触点IoT+生产力AI&QC+生产关系BlockChain+载体Platform四者一起形成的新活力，注入到传统业务中，迸发出的商业形态将难以估量。
如果人是行走的口碑，那IoT就是连接物理世界与数字化世界的载体。新的IoT生态已经产生，只是我们都未曾重视。对于在旧商业成功的企业，新模式诞生的时候，依然在经历看不见、看不起、看不懂、来不及的过程，希望这一次通过这一篇文章，你可以早早看见并来得及布局。
笔者一直认为“触点IoT+生产力AI&QC+生产关系BlockChain+载体Platform四者一起形成的新活力，注入到传统业务中，迸发出的商业形态将难以估量”。这个里面IoT是触点，是所有人和数字化世界发生接触交互的地方，是连接一切的连机器。
所以讨论渠道其实是有两个不同的维度的，一个是渠道的目的还是服务于人，一个是什么和人在交互，后者就是今天讨论的主要话题，万物都是渠道的时代，特别是即将到来的IoT时代。
以下是正文：
如果IoT仅仅是渠道，这样的论述实际上把IoT在未来生态竞争中的地位格局讲小了，实际上IoT生态已经在各行各业显现。如果保险公司要把IoT当做渠道，最重要的任务就是和渠道合作的问题，也就是布局渠道的问题。但是如果保险公司把IoT当做生态，那就要利用终局思维，寻找当下最为关键的场景，顺着我前面说的“点、线、面、体”的演化路径，最后演化出IoT为载体的生态。
本节内容我会通过分享Google在移动互联网和AIoT（AI和IoT的合称）时代面临的最大挑战。同时通过终局思维的方式，以十年后IoT为生态终局，寻找当下最大的应用场景，再沿着这个核心场景演化出一个IoT生态。然后通过这两部分，引出IoT时代保险业在渠道和生态建设的重要性。希望对我们所有苦苦探讨AIoT场景的人都有所启示。
一、Google在移动互联网和AI时代面临最大的挑战
从本质上讲Google就是是一家什么样的公司？
PC时代，Google依靠搜索领域的积累成为了全世界最好的搜索公司，同时也是全世界最大的广告公司，也是被公认的全世界技术水平最高，非常重视工程师的公司等等，但这些都没能洞察到Google这家公司的本质。
1. Google是一家平行型企业
在前面 两种科技模式与保险产业结合的多种潜在可能 一文中，分享了美国的科技企业主要有两种模式：
一种是以Microsoft和Apple为代表的80后企业的平台模式；
另一种是以Google（更准确的讲是Alphabet，Google母公司）、Facebook为代表的90后、00后企业的聚合器模式。
前者是垂直型企业，聚焦于技术制造工具，致力于赋能人类。后者是平行型公司，立志科技取代人类。
这就是Google的本质，它本质上是一个平行型的公司，它的整个商业模式都建立在广告之上，或者建立在服务之上。
平行型企业的模式，天然使命就是要所有人，尽可能多的人用上它的服务，而不是反过来限制使用自己服务的人数。服务覆盖的用户面越广，这样的公司价值就越大。在PC时代，搜索入口是最大的流量分发聚合器，因此Google取得的极大的成功。
2. 移动和AIoT时代Google面临的挑战
在PC时代向移动互联网时代迁移的时候，Google由于没有把握好自己的这种平行聚合器的商业模式，犯下了很多错误，例如：最好的Google地图只给Android手机用户，不给iOS用户导致Apple被逼无奈做了苹果自家的地图。
早在2009年谷歌就做出过一个决策，它们在谷歌地图里研发了一个新功能，英文叫做“turn-by-turn navigation”。实现的功能其实就是在导航的时候，系统可以提示你具体怎么转弯，在哪个具体的路口应该怎么走——实际上这已经是如今导航地图App的标配了，但这个功能是谷歌最先研发出来的。
