創新工場和BCG諮詢合作的「+AI改造者」系列:看看馬上贏如何在巨頭競爭下,用大數據驅動業務,實現傳統零售商和品牌商的雙贏。
改造者系列:科技巨頭下的AI企業制勝之道?-- 本文来自BCG微信公眾號,經授權轉載。
近期,創新工場聯合BCG波士頓咨詢旗下亨德森智庫,推出「AI融合產業:『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景,大量的AI企業活躍於這些垂直場景中,我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸。
作為擅於趨勢前瞻的TechVC,創新工場長期看好AI領域,深入佈局,至今已經投出了7只AI獨角獸。在系列研究中,我們采訪了數家創新系AI企業,通過這些「改造者」的視角,探究傳統企業擁抱AI的範式與路徑。
馬上贏是創新工場投資的大陸領先的快消行業大數據公司,其定位是中國快消品行業的風向標,零售監測的新標準,成為中國的「尼爾森」。通過信息化賦能小規模零售商,馬上贏打通一個個數據孤島,以大數據的方式挖掘零售數據的商業價值,為品牌商提供產品動銷數據與競品監控服務。
為了讓數據更好地服務於新品研發和上市,馬上贏引入了PDCA(Plan, Do, Check, Act)循環,通過數據說話指導快消品快速迭代,提升零售商銷售收入。
具體來說,品牌商可以在零售商的渠道內測試包括售價、外觀、營銷、陳列等要素,通過數據回饋指導新版本,實現往復循環。
在采訪中,馬上贏創始人猴哥(王傑祺)表示,垂直領域內的AI創新需要符合企業自身的需求,要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。
■系列導讀
本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出,圍繞「AI融合產業:『改造者』1如何促進AI普惠」的課題,我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴,以及傳統企業擁抱AI的範式與路徑。
在零售領域,馬上贏致力於定義中國快消品零售監測行業的新標準,成為「中國的尼爾森」,通過免費為連鎖零售商提供市場情報和「零售數字化鐵三角」2,與零售商進行數據合作,將海量的線下快消品零售數據轉換成精准的市場洞察情報。
1 「改造者」 通過傳授其AI技術和垂直行業理解,極大地打破了傳統企業應用AI的瓶頸,充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2 「零售數位化鐵三角」指通過PDCA循環迭代的方法提升零售商銷售收入。P=Plan:52周企劃;D=Do:會員營銷;C=Check:BI看板;A=Act:改進。
■本期受訪嘉賓:猴哥(王傑祺)
馬上贏正在建設覆蓋線下門店最多的零售監測網絡,為連鎖企業免費提供BI看板、52周企劃3、會員營銷和市場情報,推進連鎖企業數字化轉型。
猴哥(王傑祺)是馬上贏的創始人兼首席執行官,清華大學學士,美國華盛頓大學碩士。他是原阿里巴巴集團資深產品專家,曾于美國UPS供應鏈部門擔任高級工業工程師。在創立馬上贏之前,他曾創業推出購物助手(如意淘),後被阿里收購。
3「52周企劃」指依托馬上贏的大數據AI技術説明零售商實現精細化管理。零售商可以瞭解一年中每周適合銷售什麼類目的產品,與陰曆節日、陽曆節日、節氣、特殊事件(如比賽活動)關聯,提升門店的銷售計劃能力。
■對談實錄
Q1 馬上贏為什麼選擇切入零售賽道?如何定義「中國的尼爾森」?
