这一次来真的!犹记得2002年左右，我们一群同事，到CMU大学取经，学了一套叫做普及运算的架构回来。当时一个简单的案例是室内定位，例如在一个大型办公室园区，你的合作团队成员在哪边，设备仪器在哪边，是不是有人在使用，其他各式各样的资源的使用情况等，都可以随时在自己的计算机一目了然。

　　那时候有一次演讲，我随口说了一个牙刷的情境，早晨你起来要刷牙时，牙刷会讲一个笑话给你听，让你刷得特别开心。后来又弄一个魔镜的专利，约会前只要看着魔镜，可以看到各式化妆手法后的脸孔和衣着。　　

　　过几个月后，我又提了一个计划，叫做无所不在的影像，就是每个重要地点广设无线摄影机，然后有个中央控制的机制，需用到的人可以去查询，所以我们就可以随时看到北海岸的风浪、看到东北角的日出、看到山上的樱花、2环路的车阵。

　　那一段时间，很多的想法蜂拥而至，但并不受到太多关注，产业大部分都在为智能手机的大市场而做准备。离开那个工作前，我们实作了 Zigbee 完整通讯协议的程序代码，称整个应用叫做无所不在的感测控制系统。

　　这意思跟更早之前，刚开始个人计算机比较普遍的年代一样，有人开始幻想计算机会统治世界，控制机器人来管理交通、生产、秩序等。有人幻想家里冰箱、电视、洗衣机、门窗等，都可以通过计算机控制，自动服务它们的主人。　　

　　直到Internet 互联网出现，大家又开始幻想一次;移动网络出现又再度幻想一次;然后云端运算和社群网络普及后，继续幻想;但这一次，可能是来真的了 !!

　　因为：

　　▲网络基础建设趋于完善

　　▲Open Data 广度增加

　　▲半导体技术让指令周期大增、功耗和芯片微小化

　　▲微机电技术促使各类传感器普及，准确度也提升

　　▲智能手机普及

　　这一切都推动人类的世界往新的科技疆域前进，那就是所谓的物联网(Internet of Things， IOT)，而要看清物联网的本质，应逃不出以下6点特征。

　　1. 估算与资料融合

　　今天，有很多APP可以让我们随时随地看到城市里的交通状态，上班族除了固定上班路线外，早上起床手机打开看一下路况，自己也就能决定今天要搭什么交通工具、什么时间出发可以准时上班。

　　对APP开发者而言，他们就是通过地图厂商大数据系统，提供 Web API，通过这组API，我们可以查询到路况、公交车、停车位和共享单车…等实时信息，其中公交车动态信息就包含路线、去返程、预估抵达时间，每三十秒更新一次。对应的程序可以判断数据后，套在地图上，或是以简单的视觉呈现在用户接口上。

　　如果是把这个功能放在家里的闹钟里，也许可以自动微调整闹钟时间，例如今天路况特别多，“估算” 车程耗时长，那闹钟就提前十分钟响，闹铃音乐拨放后，语音合成讲一下路况信息。那主人就可以很清楚了解状况。

　　那么交通信息怎么自动上传到公开数据平台呢?

　　如果几年前的话，也许需要派驻人员在路边属车流量，定期回报。而现在有太多方法可以 “估算” 了，例如：

　　微波雷达车辆侦测器，架设在路口制高点，可以同时监控各个方位的车流方向和数量。

　　感应线圈，埋在马路上，线圈通电基本上有一个电感量，汽车通过时，电感值产生变化，即可判断车流量，那如果埋两个连续的线圈，就可以估计车速。

　　影像监视，在马路架设摄影机，借助计算机视觉，识别车辆数目与移动方向和速度。

　　高速公路上的ETC，用RFID的方式识别汽车经过量，两个ETC判读点之间可以很准确算出特定汽车的平均速度。

　　GPS追踪，公交车上架设GPS，通过3G网络定期回报坐标，后台即可算出其速度，再估算路况。

　　民众的智能手机，回报GPS方位到Google Map，后台可以估算整体路况，并在Google Map上显现。　　

　　交通控制中心的车辆监测器

　　这边出现很多 “估算“字眼 ，英文叫 Estimation，因为每一种传感器，都会有误差，通常没办法达到百分之一百的准确度，所以只能估算。要达到很准确的估算其实是不容易的，这中间需要有传感器的数学模型、算法推导、与实际修正等数据融合技术，没有沟通的话很容易造成使用者的误解。

　　2. 政府开放资料打开无穷可能

　　1990年代初期，美国国防部的DARPA(Defense Advanced Research Projects Agency) 开始资助 UCLA 一项名为 Smartdust 的研究计划。这项计划就是在开发无线感测网络的相关技术，包括为小型传感器、MEMS技术、低功率无线网络技术、Mesh网络、TinyOS，与传感器融合与整合，和信息描述与整合技术等。　　