而研发出来的时候谷歌决定： 这个功能是安卓专供。如果你用的是iPhone的话，即使下载了谷歌地图，也和安卓版的不一样，缺少一些功能等等。
再例如：在2012年，也就是安卓和iOS争夺的白热化的时期，当时iOS更新到第6版，人们发现，苹果把视频网站Youtube排除出了系统预装的App名单。
实际上Google这样的错误数不胜数，这种决策是两家公司在激烈竞争的时候很容易脑袋一热就做出来的决策——反正我安卓要和你iOS竞争，给自家产品增添一些好的、独有的功能是非常合理的。
事实上这种行为你会在很多公司上面看到，但直到几年过去，谷歌才发现自己犯了一个最大的错误。
从安卓开始，Google才真正明白了自己在智能手机时代的定位——一个通过提供服务，赚取广告收入的公司，而这种模式的公司最重要的就是，开发适应于尽可能多的用户的产品，并尽所有努力触达它们。
在移动互联网时代，Google虽然通过Android这样的开源操作系统获得了一定的流量聚合，但是由于系统本身无法直接分发广告，导致Google的赖以生存的商业模式消亡。这就是Google在这个时代面临的最大挑战。
除了广告无处安放以外，当用户行为不只是集中在访问网页这一个方式的时候，谷歌和用户的联系开始减弱了。哪怕它仍有安卓系统，但貌似人们在买三星、小米、华为的时候，和硬件厂商的联系更紧密。
3. AIoT时代Google的必须要走的路
Google成功的主要原因，它的产品可以无处不在。想要什么信息，直接搜索就好。但如果我们从现在的眼光来看智能手机时代之前的谷歌，它产品是嫁接在网页上的。网页就是谷歌的用户界面，整个互联网就是谷歌所在的生态系统。
想象一下这样的设置威力有多强，在那个年代，只要你有电脑，能够上网，那么你只需要轻轻地打一行字：Google.com，就可以迅速、免费地使用谷歌的搜索产品了。你并不需要买一张光盘，或者下载一个软件和App，更不需要付钱。
谷歌最好的技术，世界上最好的搜索产品，就任由你使用。谷歌在拥有好技术之上，还占尽了PC互联网时代整个互联网开放程度的便宜。
但是AIoT时代，这个逻辑完全不一样了，让谷歌成为谷歌的两大因素突然消失了一个—— 谷歌仍然是世界上技术最领先的公司，但产品极低的使用门槛和非常方便触达用户的方式突然不见了，也就是它赖以生存的载体PC浏览器变成了App和IoT设备。
这时候，寻找像苹果这类垂直公司的商业模式，就势在必行了，而且留给Google的时间并不多了。
在硬件领域，Google其实做了相当多的尝试，包括著名的Pixel全家桶系列。2016年主打的Google语音助手，还有失败了的Google眼镜等等。
如今这个世界，随着5G的到来，IoT时代近在眼前，前奏手机就是一个很好的例证，如果没有像Facebook或者微信这样的垄断性场景，没有像Amazon和阿里这样的垄断性商业场景，Google这样的平行聚合器面临的不得不做的就是：做出更多可以触达用户的载体，这个载体自然就是IoT设备，自己做硬件就是必然之路。
二、物联网生态的落地场景
最近刚读完何帆老师刚刚出版的《变量》一书，在上一节保险渠道的两极之路：长险2B化，短险2C化 | 保险新渠道（一）中，为了说清楚保险业不会一直处于依靠代理人销售信息不对称发财，引入了快慢变量的思路。何帆老师的这本书也是在论述快慢变量，非常值得一读，其中有一个案例很值得思考，可以借鉴来讨论我们关于场景寻找的问题。
1. AIoT生态当前面临的问题
几乎人人都认为，AIoT就是未来五年甚至十年、二十年最大的趋势，通过长线思考和终局思维，AIoT生态是未来十年后商业竞争的终局，但除了智能手机这个应用最为广泛的IoT设备以外，几乎所有企业都没能找到一个真正有效的可落地的场景，来支撑AIoT生态的演化。
