澎湃新聞記者 邵文

“我們相信AI的技術與IoT設備的結合將會是科技創新領域未來十年最大的機遇，而AIoT現在已經成爲一個大共識，大賽道、大市場，整個產業將迎來發展的黃金十年。”近日，曠視聯合創始人兼CEO印奇在曠視企業業務合作伙伴大會上說道。

AIoT是AI與IoT（Internet of Things，物聯網）的合成詞，即AI與IoT設備相融合，應用場景包括智慧工廠、智能家居、智能駕駛、智能安防等。物聯網能夠蒐集海量數據，AI則負責挖掘數據價值。根據IoT Analytics預測，全球2025年物聯網連接數將達271億，廣泛存在的物聯網終端能夠感知海量數據，爲AI應用提供支撐。

“AIoT一定不等於AI。我認爲AI行業這個說法是有問題的，AI很難作爲一個獨立的產業體系或商業閉環存在。AI本質上是一個效率工具，它能夠無形地滲透到各個行業，成爲行業效率提升的催化劑。因此，AI的技術一定要與場景和行業深度結合，同時要找到合適的載體，這樣才能構成閉環的業務。”印奇概括道。

印奇認爲，AIoT的產業創新範式是“AIoT=AI+IoT+空間”。AI和IoT大家講的比較多，而空間是這裏的增量，其指向的不是簡單的物理空間，而是一個場景中基於所有要素構成的價值閉環。曠視企業業務負責人趙康在接下來的演講中進一步闡釋了“向空間要效率”。

“回首過去20年，在互聯網時代，我們通過ERP（企業資源計劃）、CRM（客戶關係管理）等優化流程，並將流程電子化，‘向流程要效率’。第二個時代是物聯網時代，海量的IoT設備接入網絡，其產生的數據被自動獲取及上傳，在生產領域通過機器設備‘物’的連接，‘向物要效率’。第三個即是今天的智能物聯時代，我們需要更多維度的效率提升。AI與IoT的深度融合打通了設備感知、執行的雙向互通，讓全量數據的自主感知分析成爲可能，‘向空間要效率’。“

那麼如何向空間要效率呢？

空間數字化：數字感知—分析—執行

空間數字化可分爲“數字感知—分析—執行”。空間裏的人、事、物等信息，通過物聯網硬件設備被感知，再通過人工智能系統進行分析，同時匹配不同業務流程，可以大大提升生產運行效率。

根據IDC數據，中國IoT支出規模從2020年就已超過1500億美元，並預計在2025年達到3069.8億美元，其中製造業在物聯網行業支出佔比規模最大。

想要對AIoT的價值有更直觀理解，可觀察其在製造業場景中的應用。據中金公司調研，AIoT在工業場景的落地遍佈與以下幾個方面：

1）數字化排產。在數字工廠中，AIoT系統可以監測、收集工廠生產中的物料數據、生產時間數據等，藉助數字孿生技術可以對工廠的生產流程進行建模、仿真與分析，然後生成最優的排產計劃。

2）供應鏈優化。AIoT可以使原材料採購、銷售更加具有可預測性，能夠優化供應鏈選品、庫存管理、調撥、補貨的決策。

3）設備管理。AIoT可以提供強大的高效、可視化的批量管理設備管理功能，管理的設備範圍涉及傳感器、微控制器以及功能強大的路由設備組通信的網關等。

4）預測性維護。AIoT可以通過安裝在實體工業設備上的傳感器採集數據，然後通過仿真手段預測設備未來運行情況，從而採取預防性維護，降低宕機風險、縮短停機時間）。

5）工業視覺功能。AIoT可以基於機器視覺和AI技術，對關鍵的設備運行參數進行建模，從而實現工業視覺的檢測、識別、定位功能。

通過物聯網感知終端實時採集大量、複雜的機器數據，並基於數據提升對設備的監控管理、以及後續服務，提高設備的自適應和主動智能能力。

據Omdia數據，2020年全球範圍內前端智能化滲透率達16%，預計到2025年將達64%。在更熱門的AIoT領域——安防，視頻監控是應用主戰場。AI與IoT結合後，人臉識別布控系統就不只是單點布控報警，而可以實現數據採集與信息庫實時對比，其也可做車輛數據、環境數據的收集與分析，構建智慧城市/商業/工業/農業等。

要想實現這個目標，一個必須解決的痛點問題是下游應用場景與需求的高度碎片化，物聯網終端異構、網絡通信方式與平臺多樣化，比如智慧防疫和智慧後勤兩個系統之間沒有可能也無法“交流”。 之前這些像一個個豎井一樣的系統，都將被數字感知的超級入口一一打通

“曠視的目標是創造一個‘超級入口’，重新規劃空間中的運行流程，形成如辦公空間、生產空間等一個個數字化空間，進而提升企業組織的管理效率。具體而言，曠視在企業業務領域目前主要覆蓋辦公空間的數字化、安防管理的數字化、安全生產的數字化三個領域。”趙康說道。

