导 读
挚物大会中的很多观点和内容都属行业首次发布，值得回味。因此文中对大会实录进行了原汁原味的整理，汇聚了中国工程院院士邬贺铨、亚信科技董事长田溯宁，以及物女王彭昭的演讲精华。
|
整理：物女王（彭昭） 来源：挚物·AIoT产业领袖峰会 物联网智库 整理发布 转载请注明来源和出处 导 读 挚物大会中的很多观点和内容都属行业首次发布，值得回味。因此文中对大会实录进行了原汁原味的整理，汇聚了中国工程院院士邬贺铨、亚信科技董事长田溯宁，以及物女王彭昭的演讲精华。 这是我在【物女心经】专栏写的第138篇文章。 关注我行踪的朋友肯定知道，8月8日，物联网智库主办的首届千人规模“挚物·AIoT产业领袖峰会”（简称：挚物大会）盛大召开。 这是一场立足未来AIoT产业视角，以AIoT产业领航者和实践者为主角，探索AIoT未来赋能潜能的行业大会。在会上，我们重磅推出全新子品牌“挚物”，并顺势成立“挚物·AIoT产业研究院”，发布了与之相呼应的能力矩阵。 挚物大会中的很多观点和内容都属行业首次发布，值得回味。因此文中对大会实录进行了原汁原味的整理，汇聚了中国工程院院士邬贺铨、亚信科技董事长田溯宁，以及我的演讲精华。 会议PPT比例为32:9，点击图片可以显示清晰大图。 01 中国工程院院士 邬贺铨 5G赋能AIoT，创新永远在路上 邬贺铨院士的演讲题目是《5G赋能AIoT》。 他谈到：5G的主要技术涉及各类终端、无线接入网、光纤传输承载网、网络虚拟化等。5G采用业务互联网化技术，离不开云计算等技术的支撑。5G主要的无线技术涉及密集组网、大规模天线，还需要较宽的频带，还有很长的改进之路。 如果将5G和4G进行对比，无论是宽带、速率，还是移动性、时延性能，都有了很大的提升。5G的三大应用场景是增强移动宽带、高可靠低时延、广覆盖大连接。5G将从原来4G面向消费者的应用，扩展到面向产业应用。 传统的互联网中，初期网络不够稳定，无论是传感器数据、还是话音数据、还是视频数据，所有业务都被看成是IP包，以IP包为单位由路由器转发，但实际上这并不科学。 比如说对于视频类长的IP流切成小包来选路效率太低。如果把大业务量的传输比作搬家，IP包看作快递小哥，结果就是如果你想搬家，就得去请成百上千名快递小哥来帮你搬，你肯定不会这么做。 网络急需有在不同层次的多种转发单元，以适应不同规模的业务流。现在5G为了适应整个功能的多种变化，硬件层面采用白盒化通用的硬件，利用网络功能虚拟化，通过软件来定义网络的能力，通过软件升级容易增加功能。 大家认为，这样的方向很好，早该如此。但实际上，这对管理和智能提出了挑战。 传统的互联网是傻瓜型，不用区别什么业务，无论什么业务都是IP包，但现在的网络需要具有识别业务的能力，实现网络智能化。如果没有人工智能，5G也没办法实现网络功能的虚拟化。 我们刚才说了传统IP网络按无连接方式工作，不论前后的IP包是否属于同一次通信而独立选路，路径上的每一个路由器也逐包选路，效率不高。 现在我们希望通过软件定义网络SDN，实现业务控制层和传送承载层分离。SDN基于大数据和人工智能形成可弹性扩展即插即用的资源池，实现端到端选路，还可以绕开有安全风险的路由。这种软件定义的方式使得5G能够做到低时延、高可靠。 5G还需要实现业务切片。5G的应用场景很多，既需要支持500公里时速行驶的高铁，也需要支持80%左右的相对静止应用场合；5G既需要达到峰值20G，还需要能支持大量传输量为KB的传感器；5G既需要支持远程医疗等高可靠场景，还需要支持一些对可靠性要求不那么高的应用… 我们不能通过变化物理网络来支持这些不同的应用，而是通过同一个物理网络，利用逻辑上的切片，也就是通过组织专用的网络来适应多种应用场景，为不同业务搭配合适的网络。 5G将会非常强力的推进移动边缘计算。 为适应工业传感器、视频业务、VR/AR与车联网及远程医疗等应用的低时延要求，我们需要将这些业务的存储和内容分发下沉到边缘侧来处理。