1.4　产品经理必备技术知识

俗语有云，一个看不懂代码的产品经理不是一个好厨子。虽然没那么夸张，但作为IoT产品经理，如果能了解一些相关技术，并在做项目的过程中深入了解关键技术，无疑是有百益而无一害的。

1）了解IoT相关技术，能够让你更像一名IoT产品经理那样思考。例如，你必须知道你所做的产品处理器性能如何，适合做什么，不适合做什么，才能知道你计划做的功能可以做到什么程度。

2）了解深度项目中的关键技术，能让你在项目中游刃有余，也能让你通过项目积累这方面的理论知识。例如，你的产品要做eSIM，那么你可能需要了解空发、开卡等相关技术细节，这些细节能够帮助你更好地完成项目，而且在项目结束时，你会发现自己又多了一项熟悉的领域。

1.4.1　趋势：5G与云计算，下一个浪潮

5G是指第五代移动通信技术，它的性能目标是数据速率高、延迟少、能源低、成本低、系统容量高并实现大规模设备连接。

高数据速率、减少延迟等目标有些抽象，让我通过下面这个例子让你更直观地理解它。

2018年我去北京工人体育场看了一场周杰伦的演唱会，拍了演唱会的照片想发朋友圈，但是发不出去。能容纳将近7万人的工体几乎座无虚席，于是在这个小范围里的Wi-Fi和4G网络信号都成了奢侈品，因为数据流量超过了网络的带宽。相信大家在类似场景下也遇到过同样的情况。

未来，随着IoT设备的大量应用，4G网络的这一尴尬表现会明显成为瓶颈，于是5G就变成IoT时代的“超级英雄”。如图1-6所示，5G的技能主要体现在以下几个方面。

1）高速率：比当前4G的速度快10倍以上，也就是说，10秒钟就可以下载一部电影。

2）高可靠性：由于5G是以“连接万物”为目标设计的，5G时代下设备的连接数是几百亿，是当前4G连接数的100倍，所以用上5G手机的我们，就不用担心在演唱会现场发不出朋友圈了。

3）低延时：延时低于1ms，意味着等待响应时间大大缩短，大概是4G的十分之一。

此外，鉴于5G一出生就被定位为几乎可以连接任何人和任何设备的网络，它的能力将让移动互联生态进入新的疆域。例如我们之前介绍的IIoT（工业物联网），就是5G对工业界的影响；上文提到的AIoT，则是5G对更广泛的日常生活的影响。

5G和IoT有强大的能力，但这只是下一个技术浪潮的一面，那么另一面是什么呢？是云计算（Cloud Computing）。

云计算，相信大家并不陌生，是分布式计算的一种，是指通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后通过多部服务器组成的系统对这些小程序进行处理和分析，得到结果并返回给用户。

我们现在知道，在云端可以部署超大容量、超强算力的服务器，数据处理能力极强。那么5G时代，云计算会出现什么样的变化呢？

这里，我想讨论一下Google的Chromebook，它使用的是Chrome操作系统。在Chrome操作系统中绝大多数的应用都将在网页中运行，用户再也不需要在电脑中安装不同的驱动、必备的装机软件等，而是只需要将电脑连接到网络，直接使用Web应用即可。在Google的设想里，如果网速足够快，Chrome操作系统甚至会让用户有不需要关注电脑硬件的感觉，如果更多的数据处理都交给云端服务器，Web运行消耗的电脑资源将微不足道。我想，这就是5G+云计算的远景。

随着5G每秒传输的速度达到几百兆，我们的移动设备可能就不再需要CPU、ROM和RAM了。以手机为例，它可能就变成一个带屏幕、传感器、电池和网络模块的设备，其他需要计算处理的任务全部会转移到云端。而由于5G高速率、高可靠性、低延时这三个特性，数据处理将变得与在本地处理一样快，至少我们自己是没有感觉的。

手机如此，其他IoT设备更是如此。硬件工程师们可以将更多精力投入设备更需要关注的能力上，如可以把CPU和内存省下来的空间用于增加更多高精度的传感器，以更好地收集第一手数据。

1.4.2　硬件：参数和性能表现

谈IoT智能硬件，必然离不开硬件。虽然对于刚入行的产品经理来说，这个领域可能极其陌生，但它将是你每天必须要面对的“猛兽”。所以，最好的应对方式就是拥抱它，让硬件成为你的朋友，而非拦路虎。

1. 电池：智能硬件的阿喀琉斯之踵

在大多数便携设备（没办法始终插电的设备）的电商销售页面评论区，你会发现，在用户抱怨的问题中排名前三的一定有功耗。电池的容量直接影响着硬件设备的使用时长，这是很关键的用户体验。没人愿意每天在百忙之中还要想着给设备充电，而且如果忘了充电会导致第二天无法使用设备。当然智能硬件续航的影响因素有很多，除了电池本身，还有软件的优化等，只是我们这里主要讨论硬件。