国内最被看好的AIoT公司小米，最大的应用场景也依然是智能手机和手机中的一个个App……这就是趋势来临时，几乎所有人都面临的问题：场景！到底合适的场景在哪！？？？
那么，如果你是一家立志AIoT生态的创业者，除了智能手机，你应该选择什么样的场景切入？
2. 寻找场景的难题
我们在AIoT生态中寻找一个细分类别来具体论述，例如：机器人领域。之所以选择机器人领域作为AIoT生态建设的切入领域，是因为机器人是所有人认为最具潜力但技术挑战最大的领域。但大多数人对机器人的理解要么就是家里的扫地机器人这样简单的场景应用，要么就是机器人要像人一样。
例如：波士顿机器人模仿人三级跳，索菲亚模仿人交流等等，实际上这很可能都是错的，希望通过这个案例，可以找到不一样的思路。
确定了具体类别，现在需要我们考虑的问题是：如果你作为一家机器人公司的创始人，你会找到什么场景切入从而做出生态？
3. 终局思维：产业拆解
我们无法靠天天盯着机器人发呆来寻找场景，所以确定了进入的行业，第一步是要对行业进行拆分：行业拆解。机器人可以分为工业机器人和服务型机器人两个领域，他们的差别非常的大。
工业领域机器人发展近七十年，非常成熟，在工业生产线上，有大量的机器人应用场景，而且都比较标准化，好落地。从20世纪60年代世界上第一个工业机器人诞生，到现在像成熟的汽车生产线、富士康的手机生产线，遍布了各种各样成熟应用的工业机器人。
这个领域最大的特点就是高端机器人及应用场景都被四大家垄断，就是四个跨国公司，瑞士的ABB、德国的库卡、日本的发那科和安川电机一共四家企业。按照何帆老师对参访者的描述，国内工业机器人公司拼的都是成本优势，但依然竞争力薄弱。显然对于初创公司而言，没有巨大的工业应用场景做实验，贸然进入工业机器人领域不太明智。
服务型机器人领域呢？
这个领域的特点是它起步晚，现在几乎是一片没有航海图的水域，前景广阔但是没有航线。它的优点也明显，市场规模实在太大，所有跟生活相关的场景，都可能用到服务机器人。
假设我们决定聚焦服务机器人，那怎么继续拆解这个领域呢？
有三个维度：一个是空间，一个是时间，一个是工作流程是否可标准化可量化。
（1）空间
空间的基本分发就是大、中、小三种，所谓的小的是居家环境，像“低端”的扫地机器人就是一个典型的应用场景；中等的是办公室、酒店、医院等等，像早期的自动贩卖机也算一个典型的应用场景；大的是我们居住小区、社区，还有中关村软件园这样的园区等等，目前很难能找到社区内穿行服务的机器人应用落地的场景。
小场景中，机器人在家里最多扫个地，要是给我们做饭、倒茶、叠被子，都还做不到，有一些基础的应用场景，但是很难找到场景的演化或者深度的拓展从而进一步发展迭代。
那大空间呢？环境太复杂，比如小区里会有狗追机器人，会有人想去偷机器人。
实际上这个大小空间是什么呢？就是我一直重复的场景颗粒度的问题。颗粒多过大也会导致场景太复杂，不太容易实现，颗粒多过小会导致场景价值大大缩水，因此导致拓展演化非常困难。所以，服务机器人最适合的场景就是中等空间，任务明确，环境简单，可拓展性强的场景。
这是空间的选择上：选中等颗粒度的空间场景。
（2）时间
时间分长短，一般的工作是八小时制，有的地方是两班倒，比如超市，还有些地方是通宵营业三班倒或者四班倒，比如钢厂这类生产线，再例如酒店和医院这类服务场所。人因为无法长时间高度聚焦注意力，所以高效工作时间有限，需要休息。但是对机器人而言，24小时工作也不会疲倦，所以长时间性质的工作场所对机器人需求也就越强。
这是时间维度的选择：选长时间工作场景。
（3）标准化