猴哥:馬上贏致力於定義快消品零售監測的新標準,做「中國的尼爾森」,為零售商和品牌商提供服務。面向零售商,馬上贏免費提供ABC服務,即AI、big data(大數據)、Cloud(雲服務),以換取訂單數據;面向品牌商,馬上贏基於零售商的脫敏數據提供大陸市場情報,賺取收入。
馬上贏發現,大陸的市場過於分散,零售的毛利又低,大量規模小的零售商缺乏足夠的IT費用以支援其獨立完成信息化應用,但他們對信息化的需求又是真實存在的。另一方面,品牌商有意願和能力為市場情報、動銷數據支付費用。馬上贏看到了零售商和品牌商的痛點以及購買力的巨大差異,嘗試通過為零售商和品牌商提供所需服務來提升整個行業的效率。
馬上贏一方面向零售商免費提供差異化的信息技術服務,按零售商的需求提供BI看板和市場情報支援,另一方面向品牌商提供產品動銷數據與競品監控服務。此外,馬上贏還在著重提升AI演算法和大數據中台數據處理能力,以便支援更多零售商和品牌商的數據服務需求。同時,這些技術優勢和服務支撐能力説明馬上贏建成大陸覆蓋範圍最大的即時零售數據監測網絡。對於馬上贏和客戶而言,這是雙贏。
在數據治理中,馬上贏需要做的是建立相對統一的內容體系,實現統一的度量衡。比如同一個條碼的商品在不同門店的名稱寫法不同,傳統方法是通過人工進行校驗和修正之後才能統一名稱入庫。馬上贏通過自己搭建的超1,600萬條碼的商品庫,使用AI演算法對零售數據做分類、清洗,並基於完善的商品知識圖譜體系標記商品屬性,再由BI看板提供數據洞察服務。馬上贏的這套全流程自動化體系,極大地提升了數據處理和情報產出的速度和效率。
Q2 相比數據咨詢商、科技巨頭等其他類別的競爭對手,馬上贏的差異化優勢是什麼?如果品牌方想自己做零售大數據,馬上贏怎麼應對?
猴哥:以往零售商想實現信息化必須高價購買專門技術公司的服務,只有少數資金充足的大零售商可以負擔得起,零售行業中數量眾多的中小型零售商往往望洋興嘆。而品牌方一般很難獲取到這些生意占比很大的中小型零售商數據,因而會尋求數據咨詢商的數據服務。但出於成本和利潤的考慮,數據咨詢商往往只服務最頭部的品牌商,在大陸可能只有幾百個品牌商能消費得起數據咨詢商的服務。相比之下,馬上贏合作的品牌商更加廣泛,從新銳品牌、區域性品牌到成熟品牌、頭部品牌,馬上贏都可以提供符合客戶需要的數據服務。
數據咨詢商從少數零售商那裏提取商品月度銷售匯總數據,再將數據整合為大盤情報,賣給少數頭部品牌商。但馬上贏從「激活生態」的角度出發,説明零售商提升數據運營能力,獲得大量一手銷售訂單數據,可以為品牌商提供更詳細的數據洞察服務。此外,馬上贏由AI賦能數據清洗和BI交付,從而可以提供即時的、更細顆粒度的看板,可以提供細到省級、地級市級、業態級、SKU級顆粒度的數據。
相比電商巨頭,馬上贏選擇線下快消品零售行業,覆蓋更多的線下零售商,涉及更豐富的業態,有大賣場、大超市、小超市、便利店、食雜店等等。在商品品類的選擇上,馬上贏暫不拓展美妝、服裝等電商渠道占比超過50%的品類,而選擇線上化率相對更低的品類,如食品、飲料、日用品。這些品類消費時效性高、頻次高、單價低,線上購物場景並不適合線下。
至於品牌方自己做零售大數據,馬上贏早前就思考過這個問題。我們和大品牌都聊過,如果建立品牌方自己的銷售追蹤網絡是否可行,得出的結論是不可行。一是單一品牌方來做大數據,做完了只能自己受用,成本攤下來很不合算,還不如投資AI企業,實現專業化分工;其次,品牌方還有一些技術壁壘解決不了,攻克下來只會對成本端造成更大的壓力,得不償失。
Q3 馬上贏在賦能零售商和品牌商的過程中遇到的最大挑戰是什麼?
