农业、医疗、工业、交通物流等其他行业正在发生的数据产生、数据联网、数据分析和智能理解和干预的浪潮，极大的提升了这些行业和过程的效率。例如美国联邦快递公司的货车，均装有多维度的传感器，采集每辆货车的位置、速度、载重的信息，并通过云端传给总部，不仅能够显示几万辆货车的实时位置和状态，还可结合所装载货物的信息和人工智能的算法，实现自动调配和优化每辆货车的路径，并自动反馈给每辆货车的GPS，节省了大量的成本。再例如，利用医院积累的影像数据，结合深度学习，为医生提供针对特定病种的辅助诊断的建议。我们认为类似的环保+物联网+人工智能的技术和应用在未来五年会蓬勃发展。
       环保能源相关数据的价值，在于保障环保设施和设备的精益运维，在于提供环境质量的状态并作为政府监管和企业尽职免责的依据，在于获取能源消耗的状态，从而为节能、用电预测、需求侧相应提供依据。
       具体来看，这种发展以创新性的传感器开发、工业量产、广泛部署开始。例如，2016年我们发现市场上出现了若干个聚焦光散射传感器/检测仪的公司。这些公司通常为客户提供在区县级别区域部署数十个传感器，在地级市范围内部署数百个传感器的解决方案。现在测量大气中颗粒物浓度的光散射传感器已被广泛应用。随着大量的颗粒物浓度数据被采集，未来新的方法或者模式或将开启，比如结合天气数据，做出局部能见度和飞机延误的预测(机场)，或加密网格部署传感器，对污染物进行溯源等。
        典型的应用场景包括：空气质量监测、工业气体(VOCs)监测、智慧水务、工业节能、智能建筑、智能城市等。我们会持续关注能够测量颗粒物、工业气体、土壤环境相关指标、地表和地下水质、生物多样性的传感器技术的进步，以及带来的数据闭环、新的商业模式和传感器的智能化。