物联网是一个传统IT与新兴技术结合的产业，玩家中包含很多传统ISV/SI，这些企业在各行业深耕多年，原来做软件开发，之后是做移动行业应用和M2M解决方案，现在转型做LPWAN解决方案，这样的企业非常多。
曾有数据银行负责人提到,尽管他们现在的数据交易量增长迅猛，但是企业客户对数据的需求仍然是远远大于供给，缺少各种类型的数据。这个数据来自什么地方?物联网是很重要的数据来源。这只是催生物联网发展的一个因素。还有人认为是低功耗广域网的兴起和芯片等硬件成本的大幅下降，推动了最近2年物联网时代的到来。
农业物联网
实际上，物联网浪潮的到来，本质是由以下4个逻辑推动的，如下图所示：
1、人性的发展：智人->人->神人
从原始的智人发展来的人，未来希望变成神人，希望达到自由主义，让自己所有需求都得到满足。
人会创造一些简单的机器和高复杂度的机器人，通过机器代替人做事情，把人解放出来，这是第一个逻辑。
正是这个逻辑，不断催生出各类型智能硬件、人工智能需求。
2、思维的4层次升级
代替人的机器在不断升级过程中，背后隐藏着机器思维的4层级升级。
第1层级是简单控制。最早其实人类创造的机器就是控制，机器没有思考，全部通过人来进行开关控制、参数设置。
第2个层级是机械思维，即设定好什么条件下发生什么反应，基于因果关系的思维，根据确定的环境因素制定确定的决策，比如路灯的光线传感器根据天空的阴暗程度来决定灯的开关，这就是典型的机械思维。
第3个层级是相关性思维，最大的不确定性因素是环境，决策非因果关系，而是经过相关性分析后作出判断。
相关性思维已经发展多年，最早的统计分析、数据挖掘即如此，现在的机器学习、神经网络也是如此，只不过比统计分析多了根据数据训练调参或者自动生成模型。
比如掷骰子，要预测骰子的结果，需要根据扔骰子的力度和方向，包括风的影响等等一系列因素做判断，所有这些因素都是不确定的。
另外一个例子是自动驾驶，其中一个很大的难题是针对缓慢移动的物体可以做一些识别和响应，但如果是快速移动的物体，基于传感器很难做出判断到底该如何应对，这也是针对不确定性和快速变化的环境，通过相关性思维做出的分析和判断。
第4个层级是认知智能和类人思维，这里面的逻辑就是把采集到的数据转化成信息，信息再加工成知识，知识转化成行动，不断做归纳总结，机器模拟人的思考过程。未来物联网所有运作规律均沿以上4个思维层级去进化。
3、自我管理
上述第3个逻辑是针对人自己本身、物本身要做监控/诊断的特性提出的，对人自己做优化，对机器及机器之间的配合做优化，人会有越来越多的外带的设备或者植入到身体里的设备去对人身体数据和生活习惯数据做采集，不断给自己一些建议。
工业领域的设备，或者大家使用的各种电子设备上将来会有越来越多的监测装置，能够对机器本身状况做监测，以此进行预防性维护、能耗管理、运营效率优化。
4、互联想象
这个逻辑是什么呢?人的竞争、企业竞争最终是认知的竞争，企业和人需要不断地改善自己，99%的人失败是由于无法改变自己，坚持自己的固有观念。
人类发展从最早到不同类别群体中脱颖而出，并不是因为自己有组织能力，而是因为自己有幻想，相信国家/相信神，有这种幻想才导致智人这个族群在所有族群里最终胜出。
现在，人相信自己会主宰很多事情，或者相信金钱的力量，相信权威的思想，这些都是源于幻想，想象会让人拥有极强的力量，这是人和动物最大的区别。
我这里所说的互联想象是指什么?就是未来其实人类不会再去相信对于某种事的追求，而是会依赖环境信息的采集做决策。
我们很多决策正确与否取决于是否拿到足够的流动信息，我们相信物联网带给我们足够的数据量，这样就可以做出有利于自我个体发展的决策，这是第一层级。
第二层级就是发挥资源协同的价值，实现社会整体效能的提升。比如说现在每个人都有一台手机，利用效率不高，晚上手机即不再工作了，而社会需要的计算资源会越来越多。
假设有一家公司做一个事情，把所有手机的计算资源调动起来，在人休息的时间把闲置的手机计算资源利用起来，然后用在需要大规模计算能力的领域，比如说用在人类疑难疾病问题的解决/重大难题攻克上，同时手机用户也可以获得额外回报，这就是一个典型的资源协同优化效率的例子。
再比如说城市交通调度，把所有汽车/道路的信息综合起来之后，依据已经找到充分多的信息做出最优的交通调度和调整，帮助每个人节省在路上的时间。
第4个逻辑其实是环境、人、物未来会基于对物联网的相信，进行智能应对，以及依靠万物互联的机制做出最优化的资源配置。