猴哥:最大的挑戰來自於行業裏不透明的競爭——現在做AI的企業太多了,很多企業會虛報準確率,噪音特別大。
AI在每個垂直行業的落地需要很多行業知識,其次才是疊加AI演算法。但很多傳統企業對AI的期待特別高,導致市場上各種聲音魚龍混雜,每個企業都在講述「AI萬能」的故事。馬上贏不會激進地過度承諾,但這種冷靜和狂熱之間的衝突會帶來很多麻煩——當別的AI企業過度承諾其自動補貨的準確率高達95%的時候,馬上贏如果表示我們的準確率位於70%—85%的區間,傳統企業就會輕視我們的實力。現在,垂直行業裏缺乏行業組織或者專業機構來做客觀、公允的第三方普查。比如在圖像識別、自然語義處理領域,都有比較公認的訓練賽,大家用演算法的跑分說話,相對而言就比較客觀。落到垂直領域裡,每個企業自己報數據,很多時候就會有水分。
馬上贏曾經考慮把收集的數據脫敏之後貢獻出來,讓大家有一個公平的舞臺競技,但是很難運行起來。僅僅共享數據不足以激勵演算法團隊,需要行業組織定期舉辦競賽、活動等,或者像Netflix舉辦推薦演算法比賽,通過資本來激勵大家參與,僅僅靠社區運轉不起來。
Q4 你認為未來AI企業的發展趨勢是什麼?
猴哥:有能力的巨頭要持續加強行業的基礎設施,讓開發AI的人能有更好的工具,讓雇不起博士生的企業也能應用AI,實現技術普惠。同時,垂直領域內的AI創新需要符合企業自身的需求,AI企業要在巨頭的基礎設施之上,基於更好的訓練集和更專業的垂直行業知識,不斷突破行業壁壘,優化垂直領域的AI創新。我相信這是我們的生存之道——「科技巨頭靠算力,我們靠設計」。
同時,大陸的零售行業在洗牌,有很多更具備數據化思維的新品牌在躍躍欲試。以前是渠道經濟,在社區裏搶到點位就能有流量,未來是有技術、數據和管理能力的品牌才能從老品牌手中搶到點位。此外,隨著許多快消品牌逐步上市,出現資本外溢,更多的人會開始創業,疊加當前快消巨頭的二代交棒窗口,零售領域將有新一波浪潮湧動。我相信,未來的零售行業會更加擁抱數據,擁抱AI。
■要點回顧
1. 不只是技術層AI要有標準,應用層AI也需要標準。垂直領域應用AI需要由行業組織或龍頭企業牽頭制定公認的行業標準,從而促進AI企業公平有序發展,這也將反哺傳統企業,促使傳統企業的AI應用提質增效。
2. 「科技巨頭靠算力,AI企業靠設計」,結合巨頭提供的行業通用基礎設施和「改造者」特有的垂直領域數據集和算法,各取其長,方能最大化傳統企業應用AI的效率。
關鍵基礎設施領域分類 在 台灣物聯網實驗室 IOT Labs Facebook 的最佳解答
三分之一的前輩已經倒下,1600家物聯網平臺將何去何從?【物女心經】
作者:彭昭(物聯網智庫創始人&雲和資本合夥人)
物聯網智庫 原創
導 讀
在我的身邊,幾乎每家物聯網企業都創建了與自家產品和方案相匹配的平臺。物聯網平臺數量的增長,是物聯網市場欣欣向榮的一個有力實證。接下來,這些物聯網平臺將會如何發展?作為物聯網企業,怎樣規劃平臺的未來?作為用戶,如何選擇最適合自己的平臺?本文將嘗試予以分析。
你好,這是我在【物女心經】專欄寫的第217篇文章。
今天是大年初三,又恰逢2月14日情人節,好日子都在這期【物女心經】聚齊了。
開年大計,以愛為本。先祝單身的你牛年牛氣沖天,再祝成雙的你盡情“年”在一起。
在過去一年,我提到最多的關鍵字是“拐點”。
2020年,全球物聯網的連接數首次超過非物聯網的連接數;5G的覆蓋面持續擴大,行業認知程度和投資動力快速提升;工業界正處於“軟體定義工控”變革的前夜,工業互聯網正在跨越拐點……這都標誌著物聯網進入了新的發展階段。
當物聯網駛入快車道後,勢必催生大量的物聯網平臺需求,他們是承載與分析資料的基礎。
於是,我查詢了最新的物聯網平臺數量。
2017年,全球物聯網平臺數量是450家。2019年,根據IoT Analytics統計,物聯網平臺數量是620家。到了2021年初,原本我預計這一數量將增長到800家。
但查詢的結果出乎我預料。根據德國電信的最新資料,全球物聯網平臺數量約為1600家!