　　在军事上面的应用，若军队要去登陆一个区域，先由飞机从高空撒下一批微型传感器，这些传感器到了地面，开始侦测地形地物、并且互相链接成一个 Mesh网络。我方地面人员或是侦察机一接近，即可收到整片网络收集到的信息。这种微形传感器也许可以做到一个一块钱，那撒下一万个，也许就可以覆盖 3-5平方公里的区域。

　　这种概念就是物联网 IOT，如果我们把这种无线感测网络的概念，放在国土监控应用上，那么民众就可以随时查看地理信息，而且是实时的。今天突然地震，我们刚好在看房子，就可以打开手机APP看一下，到底这种地震对我们正在看的地点影响多大，同时可以查看看这个地点的土地量测探勘结果，是不是断层带、顺向坡之类的，以免踩到地雷。

　　同样的物联网 IOT概念，应用到天气观测，中央气象台提供的开放资料平台，通过 web API 可以让我们查到天气预报、地震海啸等。也可以应用在全球，比我们早开放的有美国政府的Open Data (data.gov)、英国政府的 data.gov.uk 等，有需要的话，用一下搜索引擎应该可以找得到你要的数据服务。

　　3.物联网IOT成功关键：完整反馈控制系统

　　个人健康相关的应用也随着智能手机的普及而兴起，其中低功率蓝牙的成熟化也许是一个引爆点。平常休息测量一下心跳，运动中量测心跳、运动后量测心跳，整个过程以运动生理学的论点，至少可以让我们可以知道自己的运动强度，避免运动时进入无氧区而缺氧导致晕眩甚至休克。　　

　　量化生活已成为许多人的生活型态。

　　运动时心跳量测的方式，过去比较准确的是带着心跳带，通常待在胸围下方，心跳带侦测心脏跳动产生的电压差，来计算每分钟的心跳频率。在户外运动应用，通常使用ANT+的无线通信规格，一年下来心跳带只需更换一次硬币大小的水银电池。动态数据则传输到支持ANT+的手表或自行车表，这些表通常具有GPS功能，通过记录运动轨迹、高度变化心跳，计算机就可以计算分析运动速度、消耗热量、运动强度等信息。　　

　　具备蓝牙的心跳带、手表、各类传感器渐渐蓬勃发展

　　一般智能手机大部分不支持ANT+，而是支持蓝牙通讯，也因此具备蓝牙的心跳带、手表、各类传感器就渐渐蓬勃发展。搭配上智能手机的好处是，今天我们在运动时，资料可以通过 4G 同步实时传输分享到亲友端，当我们参加自行车赛时，亲友就在网络的另一端看到赛事情况，知道你在哪一段路上、车速多少、转速多少、心跳多快等。如果你有教练的话，这学习效率就会变得很高。

　　同样的概念，就有睡眠观测、血压量测、血糖测量、体酯体重、体温等各式的生理信息，搭配医疗健康服务，家庭医师就可以很了解。而长期下来的资料累积，储存在服务端或云端，则可以分析出区域健康信息，这收集到的数据集合也就属于俗称 Big Data 的一种。

　　不管个人健康物联网如何收集数据、过滤数据，这些数据都会牵扯到各个专业领域的分析辅助与服务，有了智能手表基础数据之后，是不是得要有一个反馈修正，才会达到真正的效益呢?

　　这个反馈修正可能是医师给的药方、慢跑教练给的课程、建议的新跑步鞋、亦或是健康管理师建议换的新床垫。也就是说，物联网IOT 的成功必须是一个完整的反馈控制系统。

　　话说最近的穿戴式设备还是很乌龙，譬如晚上睡觉时，智能手表在观察睡眠，手机放客厅收到一些讯息，手表就震得不停;主人在熟睡，手表快没电了也在那边震得不停，本来睡眠质量95%，被这样两三震隔天一看，变成70%，过两天就想把这玩意给丢掉，也不要拍卖以免害到别人。

　　4. 提升使用者体验　

　　物联网IOT反馈系统在反复修正后，最终应要收敛出符合使用者体验的一个应用情境。

　　穿戴式设备过去用在特种部队和工业上，在一般生活上毕竟还是刚开始，健康监控设备除非很必要不然其实很少人会喜欢整天戴在身上。例如说：

　　心跳血压类的，大家想想哪一种人需要整天戴在身上?嗯，没错，就是快要挂掉的人。

　　体温计，谁最好整天带着?对，就是想要生Baby的女性，需要完整准确的基础体温预测排卵期。

　　在房屋里面安装一些侦测器，身上带着跌倒侦测的，哪种人需要?你应该猜到了，独居老人。

　　谷歌眼镜呢?工程师、科学家、还有那些欠扁的人吗?新闻说有人带谷歌眼镜进夜店，被揍出来。

　　GoPro 穿戴式摄影机?也许要自己录教学影片的蛮适合的，因为自己一个人两只手，其实很有限，用第一人角度自动拍摄，不亏是一个好方法。

　　智能手表?… 手机放包包的人也许很需要，比较不会漏接电话，另外一种可能是不嫌充电很烦的人吧!

