AIoT有什么挑戰(zhàn)和突破口

隨著IoT與AI逐步走向融合，AIoT正將以全新的方式改變?nèi)藗兊纳睢?/p>

一、新業(yè)務(wù)需求

近年來，物聯(lián)網(wǎng)呈現(xiàn)突飛猛進(jìn)的發(fā)展態(tài)勢。根據(jù)中商情報(bào)網(wǎng)的數(shù)據(jù)，2018年全球物聯(lián)網(wǎng)設(shè)備已經(jīng)達(dá)到70億臺；到2020年，活躍的物聯(lián)網(wǎng)設(shè)備數(shù)量預(yù)計(jì)將增加到100億臺，2025年將進(jìn)一步增加到220億臺。全球物聯(lián)網(wǎng)產(chǎn)業(yè)規(guī)模由2008年的500億美元增長至2018年的近1510億美元。

在中國，物聯(lián)網(wǎng)的大規(guī)模應(yīng)用與新一輪科技和產(chǎn)業(yè)變革的融合發(fā)展，預(yù)計(jì)2025年中國物聯(lián)網(wǎng)連接數(shù)將達(dá)到53.8億。

隨著物聯(lián)網(wǎng)設(shè)備規(guī)模的迅速擴(kuò)大，工廠所產(chǎn)生的數(shù)據(jù)規(guī)模也正以極高的速度發(fā)生“膨脹”，單純依靠人工處理越來越難以為繼，企業(yè)急需一些智能化手段，以完成對數(shù)據(jù)的處理、流程的優(yōu)化，AI的出現(xiàn)恰到好處。

物聯(lián)網(wǎng)發(fā)展至今，已經(jīng)從最開始的未連接狀態(tài)發(fā)展至智能化，所帶來的價(jià)值也將變得越來越大。AI的引入，一定程度上是發(fā)展的必然。AI與IoT的融合，將加速智能化進(jìn)程，充分發(fā)揮物聯(lián)網(wǎng)的價(jià)值。

據(jù)IDC預(yù)測，中國人工智能市場未來五年將處于高速發(fā)展階段，2018年底中國人工智能市場規(guī)模將達(dá)到22.9億美元，IDC預(yù)測到2022年市場規(guī)模將達(dá)到98.4億美元，2017-2022年復(fù)合增長率達(dá)到54.5%。而在技術(shù)的發(fā)展方向方面，流程重構(gòu)、合規(guī)治理及洞察服務(wù)等無疑是難度最高且極為重要的。

與此同時(shí)，IDC在另一份報(bào)告中也作出了自2019年起對全球制造業(yè)的十大預(yù)測，包括：

預(yù)測4：到2020年，為了提高速度，靈活性，效率和創(chuàng)新，80％的制造商需要進(jìn)行廣泛的重組，將數(shù)據(jù)置于流程的中心。

預(yù)測2：到2022年，35％的制造企業(yè)將通過借助以AI和區(qū)塊鏈為中心的平臺創(chuàng)建新的生態(tài)系統(tǒng)，從而實(shí)現(xiàn)50％的流程自動(dòng)化。

預(yù)測6：到2024年，超過60％的G2000制造企業(yè)將依靠人工智能平臺來推動(dòng)整個(gè)供應(yīng)鏈的數(shù)字化轉(zhuǎn)型，從而使生產(chǎn)率提高20％以上。

我們由此可以看出，企業(yè)、尤其是產(chǎn)出大量數(shù)據(jù)的制造業(yè)對自動(dòng)化、智能化的需求愈加迫切，傳統(tǒng)的自動(dòng)化、聯(lián)網(wǎng)化已經(jīng)越來越無法滿足需求。從市場的需求看，隨著企業(yè)智能化新業(yè)務(wù)的產(chǎn)生，愈加迫切的需求促成了AI與IoT的融合。

二、AIoT全解析

以眾所周知的互聯(lián)網(wǎng)為例，它是由設(shè)備、網(wǎng)絡(luò)等基礎(chǔ)設(shè)施及各種豐富多彩的應(yīng)用構(gòu)成的。倘若沒有基礎(chǔ)設(shè)施，再精彩的應(yīng)用也只是空中樓閣，而沒有豐富的應(yīng)用為支撐，互聯(lián)網(wǎng)的魅力也只能是一個(gè)個(gè)獨(dú)立的機(jī)器。

與之類似的，如果我們將AIoT進(jìn)行粗略分類，大抵也可以分為這樣兩類：基本組成部分與應(yīng)用程序。

1. 基本組成“元素”