在我的身邊,幾乎每家物聯網企業都創建了與自家產品和方案相匹配的平臺。物聯網平臺數量的增長,是物聯網市場欣欣向榮的一個有力實證。
接下來,這些物聯網平臺將會如何發展?作為物聯網企業,怎樣規劃平臺的未來?作為用戶,如何選擇最適合自己的平臺?
本文將嘗試予以分析。
01物聯網平臺是戰略制高點
物聯網平臺實現了一定程度的能力沉澱、軟硬體解耦和資源調度作用。
自2012年近距離觀察物聯網的發展至今,每年我都看到大量的物聯網平臺誕生,而且這個勢頭一直存在,愈發強勁。
各行各業都在邁向數位化,這是一個普遍共識。這些行業的數位化轉型升級,造就了物聯網專案非常濃重的行業特徵。
成功的物聯網項目,他們的共性都是尊重和堅持了原有的產業規律和行業特徵。這些成功的物聯網項目將可複用的能力沉澱於平臺,又促進了物聯網的新一輪建設和反覆運算。
平臺作為物聯網企業的一個戰略制高點,值得審慎佈局,而且是一個長期的發展機遇。因此全球有1600家物聯網平臺,不足為奇,其數量在未來甚至還將持續增加。
不過物聯網平臺的發展也在歷經變遷。
首先,原有的分層架構不再適用于未來發展。
目前大家對於物聯網平臺,普遍認可的是由Machina Research提供的分類方法,即按照其主要功能分為連接管理平臺CMP、設備管理平臺DMP、應用使能平臺AEP和業務分析平臺BAP。
這是一種在物聯網發展初期,我們給物聯網平臺所貼的標籤和簡化。
然而隨著產業的發展,我們有時會發現,同屬於設備管理平臺的兩家企業,所提供的方案可能毫無相似性和可比性。
因為相比於互聯網,物聯網的產業鏈層次大大增加。
以動態的眼光來看,隨著邊緣計算的發展,物聯網市場仍在不斷“增厚”,物聯網平臺也朝向各種邊緣和終端持續推進。各種行業的物聯網終端所具備的處理能力差異很大,針對不同場景,有些需要作為控制中樞,有些只需要提供簡單的功能…
面向未來,我們很難再用簡單的標籤來界定物聯網平臺的類別。
其次,生於垂直行業的物聯網平臺正在不斷跨界。
正因為不同的企業在嘗試物聯網的過程中,場景和應用存在很大的差異。因此物聯網平臺並不是一個單一的市場。
物聯網平臺只是一個統稱,其實每個環節、每個場景、每種應用,都有可能對應一個龐大的市場。
各個垂直行業、各個行業中不同環節中的企業,都具有截然不同的內外部環境,都需要能夠消化和包容差異化的解決方案。因此我們看到了誕生于智慧家居、智慧城市、智慧工業等垂直領域的物聯網平臺。
然而英雄不問出身,各個物聯網平臺不必局限於自己的背景,只看能否為產業創造價值。從家庭到園區、從工業到農業、從物流到零售,優秀的物聯網平臺不斷向相鄰領域擴張,持續跨界。
因此很多物聯網平臺淡化了行業屬性,其中標誌性的信號是美國工業互聯網聯盟IIC主動弱化了“工業”特徵,而只在新願景中強調“可信”和“價值”。