利用边缘计算可以过滤和压缩数据，节省核心网资源，成本仅为单独使用云计算的39%。 根据IDC预测，未来将有超过50%的数据在边缘侧处理，到2020年边缘计算的支出将占物联网基础设施总支出的18%。 也就是说，边缘计算将是物联网基础设施的一部分。 什么业务是5G最热门的？ 虽然说5G有三大应用场景，增强移动宽带、高可靠低时延、广覆盖大连接，但是现在谁也说不出来5G最热的是什么。 回想3G刚开始的时候，没有智能手机，也没有微信。4G刚起来的时候，微信还不能做移动支付，也没有那么多视频。这些都是网络能力具备以后，才逐步发展起来的。在4G提速降费以后，抖音、快手等短视频应用出来了。所有移动互联网的业务，是在移动互联网的能力先具备之后才产生的，所以现在我们没法说5G时代哪种东西最热，但是不等于说我们就不为未来5G业务的发展做准备。 怎么为5G做准备呢？ 这是个不确定的情况。我们大家都有手机，假设大家手机都是一个型号，并不见得你们的手机能力都一样，因为每个人下载的APP不一样。5G也将会采用类似APP的方式来生成它的业务，这种APP是一种单元智能，将来当有需要的时候，可以组合多个APP促进新应用。这种APP可以是运营商定制的，也可以是第三方网络公司开发的，甚至是单个网民开发的，这种方式使得5G网络能够灵活的适应未来不确定性的业务。 另外，我们知道传统移动通信的协议是专用的，而5G决定全部采用互联网协议，让原来在互联网上的所有应用可以直接嫁接到5G，给5G带来极大的业务灵活性。当然这种方式有一定的风险，原来运营商的协议是专用的，运营商网络的业务能力也是封闭的，现在把它都开放，就容易产生网络安全问题。 如果4G的安全措施照样用在5G上，那么5G肯定不够安全。可喜的是，相关组织正在加强5G的安全能力，现在我们不能说5G没有4G安全，当然也不能说5G就比4G更安全，这是一个道高一尺魔高一丈的问题，是一个逐步完善的过程。 无论如何，在安全问题上，在网络业务定义上，5G对开展AIoT智能物联网的应用是一个非常有利的因素。
5G将会引领物联网标准的发展。 大企业可能会使用非许可频率的LoRa来建内部物联网。对于大量中小企业，自建物联网不经济，NB-IoT为企业提供了一个承载在公众通信网上的专用物联网。但有些场景NB-IoT还需要再做改进，比如传感器是固定位置，而工业应用的工件和机器人及网联车的传感器是移动的；NB-IoT业务带宽只有20kbps和250kbps两种，需要增加更多选择；另外还可能需要具有与人对话的物联网模块。这就需要新增 eMTC （1Mbps，支持移动与对话）和mMTC （160 bps，大连接）的窄带物联网标准。 3GPP通过仿真向ITU提交报告，说明在LTE和未来5G频段工作的NB-IoT和eMTC能满足5G的连接密度要求，因此NB-IoT和eMTC可纳入5G低功耗广域网（LPWAN）物联网标准。
我们从互联网、移动互联网走到物联网、泛在物联网，我们现在走到智能物联网，实际上AIoT=AI+IoT，它把人工智能技术融合到物联网上面，推动万物智联。 IoT标准主要解决数据传输技术，而AIoT关注新的IoT应用形态，更强调的是服务，特别是面向物联网的后端处理及应用。因此AIoT我们不一定把它看成是一种技术，而更应该把它看成一种服务，AIoT着重强调的是后端。 AI与IoT相辅相成，IoT为人工智能提供深度学习所需的海量数据养料，而其场景化互联更为AI的快速落地提供了基础；AI将连接后产生的海量数据经分析、决策转换为价值，反过来指导IoT的正确应用和效率提升。 AIoT和5G是什么关系？ 5G的增强移动宽带、高可靠低时延和广覆盖大连接特性及与边缘计算的结合，使得AI与IoT融为一体。5G帮助IoT连接AI体现它的价值，5G帮助AI让它落地跟IoT结合，使它真正产生效果，所以5G对推进智联网AIoT发挥了很重要的赋能作用。