第三个是工作性质的问题，例如创意性工作，机器人肯定不适合，比如：让它做产品经理、UXD设计师这类工作，机器人是没办法胜任的，至少在短期内不可能。再例如医院的工作，特别是医生和心理咨询类工作，机器人也是短期内没办法胜任的。机器人能胜任的是那些标准、可量化、简单重复的工作，例如：最早应用在金融业的“机器人”化的场景就是取款机。
这是标准化维度的选择：选的场景越标准化越好。
（4）怎么选择？
结合中等颗粒度空间、长时间工作、越标准化越好等等，其实可供选择场景已经非常有限了，酒店就是一个非常典型，且市场空间巨大场景，24小时餐饮服务也是一个场景。
我们以酒店为例：在场景里干什么呢？
当然不是迎宾了。通过拆解酒店所有工作场景，你会发现，最好的应用是让机器人送货。比如，晚上航班延误了，凌晨两三点才入住，肚子很饿，可是餐厅已经关门了，怎么办呢？
这个时候，机器人就能发挥作用了：在酒店放个二维码、或者pad一类操作屏幕，扫一扫二维码或者通过pad就能下单，然后机器人送货上楼，一直到门口，通过门铃或者手机PUSH通知你开门取货。
4. AIoT生态演化之路
如果场景分析到这，最多也就只能算一个精准定位场景的创业案例，创业公司生产很多机器人卖给酒店的同时，还要训练机器人熟悉酒店的内部结构，例如：按楼梯、识别楼层、识别门牌号等等。这这是一个费力的生意，但并不能演化为IoT生态。所以我们要对场景升级，让场景不断按照“点、线、面、体”的路径演化。
（1）演化V1.0：相互改造
机器人和人不一样，上电梯要按楼层号、识别房间号等等，这个难度并不小。根据场景四要素：空间、时间、情绪触发、交互，场景不是产品的终点，而是产品的起点。
产品投入场景之后，它会跟这个场景交互，在交互过程中不断的适应，相互改造，就好像农民在种农作物时都会夹杂种植豆类植物一样，因为豆类植物可以产生氮这种对其它植物至关重要的营养元素，这就相当于豆类植物改造了土壤的品质。
按照一开始的设计，机器人要能在酒店送货，一定要学会对酒店具体的场景做出识别和反应，就实现这一能力所耗费的研究投入就会巨大无比。所以我们要进行场景升级，更高级的方案是：主动改造酒店。
为了让机器人学会做这些事情，主动改造酒店的设施。比如：机器人来到酒店之前，可以把门禁闸机、电梯、房门、购物机都变得更智能。这样机器人就不是在一个智能荒漠里面孤军奋战了，它可以跟身边的一切进行交流，互相协同。
你坐电梯还是要按楼层按钮，但是机器人不需要，它能跟电梯直接“心灵感应”，如果是楼梯，不需要机器人爬楼梯，而是楼梯载机器人，这个难度就不一样了，载人载物是楼梯的天性，但爬楼梯不是机器人的核心能力。
这就能推动整个酒店行业的设施和标准来一次大升级，让酒店更接受机器人，释放更多的红利。谁做这个机器人的公司，很可能就是这波红利的领跑者。
这是我们场景的第二个认知层次，产品和场景要相互适应、相互改造。
（2）演化V2.0：打破空间，创造场景
紧接着，寻找更高级的打法：就是产品从一个相对简明的场景切入真实世界之后，能够打通旧场景的边界，重新界定场景，甚至给自己创造一个新场景。因为机器人的进驻，酒店这个场景本身会经历一次底层的颠覆。
一般意义上，人对酒店的定义，就是一个临时住宿的场所，而且是一个不怎么方便的住宿场所。比如：很多酒店是不允许外卖小哥进入客房区的，我们在酒店里点外卖，外卖小哥还要电话让我们下去取。但是如果酒店里用了送货机器人，我们就会发现，酒店的消费场景从隔离状态进入了一个对外全联通的状态。
这是什么？
区别于网上订酒店这种简单的场景，这是第一次让酒店服务实现了联网，实现了在线化。这么复杂的场景真正实现在线化，居然是通过机器人来实现的，而不是在线预订这种人类常规思维下的交互方式实现的。
由于第一步实现了真正的在线化，接下来数据化、网络化就有了演化的可能性，如果能演化出数据化和网络化，就有演化出生态的可能性。
