5G To B开启下个康德拉季耶夫周期( 二 )


  • 产品层上面还有场景化解决方案层 , 比如各式各样的AI+产业发展等解决方案以及To C的APP产品 。
  • 从需求方的视角去看 , 这样也有好处 。 毕竟技术升级迭代很快 , 做完一整套的方案成本极高 , 需要更新迭代时往往难以修改 , 模块化则可以降低修改成本 。
    从供应商的视角去看 , 也是好事 , 毕竟提供整体化方案需要对客户所在的领域有所了解 。 这样耗时极高 , 也很难去切入更多的行业 , 模块化往往可以带动更多ISV解决方案商参与其中 , 打造更能满足行业客户需求的场景化解决方案 。 这也是为什么大公司都在做生态的原因 。

    下个康德拉季耶夫周期
    1925年 , 苏联经济学家康德拉季耶夫发表了一篇名为《经济生活中的长波》的文章 , 文章中第一次提出了“康德拉季耶夫周期”这个理论——经济生活中存在着45~60年的长期波动 , 这种波动周期是由科学技术的发展所决定的 。
    这个理论在冥冥之中依然影响着人们对技术红利的思考 。
    人类进入工业社会后 , 经历了5次大的产业周期 , 每个周期为50~60年 , 前30年为基础技术的发明阶段 , 后30年是技术加速应用阶段 。
    某种意义上 , 上世纪90年代到2020年 , 其实就是信息产业周期的后30年 , 在前30年的信息技术发明过程中 , 出现了一批全球性的技术型公司(IBM、微软、英特尔等) , 后30年ICT技术加速推动了各行各业数字化 , 一批全球性的数字化服务公司诞生 。
    5G To B开启下个康德拉季耶夫周期
    本文插图
    2020年之后的下一个周期 , 很大可能性正是5G To B的场域 。 我们可以在各行各业中窥见端倪 。 过去在4G时代 , 行业数字化进展相对缓慢 , 然而 , 5G和新基建来临 , 它会让行业数字化迅猛提速 。 尤其是在智慧城市以及自动驾驶等领域更是明显 。
    5G To B和城市
    4G时代智慧城市的步伐是缓慢的 。 在《四川日报》2013年一篇文章我们可以看到 , 4G时代所谓的智慧城市仅仅只是“新农通、校园一卡通、公安卡口、车站订票、税务发票兑奖等多个系统” 。
    然而 , 在过去一年 , 我们已经看到了一批企业在智慧城市领域的布局 , 其中华为几乎把全部技术投入其中 , 构建起了一整套智慧城市的骨架 。 而随着“新基建”的落地 , 可以预见 , 这些技术储备将随着城市的聚集效应和网络效应进一步显现价值 , 城市中的垂直行业 , 比如零售、地产、医疗等的数字化转型又将得到螺旋式提升 , 这也会带动更多行业的数字化转型进程 。
    5G To B和智能制造
    在智能制造方面 , 5G在工业数据采集和控制场景中将得到广泛应用 。 在生产操作过程中 , 可以通过5G网络来实现精准控制 , 确保工业设备的准确操作 。 例如恶劣环境下的机器作业 , 可以通过5G网络实时回传现场画面 , 低延时让操作人员在远程同步操控成为可能 。
    可以说 , 正是因为有了5G技术 , 这种场景化的解决方案才能从想法变为现实 , 行业数字化转型的价值才得以显现 , 而这也吸引了一批制造业企业往智能制造的方向转型 , 推动了整个产业的变革 。
    5G To B和金融
    4G时代开始 , 金融行业积极投入发展热潮 , 可以看到 , 2013年4G网络刚刚商用不久 , 国内的Top级银行就赶紧选取杭州、成都等4G网络覆盖较好的城市率先开展了4G技术应用测试验证工作 , 通过4G网络实现了自助银行、自动柜员机和多媒体自助终端一点接入 , 同时承载自助银行实时交易数据和监控视频流量 。
    随着5G的到来 , 银行开始更加积极地利用大数据、云计算、移动互联网、物联网、人工智能等先进技术手段实现嵌入式风控 , 即将风险管理进一步前移 , 嵌入供应链或企业生产流程 , 动态刻画客户、业务、抵质押物等业务主体的立体风险视图和风险收益视图 , 结合企业经营情况数据 , 及时发现客户异常信号并进行预警 , 为风险管理提供决策支持和服务支撑等等 。