智联网AIoT的应用场景包含智能家居、智慧城市和各种智能产业。 根据IDC报告预测，到2020年，全球AI系统将为家电企业带来超过470亿美元的收入，成为产业发展的下一个风口。5G和边缘计算能更好的支撑家电升级，推进AIoT的智能应用。 智能城市也是AIoT的应用场景。深圳一家公司将AIoT用到人口管理领域，通过模型构建了盗窃嫌疑预警、重点跟踪人员预警、吸毒人员移动预警、容留吸毒嫌疑预警、实有人口未登记预警、肇事肇祸精神病人异动预警等智能预警模型。 重庆某公司把城市按社区、建筑、医院、交通、健身房、学校、机场、酒店等划分为不同场景，部署传感器与智能设备采集更多城市“末梢”数据，重点是楼宇的能源管理和社区智能化管理，采用平台化战略，将生态伙伴的技术、产品、服务整合入系统，为政府、企业级客户提供一站式解决方案。
产业链的智能化更是当前所需要的。 产业数字化需要将厂内设备联网，但原有车间内难于布放光纤，希望使用无线联网。WiFi等现有无线技术因扩展性、低速率和抗干扰等问题，使得其在工业领域利用率仅为6%。在这种情况下，5G非常适应工业互联网的要求，它具备的可扩展、高可靠、抗干扰等性能，可以在工厂中被很好的应用。 5G可以用在企业外网或企业内网，后者又分为基于5G公网与基于5G专网两种。公网针对人的应用，TDD的下行较上行时隙多；而产业智联网应用则相反，上行较下行时隙多，因此用5G专网作为企业内网更合适，而且内网安全性优于外网。 例如，商飞公司用8K高清摄像头扫描飞机蒙皮铆接质量，通过5G宽带快速连接企业的云平台，显著提升效率与检测质量。商飞还利用5G的低时延同步两个摄像头，将从两侧获取的视频合成飞机精确的3D视像。 机器视觉也是产业智联网的重要应用。数据显示，中国每天在产线上进行目视检查的工人超过350万，其中仅3C行业就超过了150万人。但人工检测准确度不高。机器视觉需要借助边缘计算与中心云的大规模AI比对分析能力，5G为云连接提供宽带和快速通道。 举例来讲，华星光电公司与腾讯合作，对面板海量图片进行快速学习与训练，建立高精度模型，实现机器自主质检，分类识别准确率88.9%，节省人力60%。清华大学与英业达集团合作，利用机器视觉发现PCB板故障近14%，每年效益近亿元。
AIoT是一个很长的产业链，包括硬件/终端、通信、平台服务和软件集成等。最后一个环节，也就是软件和集成应用的占比最高，而且AIoT还会把这个环节的占比继续增强。 以华为为例，AIoT在产业链上更强调AI芯片与AI能力开发平台：
智联网AIoT将会历经3个发展阶段。 1.单机智能阶段：单机系统需要精确感知、识别、理解用户的各类指令，如语音、手势等，并正确决策、执行和反馈。而这个过程中设备与设备之间是不发生相互联系。 2.互联智能阶段：采用集中的云或边缘计算控制多个终端（感知器）的模式，构成互联的产品矩阵，打破了单机智能的孤岛效应，对智能化体验场景进行了不断升级和优化。当用户晚上在卧室对着空调说出“睡眠模式”时，客厅的电视、音箱，以及窗帘、灯等都自动进入关闭状态。 3.主动智能阶段：智能系统根据用户行为偏好、用户画像、环境等各类信息，自我学习、主动提供适用于用户的服务。例如清晨伴随着光线的变化，窗帘自动缓缓开启，音箱传来悦耳的起床音乐，空调调整到适应白天的温度。 目前对于智能家居，AIoT基本还处于单机智能阶段；对于智能产业，AIoT已经进入到互联智能阶段。
AIoT发展还面临很多的挑战，包括算力、算法、平台兼容性、安全性等诸多方面。未来AIoT的发展，仍然需要标准化推动，企业间合作提升兼容性，需要威胁情报共享，增强安全保障能力。 综上所述，总结如下：
02 物联网智库创始人 彭昭 智联网时代，过去的成功经验不再有效
我的演讲题目是《挚物·AIoT产业展望》。
