的高级概述以及组件和应用程序编程接口（API）的架构，如果项目使用数字孪生作为额外的结构元素，也会在此包含；AI 功能地图有助于确保充分利用 AI 的潜力；实施视角提供高级端到端架构、资产集成架构、硬件架构以及软件和 AI 架构；产品视角包括故事地图、与功能团队的映射以及冲刺待办事项列表。

以下是一个简单的 mermaid 流程图，展示 AIoT 项目从商业模式到产品设计的主要流程：

graph LR
    A[AIoT 商业模式] --> B[商业案例验证]
    B --> C[概念验证]
    C --> D[投资决策]
    D --> E[产品设计 - 敏捷方法]
    E --> F[非功能需求定义]
    F --> G[AIoT 系统设计]

在整个 AIoT 项目中，各个环节相互关联，从商业模式的设计到产品的最终实现，需要综合考虑各种因素，包括商业因素、技术因素和用户体验等，以确保项目的成功实施。同时，通过合理定义关键绩效指标和进行商业案例验证，可以有效控制风险，提高投资回报率。在产品设计过程中，敏捷方法和系统设计视角的结合可以更好地应对复杂的项目需求，满足不同利益相关者的期望。

人工智能物联网（AIoT）商业模式与产品设计全解析

9. AIoT 设计视角详解

AIoT 系统设计中的不同视角有着各自独特的作用和重点，它们共同构成了一个完整的设计体系，确保 AIoT 项目能够满足商业、用户体验、数据功能以及实施等多方面的需求。以下是对各个视角的详细介绍：
|视角|输入信息|主要内容|
| ---- | ---- | ---- |
|业务视角|商业模式|添加关键 KPIs、进行定量规划、制定里程碑导向的时间表，将商业模式转化为可执行的业务计划。|
|用户体验（UX）视角|客户和/或现场调查|关注人物角色、人机交互和关键用户界面的模型，以提升用户在使用产品过程中的体验。|
|数据/功能视角|项目整体情况|包含主要数据领域的高级概述、组件和 API 架构，若使用数字孪生，也在此体现，确保数据和功能的有效整合。|
|AI 功能地图|项目需求|帮助充分挖掘和利用 AI 的潜力，使 AI 技术更好地服务于项目目标。|
|实施视角|项目规划|提供高级端到端架构、资产集成架构、硬件架构以及软件和 AI 架构，指导项目的具体实施。|
|产品视角|项目进展|涵盖故事地图、与功能团队的映射以及冲刺待办事项列表，保障产品开发的有序进行。|

10. 从设计到实施的流程

在完成 AIoT 系统设计后，接下来就是将设计转化为实际产品的实施阶段。这个过程需要遵循一定的流程，以确保各个环节的顺利进行。以下是一个典型的从设计到实施的流程：
1. 需求确认 ：再次明确项目的功能和非功能需求，确保设计方案与需求一致。
2. 资源准备 ：准备所需的人力、物力和财力资源，包括开发人员、硬件设备、软件工具等。
3. 开发与集成 ：按照系统设计的架构，进行软件和硬件的开发，并将各个组件进行集成。
4. 测试与验证 ：对集成后的系统进行全面测试，包括功能测试、性能测试、安全测试等，确保系统满足设计要求。
5. 部署与上线 ：将经过测试验证的系统部署到实际环境中，并正式上线运行。
6. 监控与优化 ：上线后，对系统进行持续监控，收集用户反馈和系统运行数据，根据需要进行优化和改进。

graph LR
    A[需求确认] --> B[资源准备]
    B --> C[开发与集成]
    C --> D[测试与验证]
    D --> E[部署与上线]
    E --> F[监控与优化]

11. 实施过程中的注意事项

在 AIoT 项目的实施过程中，还需要注意以下几个方面的问题：
- 团队协作 ：AIoT 项目涉及多个领域的专业知识，需要不同专业背景的人员密切协作。建立有效的沟通机制和团队协作模式，确保信息的及时传递和问题的快速解决。
- 风险管理 ：识别项目实施过程中可能遇到的风险，如技术风险、市场风险、供应链风险等，并制定相应的风险应对措施。
- 变更管理 ：在项目实施过程中，可能会因为各种原因需要对设计方案进行变更。建立严格的变更管理流程，确保变更得到合理评估和控制，避免对项目进度和质量造成影响。
- 合规性 ：确保项目的实施符合相关的法律法规和行业标准，特别是在数据安全和隐私保护方面。

12. 案例分析：智能厨房项目

为了更好地理解 AIoT 商业模式和产品设计的实际应用，下面以一个智能厨房项目为例进行分析。
- 商业模式 ：该项目的商业模式结合了实体厨房电器和数字服务。通过提供智能烹饪指导、食材管理、设备远程控制等数字服务，为用户提供更便捷、高效的厨房体验。同时，通过收取数字服务的订阅费用和厨房电器的销售利润来实现盈利。
- 产品设计 ：在产品设计方面，采用了敏捷方法进行开发。通过故事地图梳理了产品的功能需求，将其分解为多个史诗、功能和用户故事。同时，考虑了非功能需求，如系统的安全性、可靠性和可扩展性。在系统设计上，采用了云边协同的架构，将部分数据处理和分析任务放在边缘设备上，以提高系统的响应速度和稳定性。
- 实施与运营 ：在项目实施过程中，组建了跨职能团队，包括软件开发人员、硬件工程师、设计师等，确保各个环节的顺利进行。上线后，通过持续监控用户反馈和系统运行数据，不断优化产品功能和用户体验。

13. 总结与展望

AIoT 技术的发展为商业模式创新和产品设计带来了新的机遇和挑战。通过合理设计商业模式，结合敏捷开发方法和系统设计视角，可以开发出满足市场需求的 AIoT 产品。在实施过程中，需要注意团队协作、风险管理和合规性等问题，确保项目的成功交付。未来，随着 AIoT 技术的不断进步，相信会有更多创新的商业模式和产品涌现，为人们的生活和工作带来更多的便利和价值。

在实际应用中，企业可以根据自身的业务特点和市场需求，灵活运用上述方法和流程，不断探索和创新，以在激烈的市场竞争中取得优势。同时，也需要关注行业的发展趋势和技术创新，及时调整战略，以适应不断变化的市场环境。