随着数据处理方式的普遍应用，及其势不可挡的发展趋势，设备、城市、人类生活必将随之发生进一步的变化，“数据化世界”即将来临？
AIoT显然的会让数据化程度会更高，每样现实世界里的存在的东西都会拥有自己的数据表示。产生数据的不再主要是人、设备、城市、生活都会进一步的数据化。
距离最终的Matrix，相比互联网，人类又迈出坚实的一步。数据处理方式，人们消费数据的方式必然随之进一步发生变化，恰如由写信到电子邮件再到微信这样的过程。
假如人类要打造终极的矩阵，那么一共需要几步？
第一步是必须形成一个商业成功的，彼此联通的世界。
终极矩阵本身并非是一种产品，而是一种社会形态，所以不太可能是一蹴而就，必然是全社会范围的持续迭代过程。因此起点上商业成功就非常关键，只有如此才能启动技术-产品-商业的持续循环迭代。数据化本身会带来效率的提升，所以一旦开启，那就像潘多拉魔盒一样，只能往前，不能重置，也不能反向推进。
整个互联网以及移动互联网扮演的就是这样一个角色，而近期互联网巨头的to B以及国际化都可以看成是数据化正在侵入原来数据化不充分的低点的信号。从个体来看这背后的核心驱动力是经济诉求，但从全局结果来看，这就是更普及的数据化。
第二步是彻底的数据化，但不彻底的智能。
数据化如果持续产生无用的数据，那应用的层次就无法深入，形象来讲如果回到2000年产生这么多语音数据，那其实没有任何一个公司可以从中创造价值。石油在地下埋藏百千万年，也只有到现代才爆发出真正的价值，所以无效数据等于没有数据。为了利用新传感器产生的数据就需要新的方法。这时候AI扮演了在更深层次使用数据的角色。
与此同时随着传感器的进步和5G的到来，各种设备、家庭生活、甚至整个城市都可以更加实时的进行数据化。这种数据化正在衍生出原本互联网所不需要的细分领域，比如经常提到的人脸识别。人脸识别在互联网或者移动互联网上本质上作用有限，但如果需要一个账户打穿多个设备，人脸识别这样的ID标识技术就会有更广阔的应用空间。
想象这样一种场景：
一个人从北京家里出门的时候正在看西部世界第一季第二集，看到第三十分钟的时候必须出门，否则会赶不上预定的飞机了。当他坐到飞机上的时候，无聊的他就打开了飞机上自带的屏幕，通过人脸识别登入之后，就可以继续从第三十分钟继续观看西部世界（祈祷下，那时候飞机上可以上网了）。
这样的使用场景在之前移动互联网时代是不存在的，移动互联网不同设备具有自己独立的生态。但智能语音交互彻底的改变了这些，它不只改变了交互的方式，事实上也改变了消费信息的方式。在智能语音交互的时候云端只有一份数据，应用彼此之间也不再拥有壁垒，终端实际上肩负起两个责任：一个是ID接入，一个是内容的呈现形式。具体的呈现形式与场景相关，不同场景需要强化不同的传感器，比如家里可能强调就是大屏或者喇叭，车里强调就是与路况结合。这很像是冯诺依曼结构的云端化，输入输出设备是各个终端，而中央处理器和存储则是云端的大脑，不过是设备里的总线变成了5G。
但这个时候应用本身还是有边界的，因为智能的非通用性，不同的公司会在不同的领域里取得比较优势。
第三步则是通用智能下的大融合。
没有通用智能，数据化再彻底本质上还是只能按场景来打造产品，不会形成真正的终极矩阵。但随着通用智能的进步，领域的边界就会越来越薄。这时候通用智能的程度会是、决定一个公司真正的边界。
映射回现实，显然的我们处在第一个阶段已经尾声，第二个阶段刚刚开始的时刻。
AIoT到底会带来什么
当前大家都用AIoT来描述第二步，也就是数据化充分但智能不充分的阶段。那这个阶段和第一个阶段，也就是过去的移动互联网到底那里不同？
所有一切的变化其实起源于四个基本变化：