为了让我们更好的看清当下的现状，在这里我用几组冰山图来表示。冰山之上是可见的部分，冰山之下是我们面临的风险和挑战。我们不妨按下“快进键”来看各个冰山。 第一组，冰山之上，独角兽的数量激增，冰山之下，传统行业面临窘境。 左边是现在的独角兽们他们达到10亿美元市值所用的时间，越来越短。新生的公司快速成熟，甚至变得“油腻”。 右边是曾经的独角兽们他们的现状。两个柱形分别代表收入和运营成本，曲线是利润率。上图右侧是沃达丰的数据，显示了她接近过去10年的发展历程。
以及代表零售业的沃尔玛、代表汽车的福特，和代表互联网的网易，他们的数据。 你也看出问题来了，对吧？他们的利润率都在逐年下降。背后蕴含的危险信号是运营成本增速超过收入增速，他们几家公司都没有办法解决这个问题。 巴菲特在1990年曾说，在一个有限的世界里，高速增长一定是自我毁灭的。高速增长最终将打造出高速增长自己的制动器。
第二组，冰上之上，摩尔定律逐步见顶，冰山之下，反摩尔定律却无法停止。 冰山之上，我们过去的几十年都是按照摩尔定律的规律在发展，但现在它的发展引擎似乎不足，某些领域在减速。 任何事情都有反面，冰山之下是反摩尔定律。它是说，如果你反过来看摩尔定律，一个IT公司如果今天和18个月前卖掉同样多的、同样的产品，它的营业额就要降一半。 我们不妨看看过去20年的数据，现在电视机的价格相较于1998年，下跌97%，还有电子玩具、电脑、汽车这样的商品也出现了大量的降价。要知道倒车摄像头在汽车历史上还算是个新发明，但已经成了新车的标配。 了解了反摩尔定律，今后我们再看到NB-IoT的模块卖了白菜价，或者边缘的人工智能芯片打起价格战，是不是就可以相视一笑，不再惊讶了呢？
第三组，冰山之上，各项技术持续更新换代，冰山之下，它们面对质疑一路升级打怪。 左图在多种场合经常出现，显示了各种技术的持续迭代，一路高歌猛进。但是如果近看，各种技术的迭代过程其实是一地鸡毛。 最新的技术，比如智联网、5G、人工智能、区块链都是这样的现状。比如，伪需求、概念炒作、割韭菜…这样的声音你有没有听到过？ 在新技术发展的初期并没有带来明显的效率改善，导致很多人在两难境地纠结，新技术难以快速复制和推广。其实，每项新技术都会有一个缓慢增长期，这个期间是留给新技术试错的时间段，大量公司产生，大量公司消失。新技术完成从早期试用者到早期大众的转化，度过这个缓慢增长期之后，才会有快速增长。 那么面对上述这些问题，我们怎么办？ 只有改变过程，才能改变结果。如果不能改变过程，就不能期盼会有不同的结果。具有前瞻意识的企业，正在用自己的实践，尝试用完全不同的过程，解决实际问题，因此也就造就了多项全新趋势。
为了解决利润率下滑的问题，很多公司反向思考目前的商业逻辑，所以第一个趋势是“逆流”。 我们举个例子来说明，这是一对公司，沃尔玛和亚马逊。 沃尔玛等传统零售行业是先有物流，再有资金流，然后是信息流。通俗地说，就是先将用户可能购买的商品运输到店面，然后客户购买商品支付费用，信息系统记录交易情况并进行分析，为下一次商品的运输和调配提供支撑。 亚马逊的流程正好相反，先有信息流，再是资金流，最后是物流。也就是说，用户先在网上筛选商品，再通过网络支付费用，交易完成后商家完成物流配送。亚马逊不用雇佣大量低端的收银员，不用理会大卖场的商品摆放和安全问题，尤其不用将大量商品无效地搬来运去。 现在“逆流”正在从零售领域进入到制造业领域。信息和数据都在深入到制造业领域的人、机、料、法、环等等各个环节。信息流对制造企业的再造，是一个完整的价值链再造，无论是研发、制造、物流还是服务都发生根本性的转变，变革传统企业的商业规则和经营模式，试图形成消费者驱动制造工厂直接满足的生态。 信息流在制造领域的深入，还产生了二阶效应。我们在生产线上创造了一个从没见过的完整数字世界，很多的公司都在利用数字世界中的数字孪生做创新应用。