IIC談到了他們對於產業的觀察:“隨著時間的推移,市場已經發生了變化,物聯網的重心從技術本身轉向了實際部署。這一點很關鍵。只有被實際部署,被實際使用,技術才有價值。”
第三,對於平臺的定位決定了價值乘數。
雖然都建立了物聯網平臺,但是每家企業對於平臺的預期和目標不同,終局也就不同。
有個流傳很廣的說法是:應用型公司值十億,平臺型公司值百億,生態型公司值千億。
從數量上看,三種類型的公司數量恰恰呈金字塔結構,應用型公司數量最多,平臺型公司數量比較少,生態型公司全球僅幾家。
物聯網平臺恰恰是一個能上能下的“中層”。
平臺的定位決定了它所撬動的價值乘數,是10倍、100倍還是1000倍。
當然不同的價值乘數,也對應不同的難度係數。
從應用到平臺已屬不易,而從平臺到生態更是難上加難。因為想要建立一個與物聯網平臺相呼應的生態環境,其難度遠比建立平臺本身要大。
物聯網平臺並不是一個獨立存在的孤帆,而是需要大量硬體的配套支援,並能夠承載軟體發展成果的航母。
從物聯網平臺到生態系統的規劃,大致可以歸納為3個階段:
階段1:以平臺所有者為核心建立生態,平臺所有者向合作夥伴輸出價值為主;
階段2:與少數平臺所有者進行合作,目標是吸引更多使用者為生態輸入價值;
階段3:更多業務加入擴張生態,優勝劣汰,形成生態系統的良性發展。
而且開局的最初幾年尤為關鍵,物聯網平臺需要抓緊時機建立生態並迅速擴大規模。
借鑒BCG對於互聯網平臺的市場分析,大約80%的成功者在前5年就獲得了超過50%的市場份額,他們平均使用7年時間達到市場份額的峰值,市場佔有率約為80%。
02 物聯網平臺宜事前驗屍
面對1600家物聯網平臺,如果企業想做數位化轉型,該找誰合作呢?
很多企業都或多或少的遇到過這個問題。
如果說從供方出發,由物聯網平臺到生態,邁上這個臺階是難上加難。
那麼從需方角度,讓用戶在眾多的物聯網平臺中做出正確選擇,這道題目簡直慘絕人寰。
要知道,那些曾經財大氣粗的物聯網平臺也有“斷供”的可能。
之前曾有文章提到,2018年物聯網平臺倒閉了三分之一。在這條路上跌倒的,不僅有初出茅廬的毛小子,也有久經沙場的老師傅。
IBM的Watson平臺、GE的Predix平臺,穀歌的Android Things平臺…因為各種各樣的原因,淡出了視野。
家裡的智慧音箱,如果廠商停止服務,“智商歸零”的產品還可以當作普通音箱將就著用。如果企業選擇的物聯網平臺“失靈”了,對於管理和運維的影響就要複雜得多。
《孫子兵法》有雲:凡善戰者,未謀勝先謀敗。與其奢求物聯網平臺的基業長青,不如事前驗屍,避免誤入歧途,提前想好“善後”的對策。
至於平臺如何選擇,可以參考物聯網智庫的文章:《麥肯錫|十問十答,物聯網平臺該如何選擇》。
另外,很多企業都說自己有物聯網平臺,但我往往會多問一句,你有的到底是一個物聯網項目,還是一個物聯網平臺?