当酒店服务实现真正在线化以后，以酒店为中心的一个商圈就被打通了，那想象空间就大了。我们可以在酒店里点餐、买一些水果蔬菜、租游戏机、租高尔夫球杆、订景区的门票，甚至还能够从图书馆里借书。
所以，以后酒店这个场景可能就不存在了。因为机器人的介入，以后人们再说这个场景的时候，会说酒店生态，虽然这个只是生态雏形。如果酒店的电梯、门禁也是智能的，机器人是不是通过所谓的“意识层”就可以和酒店硬件互动了？
这一步非常重要，通过服务机器人一项，就实现了酒店所有场景的撬动，从而对整个酒店进行了改造。
这里再插一句，如果对像亚朵这样的主题酒店进行智能化改造，可想象的空间是不是更大？
（3）演化V3.0：数据智能的诞生
关于生态建设和平台建设的讨论中，屡次强调过生态和平台的本质是数据智能和形成多边网络效应（双边网络效应）。再回头看机器人这个案例，我们需要再一次对场景进行升级，这一次，我们只租赁、不销售机器人。
像一个劳务中介公司一样，把机器人“雇佣”给酒店。这是为什么呢？你想，一旦酒店生态这个新场景打开，会有成千上万的机器人穿梭在全球各个地方的酒店商圈里面。
但是机器人跟人不一样，它是能通过互联网，实时信息交互、实时相互协作的。所以，机器人这个物种从来就没有单数，它永远是一支“军队的力量”。这个时候，机器人之间的互相协作，就能产生巨量的数据和巨大的效益。
只租不卖带来的好处就是所有酒店用户和机器人互动的数据，全部可以沉淀到机器人租赁公司的后台服务器中，用来分析服务用户，从而迭代机器人、提升用户服务的精准程度，这不就形成了我一直强调的“反馈闭环”吗？
淘宝这样依托于App平台的生态企业，要想做到精准的千人千面，也是依赖于数据智能下的反馈闭环，不断迭代才有更准确的商品或服务的推荐，推荐的精确度越高，用户体验越好，用户体验越好，交互频率就越高，潜在的转化率就越高。区别在于淘宝生态的载体是App，机器人为枢纽的生态载体是机器人这个IoT设备。
这一步，实现了初步的数据智能，但是由于场景单一，还无法形成立体的用户画像，也没有完全形成比较有规模的双边网络协同效应，所以机器人的服务场景还要进一步拓展。
（4）演化V4.0：双边网络效应的诞生
如果我们让机器人自己给很多展览馆、博物馆等等这类场所发份机器人的简历，让机器人去应聘解说员。有的人力资源经理一看简历上写的是机器人，心想这不是神经病嘛。但是也有一些人力资源经理，会愿意让机器人去试一试。可不要小看这个小趋势。机器人真的和人一样上岗工作，那一天很可能到来得比我们想象中的还要更早。
一旦这个缺口打开，就像洪水决堤一样，除了酒店、展览馆，还有更多的场景可以拓展。除了中颗粒度和长时间、标准化的场景，还有大颗粒度、细颗粒度下短时间场景等等。
数据的积累自不用说，形成多边网络效应也指日可待。如果场景足够丰富，为机器人开发应用的、为机器人开发算法的、为机器人提供维修服务的等等各种各样的角色，都可以通过企业对开发者平台（类似Apple的App Store一样）入驻进来，迅速丰富整个生态。
如果稍微现象一下，很可能这个场景缺口，已经扩大到全人类的生计问题，还有我们文明未来的形态了。所以，一个会给自己创造场景的企业，从来都不会愁自己的场景太小。
现实生活中有没有这样的企业呢？这家做机器人公司叫云迹。
另外一个就是，云迹如果要改造酒店场景，必须有酒店愿意配合，从酒店的角度来讲，及早进入比等着颠覆要好，因此阿里在2018年11月份开了一家叫“菲住布渴”的未来酒店。
阿里“菲住布渴”的未来酒店，可以说是阿里布局IoT关键环节：通过酒店训练机器人，通过机器人改造未来酒店。再联想到马云8亿投资的Pepper机器人、参投以色列安全技术初创企业Nexar等等，是不能让你联想到更多呢？