第二个趋势是“渗透”。 我们说摩尔定律在一些领域触顶，但当摩尔定律渗透到边缘计算时，没有减速反而在加速。边缘计算要实时性、低延迟，与数据中心的计算不同。但同时，它对算力的要求一点都不低。边缘的人工智能处理器是未来科技竞争的主战场，是一个制高点。 再看此前曾经提到的反摩尔定律，虽然它让IT产品的价格下降，很令人头疼，但实际上它会给我们带来成本方面的改善。 当成本按照摩尔定律变化时，规模经济被加速了。右边是数据中心行业全球第一份年度成本研究中的统计，它通过物理设备，IT资产，运营和能源成本4个主要因素分析。规模越大越划算，而且IT成本逐年降低。 我们仍旧以沃尔玛和亚马逊举例，他们还有一个显著差异，就是固定成本和可变成本的比例不同。沃尔玛的主要成本是实体的卖场成本，是固定成本占绝大比例，而亚马逊的成本则是IT成本，属于可变成本。随着时间的推移，IT成本越来越低，而且这部分成本变得可以按需取用，规模经济性的优势更强。
第三个趋势是“解耦”。 康威定律是指，任何组织在设计一套系统时，所交付的设计方案在结构上都与该组织的沟通结构保持一致。我们发现越来越多的企业正在优化自己的组织架构，开发团队的架构，围绕新的团队重新构建应用，创建轻量级的应用。 而且我们发现一个公司对于应用和系统的理解越深刻，它能够触到的成长天花板就越高，发展空间就越大。 仍旧举个例子，应该如何理解什么是智联网的操作系统？你理解到什么样的深度？ 为了解答这个问题，我们首先思考，什么是人类的操作系统？什么是PC、手机的操作系统？人的操作系统是宗教，是法律，它触达的是人和人之间的社会关系，层层分发，层层下达。PC和手机的操作系统是Windows、Linux、安卓、iOS。这些操作系统调度的是PC或者手机中的计算和存储资源。 再来继续回答什么是智联网的操作系统。智联网的操作系统调度“物体”本身，因此它很可能将融合人类操作系统与PC时代操作系统的两种形态，智联网操作系统对“物体”的调度过程通过云、边、端，不同层级中不同设备的计算资源而实现。比如鸿蒙、AliOS Things、RT-thread、EcoStruxure、Mindsphere、WISE-PaaS…这些操作系统让应用之间、软件之间硬件之间的配合更加灵活，更加方便。 现在这种解耦的趋势正在从技术领域向企业和组织领域迁移，我们看到整个产业生态的架构正在重建，从以前的价值链，变成了价值网络。很多公司都在以快速“被集成”的心态融入到价值网络，希望组团去创造更广阔的发展空间。 逆流、渗透、解耦…还有很多很多趋势，当我们把这些碎片拼凑起来，逐渐形成了一个完整版图。
观察得越深入，一个公式就越明确。优秀的智联网公司都在遵循着一套公式，推进自己的战略规划，构建自己不同层面的能力和思维。 在企业层面，他们会思考产品选择什么技术，使用NB-IoT、LoRa还是ZETA？要不要着手跟进5G？要不要迁移到K8s？ 他们还会评估所处的行业发展趋势，自己处于哪个相关产业集群，是工业互联网产业、泛在电力物联网、智慧城市，还是智能网联汽车？如何踩准行业的发展节奏。 在产业链中，他们还会思考“端、边、管、云、用”这几个环节，在哪里创造自身价值，如何进行定位，建立核心能力，构筑护城河。 因为有了这些思考，优秀的AIoT公司可以跳出框架，从外部视角更好的见自己、见生态、见资本，顺应潮流的大势，解决用户的真正痛点问题。 正因为看到每个AIoT企业都需要针对如上几个层次的关键能力，给出自己的解答，推演属于自己的发展公式，规划升级路径。因此，物联网智库也会做一次升级。
