人工智能、区块链与物联网，正在成为智能时代的“三大件”

随着三流上链合一，行业数字生态中积累和流通的数据量将剧增，这是区块链+物联网+人工智能等多种技术的融合，将释放行业数据的价值潜力，数据的市场价值将通过数据资产化体现。数字化货币、资产、数据的边界将逐渐模糊、互相融合，能源石化交易行业数字化生态将迈向 2.0 时代。

任何行业都脱离不了时间、空间、形式、权属的四类转换，其核心是控制物流、仓储、生产及终端销售网络等。白皮书对能源石化行业进行了相关的抽象化，并且提出了数字智能应用的生态体系。

该体系采用分层结构，主要包括：数据采集及底层机制层、数据分析层（算法 / 传统）、运行执行层（智能 / 传统）、行业应用 / 服务层（生态）。

在智能时代，我们一直强调 C2M 模式（Customer-to-Manufacturer，消费者直连制造，实现个性化定制）或者 C2B 模式（Consumer-to-Business，消费者到企业，实现定制化商业）的重要性。

白皮书对于在能源石化行业推进 C2B 模式，进行了合理的预判。

以数据为新能源贯穿整个能源石化行业的产业链，可以连接从能源石化产业链最上游的勘探开发、到中游炼化和精细化工、一直到下游零售。

在能源石化交易行业数字化生态 2.0 的基础上，依托数字货币的支付体系，可以实现能源石化贸易与零售的金融打通，即在进行贸易之初，即可锁定与之对应的市场的零售端，产业链上每一层的价值传导和金融结算被“长在区块链上”的智能合约驱动的可编程数字货币锁定，可以实现终极的交易对手信用风险可控，实现跨层级的 B2B2C。

一旦打通跨层机制和 C 端与 B 端的数据，能源石化交易行业从传统的 B2B2C 模式到 C2B 的模式创新便成为可能，真正的以市场化逻辑实现以销定产的计算经济就会到来。

02、75%的物联网用户投身区块链

在文章《区块链大军浩浩涌入物联网赛场》中，我曾经提到一份 Gartner 发布的最新报告，《调研分析：物联网用户拥抱区块链》，Survey Analysis: IoT Adopters Embrace Blockchain。

其中预判区块链的采用情况因行业而异，能源和物流等领域，将成为区块链的“先行军”。《能源石化交易行业区块链应用白皮书》的发布，恰与这一判断形成呼应。

作为智能时代的“新能源”，数据可以被分成三类：第一类是个人的数据；第二类是机构间的数据，包括由政府、社区、商业组织产生的数据；第三类是机器数据。

如今我们已经跨越了拐点，机器数据量全面超越个人数据量。

JuniperResearch 的分析显示，到 2020 年底，物联网连接设备的数量将从 2015 年的 134 亿增长到 385 亿，增长超过 285%。

5 月初，工信部印发关于深入推进移动物联网全面发展的通知。通知指出，到 2020 年底，窄带物联网 NB-IoT 实现县级以上城市主城区普遍覆盖，连接数将达到 12 亿，移动物联网的市场规模将突破 2 万亿。

思科统计，当下的每一秒，就有 127 台新增设备连接到物联网。IBM 的互联网白皮书预测，到 2025 年全球将有超过 1000 亿台机器联网，到那时全球大概有 100 亿人口，也就是将对应 100 亿个人的数据和 1000 亿台机器的数据。

欧盟的一份白皮书也洞察了“区块链正在与物联网、人工智能等技术加速融合”这一趋势。报告名为《区块链、人工智能与物联网的相互融合》，Convergence of Blockchain, AI and IoT，来自欧盟区块链观察站和论坛（The European Union BlockchainObservatory and Forum）。

除了探讨技术融合的发展趋势之外，白皮书中还列举了多个实际案例。此处不再赘述，感兴趣的朋友可以按照文末提示，下载本文提到的多份完整报告。

同样是在《区块链大军浩浩涌入物联网赛场》中提到的报告，根据 Gartner 对北美地区 500 多家企业的调查，物联网和区块链的集成，成为了数字化转型和创新的最佳选择，而且前进的速度比我们预想的要快得多。

北美有 75%的物联网技术采用者，已经或计划在 2020 年底使用区块链。而在区块链的用户中，有 86%已在各种项目中同时实施了区块链和物联网这两种技术。这些比例远高于 Gartner 的原本预期。

在接受调查的受访者中，有 63%的人表示，物联网与区块链相结合的最大好处是增强了多方交易和共享数据的安全性和可信度；56%的人认为两者结合将带来业务效率的提高和成本的降低；43%的人认为这种做法有利于增加收入和创造商业机会。

03、机器网络的经济学表述

阿里巴巴达摩院在《2020 十大科技趋势》中将“机器间大规模协作成为可能”列为第 4 大趋势。

达摩院认为，物联网、5G 等技术的发展将实现多个智能体之间的协同，机器彼此合作、相互竞争共同完成任务，而多个智能体协同带来的群体智能将进一步放大智能系统的价值。

也就是机器越来越接近人的行为，产生大规模协作。

薛定谔在著作《生命是什么？》中，用热力学、量子力学和化学理论来解释生命的本性。生物摄取负熵为食的说法就源于这本书。这本书是把人当作机器研究。

那么反过来，在未来的通讯网络、物联网和智能设备网络中，能否有可能通过区块链，让机器像人一样实现大规模协作？

为了回答这个问题，万向区块链与 PlatON 首席经济学家邹传伟认为，需要考虑三个重要的经济学层面。

层面 1：机器如何成为可考核的经济主体。

因为经济激励的前提是准确计量机器的贡献。准确衡量贡献包括以下 3 个方面：

“我”只有一个：每个机器必须具备唯一身份标识，不能被伪造或修改；

“我”做什么都有记录：机器的行为过程具备可追溯性，不可抵赖；

“我”是我的证明：机器身份和行为的真实性，可以通过算法实现自证，不需要人工或者机构参与验证。

只有具备以上特征的机器网络中的机器，其做出的行为和产生的贡献才具备衡量意义，才能作为可考核的经济主体，或者称为“机器经济人”。

为此，需要做好 4 项的工作：

一是通过模组、芯片等技术，对机器引入唯一 ID，即机器的数字身份，在硬件底层实现，不可篡改。

二是机器网络引入新的寻址机制，实现地址和标识的唯一性。

三是自我证明，机器的任何活动行为，都将带有该机器身份的签名，实现机器身份和行为的自证，而不需要人工和中心化机构的参与。

四是交互即记账，机器网络不再是以无特征的信息包作为主体，任何行为都是交易和参与经济活动的一部分，通过区块链实现交易记账，为后续的交叉验证、行为追溯和贡献统计提供基础。

层面 2：机器间采用什么支付工具。

机器间支付可以通过金融账户，也可以通过区块链内的通证（Token）。在机器网络中节点数量很大时，通过金融账户支付的效率，可能赶不上机器间交互的效率。

从经济机制设计的角度，应该给机器以价值稳定的激励，使机器网络中的经济活动不受支付工具价值波动的干扰。

层面 3：如何设计机器网络的经济学模型。

尽管单个机器有控制者或所有者，但机器网络作为一个网络，没有所有者，有很强的公共产品属性。任何网络在发展早期，都是小规模，网络效应很小，新加入者切换过来需要付出成本并承担早期风险。