我们把脑洞再开大一点，从家里的各种IoT设备，到去飞机场路上的IoT屏幕、飞机上的IoT屏幕、酒店的机器人…所有的IoT设备连起来，就会形成非常大的闭环服务，从而进一步放大生态的效用。
三、万物互联互通下的保险渠道
传统的保险渠道，是指保险商品从保险公司向保户转移过程中所经过的途径。如果再划分经代公司中间商，那么还可以分为直接营销渠道和间接营销渠道。可以说从最早的直销到目前的直代混合模式，所有的渠道建设都是“分佣”驱动，依靠着庞大的利益关系建立起复杂的线下营销网络，几乎是奠定当今保险业辉煌的不二功臣。
随着健康险和养老年金的趋势越来越明显，特别是健康险产品，一款产品一百多元，最高七八百，根本没有什么可以分佣的空间，代理人是没有任何动力去销售健康类产品的。但这并不能代表不做健康产品，谁都知道健康是未来，因此重视互联网渠道就尤为重要。
1. 没有大健康生态就没有健康险市场份额
这是IoT时代的第一个预判：大健康生态必须是依托于IoT设备，充分融合了线上线下资源的重生态，而健康险的销售，必须要依托于大健康生态。这里的IoT设备是广义的，人类目前制造的最大IoT设备就是智慧城市，因此智慧医院、智慧养老社区、智慧体检中心等等都是广义的IoT。
除了代理人队伍没有动力销售几百元的健康产品以外，更重要的是健康产品必须介入用户的健康管理，才能进行有效的控费，进而产生更多更丰富的交互，完成其它方面的转化。完备的、立体的健康管理必须依托于大健康生态。
除了生态，单一的场景是无法建立起完备、立体的健康管理的，因为单一的场景是没办法获得并记录用户立体的数据，从而形成多维度的健康画像的。而健康管理的关键就是拥有足够数量的用户数据对用户健康状况进行画像、跟踪、分析、输出。
2. 重视IoT生态布局
云迹机器人开创的基于机器人为载体的IoT生态，已经充分证明了除了移动互联网App为载体的生态以外，第二种生态模式已经进入我们的视野，错过了App为载体的生态，就不要错过IoT为载体的生态。
由于大健康产业是重模式，所以移动生态时代并未产生过大的颠覆，但是IoT这一波对健康产业的革命会异常猛烈。想象一下，医院中除了必要的医生，其它岗位都是机器人；体检中心全是机器人；养老院全是机器人…这在AIoT时代是完全有可能实现的，而这一个个IoT设备，你看做是渠道也行，生态的节点也行，机器人也行，员工也行…
3. 寻找最优场景
利用终局思维，我们拆解IoT时代的大健康产业。第一个是大健康产业最核心的资源，第二个是大健康产业最优场景。
（1）核心资源
人的健康状态分为健康、亚健康、生病状态，一般意义上健康和亚健康状态的用户，并不会产生太强的刚需消耗医疗资源。所以这种情况下，生病状态下的用户需求就非常重要，生病用户的主要康复流程包括：咨询（在线或电话）–挂号（在线或电话）–就医（线下）–取药（在线）–康复（居家休养）。其中只有“就医”环节无法互联网化，这中间最关键的角色就是医生。
对医生简单粗暴的分层，可以分为顶级、中级、普通医生。顶级医生自己就是IP，不会太重视互联网流量。普通医师因为从业年限和经验的问题，尚无法独立解决医治问题，用户也有不放心的心理作祟。实际上，医院就医的最大压力一般都集中在中级职称的医生身上。这部分人就是大健康生态最核心的资源。
（2）最优场景
按照云迹部分的终极思维拆分，大健康生态来讲，结合场所、时间、职业类型综合比较，你会发现，精准医疗过程中辅助医生手术的IoT设备是一个方向、老人陪伴和简单护理机器人是一个方向等等，同时IoT设备一定要能影响到企业对体检机构、医院和养老院的改造，让体检机构、医院和养老院更加智能化，让IoT设备成为智能体检机构、智能医院和智能养老社区的载体和枢纽。
什么是好的就医体验？
