這篇 MGI 報告調查了世界上 150 種物聯網（Internet of Things）案例，並說明它的產值最多可以在 2025 年前達到 11.1 兆美金（下同），佔了該年世界總預估 GDP 的 11%。其中大約 40% 需要不同系統間的互操作性（interoperability），也就是說不同物品的互聯網要能彼此溝通；大約 70% 與 B2B 業務有關。物聯網所提供的商機主要分為兩種：改善流程與提供新的商業模式，因此總產值中有大約 90% 是由物聯網中的消費者（個人或法人）直接得益。物聯網的發展聽起來很不錯，不過要進一步瞭解這些數據背後的意義，我們得先問「2025 年前 11.1 兆美金是怎麼預估的？」
首先從 Executive Summary 中可以看到，MGI 是用 Bottom-up 的方式建立模型，調查九種情況（settings）下可能產生的潛在利益，包括生產過程中節省的時間、提升的生產力與資源利用最佳化，以及過程外的社會利益，並得出了以上幾個結論。比方說在人（human）的情況裡面，MGI 的調查方向分為「健康」與「生產力」，前者衡量了在改善患者抗藥性、過敏等症狀以後，健康風險降低可能帶來的助益，後者則衡量了在運用虛擬實境（Augmented Reality，AR）等技術的情況下，員工可能提升的生產力。其它領域採用的方法也大同小異，先是決定調查的方向，再個別評估可能產生的產值，不過每個領域對不同發展程度的社會衝擊不一，預估值波動也很大，以「健康」來說，經濟衝擊最小有 1,700 億，最高則有 1.6 萬億。
為了瞭解各情況中詳細的預估方式，這些預估值為什麼會波動得這麼大，以及如何衡量 B2B、互操作性等影響，我們需要讀一讀 Full Report。雖然 Findings 章節提到了很多好結論與調查前應該考慮好的事情，但如果我們只是想瞭解如何預估產值，而非學習研究方法的話，可以直接跳到各情況的章節。一樣以人為例，在健康底下也分成了幾種情況，其中一項「監控與治療疾病裡面」，提到慢性病患者可能在健康檢查期間遭遇急性疾病，增加龐大的醫療成本，但便宜的電子監控設備有助於預防這種狀況，因此 MGI 要做的就是衡量「追蹤設備對各種疾病預防的影響」。我們可以在 Box 5 看到 MGI 用了「質量調整壽命年」（QALY）作為衡量基準，在 Exhibit 9 中衡量了九種疾病中，使用追蹤設備對治療依從性（是否按時吃藥）、早期預防與緊急處理三種情況的影響，再將這些影響整合成失能調整生命年（DALY），乘上人均 GDP 就是潛在助益。我們也可以看出為什麼預估值會波動這麼大，因為 DALY 波動很大，這在我看來並不是不精準，而是謹慎，因為我們不可能將定性影響化為精準的量，所以給出一個區間，實際比給出一個精確值來得負責任。當然，區間的最大值也比精準的中庸數值更吸引人。
其它情況採用的預估情況也大同小異，調查過程中分清楚 B2B、互操作性等類別，也能得出額外的結論。需要注意的是，研究這些產業前應該先有一定的認識，才知道該找哪些數據。雖然我們可能可以推論出上面的研究方法，甚至把這這些脈絡簡單看成一個 Case，但要落實研究，清楚如何評估不同疾病的影響，或是找 DALY 來作為評估基準，就需要各行各業的專業，所以這也是 McKinsey & Company 與各大諮詢企業匯聚各路人才的巨大優勢之一：比起發表九份個別產業的報告，一份報告與一個明確的數據更能吸引大家的目光與興趣。
圖片來源：Pixabay