1.2 迎接崭新的智能社会

万物互联时代，我们正在走向智能社会。智能社会是工业社会与信息社会广泛深度融合、技术全面更新换代、产业系统升级及经济社会结构深刻调整演进而成的新经济社会发展形态，融合、协同、共享、共治是其鲜明特征，对人类生产、生活方式将带来新的深刻变革。未来的智能社会，建立在越来越智能的“物”之上，数字化、信息化、网络化、集成化将是智能社会未来发展的趋势。

1.2.1 “数字化”——智能社会的“快引擎”

人工智能拥有如此强大的计算能力，将人工智能引入股市、银行等代替人类做交易员，在最近几年渐渐盛行，这就是高频程序化交易。例如，Virtu Financial LLC公司在1238个交易日中，仅有一个交易日出现了亏损。再如，第一个以人工智能驱动的基金Rebellion预测了2008年的股市崩盘，并在2009年9月给希腊债券F评级，而当时惠誉的评级仍然为A。可见，通过数据化的智能对于科学决策、数据挖掘起着多么重要的作用。

第一，数字化是智能社会生产的基础和关键。简单来说就是将许多复杂多变的信息转变为可以度量的数据，再用这些数据建立数字化模型，由计算机程序来处理。智能社会和信息化发展的历程密切相关。而在信息化的过程中首先要做的是数字化，从模拟信号变成数字信号，比如现在的电视、电台信号和摄像头信号等。

数字化智能的意义不仅在于获得海量的数据，而且在于对数据进行专业化处理之后得到的数据“增值”。具体可体现在以下几方面：一方面，大数据的应用可提高决策的精准性，通过对制造产业链相关环节大数据的分析挖掘，可更精准地确定发展方向；另一方面，大数据会带动营销模式的变革，传统高端装备制造产业产品的营销主要依靠经验和调查的方式进行市场预测，现在通过对海量、碎片化的用户行为大数据进行深度挖掘和系统分析，就可更精准地把握市场规律和广告投放，实现数据价值的商业转换；最后，数据分析能够激活产业链，助推产业结构转型升级，近几年，越来越多的大数据服务公司应运而生，这些公司运用大数据技术从各类数据中获取价值信息，并提供给有需要的用户，这些公司成功的关键不在于其所占有的数据数量或分析数据的技能，而在于其思路的创新。大数据的运用延长了原有产业链，对于调整高端装备制造业产业链和释放内在潜能具有重要的推动作用。

第二，数据化带来科学的决策。庞大的数据会彻底改变人们的生活，如何从众多的数据中抽取出自己想要的信息，并解读好数据背后的消费行为和品牌关联，需要从以往单向的内容研究转向“内容+关系”的多维度研究，这对品牌公关策略的设定决策性影响重大。2012年京东将8000多万网购消费者的购物习惯和生活喜好数据进行了全景呈现，发现了一些有趣的消费行为。例如：江苏的男性喜爱眼部护理；上海男人则倾向清新干爽的面颊；辽宁的女性消费者人均购买了4件豹纹商品……相信通过这一系列趣味十足的数据结论分析，会为品牌公关策略的制定带来更多的启发。在数字化的智能时代，基于交互性以及智能数据库的管理，消费者的形象被勾勒得更加清晰。品牌公关策略可据此分析消费者的兴趣与需求，这样就提升了品牌形象推广的精准性，而不会以大量无关甚至是骚扰信息来挑战用户的忍耐度。利用数字化智能，人们的一切活动都可以转化为数据，客观的实时数据持续不断地被传输到网络上，大量的数据正等待着被收集、分析、挖掘，越来越多人意识到了大数据带来的机遇和挑战。有很多例子表明，大数据不仅能够为企业赢得商业新契机，而且还能帮助政府和机构做出正确的决策。

第三，数据化成为不可或缺的重要技术。人们越来越意识到，数据除了最初被使用时的价值，更具有丰富的剩余价值，随着数据存储成本的降低，移动互联网的普及，大数据技术已经被用于各种大事件的分析和预测，并日益成为企业甚至行业发展的制胜法宝。

1.2.2 “信息化”——智能社会的“大动脉”

信息是信息革命和社会信息化进程中最重要的战略资源。互联网作为一种正在发展中的、潜力巨大的信息库和信息交换中心，其信息化的程度与智能社会的发展水平和竞争能力水准直接相关。

第一，信息化是社会发展的必然趋势。随着计算机技术的普及与信息产业的飞速发展，信息智能化已成为现代社会发展的必然趋势。在计算机网络技术的基础上，通过完善、多功能的社区综合布线系统，以成熟的信息处理技术、自动控制技术为手段，以期搭建综合的信息网络平台。智能社会离不开信息化平台建设，而应用软件在平台建设中无疑扮演着极为重要的角色。没有软件，就不可能在工业化的“硬”优势基础上形成信息化的“软”优势，也就没有智能制造。

第二，信息化重在解决信息供需矛盾。智能社会的信息化智能，主要侧重数据的智能监控和用户的信息服务。通过信息技术的广泛革新和渗透应用，来改变现有经济技术格局和生产方式。简而言之，信息化智能主要在于解决信息的供需矛盾。信息化要解决的供需矛盾具有其特殊性：从生产上讲，信息化主要是增加产品的信息含量，提供新的附加值来满足消费需求；从市场上讲，主要是解决市场均衡问题，为供需双方提供充分信息，减少交易成本；从管理上讲，主要是解决管理效率问题，准确、及时地获取和传递信息，提高决策效率；从技术上讲，主要是解决信息的有效传递，利用信息技术融合集成、互联互动。