中金公司在《AIoT開篇：解析平臺型企業及全新操作系統》報告中也提到，雖然物聯網行業入局者衆多，但最大的障礙與痛點在於下游需求的碎片化以及物聯網連接產品的私有與封閉。雖然市場上不乏物聯網平臺、協議、方案和標準，但由於不同巨頭希望推動不同的生態發展，生態之間相對封閉，不同品牌的設備難以聯動，這就造成了終端用戶（廣義）需要接入不同的軟件平臺，才能在不同場景使用不同品牌的物聯網設備。其認爲，如果設備之間不能互聯互通，用戶則難以感受到物聯網技術帶來的便利，封閉與割裂成爲了物聯網行業需求釋放的最大瓶頸。

所以，曠視希望構建的“超級入口”不僅旨在解決重要痛點問題，也是當下“兵家必爭之地”的布棋。

曠視準備如何來做這件事？

軟硬件一體化：算法定義硬件

從印奇的一段話可見曠視對做這件事自有優勢的認知點，“在IT的領域裏，多年來一直討論‘軟件替代一切’、‘軟件定義硬件’，這些已經從早期的預言變成了現實。而在今天我們想大膽預言說‘算法定義硬件’。算法自己不會擁有閉環的商業價值，而算法和軟件、應用、硬件結合，能打造出匹配場景需求的硬件載體，才能真正激發整個AIoT生態的效能。這是我們認爲在曠視過去的十年時間裏，最大的產品和價值主張。”

如何理解算法定義硬件，其解決問題的思路是什麼？

在所有海量硬件加上定製算法的模式更適合能夠規模複製的單一場景，但AIoT市場的場景和需求是碎片化的、複雜的、存在大量變化的。而如果這個硬件從研發起就由算法倒推出來，即從算法出發理解業務需求，再倒推回去選擇硬件或匹配硬件組合，甚至讓一個性能不夠好的硬件發揮出更大性能。這樣的解法就可概括爲標準硬件加海量算法。

“算法定義硬件”的產品形式是什麼呢？以曠視魔方智能分析盒爲例，如果不加算法，它就是一個帶算力的硬件產品。但通過建立平臺算法下發的模式，對前端攝像頭感知的視頻流和信息進行分析處理，結合不同業務流程需求給出不同反饋，其就可以適配如生產安監、加油站、園區等不同的應用場景。

具體可以從三個層面理解。第一是硬件的平臺化，“硬件最終會走向標準化，只有標準化的硬件才能成爲平臺，在AIoT的時代平臺所承載的不再是算法也不再是軟件，而是一種能力。”趙康介紹道。

第二是系統柔性化，系統是指軟硬結合的一整套的產品組合，包括平臺和硬件。這套系統能實現算法在平臺和硬件之間動態下發、加載，使得硬件和算法解耦，從而滿足柔性需求。

這樣軟硬一體的產品如何創造呢？即在一個場景中定義了需求，然後設計模型，進行數據採集標註，最後把數據放到模型裏進行訓練和推理。這個過程工作量巨大，最終訓練出來的這套經過數據驗證的模型才能真正進入硬件。

第三是服務規模化，趙康解釋道，“要實現服務的規模化，我們是需要關注主流場景之外更多的實體的空間。不同空間內的需求多種多樣，所以我們需要開放算法和生產工具鏈，並攜手上下游的生態夥伴一起打造更爲豐富的數字空間行業應用。”

曠視在當天的溝通會上也發佈了“AIoT生態合夥人計劃”，將賣標品和方案的上下游渠道關係擴充到互補型合作關係。對四類不同類型的合作伙伴：全國性的行業ISV（Independent Software Vendors，獨立軟件開發商）、區域ISV、產品方案商及運營商的客戶，有不同的合作模式。

“組件針對的客戶羣可能是一些產品方案商，單品針對的則是區域ISV，整個軟硬一體的產品族則針對全國性行業ISV。一方面我們需要不同的生態合作伙伴將組件、單品和產品族打包在其方案中，從而服務不同行業的最終用戶。同時，我們也希望從不同的合作伙伴獲取市場信息，洞察市場反饋，進而再結合這些不同行業的合作伙伴對行業的理解，不斷優化產品。”趙康說道。

在曠視的EBG（Enterprise Business Group，企事業事業羣）業務中，即通常理解的to B業務中，產品矩陣分四層：AIoT組件，AIoT基礎硬件產品，AIoT平臺和AIoT應用。

“這四層裏最核心的是第二層——AIoT基礎硬件產品，其中基於雲、邊、端的架構分成三類提供給區域型或全國型合作伙伴。對於擁有硬件研發、產品生產能力的產品方案商，那麼曠視就提供軟AIoT組件。行業級合作伙伴要打造自己的行業平臺，那麼不只需要AIoT硬件，同時也希望有一套管理系統以實現模型下發、調度和加載的系統循環，那我們會開放AIoT平臺。AIoT應用則由曠視和空間合夥人共創，曠視提供基本的AIoT應用，合作伙伴則進一步開發其行業應用，最後實現應用在所有的空間場景下的全覆蓋。”曠視企業業務事業部市場負責人喬梁進一步說道。

雖然整個B端市場需求多樣且碎片化，但趙康認爲有三個正在發生的宏觀趨勢：基礎設施的雲化；核心技術的互聯網化；應用的數據化和智能化。最後一點正是曠視的所長，也是曠視在以上佈局背後的自我認知。

責任編輯：吳劍 SF031