AIoT是指AI與IoT的互補(bǔ)融合，因此在組成上，幾乎涵蓋兩種技術(shù)的核心“精華”。如果我們追本溯源，將AIoT進(jìn)行分類，可分為數(shù)據(jù)、連接、用戶、流程、可視化等五大類。

數(shù)據(jù)

數(shù)據(jù)是AIoT非常核心且基礎(chǔ)的部分。對于IoT來講，幾十億臺設(shè)備的聯(lián)網(wǎng)所產(chǎn)生的數(shù)據(jù)量遠(yuǎn)超人力所能及，而數(shù)據(jù)又是物聯(lián)網(wǎng)的主要產(chǎn)出。

正如前文所講的那樣，數(shù)據(jù)規(guī)模正變得越來越“龐大”。 據(jù)IDC預(yù)測，物聯(lián)網(wǎng)設(shè)備產(chǎn)生的數(shù)據(jù)從將2013年的0.1ZB增長到2020年的4.4ZB。

AI與IoT的融合正是以數(shù)據(jù)為依托的。對于AI來講，數(shù)據(jù)是其發(fā)展的養(yǎng)料，源源不斷的龐大數(shù)據(jù)量為其感知、處理和進(jìn)步奠定了基礎(chǔ)。

連接

連接的價(jià)值毋庸置疑，無論是設(shè)備聯(lián)網(wǎng)，亦或AI的接入，所有的一切都需要連接。沒有連接，AIoT的所有功能都將成為美好的愿景。

過去的2018年里，國內(nèi)的物聯(lián)網(wǎng)連接呈現(xiàn)“大象狂奔”的態(tài)勢。知名市場研究公司Counterpoint曾發(fā)布報(bào)告顯示，截止2018年年中，中國的三大運(yùn)營商物聯(lián)網(wǎng)連接數(shù)已占據(jù)全球蜂窩物聯(lián)網(wǎng)60%以上份額，預(yù)計(jì)到2025年依然保持在60%以上。

用戶

所有一切新興技術(shù)，最終服務(wù)的對象都是人。因此，用戶的直觀體驗(yàn)至關(guān)重要。

在智能家居等C端領(lǐng)域，用戶更加在乎的是設(shè)備“懂我”，期望智能產(chǎn)品能夠滿足自己“飯來張口、衣來伸手”的“懶人”生活；在工業(yè)等B端領(lǐng)域，企業(yè)客戶更加需要搭載AIoT的智能產(chǎn)品能夠降低成本，提高效率等。

因此，滿足用戶的需求是AIoT的重點(diǎn)方向，需要針對不同群體需求達(dá)到真正智能。

流程

AI與IoT的融合，是在IoT廣泛連接物聯(lián)設(shè)備的基礎(chǔ)之上的。為什么IoT之后仍需要AI助力？因?yàn)檫B接不是目的，智能才是方向。

目前的物聯(lián)網(wǎng)設(shè)備大都存在流程的冗余，通過AIoT的幫助，對于個(gè)人用戶來講，設(shè)備將更加好用智能、速度更快；對于工廠企業(yè)來講，節(jié)省了成本，提高了效率。

可視化

物聯(lián)網(wǎng)設(shè)備所產(chǎn)生的大量數(shù)據(jù)，一定程度上包含著無論是機(jī)器設(shè)備，亦或者個(gè)人用戶的關(guān)鍵信息。對于企業(yè)來講，能夠真正將這些信息利用起來，并成為可視化的、可量化的資源顯得尤為重要。

AIoT時(shí)代，將數(shù)據(jù)等信息可視化的表現(xiàn)出來，不僅能夠?qū)?shù)據(jù)與業(yè)務(wù)緊密聯(lián)系，也能幫助企業(yè)及時(shí)發(fā)現(xiàn)市場趨勢，以為更多應(yīng)用的開發(fā)提供智能化輔助。

2.應(yīng)用

不只是基礎(chǔ)組成“元素”，如何讓AIoT得以發(fā)揮巨大效用才是重中之重。在AIoT的落地環(huán)節(jié)，仍然需要各種服務(wù)及平臺作為支撐，從而將其強(qiáng)大能力具體顯現(xiàn)。