這裡需要強調的是,專案和平臺的差異在土壤之下。平臺的功夫是下在看不見的地方。
物聯網平臺面向的是一組具有相似業務邏輯的物件,並需將其抽象出來形成一套可擴展、可衡量、靈活的系統架構,應該能為應用軟體提供複用的能力。
有不少物聯網企業,還深陷從項目到平臺的鴻溝。
如果只是做物聯網專案,一個又一個的去服務不同行業客戶的個性化需求,不能尋找其中的共性,並在平臺上得以沉澱,就會導致應用無法複用,每做一個專案都得從0開始,賦能開發者更是無從談起。
可喜的是,隨著物聯網的成熟,標杆應用逐漸形成示範效應,並在更多領域實現複製,很多企業已經實現了從項目到平臺的跨越。
----寫在最後----
在新的一年,不僅春節和情人節聚齊了,而且最拔尖的人、最冷靜的腦、最理性的財、最智慧的物,都正在朝向物聯網領域彙聚。
1600家只是個階段性成果,物聯網的雪球只會越滾越大。萬物互聯,永遠都會有新的物聯網平臺誕生。
最後劃個重點:
第一,物聯網中的資料是複利的源泉,由資料構成的雪球已經初具規模,數位基礎設施的發展突破“拐點”。
第二,當物聯網跨越拐點之後,顯而易見將帶動各種物聯網平臺需求的增長。作為供方,物聯網平臺作為物聯網企業的一個戰略制高點,值得審慎佈局。
第三,作為需方,物聯網平臺的選擇困難症長期存在,與其奢求物聯網平臺的基業長青,不如事前驗屍,避免誤入歧途,提前想好“善後”的對策。
資料來源:https://mp.weixin.qq.com/s?__biz=MjM5MTM5ODQyMA%3D%3D&mid=2651245470&idx=1&sn=85ec44a1c82c33eaaf1ea63d6b8465a4&chksm=bd4444e58a33cdf381c30634844c0ebaaaa2596426bf07f1b00587bc4d9d2855d0c06689b534&xtrack=1&scene=90&subscene=93&sessionid=1613309167&clicktime=1613310566&enterid=1613310566&ascene=56&devicetype=android-26&version=27001543&nettype=WIFI&abtest_cookie=AAACAA%3D%3D&lang=zh_TW&exportkey=ApB%2BAYO1nDgXQM6RnIc2vu0%3D&pass_ticket=MLg83SgWi3hp4U8bwhYZDQB%2FjtImuGUfcmG6GarXGlcmKM4x0QmrGjlDlCiwqCJT&wx_header=1&fbclid=IwAR1srIHDLl5p4O0xSwHUj7yMjncmn187cksImjUxEEtwAIXn3QV4G89KyI8
關鍵基礎設施領域分類 在 台灣物聯網實驗室 IOT Labs Facebook 的最讚貼文
萬物聯網有效益也有威脅 建立可信任安全生態刻不容緩
掌控資訊基礎架構風險 5G物聯網未來前景可期
2021-01-26顏志仲
物聯網作為近年來最熱門的議題之一,在這個萬物聯網的時代,隱私與安全是不可或缺的。然而,物聯網的安全並非是靠單一廠商一蹴可及,必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。
新世代5G高速網路的佈建,再次讓物聯網的應用飛速成長。隨著物聯網設備進一步深入我們生活周遭,物聯網的安全更必須被高度重視。而物聯網的安全,需要整個生態鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商共同努力方能達成。
