物聯網(IoT)解決了將真實世界轉換為數碼位元而產生的問題，人工智能(AI)則解決了解讀大量數據后，化為實際行動的問題。這兩項技術分開來看，各自都能重新定義技術和業務領域，合在一起則能替企業打開另一扇窗。AI和IoT之所以有這般能耐，原因就在運行這兩項技術的燃料：數據。

據富比士(Forbes)專欄作家Hod Fleishman撰文指出，過去我們處在新創公司奇襲成熟企業的大顛覆1.0(Disruption 1.0)時代，各大新創挾技術自重，并帶著快速建構與交付產品服務的新商業模式，以及籌募而來雄厚資金，將舊企業打得措手不及。

舊企業亦試圖復制新創的營業模式，從人才、技術、直接投資新創到改革企業文化，似乎將新創所帶來的威脅控制住了。

然而，這些不過都是外在條件，真正蘊含在企業內部的「數據」就足以帶來第二波顛覆，也就是大顛覆2.0(Disruption 2.0)。

AIoT時代

物聯網設備的核心是建有傳感器的實體資產，傳感器擷取數據，而數據轉換成商業價值。

Fleishman認為「物聯網」這個術語并沒有完全描述這樣的過程，因此稱之為數據捕捉資產(DCA)更為妥當。

過去幾年，DCA除了傳感器的質量與效能，其它建構要素也有顯著的進步，如運算單位的能力成長了，成本卻不升反降。射頻(RF)元件有更多選擇，可適應不同的使用場景。也由于開發人員的能取用的資源與工具愈來愈多，使得設計和建構DCA更加容易。

藉此，有更多的應用場景和商機證明了部署更多DCA有其理由，并能精簡DCA產品的建構和運送。 隨著部署DCA愈加容易，顯然DCA創造的數據量也不斷成長。

以過去的資料量而言，把傳感器捕捉到的數據顯示在儀表板上讓作業員解讀就已經足夠。但如今數據一瞬間就能驅動許多動作，借助AI才能實時做出反應。

如果沒有AI，DCA從應用環境中搜集而來、具商業潛力的大量數據便白白浪費；若沒有DCA，AI也無法描述這些搜集而來的數據。因此IoT和AI合并為AIoT可說是至關重要。

智能自動化

以10年前后為界線，可將技術所提供的價值類型劃分為過去與未來。具體來說，手機和無人機便能解釋這條界線。

過去10年，手機透過各種App來擴大增強人們所能做的事情，數碼創新便是這樣推動而來的。放眼未來10年，智能自動化與行為、物件、機器與環境等數據結合，并使資產管理及控制自動化。

無人機就是后者很好的例子，無人機起飛總是帶著許多棘手問題，不過一旦飛航模式可以智能化與自動化，將生產流程、服務和整個供應鏈融合在一起，就會讓無人駕駛業務帶來商機。

支撐智能自動化的技術便是AIoT，更準確來說是依賴龐大的數據，而數據主要來自企業內部，于是AIoT正把技術和整個商業世界從大顛覆1.0轉移到大顛覆2.0。

大顛覆2.0

數據支撐著AIoT、智能自動化和大顛覆2.0，而數據才是一間企業的核心。公司善用愈多數據，他們就獲得愈多洞見，智能自動化的處理結果就會更具影響力。

如果大顛覆1.0是啟動外部力量推動商業世界的改變，那大顛覆2.0將迫使內部發生變化。大顛覆2.0將重新定義企業營運自身業務的運行方式，如果不抓住這個機會，可能就要失去競爭力。

這股潮流所重新定義的運行方式與「人」在組織中的角色有關。隨著組織中導入更多智能自動化技術，人們的工作從親手做事轉向監控，最終就會過渡到培養自動化流程、放手讓這些智能技術自己去做工作的角色。

Fleishman認為，由于當今絕大部分公司都是以人才為中心，大顛覆2.0則會大大破壞這個結構。一旦技術靠著數據而獨立，不再需要人們參與，人才本身就會陷入困境。

如今這個時間點，是用更好的機器和算法來定義組織，而非組織中的人員。即使是決策者，也將重度依賴機器提供的假設、分析和預測，而這在目前許多情況下已是現在進行式。

智能自動化之所以有能力破壞現有業務，是因為在人類所能掌控的許多事情背后，都有一套技術為我們提供更多可行方案，如同人類在日常生活中，有多少行為決策都是由機器提供建議而來的。

Fleishman在文章最后詰問，大顛覆2.0對于企業業務是「破」還是「立」？這道問題的答案，取決于業者意識到這個重大變革已有多少時日。