　　穿戴式设备链接到智能手机，在连结到云端与服务反馈，可以变成一个反馈系统，现在很发散，但也许过几年后，会收敛到一个很有用能满足特定族群的功能。但这都需要反反复覆的探讨使用者的经验反馈，然后反复修正改良，就像艺术雕刻一样，切了雏型反复从不同角度观察体会，同时精雕细琢才能成就完美作品。这种以设计思考方法所开发出的产品系统，才有机会大幅改善人们生活或是创造出跳耀式的利润。

　　5. 导入设计思考，从人本出发

　　看到这里搞不清楚物联网 IOT 是什么东西也是正常的，太多样性的应用、太多技术选择、与太多数据。应用领域上通天文宇宙探索，下达地理人文;太多技术，半导体、系统、软硬件、感测与机电系统;太多资料，手机连网也属于物联网的一类，光目前每年销售十亿来只的智能手机，每台每天多来一次网页搜寻就有十亿笔数据。以布置交通流量感测为例，一个路段车流量一天如果是一百万，那一个城市累积一个月的资料也是很可观。

　　这里我只能说物联网IOT 没有特定技术，也没有特定解决方案。例如智能电表节能应用，电表通过联网与管理系统间通讯，到底是要用 PLC、Zigbee、WiFi 或是 4G 得因地制宜。就像节能厂房里面的照明设备一样，让每座照明灯都联网，让后端可以有系统化的做节能控制，也是有不同的组合。

　　进入物联网IOT时代兴盛期，没办法眷恋单一技术组合，科技人必须跳出传统思维，广从生活体验、观察、发掘问题、研究、雏形、持续验证与修改。就如采用 IDEO 的 Design Thinking Methodology 解决问题一样，一招解万难，同时考虑到使用者的利益与满意度、技术可行性、和商业价值。　　

　　想做好物联网IOT设计，导入Design Thinking是很重要的途径

　　举ETC例子来说，要解决的是收费问题，虽然后面可能隐藏着监控的企图，所以政府决定最好的办法就是让汽车联网，当然汽车通过监控感应把位置传送到后端计费，也就是物联网的一种。

　　6. 生态系统思维的新商业模式

　　话说回来，如果我们在规划 ETC 的时候，广泛询问用路人的意见，应该会得到一个答案：不要收费最好，而且可以把 ETC 基础建设全部省下来。别开玩笑了，咱们国家没这么富有与慷慨，除非挖到大量石油或黄金，否则使用者付费应该是比较务实点。

　　牵涉到连网，物联网IOT 有别于过去的单一产品，利润和成本的关系不再是单纯的制造和销售。过去 Sony 做了很多创新的产品，例如过去很成功的随身听和一时领先业界的电子书。

　　Sony创办人之一的盛田昭夫，在1979年开始主导推出了Wlakman(随身听)，搭配耳机席卷了青少年市场，到了1998年，据统计Walkman在全球销售超过两亿五千万部。过程中一直演进的很顺利，从卡带式、CD、到 MP3、然后融入Xperia Android Phone。

　　而电子书方面则差强人意，从2006年e-ink 显示技术的 PRS-500开始，陆续演进灰阶度提升、支持触控、轻薄化、支持无线网络、3G、与多种电子书文件格式等，也建了自己的 Reader Store 卖电子书。但 2014年二月，Sony宣布结束美国市场的Reader Store，让消费者转换到 KOBO 。

　　不管随身听或电子书，在最近一次互联网与物联网的革新过程，相较于 Apple iPod 和 Amazon Kindle ，都可以看到 Sony 这段时期创新脚步的落后。其中一项很重要原因就是商业结构的改变，原本单纯的设计制造与销售，在新的时代里已经加入必要的 “内容服务” ，成本利润的计算与整体服务链的复杂化，也不是单纯地把电子产品做得很漂亮或C/P值很高就可以生存，搭配内容服务的商业模式变成现代消费者认知的完整产品。

　　过去我们习惯把一个实体产品做好，搭配售后服务也是只有维修这个产品，或提供使用上的咨询服务。现在东西联网了，卖方责任和服务范围都会加大，在设计物联网IOT产品的过程，得把视野拉广。