工業物聯網之安全要求大不同
2020年各大電信業者5G陸續開台,隨著「高速度」、「低延遲」、「多連結」的網路到來,各式應用場景的討論絡繹不絕,熱鬧異常。軟硬體廠商均卯足全力,希望藉由新的網路型態在低迷的景氣中打造全新的商業機會。然而,在這樣各類新型態的應用即將面市之時,更應回頭關注一下物聯網的基礎架構風險。
物聯網資訊基礎架構風險地圖。
與傳統的資訊科技(IT)及運營科技(OT)相較,物聯網的安全則集其大成,強調隱私(Privacy)、安全(Safety)、資安(Security)、可信賴度(Reliability)以及資訊韌性(Resilience)。對傳統IT而言,生命財產安全的要求是相對陌生的,但別忘了,2010年Stuxnet造成了伊朗核電廠的高度破壞,到了現今汽車、家電、各式感測器連網的IoT時代, 不安全的資訊基礎架構能對日常生活造成什麼樣的破壞?隨著破壞的「所需成本」與「其影響層級」的重新再平衡,隱晦式的資訊安全(Security by Obscurity)早已不該成為唯一的安全機制。
物聯網之資安風險控制框架
那麼在萬物聯網的時代,物聯網的安全相較於傳統IT/OT會有哪些重點?參考工業網際網路聯盟(Industrial Internet Consortium,IIC)以及相關先進的建議,以下的物聯網資訊基礎架構風險地圖可以作為初步的參考。
端點與嵌入式系統層
物聯網興起之後,安全上最大的不同即落在端點及嵌入式系統這一端。這部分近年討論熱烈即是信任根(Roots of Trust),亦即將安全之信任基礎建置於硬體上,減少韌體遭竄改而導致的安全風險,其常見技術包含現場可程式化邏輯閘陣列(FPGA)、信賴平台模組(TPM)以及可信執行環境(Trusted Execution Environment)等。
總的來說,這些技術均透過端點硬體晶片上內建的安全設計,提供其上的系統軟體安全憑證、安全基礎認證、加密資訊儲存等基礎的安全功能。以此為基礎,就可以實作簽章以認證並授權核可的使用者或應用程式進行系統操作、比對Hash值嚴格控管開機程序,減低惡意程式預先載入系統的風險,或是以信任根驗證系統更新是否合法等等,進行各式端點的安全控管。必須特別注意的是,這樣的安全功能有賴各供應鏈包含系統晶片、機板、OEM以及其上的系統軟體開發商將其導入並實作,才能完備整個信任鏈的健全。
然而,現今許多正在進行的IoT專案有兩個共同難題,一是專案大多建置於多年前的基礎架構(Brownfield),難以將新式安全架構完整導入;另一難題則是受限的端點資源(Resource-constrained Endpoint),專案常因端點載具體積、耗能以及成本等多方考量,無法建置應有的安全功能。這時,只好仰賴資訊基礎架構風險地圖裡其他層的控管機制來緩解端點的安全疑慮。
通訊連接層
談到物聯網通訊,首先得提到其無所不在的網路(Ubiquitous Network)特性,亦即其網路已非傳統IT的多層式架構;再來就是其應用的通訊協定,多使用Fieldbus等通訊協定來連接各種不同的設備,這些歷史悠久的通訊協定因早期封閉式網路有著實體隔離的特性,極少內建安全機制。根據國外的研究,內建通訊加密與安全認證的工業用通訊協定不到十分之一。試想不安全的通訊協定連接上網際網路後可能對關鍵基礎設施(例如電廠、水壩)造成多大的安全風險?
