经济学人的一张图，典型机器学习项目各项任务的耗时分配，可以看到：

(1) 围绕数据清洗和标注会消耗大量时间；Cognilytica 认为一个典型项目 80% 的时间都在各种数据整理上；

(2) 拥有相关数据的机构可能会有先机；但实际上原始数据到清洗标注完的数据集是一个高成本的过程，谁来投入变成一个问题；

(3) 这个数据整理过程本身就是一个生意；预计这个 “第三方数据准备” 市场 2019 年的价值超过 15 亿美金；

(4) 长期以来，高科技行业属于人少效率高的行当；而地方政府其实很看重劳动密集型的岗位创造作用。 “第三方数据准备” 是一个能创造很多普通劳动岗位的方向。

风险投资机构 a16z 研究了 2003 年 Q2（NASDAQ 历史性触底后）至今二十年 262 家上市的 B2B 软件公司的收入数据。

总收入盘子从 990 亿美元提升到了 5,870 亿美元，增长了 5.9x 倍。

如果以 2003 年 Q2 为节点来区分新老公司，可以看到：新旧玩家均取得了大发展。老牌企业从 990 亿美元增长到了 3,230 亿美元，仍然保持了 55% 份额。

从这个角度看，关于软件行业的 “颠覆性” 问题，貌似也有很多巨头并没有被颠覆，而是变得更大了。

5G 的发展不是单纯技术驱动，更像是用例（Use Case）驱动，即：需要去寻找 5G 有啥应用场景，然后用技术手段去满足这个需求场景。

各种 Use Case 层出不穷，哪些商业化早一些？哪些玩一些？

OMDIA 给出其最新观点：

(1) 将 5G 商业化进程划分为三段，2022年及之前为早期；2023-2025 为中期，2025年以后算后期。

(2) 早期的几个场景，场馆是 5G eMBB 的重要场景；而其他几个（资产管理、智慧大厦、工业传感器）都是 mMTC，我认为是 LTE 版本，而不是 5G 版本；因为 5G mMTC 连相关标准的进度还待定。

(3) 2023 年起，大量 5G 大带宽的场景会路线进入商用时间。

(4) 针对实时自动化程度要求高的场景，例如：产业协作机器人。OMDIA 认为要到 2025...