硬件上，使用什么样的电池，还有两个决策点：一个是硬件空间，一个是成本。对于大部分便携式硬件来说，较小的体积下，电池几乎是占地最大的地方。图1-7展示了一台苹果手机的背板内部。

如图1-7所示，这是一台iPhone X，其中竖向的矩形与横向的矩形均为电池。

可见，电池在硬件中占据较大的空间。同时，更大的电池也意味着更多的成本，所以我们更多时候要在续航表现、硬件空间、成本三者之间找到一个平衡。

随着电池产业的发展，好消息是，近年来高密度电池已经可以在较小的体积下实现更大的容量；坏消息是，它会比普通电池贵。这个逻辑可能等同于如今笔记本电脑的“机械硬盘”和“固态硬盘”之争。固态硬盘固然贵，但它的速度还是很令人惊艳的。

2. CPU：智能硬件的大脑

相信大家对CPU这个概念已经很熟悉了，随着科技的发展，我们也有了GPU、TPU等更加专注和强大的处理器。但是，在智能硬件上，CPU还是最常见的。

CPU对于智能硬件的功能影响体现在用户侧。也就是说，在需要提升处理信息和内容的速度，以及需要用到实时处理的复杂算法时，会考虑使用或优化CPU。

近年来，为了优化智能硬件的功耗，出现了MCU这种功耗极低的处理器。严格来说，MCU不能算是处理器，因为它的处理能力不强，但它的优势在于功耗表现特别好。对于那些性能要求不高的产品来说，这是个很好的选择。毕竟，杀鸡焉用牛刀。

3. 屏幕

屏幕对于智能硬件来说，不是标配，有些业务不需要屏幕就能完成，但有些业务特别依赖屏幕与用户交互。

一般来说，智能硬件的屏幕会很小，信息呈现和交互会很受限制。产品经理在设计功能时，要清醒地认识到这一点，要好好考虑，以免在极小的屏幕上做太多信息呈现和交互。很多实践证明，太多信息呈现和交互不仅不能满足用户的需求，反而会将用户置于一个复杂的交互空间，不知所措。

另一个需要注意的方面就是功耗，屏幕功耗是智能硬件功耗的主要方面，我们需要设计合理的亮屏、灭屏、休眠等策略，以节省电量。

4. 网络模块

之前提到，在5G时代，在未来，没有一个智能硬件会脱离互联网而存在，为什么？因为只有通过网络聚合搜集而来的数据才能产生数据智能，进而帮助我们判断决策是否合适。

对于单个用户来说，有云计算的支持，本来在本地很难实现的算法，通过网络与服务器连接，很快就可以拿到云端的计算结果，如果网速还可以，体验是完全不一样的。

智能硬件的网络模块大致可以分为Wi-Fi和移动通信模块两种。Wi-Fi就是我们常说的局域网。移动通信模块，可以简单理解为一张SIM卡，它能让智能硬件更加独立。即在一个没有Wi-Fi的移动的场景下，通过移动通信模块，用户可以随时接入互联网，享受云端服务。

5. 传感器

相较移动端软件，智能硬件有很多“触角”（传感器），这些触角伸向真实世界的各个角落，然后把数据汇总起来。

在智能硬件时代，通过传感器，我们能收集到更多的数据。这些数据可以为我们的个人生活或者生产活动提供参考依据。在个人生活方面，如智能手表，可以搜集用户贴身的数据，持续监测身体状况。在生产活动方面，如工业机器，可以搜集生产线上的各种数据，分析汇总，进而预测产量以及发现生产过程中可改进的机会。

1.4.3　AI：将算法和大数据应用到智能硬件

先举个例子，Apple iWatch的最新系列宣布支持游泳监测，包括游泳距离、速度，甚至泳姿。一个可穿戴设备，可以做到这些，靠什么呢？这就轮到算法和大数据一展身手了。

前文提到，有了各种传感器，智能硬件是可以搜集到更多数据的。在监测游泳泳姿时，可以通过传感器中的陀螺仪和加速计获取原始数据，然后将数据交给算法，由算法通过之前约定好的方式来分析数据，如果这些数据符合某个游泳泳姿的规律（这个规律就是之前约定好的方式），则可以判断这些数据对应的时间段用户在游泳，并且可以确定他的泳姿类型。

简单来讲，从数据到算法再到监测结果的过程，很像一个函数：

y=f(x)

y是算法结果，是我们需要得到的问题结果；f()是一个数学方法，是我们总结出来的解决问题的方法；x是传感器输入的参数，是我们能够采集到的数据。

Tom M. Mitchell在《机器学习》一书中更正式地定义了机器学习领域所研究的算法：假如存在学习任务T，并提供经验E，以对电脑程序的表现进行评估，若电脑程序在任务T上的表现P随着经验E的增多而进步，那么可以说该程序是从经验E中学习了任务T。