在AIoT落地過程中，不外乎需要一些基建服務(wù)、運(yùn)營平臺、生產(chǎn)力平臺以及分析平臺。

對于用戶來講，通過雷達(dá)、wifi等基建服務(wù)可以保障AIoT的基本功能，為后期的運(yùn)營分析等奠定基礎(chǔ)。

運(yùn)營平臺則包括智能手機(jī)、工廠管理系統(tǒng)等，用戶可以通過平臺有效管理其上搭載AIoT的設(shè)備。

分析處理能力是AIoT非常關(guān)鍵的能力之一，在具體的分析管理中，平臺的引入也為用戶的可視化、易管理提供了幫助，因此分析平臺也十分必要。

綜上來看，AIoT的這些落地需求也存在著新的商機(jī)，尤其為系統(tǒng)集成商、服務(wù)提供商和咨詢公司等帶來了新的機(jī)會。

三、企業(yè)AIoT戰(zhàn)略

對于企業(yè)來講，AIoT存在著非常巨大的價(jià)值。雷軍此前坦言，5G+AIoT將是下一代超級互聯(lián)網(wǎng)。

盡管價(jià)值巨大，看起來非常誘人，但企業(yè)若想要能夠真正分一杯羹，著實(shí)存在一些挑戰(zhàn)，但風(fēng)險(xiǎn)與收益同在，挑戰(zhàn)與機(jī)遇并存。

1. 商業(yè)挑戰(zhàn)

任何新興技術(shù)的引進(jìn)，對于企業(yè)來講，都存在挑戰(zhàn)。盡管理論層面的數(shù)據(jù)可以顯示出該技術(shù)的先進(jìn)性，但技術(shù)與企業(yè)融合的難易程度、最終效果等等都存在不確定性。

對于企業(yè)而言，最迫切需要AIoT所帶來的無外乎降低成本、提高利潤率、增加收入。如何在真正落地中滿足企業(yè)需求，是擺在企業(yè)心中的一大問號。

盡管智能化一直是人們對科技的高度向往，而AIoT能夠?qū)⑦@一目標(biāo)無比拉近，但是，利用AIoT降低成本并非易事。

首先，AI的投資多，見效慢。AI的前期投入相當(dāng)龐大，無論是算力研發(fā)中硬件成本，還是人才的薪酬等投資都是巨大的。以AlphaGo為例，其算力相當(dāng)于12000塊常見的消費(fèi)級1080TI TPU，所花費(fèi)逾千萬。而目前，人工智能相關(guān)崗位的薪酬也是非常之高的，甚至有消息稱，年薪 25 萬的 AI 工程師僅僅是白菜價(jià)。

昂貴的前期成本投入，并不能確保后期帶來更高的收益，因此，對于企業(yè)來講，AIoT是一項(xiàng)高額高風(fēng)險(xiǎn)的投資。

其次，模型的構(gòu)建難，準(zhǔn)確性也無法保證。傳統(tǒng)工業(yè)領(lǐng)域的IT從業(yè)人員缺少模型的構(gòu)建與管理經(jīng)驗(yàn)，無法保證實(shí)現(xiàn)模型預(yù)測的準(zhǔn)確性，也無法對模型進(jìn)行全生命周期管理及升級，以更低成本和更高效率進(jìn)行模型和算法的迭代。

正因此，企業(yè)很難從AIoT中獲得利潤率的提高，從而進(jìn)一步抑制了企業(yè)對該技術(shù)的“興趣”。

最后，因?yàn)槠髽I(yè)在降低成本及提高利潤率等方面存在問題，因此依靠AIoT增加收入也就變得更加困難。

2. 解決方法

但老話說的好：只要思想不滑坡，方法總比問題多。盡管現(xiàn)存的許多問題阻礙了AIoT的商業(yè)化進(jìn)程，但與之相對應(yīng)的解決方法總是有的。

首先。企業(yè)間以合作的形式，可以有效降低成本，獲得更大利潤。試想一下，原本一家企業(yè)做AIoT需要從AI及IoT全方位下手，但通過合作的方式，企業(yè)只需要專注于一小部分，例如數(shù)據(jù)、連接等等，通過互補(bǔ)合作的方式，可以有效降低成本、提高效率。

另外，企業(yè)需要?jiǎng)?chuàng)建新的“服務(wù)”模型。在AIoT所引領(lǐng)的智能化時(shí)代初期，用戶的需求是逐步塑造與形成的，相對應(yīng)的，新的商業(yè)模型存在很大發(fā)展空間，如何滿足用戶所需值得深入挖掘。

結(jié)語

AIoT是一個(gè)龐大的產(chǎn)業(yè)鏈，圍繞它可以產(chǎn)生無限可能，價(jià)值是巨大的。但事物的發(fā)展不會一帆風(fēng)順，處于發(fā)展起步階段的AIoT，在實(shí)際落地之中又有重重困境。盡管對企業(yè)來講，解決問題的方法不止一個(gè)，但AIoT最終能否淬火之后達(dá)到繁榮生態(tài)，仍含有太多不確定性。

來源：物聯(lián)網(wǎng)智庫