如果去医院之前就有人（机器人）帮我挂好了号、到医院就有人（机器人）引导我快捷就医，不用排队不用等到，10分钟左右就可以搞定，这算一个好的就医体验的一种形式。
另外一种是医护人员上门，体验会更好但价格也会贵很多。前一种就要依托于智能医院来实现，智能医院的关键是全程IoT设备协同服务，后一种就要依靠代理人2B化来实现，后面会讲到。
4. 重视和硬件厂商的关系
在生态篇，着重强调了大企业主导生态建设，小企业一定要进生态，实际上大企业在生态建设的同时也要同时和外部的生态形成必要的战略合作关系。
移动互联网时代重视互联网生态，AIoT时代就一定要重视AIoT生态，也就是所谓的尽早布局优质场景的硬件厂商的合作，例如：华为、小米和苹果。吵了很多年的IoT趋势，但很多商业场景应用并未形成成熟的案例，导致几乎所有人都只是谈谈IoT，然后除了共享单车和骑行意外险，就没有其它任何场景了。
实际上，上面说的机器人场景，就是一个非常成熟的案例了。像云迹一样，很多躲在我们身后的创业案例应该还有很多，从2019年1月起，重视AIoT场景，重视物物渠道。
5. 挖掘代理人和健康生态的利益关系
大健康生态的另外一个特征就是必须和IoT设备高度融合，通过设备跟踪用户健康状况，从而进行必要的干预和管理。参与干预或管理的过程中，就有必要的交互，有交互就有潜在的转化。但是仅仅依靠智能硬件并不能解决用户除上医院以外的所有健康问题，这时候必须要有服务人员跟进，期初，这个角色最好的人员只能是代理人。
PS：可参考这篇保险渠道的两极之路：长险2B化，短险2C化 | 保险新渠道（一）
这篇文章提出了代理人2B化的思路：2B化的团队要围绕“线下服务”展开工作，销售只是其工作中的一部分，核心在于围绕生态定位的服务。
如果生态定位是大健康，那代理人的主要工作就是基于保险服务的健康管理，从健康用户的健康管理、体验甚至体检报告的解读，到用户生病后上门就诊，诊后的理赔服务，甚至全程用户无需任何费用支出，全部由健康管理公司、体检机构、医院和保险公司结算。这样的服务也是当下代理人队伍无法完成的，企业必须为代理人赋能。
代理人2B化的关键依然是找到企业、用户、代理人团队之间的利益输送关系，这种利益关系是摆脱了过去简单粗暴的分佣模式，反转为通过服务获取收益的模式。医护人员上门为用户输液，这种行为可以标价服务，同样的2B化的代理人上门解决用户的健康管理问题，也是可以定价的。保险公司要做的是鉴定好费用的收支出问题。
6. 会员是大健康生态新引擎
大健康生态，要想实现以上关于IoT布局、代理人利益捆绑等等关系，破局的方法之一就是会员。会员会成为健康生态的新引擎，这一模式有别于电商、社交生态，但也有相似之处。
这样的会员模式会是一个什么样的服务形式？
例如用户A男性30岁，购买了大健康生态的会员，价格暂定1999/年，可享受生态内的服务包括：
所有常规健康服务全部免费；
可获得合作电商、零售、O2O等平台优惠券，24期免息购买iPhone等等；
可免费获得相关健康管理软件，参与健康管理服务；
销售人员重点认为是卖会员任务，一对一绑定服务，日后三年内该会员所有关联交易都可以给销售人员做分成、业绩、晋升等等；
如果70岁没有理赔，该会员费会当做养老年金按一定理财利息全部返还给个人；
购买会员会同时获得价值1999元的健康服务包，这个服务包包括几乎可覆盖门诊、重疾、大病、以外在内的所有健康险产品；
可续保到100岁，同时满足例如像（5）中所说的问题，对用户进行返还，这就是“养老年金”的产品模型。
其实可以畅想的内容比较丰富，此为初步设想，仅仅引入参考。生态有机运行的两个非常关键的能力是多业务板块形成所谓的“飞轮效应”，同时企业具有足够的自由现金流可以不断创造更多的可选择性，而会员在这中间的作用就是飞轮的引擎。
全文完，希望对你有所启发~