这就是所谓的机器学习（Machine Learning）。

机器学习根据训练方法大致可以分为3大类：有监督学习、无监督学习、强化学习。

1）有监督学习是指我们给算法一个数据集，并给定正确答案，由机器通过数据来学习正确答案的计算方法。

2）在无监督学习中，给定的数据集没有正确答案，所有的数据都是一样的，而无监督学习的任务就是从给定的数据集中挖掘出潜在的结构。

3）强化学习更接近生物学习的本质，因此有望获得更高的智能。它关注的是智能体如何在环境中采取一系列行为，从而获得最大的累积回报。通过强化学习，一个智能体应该知道在什么状态下采取什么行为。

在智能硬件被广泛应用之前，机器学习的内容绝大多数来自虚拟网络上的数据，而智能硬件时代让机器学习的内容得以极大拓展。我们不仅可以利用虚拟网络上的数据，还可以利用各类硬件收集上来的数据。如果说，在智能硬件时代之前，我们只有互联网这一个触角来感知世界，那么如今我们则有更多的触角从世界的不同角落收集不同的数据。这些数据的收集和处理都需要机器学习。换句话说，机器学习也将指导我们更好地应对现实中的问题。

让我们再大胆一点，在不久的未来，相信我们的智能硬件不仅都会接入5G网络，而且每一个智能硬件都会具备机器学习能力，以AI加上IoT赋予的能力，改变这个世界的方方面面。例如智能手表的运动姿态监测、智能学习工具上的离线翻译等，这些都是能够让我们的生活更美好的功能。

1.4.4　软件：操作系统和应用

先来看概念。维基百科中操作系统的定义如下：

操作系统（Operating System，OS），是一组主管并控制计算机操作，运用和运行硬件、软件资源，并提供公共服务来组织用户交互的相互关联的系统软件程序，也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统提供了一个让用户与系统交互的操作界面。

操作系统是一个程序，起到连接计算机用户和计算机硬件的作用。

操作系统的类型多种多样，不同的智能硬件，其安装的操作系统也会多种多样。从简单到复杂，它可以像智能电热水壶那样简单到没有操作界面，也可以像智能手机那样复杂到比一台电脑还精密。为了更好地理解操作系统，这里举一个早期PC机的例子，如图1-8所示。

结合图1-8，早期PC机硬件部分与软件部分的关系分析如下。

• 硬件：硬盘、鼠标、键盘、打印机、显示器等通过主机接口接入PC，然后PC将各个硬件汇总到内存做调度处理。
• 软件：又分为两部分，一部分是硬件的软件驱动，通俗来说就是用户看不见的操作系统，可以称之为“底层”；另一部分是用户操作界面和App，这是用户可以感知到的操作系统，可以称之为“上层”。

一般来说，使用Android系统的智能硬件基本都有用户操作界面，而且更加复杂。图1-9是Android系统标准的5层架构，如果我们做区分的话，最上边一层是“上层”——操作界面和App，其余四层是“底层”，包括一些驱动、硬件参数、硬件调度、电池管理等内容。

图1-9所示模型可以说是智能硬件里最复杂的系统模型，如果可以很好地理解它，其他操作系统的架构就很容易理解了。当然，上述Android系统的5层架构是从技术角度细致划分的，作为产品经理，只需了解即可。

对于智能硬件的操作系统，如果要做一个新的硬件或者要评估某个硬件的操作系统，我们应该主要考察它的哪些方面呢？具体有两点。

（1）性能

• 稳定性：这是所有操作系统必备的条件，只有具备了稳定性，用户的体验才是顺畅的。
• 流畅性：它关乎用户的使用体验，一个卡顿、反应慢、操作不连贯的系统，很快就会被用户与市场淘汰。
• 可扩展性：这里分为两层，从产品自身来看，是否支持不断迭代，研发成本如何，是否有助于提升开发效率；从产品体验来看，系统是否可以满足一些动效或者过渡效果。

（2）功耗

• 对于便携式智能硬件，功耗是很重要的指标。从用户的角度来看，一天充一次电和七天充一次电的体验是完全不同的，所以在选择操作系统时，一定要考虑功耗的影响。
• 即使选定了功耗理想的操作系统，功耗这件事也是需要持续关注的，因为迭代中的某些改动，可能会影响系统某个方面，从而影响功耗。所以，智能硬件系统的每次迭代，都是需要进行周密的功耗测试的。

到此，IoT产品经理需要了解的技术部分就介绍完了。这里没有艰深的技术语言，目的是给大家一个全貌，培养适合IoT领域的产品思维。我希望自己是一块敲门砖，能够帮助大家打开IoT领域技术的一扇门。技术在不断进步，我们需要在了解基本原理的基础上，时刻关注新的技术动向，关注技术上的创新实现。让我们一起站在巨人的肩膀上，探寻更好的用户体验。