Redian新闻
>
谁能定义下一个AIoT时代? | 甲子光年

谁能定义下一个AIoT时代? | 甲子光年

科技


从“硬件+算法”到“算法定义硬件”,或许会是AIoT时代产品理念的一次本质变革。


作者 | 刘景丰



硬件智能化的发展已势不可挡。


从智能手机到智能手表,从智能摄像头到智能汽车,再到用语音唤醒智能家居。智能设备,已经成为日常生产、生活的一部分。


这也使得AIoT行业,正迎来一场爆发。


传统IoT三巨头“海大宇”已经悄然换下安防这个“旧概念”,发力智能物联。


4月22日晚间,大华股份发布2021年年报。年报中,大华特意强调了“智能物联”的业务核心。


更早前的4月15日,海康威视发布2021年年度报告,同样把AIoT作为未来十年的重点,其在年报中指出,“2021 年,是公司成立的第二十年……现在将业务领域定位为‘智能物联AIoT’。我们相信,未来10年,伴随智能物联网的发展,公司将继续快速发展”。这是海康威视第一次在年报里面修改自己未来业务的介绍。


宇视科技在3月29日发布的2021年业绩报告中,也只字未提“安防”,取而代之的是“智能物联”。


变化还不止这些。


一些AI企业也在凸出自己在AIoT上的布局,最典型的是旷视。4月13日,在2022旷视企业业务合作伙伴线上大会,旷视联合创始人兼CEO印奇对外传递了一个明确的态度:AIoT是互联网的下一次浪潮,是旷视的战略方向。他认为整个AIoT产业将迎来发展的黄金十年。


行业头部企业的一致动作,已经表明了一种讯息:在疫情常态化的大环境下,业界已然意识到,AIoT早已跳出“安防”的范畴,成为智能时代一个外延更大的市场。


实际上,AIoT并不是个新鲜词,它是人工智能(AI)和物联网(IoT)的合称,2017年就已出现。2019年年初,AIoT曾迎来一场热潮,不仅华为、阿里、百度、京东、小米等互联网公司都提出各自的AIoT战略,就连OPPO、创维等传统硬件厂商也纷纷入局AIoT。彼时,AIoT如同一场科技新风口,成为各科技企业都来押注的业务板块之一。尽管入局者众,但AIoT也有其壁垒和制约,一些科技公司的入局更像是试水。


如今,经过三年沉淀,随着5G走向普及,产业互联网崛起,新基建成为主旋律,AIoT这一万亿级市场变得越来越“香”。




1.AI进化:“它不是一个独立的产业”


2018年,当腾讯喊出转型产业互联网时,下一个科技时代的大幕已悄然开始。实际上,在此之前互联网巨头们的创投布局重心就明显向to B转移。


「甲子光年」曾在《为什么说中国to B时代终于来了?》一文中探讨这一变化,从2015年之后,中国的to B行业逐步回暖,to B回暖本质是“科技替代”。这里的科技,大头便是AI,此外还有大数据、物联网、云计算等。


自2016年AI在围棋中胜出人类后,短短数年其风头便雄踞科技领域之最,甚至由之延伸出来的一些领域也在此后不断催生着一个个风口:自动驾驶、智能制造、AIoT,乃至元宇宙……


彼时,科技圈一个广受讨论的话题便是:AI将会定义一个新时代。许多人把AI当作一个独立的行业来看,不仅各大科技巨头纷纷成立了自己的AI业务线,比如谷歌、微软,以及国内的BAT等,而且各类AI创业公司也纷纷出现。此前「甲子光年」曾作过统计,2017年国内新增AI公司接近8000家,到了2018年这一数据已翻升至18000多家。


这一阶段属于AI技术创新阶段,无论是新成立的AI公司还是科技巨头的AI业务线,主要都是做一些AI基础理论、独立算法的研究。他们的商业化也多依靠面向安防、金融、零售等行业,卖算法软件、做项目获得收入,AI是作为一个底层的算法组件存在的。


然而,AI企业很快发现,随着技术壁垒不断降低,市场竞争越发激烈,算法SDK的价格大幅下滑,自身的盈利空间被大幅削减。同时,AI企业意识到,行业客户需要的不是单个模块或开发包,因为客户并不具备集成算法SDK的能力,他们需要的是一套完全定制化的行业解决方案。