第三，信息化具有内化外化双重效应。信息化智能对技术创新具有直接内化效应和间接外化效应。直接内化效应表现为信息化能够促使企业优化生产要素组合，重构创新业务流程，降低技术开发和转化的研发成本，进一步缩短创新周期，激发内部技术创新潜力；间接外化效应体现在信息化能够促使企业以更高的效率、更低的成本去获取外部知识，准确掌控市场需求动向，提高创新主体间的交易效率，一定程度上降低了企业外部交易成本，从而优化内外部的创新环境。

1.2.3 “网络化”——智能社会的“高速路”

随着网络技术和我国第二代互联网技术的发展，必将推进智能社会网络功能的发展。如通过完备的社区局域网络，可以实现社区机电设备和家庭住宅的自动化、智能化，以及实现网络数字化、远程智能化监控。

网络化智能的建设是智能社会建设的核心，对接入技术的选择是其中的关键，一旦选定不易更改。因此，需要对所采用的处理结构、实施方式进行慎重考虑。由于信息网络的智能是由计算机、通信设备通过网络连接设备连接而成的计算机网络，所以需要铺设一些硬件设备。铺设信息网络采用服务器、客户机分布式信息处理体系结构，其主要硬件设备如下。

第一，文件服务器、打印服务器、通信服务器和数据库服务器等。不同的服务器向用户提供不同的网络服务。因此，服务器的性能对整个网络的共享性起着决定性的影响。围绕Internet应用服务的实现，服务器的选择是社区信息网络建设考虑的重点，如DHCP服务器、DNS服务器、防火墙系统、Web服务器、电子邮件系统和文件访问服务器等。

第二，网络连接设备。主要包括路由器、交换机等设备。核心网络骨干交换机又是网络的核心，它应具备高性能、可扩展性、高可靠性，并具有丰富和强有力的网络控制能力和良好的可管理特性。网络边缘交换机是建筑物内用户直接接入网络的连接设备，应具有灵活、使用方便和一定的网络服务质量和控制能力，并且要求价格便宜。

第三，客户机。访问网络中共享资源的计算机称为客户机，它是用户向服务器申请服务的终端设备，用户可以在客户机上处理日常工作，并随时依据自己的需要增删模块。

1.2.4 “集成化”——智能社会的“点金石”

集成化智能是将各离散的子系统进行集成，从而实现设备模块化和系统级管理的过程，这也是智能社会创建的重要目标之一。智能社会提高了智能系统的集成程度，实现了信息和资源的充分共享，提高了系统的稳定度和可靠度。集成化智能应用体系结构的关键技术主要包括以下几点。

第一，信息源接口与信息标准技术。集成化智能系统要从现有信息系统或现场提取大量的信息和数据，必须按一定规则将上述来源不同、位置不同、类型不同、数量庞大的数据发送给数据共享平台，由平台进行规范化处理后进行存储，根据需要以规范格式将数据发送出去，因此建立统一的接口标准和数据规范是关键之一。

第二，中间件技术。集成化系统集成了不同类型、不同操作平台、不同协议的数据库和应用，如何在数据共享平台中实现跨平台、透明的数据库共享和通信，是集成化的关键之一，而实现上述问题的关键是采用中间件技术。

第三，数据挖掘技术。数据共享平台从多维角度进行分析比较，实现面向数据和面向模型分析方法的统一，而集成化就是将分析所得集中分类，充分利用智能技术提取隐藏在数据中的信息，发现数据背后的规律和知识，预测未来的行为，为决策提供支持服务。

1.2.5 “公共化”——智能社会的“新时代”

公共化智能表现在整个社会从宏观到微观的各个层面，大数据和机器智能将把我们社会的管理水平提到一个前所未有的高度，使我们生活的环境更加安全。

第一，公共化智能在交通管理方面的应用。交通拥堵是今天住在大都市的人每天的烦心事，而智能社会下的交通通过相互协调配合、整体规划，可以更好地利用道路，让附近行驶的车辆能够及时躲避拥堵。Google自动驾驶汽车的研发团队曾经做过粗略的估算，如果道路上所有的汽车都是能够相互协调配合的自动驾驶汽车，即使不减少车的数量，只是对行车路线进行规划和协调的话，每个人平均通勤的时间至少可以缩短20%以上。对交通做整体的规划一定能够更好地利用道路，减少拥堵的发生，并且在拥堵发生后，让附近行驶的车辆能够及时地躲避拥堵。

第二，公共化智能在医院管理方面的应用。大数据对于交通状况的改进，只是智能社会城市管理方面所做的一件具体的事。除此之外，在医疗服务领域，针对性的健康数据信息构成网络，医院、医生甚至患者本人对自己的病情都会有比较清晰的了解。由于有了比较完备的医疗从业者的数据，智能的就诊指导系统会根据患者的情况和医生的情况帮助患者选择合适的医生，从而高效地利用医疗资源并且最切合地为每一个人服务。

第三，公共化智能在社会治安综合管理方面的应用。2014年跨年夜上海外滩陈毅广场踩踏事故共造成36人死亡，49人受伤。踩踏悲剧发生的根本原因是那个地区的人流量太高。那么这件事是否能预测呢？在上海踩踏事件发生之后，百度就开发了预测热门城市和景点的拥挤情况等相关信息的服务。为什么百度能做到呢？其实说起来并不复杂，因为百度能够从安装了它的App的大量用户手里得到人流的信息，这些数据汇总后，可以建立出一个根据人流和时间变化的模型，根据当前人流分布使用这个模型预测在未来的几个小时里人流的流动情况。如果发现过多的人流涌向某一个地点，那么就可以预警。

智能时代专栏四