重点来了，为了配合智联网的发展，物联网智库创立子品牌“挚物”，成立“挚物·AIoT产业研究院”，并推出与之相应的企业服务能力矩阵。 我们宣布成立挚物·AIoT产业研究院并不是心血来潮，而是我们此前工作的延续。物联网智库诞生于2012年，如今已满7岁。在2015年我们经历了第一个关键节点，决定转型研究型媒体，从此之后的4年时间里，我们在多个方面成为首个吃螃蟹者，包括发布国内首份低功耗广域网络调研报告、国内首份二维视角的物联网产业图谱、配合国家级智库承担部委重大课题。 在这些工作基础上，我们顺势而为进入第2个关键节点，成立“挚物·AIoT产业研究院”。挚和智慧的智同音，但它拥有更深的内涵，挚意味着挖掘、握持；挚是商朝开国元勋、谋略家伊尹的名字；挚让我们彼此倾心，彼此携手。 挚物·AIoT产业研究院初期专注的领域，包括横向的5G、产业AI、区块链，垂直领域智慧地产、泛在电力物联网、工业互联网，旨在通过研究报告、课题、政策咨询形式为业界提供服务。
如你所见，物联网正在全面升级到智联网，小米宣布100亿All in AIoT；华为、阿里等巨头纷纷将智联网作为主赛道；运营商们在建设5G的是否发现智联网和5G是一体两面，是一码事。 当前，智联网正在创造崭新的生态、数据、场景、应用，而且围绕智联网的投融资正在飞速的发展。上图的右侧列出了围绕智联网开展的最新投融资数据。阿里36亿投资千方科技、Salesforce花了157亿美元并购Tableau、苹果10亿收购英特尔基带业务…未来围绕智联网的布局仍将此起彼伏。
智联网的魅力在于，它将会重新分配产业链多个环节的价值与利润，通过构建软件、硬件、平台一体化的策略，不仅有利于在商业上获得成功，形成的协同效应还能增加利润回报。 在智联网时代，产品的销售还会真正形成闭环。过去的产品型公司，在万物互联的时代，会变成一个新型公司：万物运营商。 接下来，亚信科技董事长田溯宁会对智联网AIoT的商业模式如何突破旧格局、建立新范式进行解读。 03 亚信科技董事长 田溯宁 新技术的使命永远是：革新旧秩序，创造新价值
智联网的商业模式应该如何构建？亚信科技董事长田溯宁、镭场景实验室创始人暨CEO武军、万智生科技创始人暨CEO金亚东，专门策划了一场别开生面的“产业互联网场景革命三人谈”。 田溯宁在谈话中提到：“通信行业曾经有最好的商业模式，即为时间和距离付费。现在大家都在谈新技术革命，也就是旧秩序在被打破，新的价值在被创造。我认为智联网和过去所有的变革都不一样，它让人类对自己的世界有了一个新的视野来观测。” 过去计算机只能记住片段的数据，在早期的数据库时代、在互联网的时代，我们能够把很多人与人之间交流的数据记录下来，但是自然界的客观数据实际上是很难被记录的。 在万物连接的时代，每座楼、每棵树、每个动物、每个物品都有了传感器。我们人类第一次对自己的世界有了全新视野的观测。从商业模式的角度出发，我们就会看到这样的观测会有非常多的新场景出现。即便是我们过去的场景、过去的数据，也都有了新的观测角度。 面对万物智联的时代，新的商业模式应该是怎样的？ 在我们向往5G带来的万物智联的新世界的时候，最重要的是想好怎么通过它来赚钱，而光想是没有用的，需要我们不断去探索。 在过去实践的过程中，我们看到过各行业中各种各样的场景，武军和金亚东在演讲中简单分享了四个场景给大家：
这些场景是有共性的，都是在行业内被长期忽视或者深埋在产业中的老问题，这给智联网的从业者们带来巨大的机会，每解决一个具体而微的场景，都有可能撬动一个蕴含巨大商业价值的市场。 ----写在最后---- 时间，它是一个神奇的东西，它会揭示你，揭示你的本来面目，揭示你的初心。 你对未来越有信心，对现在就越有耐心。贴身多年对产业的观察，让我们发现之前的成功经验在今后不一定管用，无论你爱还是不爱，智联网来了。我相信你我可以直面冰山之下的挑战，你我并肩可以创造属于我们自己的未来。 无论你在哪里，无论你在做着什么，只要你在做的事情和智联网发生关系，我们都会陪伴着你。因为，陪伴是最长情的表白。 最后，很开心与你分享一条喜讯，我的新书《智联网·新思维》已经正式发布，感兴趣的朋友可以扫描下图中的二维码获取图书信息。
|
|
|