但现实情况是,每个细分行业的场景都非常分散和碎片化。AI企业每开拓一个新的场景,都要对应的行业know-how积累,这使每个项目的实施周期都特别长,极其消耗研发和交付的资源。另外,由于缺乏渠道和供应链的能力,AI企业的利润空间也不高,甚至是做得越多,亏得越多。


因此,“项目外包商”的角色并不能如愿换来规模化效应。于是,AI公司开始主动求变,探索新的商业化模式。如果大致梳理目前各家AI公司在商业化中的探索,已经形成了颇清晰的差异化路径。


一种是“软”的打法,即通过打造通用的AI基础设施,将AI以软件形式提供给各行各业的客户,赋能百业,做行业的横向扩展,以实现规模化。以商汤为例,其推出的AI大装置SenseCore本质是让AI落地摆脱人力密集的状态,它就像AI算法的流水线工厂,可以实现不同场景算法模型的底层抽象,以模块化平台套件打造通用型服务平台。


这种路径想象力巨大,不过也存在重重困难。首先,单一的AI算法很难形成很高的技术门槛和壁垒;其次,由于行业过于碎片化,每个行业需要的算法也非常碎片化,这使得AI平台的落地在现阶段很难一步到位。这就意味着要承受长期巨额的投入,有可能面临更缓慢的商业化进展。


也正因如此,商汤集团董事长兼CEO徐立在此前上市致辞中也表示,“这是一条罕有人走的路。艰难之处在于商业的不确定性。”


另一种是“硬”的打法,即AI算法能力一定要固化到某个载体中,形成一套端到端的软硬产品组合,为行业客户提供完整的价值。换句话说,AI算法必须与物联网的芯片、传感器这样的硬件载体进行结合,才能形成一块独立的业务,这就是AIoT。


这块市场,很早便被一些AI企业看中,旷视便是这条路径的坚定支持者。正如旷视联合创始人兼CEO印奇所言:“我认为AI行业这个说法是有问题的,AI很难作为一个独立的产业体系或商业闭环存在。AI本质上是一个效率工具,它能够无形地渗透到各个行业,成为行业效率提升的催化剂。”


这就意味着,AI想要落地,一定要依附于某个实体的存在。印奇曾经表示,旷视目前不会成为一家平台化的公司,而是会打造几个支柱型行业作为立身之本。因此,从2015年开始,旷视就提出AIoT是AI的产业化路径。目前,旷视在其消费、城市和供应链三大物联网业务板块,都形成了一定的软硬一体化产品和解决方案的能力。


但是,这条路同样并不容易走。由于之前没有任何一家企业走通过AI从算法到产品到方案的全流程。这意味着,为了打通这条链路,AI企业就必须从产品研发、生产制造、市场通路甚至客户服务都做一遍,牵头构建从算法、软件到硬件的产研与供应链体系,并开拓出市场通路,实现完整的价值闭环。但由于缺乏硬件渠道和供应链的能力,这对于AI企业而言显然是一个需要漫长周期且无法跨越的积累过程。




2.合围AIoT:“AI不等于安防”


过去在视频物联网这条道路上,最为人熟知的公司莫过于海康、大华、宇视等。作为国内老牌安防巨头,这三家公司占据着国内安防市场的半壁江山。此后随着AI崛起,这一技术被引入安防领域并快速落地。


实际上纵观AI发展的数年,只有三大场景实现了规模化落地:信息流推荐、辅助驾驶和智能安防。其中安防成为AI最重要的领域,人们一提到AI,就会想到安防。在某种程度上,人们似乎已经把AI与安防划上了等号。


变化出现在2021年。2021年12月26日,推迟数月的深圳安博会终于赶在年尾举办。


只是,这一次的安博会上稍显冷清:受疫情影响,传统安防巨头海康、大华、宇视纷纷撤展,华为、商汤等也宣布“离会”,破除万难南下参展的旷视,在展会上推出其“神行”“魔方”“鸿图”和“盘古”等一系列AIoT产品矩阵。这其中,跟安防直接相关的也只有“神行”这款产品。


