从行业的角度来看，有两大类行业会涉及到非常多的很正面的影响。一类是传统的重资产行业或者资产密集型行业，无论是能源还是交通，这些行业有非常多的资产，这些资产也非常的昂贵，我们如何更好的管理这些资产，使它更有效的被利用。另外一类是互联设备型行业，无论是车联网、智能的家居，大量的或者超大量的设备被互联起来，我们如何更好的进行管理，产生更好的价值。
当我们迈向物联网这样一个时代，传统的计算机IT系统还存在，未来的IT系统，以IBM今天的看法，实际上是在构建一个具有洞察力的系统。传统的IT系统是一种基于记录的系统，因为那些系统更多的是结构化的数据，加上新的系统，它是为了互动系统而设计的。无论刚才谈到的与物理世界的互动，还是与人之间社交的互动。IT系统最核心的价值就是产生洞察力，我们如何将这种传统的数据与新兴的数据进行结合，来产生具有执行力的洞察力。是今后若干年IT发展的一个非常非常重要的挑战与机遇。
去年IBM有一个宣布，我们整合IBM全球12家研究院的力量，把我们最好的技术、最好的能力带来，做什么?把IT技术，包括物联网、云计算、大数据这样的技术，带来，来解决影响国计民生的一些很重要的问题，这里特别是谈到环境和能源的问题。包括几个方面，一个就是我们如何能够利用物联网、大数据的技术来做很好的可再生能源的利用。大家知道，可再生能源，比如说风力发电，虽然风力发电本身是一种清洁能源，但是它具有很大的挑战之一是风力发电本身难以的预测性，如何能够利用实时的传感器的数据，实时的卫生云图的数据，实时的天气的数据来做精确的未来72小时，每间隔15分钟指定的200米×200米范围内可能产生的风力。我们只有做这种准确的预测，才能把这些风力能够有效的进行并网的处理。
第二步，即使我们能够最大限度的利用了可再生能源，我们如何能够做更好的利用物联网的技术、云计算的技术的节能减排。同样一家企业为什么产生一块钱的GDP要用这样的能耗，而另外一家企业只有他的一半。我们如何能够发现这样的问题，追溯它的本源来做一些处理。
在我们做了可再生能源高效利用和企业的节能减排的同时，我们也知道，因为污染防治本身也是一个问题，也是一个非常非常大的挑战。我们如何能够利用刚才谈到的包括认知计算在内的技术来做更好的污染的预测、空气质量的预测及为了采取适当的措施来给出可执行方案的决策支持系统。这也是我们现在在努力的方向，而且也取得了一定的进展。
接下来我用几分钟来谈一下物联网在未来几年我们的一个预测。刚才谈到物联网它核心的一个是向云的发展，一个是它的智慧化。智慧的物联网是物联网发展的一个非常重要的方向，与此同时还有几个非常重要的趋势，我们不得不注意到。一个是我们看到今天大量的数据是在终端产生，终端产生数据增加的速度是远远超过带宽增加的速度。这就意味着无论你做什么，你不可能总是把这些数据传回到数据中心或者传回到云计算中心的。
与此同时，我们也有一个预测，两年之内，2017年的时候全球的智能手机的计算能力和存储能力的总和是会超过全球服务器的计算能力和存储能力。这给我们的启示是什么?我们应该能够想到在一个不远的将来，很多的计算，所谓物联网的计算会在边缘端发生，这个边缘端可能是手机，也可能是传感器，也可能是摄像机。未来的世界是这样一个云计算+边缘计算这样一个世界，有些运算要在云端做，有些处理要在边缘端做，我们如何构建这样一个系统，这是一个超大规模、超复杂的一个分布式系统。这个系统我们如何让它更加安全、可靠的运行，这得我们很多行业来讲都是一个非常好的很有意思的一个问题，也是一个很好的机遇。
实际上物联网的发展它是牵扯到很多的方面，不仅仅是在云计算或者是算法，或者是认知计算、机器学习这样的算法，我这里再举一个例子。IBM去年有一个宣布，就是IBM的SyNAPSE芯片。传统的计算机是一个基于冯诺曼系统的计算机，更多的善于逻辑计算，而并不善于做形象思维。IBM在这一方面，在芯片层和系统层也投入了巨大的资源，我们希望能够来对物联网上的问题做一个全方位的理解和探讨。IBM去年宣布这款芯片54亿个晶体管，大致可以模拟100个神经元，2亿5000万可编程的神经突处。虽然有54亿个晶体管，这个芯片的能耗是低于1/10瓦的，如果记忆正确的话应该是70毫瓦。这样一个超低能耗的芯片它处理很多事情是跟传统的计算是完全完全不一样的，它给我们提供了很大的想象空间。未来的系统即使在边缘端你可能也会有完全全新的技术，无论是从软件、硬件，包括从芯片开始，都会有非常不同的技术，来使得未来的IoT或者物联网系统给大家提供崭新的不同的价值。