然而,物聯網的趨勢總是得走下去,還是有一些方法來控制這些問題,包含網路實體隔離、透過虛擬機隔離作業系統核心、應用程序隔離等方法來控制風險,在架構允許的情況下,也應建置加密通道(例如MPLS)或是使用IPSec等加密技術來建立安全的傳輸通道。
此外,傳統的Gateway端防護依然是有效的,只是須特別注意的是,傳統的防火牆僅針對IT環境常見的設備建立預設的防護,對於工業用通訊協定的支援相當有限,另外也欠缺第七層應用層的關聯規則,這部分未來將有賴IT廠商、OT大腕及各業界專家們通力合作來完成了。
雲端平台與應用
基於地域性與可擴充性考量,現今越來越多的應用放置於雲端服務業者,這時候可以思考使用雲端安全聯盟的CAIQ(Consensus Assessments Initiative Questionnaire)來評估自身導入雲端服務的安全水準。而在系統開發的過程中,也必須遵行Security by Design的精神,早期將安全需求內建於系統中,其中,Right-size Security是相當重要的,必須考量安全遭破獲的嚴重性與影響層級,建立相對應的系統安全控制,方能說服主管機關與投資者。
而在最後的安全測試上,也必須著重End-to-End的安全測試,也就是從雲端平台一路到端點的安全測試,而非只是針對端點產品的安全測試與認證。需要知道的是萬物聯網的時代,任何一個節點的安全漏洞均可能導致整個系統全面性的破壞崩解。台灣身為ICT產業大國,資通產業標準協會(TAICS)業已參考國際標準制定網路攝影機等設備之資安檢測標準,政府亦積極發展物聯網資安認證標章,我們樂見各應用領域之安全檢測基準能夠順利地推展開來。
風險治理流程
在整體風險治理架構上,首要之務是進行風險評估,工業網際網路聯盟(IIC)已經建立IoT Security Maturity Model,將安全要求分為風險治理、安全功能與系統強化三大面向協助組織進行深度評估。另外,建立完整的安全組織與流程亦是絕對必要的,須知物聯網可能牽涉的是生命財產的安全議題,因此安全組織不能只是產品與IT人員,還須包含法務、公關、總務、客服等各單位,並進行完整之緊急事件應對演練,以備不時之需。 而在具規模的組織,建立相當的風險智能功能團隊亦是必要的。需要了解的是,物聯網設備多是專業領域之特殊應用,因此資料需要大量的領域專家進行分析解讀,這時亦可以應用機器學習技術使用監督式學習尋找錯誤資料,並進行風險評分,甚至可進階使用非監督式學習進行資料分類與異常分析,尋找系統優化之契機。
最後,這些風險分析的規則,最好能適度轉換成Machine Policy,建置安全智能於端點,使資料中心與端點通力合作,形成一個正向輪迴,持續強化安全偵測,阻擋威脅於機先。
物聯網安全之未來
物聯網作為近年來最熱門的議題之一,在這個萬物聯網的時代,隱私與安全是不可或缺的。然而,物聯網的安全並非是靠單一廠商就能一蹴可及,必須由各生態鏈的廠商共同建立可信任的安全生態方可成功。這個生態鏈中包含硬體製造商必須建立信任根,解決方案商基於硬體安全方案實作安全功能,系統維運商精實管理維運安全,最後加上安全認證的導入方能健全。
現今,已經看到硬體製造商提出多樣的安全晶片,政府亦積極推展物聯網安全標準,目前包含視訊監視器、無線路由器以及智慧運輸等,均有相對應的檢測單位。
放眼未來,樂見更多資源投入,發展更多領域的安全基準,更重要的是希望民眾能提高安全意識,方能促使廠商將相關安全要求導入產品與日常維運中,建立起更為安全、便捷的物聯網新世界。
資料來源:https://www.netadmin.com.tw/netadmin/zh-tw/viewpoint/26443E6FD1EE49CEB4A565A6F3A5A0FF?fbclid=IwAR0r3Vk8jZ784d2FzIyFT0tO03sJlt3wjh4K-eTxX6e70GSoVigky4HPFF4
關鍵基礎設施領域分類 在 柯雨瑞(2023),2018年國家關鍵基礎設施安全防護 ... - YouTube 的推薦與評價
![影片讀取中](/images/youtube.png)
... 關鍵基礎設施 統一納管。 分類 :我國國家 關鍵基礎設施 採三層架構 分類 。第一層為主 領域 (Sector),第二層為次 領域 (Sub-sector),第三層為次 領域 下的重要 ... ... <看更多>
關鍵基礎設施領域分類 在 國家通訊傳播委員會- 各位粉絲大家好!... 的推薦與評價
國家關鍵基礎設施領域分類,目前係以業務功能分類區分: https://ohs.ey.gov. tw/File/79A79307409FF32C 2. NCC發布「指定通訊傳播關鍵 ... ... <看更多>