一个暗含的趋势是,安防这个大市场已经见顶,正走向衰退。过去十年,在平安中国、雪亮工程、智慧城市、数字城市等国家政策、工程的号召下,城市立体防控监控体系已经逐渐成型,市场也迎来饱和。而且疫情之下,随着政府压低预算,做to G的生意越来越难。


在近日的海康威视财报业绩沟通会上,海康威视总裁胡扬忠直言“传统安防市场的业务实际上没那么大”,而且市场分散,订单碎片。他坦言,“过去几年政府的投资一直偏小,但政府投资是有弹性的,也有特定需求,为了解决这些需求,今年投入可能会加大一些。”


安防市场的变化,传导到企业身上就是,连安防巨头们也开始“去安防化”了。


幸运的是,当安防市场这扇窗正走向关闭之时,企业数字化这扇门则徐徐打开。数据显示,过去两年,疫情大大加速企业的数字化进程,推动了企业智能化升级。作为这场大升级的通道,AIoT自然也乘势爆发。


此外,互联网时代的数据在采集、存储、处理以及应用等环节都是独立存在且相互孤立,使得单品智能甚至多品智能、系统智能在应用中不断涌现数据孤岛、数据烟囱和碎片化应用等问题。而在AI介入之后,IoT 很快有了连接的大脑,数据孤岛等系列问题很快得到了解决。


因此,“AI新势力”和“安防巨头”们都瞄准了AIoT市场的“蛋糕”。


要说明的是,AI和AIoT并不等于安防。过去,由于安防市场是AI和IoT领域落地最早且相对成熟的赛道,很多人就会认为AI和IoT就是安防,就是视频监控。“但实际上,当我们去看一个企业、一个政府它所在的业务领域时,我们会发现在数字化转型进程里,传统的安防和视频监控只是一个非常小的、垂直的赛道和应用。”印奇此前曾如此表示。


他认为,目前的AIoT才刚刚开始,如果类比,AIoT更像IT行业,未来的产业分布、上下游分工也一定会更像IT行业。


这便不难理解,为什么印奇会认为“AI技术与IoT设备的结合会是科技创新领域未来十年最大的机遇”。


据「甲子光年」了解,尽管旷视和“海大宇”们都瞄准了AIoT,换句话说都是“硬件+算法”,但两者的底层产品逻辑并不一样。


过去在安防市场,海康的打法可以归纳为“机海战术”,即先做出一套物联网硬件组合,再针对特定场景需求“灌入”算法。每个场景都会对应一套硬件和算法,硬件和算法是“绑死”的。由于场景少、用户需求集中,每款硬件的出货量都可以做大,因此这一打法容易形成规模效应。


然而,当安防升级到AIoT,场景就会变得非常碎片化,比如工业制造流水线的瑕疵监测,物流仓库的货物拣选等。碎片化的场景,一方面需要厂商投入巨大的研发成本,很难形成规模化出货;另一方面也使用户要根据场景需求变化不断购置新硬件,设备更替频繁。这时候,“海量硬件+海量算法”的模式就遇到挑战了。


由于算法迭代成本远低于硬件的迭代成本,有更强的经济效益。依托AI算法的优势,旷视提出的思路是“标准硬件+海量算法”。


比如,先开发一套标准化的摄像头或机械臂,然后可以根据不同的场景,在同一套硬件里加载各种各样的算法,如同在智能手机中安装各种App一样。



旷视认为,这才是做符合AIoT市场未来需求的AI硬件的思路。




3.从“硬件+算法”到“算法定义硬件”


越来越多人相信,AIoT中,AI扮演的角色是大脑,IoT扮演的角色是感官和四肢。


过去,IoT公司做AIoT的思路是,先做好一套硬件,然后往里面“灌”适配的算法,算法是最后一步。


然而,正如上文提到的,面对日益丰富的AI场景和蓬勃发展的应用需求,未来很难针对每个场景进行硬件和算法的定制适配。


算法定义硬件的思路则与此相反,AI公司以算法为核心,去设计一款AIoT产品。算法定义硬件,类似于软件定义硬件的概念,是要彻底改变做AI硬件的思路,算法需求前置考虑,从算法和用户需求出发,反推所有技术架构,得到最终的产品方案。


