这里，我把IOT分为两个部分，其一是智能硬件，其二是自动化场景。左边，智能硬件，这家NEST大家都不陌生，Google花37亿美金买的智能硬件公司，相比北美每家都有的常见温控设备，Nest产品设计优雅有品质，交互有特点，通过旋动物理圆壳来控制中心蓝色的圆形界面，几次使用之后，它知道用户使用温度控制的习惯，会逐渐调整配置时间和温度控制的关系等等，在办公室可以用手机远程预先调好温度。然后这张图右边的白色盒子大家知道是什么吗，有了这个智能蛋盒放在冰箱里面，在超市里买菜时可以知道家里还有多少鸡蛋。问题是，这些设备通常是手机App加一个智能硬件而已，大都是独立的智能单元体。
但用户要的是什么？是智能自动化场景。举例，早上起床闹铃把我叫醒，我当天的日历上有我一早开会的时间地点，根据现在路况和距离推算出我还有多久要出门，提醒我有多少时间洗漱吃早饭。我的咖啡机、面包机在我闹钟响的时候就运作起来了。当我洗漱、早餐完毕之后，会议室目的地坐标就会在无人车导航里，下楼坐上车以后，直接把我运到相应的位置。用户是需要这样的智能自动化场景，但真实情况下，这种场景中的变量很多，简单的联网硬件无法处理和预判用户的多维场景，更没有全场景自动化服务的可能了。
那我们来谈谈到底什么是智能化的场景，市面上一直有一类在做智能化家居的公司，大家看视频里这是kickstarter建立初期非常火的十大项目之一，看看视频是怎么操作的？从一个房间到另外一个房间，你离开的房间，灯就关上了，进到另一个房间，灯就开了。这个场景，看似很智能、很自动化的产品，叫做Ninja Sphere。 但我说它有些可笑，为什么？因为只有单身汉家里才有可能用得上这样的场景，用这个智能设备取代开关，但问题是这样的，现实情况并没有这么简单，并不是一个简单的IFTTT条件计算逻辑。
我们来分析一下刚才的场景，比如说房间判断是不是空的，空着的，灯打开就可以。但如果卧室里面，老婆在睡觉，怎么办？有的人说这个简单，在床上放一个传感器或者装一个Sleep Cycle，或者再狠一点可以给老婆鼻子上夹一个酣睡传感器。但如果房间一个狗在睡觉，怎么办？可以在狗上面装传感器，也能解决问题。但这些都不是事，如果老婆在沙发上面看电视，喊老公进来，先开灯找一下遥控器，把频道调到湖南卫视，再把灯关上，这时候那些所谓的智能家居产品就要疯了，还不如把老婆大脑连上电路。不过这样的实际场景才是最常见的用户场景。这里实际情况是简单的IFTTT的逻辑，在自动化家居的真实情景下是不完全适用的。
那究竟什么是智能的本质？今天上午我也提到，其实用户需要的就是自动化场景下的服务，我们会被无处不在的智能设备包围，设备有感知能力，全方位的感知，收集了你很多数据，经过数据积累之后可以分析出核心事件背后的数据逻辑，对用户潜在需求进行理解。
第一步是从各式传感器收集感知，第二步通过算法来理解和演进这些经验数据。一个好的智能，是具有学习能力的，是具有经验积累和学习能力的。第三个是决策，在获得这个判断之后，怎么去判别场景和用户状态进行推送？刚才那个卧室开灯的家居场景，我们来重新思考一下，换一个思路来做，不要去妄图用智能设备取代开关，想想你的卧室里面，通常有很多个可以点亮的东西，有床边的床灯，有电视机，有壁灯。我判断两个逻辑，判断里面有没有活物，有猫有狗哪怕有外星人都没有问题，如果没有，用户进去，灯就打开，如果有的话，逻辑就把这个决策权推回给用户，通过你的手表，提示要不要开，开多亮开多久，完成这个控制权限的人机协同。上面两层，感知和理解层是不是可以做到很好的判断逻辑推送给用户。
刚刚说感知，今天看在座的每位手机上面的传感器，比如说麦克风、摄像头已经变成标配。我经常跟朋友开玩笑，今天最简单的复制方法是拍照，因为人人都有至少一个摄像头随身带。这一张图很有意思，二十年前开摇滚演唱会时候粉丝都是很嗨地在空中摇晃手臂，后来举起来手上都是手机。这是五年前，今天举起来的是一个自拍杆，手机在上面，还有前两天很火的lily自拍无人机，摄像头已经飘到天上去记录你的每一瞬间的感动。其实你们会发现，摄像头也好、麦克风也好都已经无处不在，感知层大数据爆发的时代已来临，万物互联之后，有效数据变成了经验积累，让智能进程加速。第二个环节在于学习和理解层，为什么我们成立深度学习实验室，产业界说深度学习是人工智能的核心环节。最后一个是决策，反馈，送达服务的能力和场景。