第一个是传感器以及显示类元器件的突破，这让我们可以更多维度、更清楚的感知周围世界，比如深度摄像头就会比一般的摄像头多感知一个维度，陀螺仪可以感知方向，GPS可以感知位置，MEMS麦克风可以在极小的尺寸上感知周围的声音，激光雷达则可以感知到障碍物，高清大屏则可以让影像更清晰的呈现，VR则可以提供沉浸感，AR则可以让虚拟和真实相融合……虽然有些都是耳熟能详，但如果不进行一定的罗列，很可能我们并不真的知道在2019的这个时刻，传感器家族已经丰富到了如此程度，有的技术并非这两年才出现，但确实是这两年让他们达到了一种可以商业化的程度（感谢手机调动了全社会的资源做相关的优化）。
第二个则是连接速度的持续提升，典型的就是5G。
第三个则是计算能力的持续提升，不单是云计算还包括GPU，乃至持续被提及的量子计算。
第四个则是数据处理方法的提升，也就是我们常说的AI。
这几点融合在一起显然会催生新的变革，而这种变化很可能是以传感以及显示等为中心进行构建，而不是再出一款手机这类的通用设备。在不同的场景下，为达成最佳体验，那就需要匹配那个场景的最佳传感或显示手段，比如在家里就需要大屏或者沉浸感强或者音质好的喇叭。
这里隐含着计算模式的迁移，电脑、手机、Pad是高度通用化和中心化的，也就是说一款设备什么都做，这些设备扮演的是人和数据世界的核心联结枢纽，但基于新传感器的多种设备则是分散化的，也就是说我们随着场景的切换会主力使用不同设备，比如卧室可能用电视、客厅可能用智能音箱、走路可能用耳机、汽车上则用车载系统。这是因为不同场景下最优的体验需要搭配最优的传感器，而匹配不同的传感器需要不同的ID，多种传感器和多种ID很难融合成一款通用设备。
总结起来，未来的计算模式是按场景来划分并进行最优适配的，在家里、车里这类计算的体验会变的很重、很繁复，比如远场智能交互下的电视、AR等，但在走路等情景计算则变的很轻，比如只是通过耳机进行轻量交互。但背后的计算平台则是统一的，也就是说一个人不管用的是电视、车、耳机、甚至马桶，他背后所要面对的都是只属于他一个人的一套系统，这套系统会根据具体设备集成的具体传感器或者显示设备进行伸缩，但不会改变它是专属于某个人的这种属性。
个性化脉络
如果把个性化这视角单拿出来来审视计算方式的变迁，那我们可以看到这样一种路线：
在DOS 那个年代，计算是以一种统一方式输出的，没有个性化的元素（如果把账号密码算进来，那也许可以说有）。
到GUI时代比如Windows，个性化以一种极为原始的方式起步了，用户可以设置自己喜爱的风格或者桌面或者屏幕保护。
再到互联网和移动互联网时代个性化本质上往前迈进了一大步，搜索引擎为了精准的推荐广告，即使在PC的时代也已经开始通过cookie等记录用户的行为，而到了移动互联网时代这事情则再往前迈了一大步，最典型的产品是今日头条。这时候个性化的根基依赖于账户体系，而个性化的单位则是设备或者App。跨越设备边界时非常困难的，这里面既有技术的原因，也有商业的原因：
技术的原因是说当前的交互方式根本不支持新闻和旅行合并成一个应用；同时也没法想象把各种App放到耳机上或者马桶上。触屏本身是一种更加昂贵的交互方式，从横跨多个设备的角度看迁移性是比较差的。形象讲就是每个设备都装几个麦克风是现实的，都装一个触屏则是不可能的。
商业的原因则是设备的利益归属和不同App的利益归属不同，彼此间互通的代价较大。
眼下来看，个性化会有进一步的突破，从语音交互来看每个人都应该有自己的智能助理，这个智能助理的真实含义并不与微软小冰雷同，而是其背后隐含所有与数字消费相关的细节（中央计算、中央存储等）。
小结
数据世界的号角其实早已吹响，数据化的整个过程在现有经济模式下也不可回退。为了效率，数据化的程度只可能与日俱深。这会重塑当前的社会形态，其中有不好的部分，比如刘慈欣在此前采访中提到，我们似乎正面临一个越发内敛的世界，确实如此，在彻底数据化的世界里，欲望的满足很可能足不出户就可以了。
也有好的部分，在数据化的世界里，人类本来的成色、价值的选择会具有更多的权重，在那里人类作为整体是自由的。也许未来可以用数字主义者来称呼看到数字未来未来并且仍然愿意保持乐观的人们！