但这种方式也存在挑战——一方面AI公司对行业know-how积累不够,另一方面不同行业专业公司(如行业ISV和集成商等)又缺乏AI研发和部署能力。因此,市场亟需一家同时具备AI算法能力和硬件方案的公司,帮助那些行业专业公司解决AIoT的训练、部署算法以及POC测试、方案交付等全流程问题。而各个行业的专业公司,只要专注于针对场景需求的应用开发即可。


或许正是看到了这个市场需求,在今年4月13日的2022旷视企业业务合作伙伴大会上,旷视提出“算法定义硬件”的理念。


在这样的产品理念下,旷视开发出一套标准化的从算法、组件到产品的软硬一体化产品组合。它包含两个基本要素:一是海量算法的充足供给,二是标准化的AIoT硬件。这个标准化的软硬产品族,将面向不同行业的专业公司(例如行业ISV和集成商)开放,使他们能基于行业know-how,利用这个平台实现行业应用的创新。


以旷视边缘端产品魔方盒子为例,该产品就是出于客户对“以一种更加经济的方式,让前端大量非智能的高清摄像机具备AI识别能力”这一应用需求出发的。为此,工程师先从功能角度,明确需要用到哪些算法;然后,再根据用户需求匹配相应算法,在早期就和芯片进行联合调优,最终开发出边缘性能非常强的产品。


按照旷视的说法,魔方盒子里固化了很多不同的算法,有安监领域的,有办公领域的,有社区领域的,也有针对智慧工地的,“旷视可以通过下发算法的方式升级魔方分析盒,使它适应不同客户的要求。”


旷视幻方则是“算法定义硬件”的另一个典型。和友商同等算力芯片的产品相比,幻方Premium系列售价只有其65%,但是却发挥出了2.5倍的算力。“以结构化算法为例,友商的产品可以支持60路左右的视频流解析,而幻方的解析路数高达140路。” 旷视方面表示。


之所以能实现如此高的性价比,是因为幻方的产品采用了算法仓的架构设计。“算法可以经由AIoT平台被动态加载到硬件中,算法和硬件解耦,硬件变成了一种平台,一种能力载体。基于旷视自研的AI生产力平台Brain++和算法框架MegEngine,算法和算力资源可以被动态调度。框架变成了一种桥梁,为不同的算力平台自动选择匹配的高性能算子,充分释放芯片的算力。”旷视方面解释道。


这便是“算法定义硬件”的构想。赛迪顾问集成电路负责人滕冉就曾表示:“算法定义硬件可以使得系统具有更高的灵活性与可部署性能,使得人工智能更好赋能垂直细分领域。”他认为,将硬件层面的操作和调度由软件完成,最大限度优化硬件的占用,从而减少硬件开销。这或可为AIoT企业提供新的发展思路。




4.AIoT时代,AI企业的生态位


如何正确地吃下AIoT这个数万亿体量的市场,是一个值得思考的问题。


“AIoT实施太复杂,云边端,从最早期的前端、上游的芯片、传感器到最下游的集成解决方案,我们认为任何一家公司都非常难从上到下地提供闭环的价值。”印奇称。


过去,在视频监控这样一个比较狭义的领域,单个企业可以通过闭环提供一个好的用户体验。但AIoT领域如同IT行业一样大,因此一定会发生产业链上下游的精细化分工。“有的公司适合做上游,有的公司适合做解决方案,还有很多公司适合在中间技术链条里面提供价值。只有大家连接成深度的、大的产业链,每家公司在产业链里去做自己最擅长的一件事情,这样生态才能更快、更繁荣、更健康地发展起来。”印奇表示。


而且,为了实现算法定义硬件,就需要先做硬件平台化。旷视副总裁、企业业务事业部研发负责人杨沐称,不同的芯片在图像处理能力、应用的适配能力、AI算力的展现能力上都是各有优势的,不结合实际场景往往就适配不到最好的平台,“为了解决这一问题,从今年开始,旷视会以更开放的态度和选型适配更多的芯片平台。这里既包括传统安防芯片供应商,也包括了更多新入局的AI创新芯片供应商”。


另外,为了吸引更多行业ISV,在4月13日的企业业务合作伙伴大会上,旷视发布了“AIoT生态合伙人计划”。该计划面向全国招募“AIoT生态合伙人”,倡导共建AIoT生态、共研AIoT产品、共助AIoT产业落地,共同成为AIoT时代的创造者。


目前,在旷视软硬一体化的产品族中,组件针对的客户群是产品方案商,单品针对的客户群是区域ISV,软硬一体的产品族针对的客户群则是全国性的行业ISV。这样的好处是,不同的生态合作伙伴可以将旷视的组件、单品和产品族打包在其方案里,从而服务不同行业的最终用户。这样,当不同的合作伙伴获取到的市场反馈,再结合know-how,反向反馈给旷视,便能形成一个不断优化AIoT产品的生态闭环。


经过三年沉淀,越来越多的玩家已经意识到,AIoT是一场持久战,现在才刚刚开始。谁会最终杀出重围,短期内或许很难有明确答案。


但可以肯定的是,面对如此广阔且复杂的市场,单个企业已很难像在安防行业那样做到一家独大、上下通吃。AIoT必定能容纳更多企业,形成产业链上下游的精细化分工。届时,每家企业都有机会在整个产业链找到自己最擅长的角色,占据属于自己的生态位。




END.





微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
智能时空云服务商土豆数据完成新一轮融资,甲子光年担任独家财务顾问 | 甲子首发对话欧科云链:没有All in的心,别碰Web3.0 | 甲子光年【报告】2022年科技产业投资风向 | 甲子光年智库龙卷风健康快递 155为什么找一家靠谱的招聘平台这么难?| 甲子光年和平与发展是需要武力去捍卫的渗透率仅6%的国产工业软件,正在“云超车” | 甲子光年【微报告】灵活用工数字化微报告:数字化加持下的新时代劳动力资源配置丨甲子光年智库对话和利资本王馥宇:国产MCU的机遇在高端芯片 | 甲子光年甲小姐对话普渡科技张涛:初创公司重点在于业务,不应过早追求管理完美 | 甲子光年【报告】碳中和领域的数智化实践简析报告丨甲子光年智库【纪录片重映】动态跟踪100位科技创业者:昨日的不甘心、今天的不平静、明天的不平凡 | 甲子光年我学语文教语文的一生(35)协同做厚,飞书做宽|甲子光年【微报告】中国SCRM市场行业简析报告丨甲子光年智库对话云途半导体耿晓祥:从Tier 2到Tier 0.5,国产MCU厂商如何上位? | 甲子光年【微报告】采购数字化提升企业竞争壁垒:采购4.0 云采购时代开启丨甲子光年智库北京孩子没多大出息【微报告】低代码/零代码平台应用实践与趋势研究:制造业篇 | 甲子光年【微报告】中国HR SaaS行业研究报告:HR SaaS助力企业释放生产力丨甲子光年智库星空拍照、屏下指纹…你以为的司空见惯,靠的是算法定义传感器 | 甲子光年筹划视频号,钉钉突击“企业连接” | 甲子光年司库立方李静:智能司库高效管理资金,让企业“用钱生钱” | 甲子光年蛰伏还是沉沦?日系车企在智能车时代的跌宕之路 | 甲子光年【报告】中国工业软件市场研究报告丨甲子光年智库隐私计算很火,但更多落地方程式待解 | 甲子光年彻底完蛋,和他们完全无法沟通了!诠释企业级视频SaaS,由技术驱动向“全链路”服务跃迁 | 甲子光年第一波动力锂电池退役潮到来,行业准备好了吗? | 甲子光年甲小姐对话李开复:科幻想要什么,AI该要什么 | 甲子光年缺芯潮下,国产车规MCU突围战 | 甲子光年车路协同的造富之路 | 甲子光年对话优也科技:工厂里“藏着”一个千亿级市场 | 甲子光年对话魔视智能:获大陆集团数亿元战略投资,这家自动驾驶公司凭什么? | 甲子光年对话Rokid:C端AR元年开启,价值几何?| 甲子光年
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。