AIoT商业化落地道阻且长,全球战役中国如何破而后立

 

随着互联网革命进入下半场,AI与IoT的融合将成为下一个改变人们生活方式的关键。目前,我国与美国在AIoT战役中处于竞争主导地位,虽然起步晚,但凭借着众多新兴科技企业及科研人员的漫长努力,我国在AIoT领域后来居上,与美国形成双雄竞争的局面。

 

这其中,人工智能算法作为AIoT竞争力非常重要的基础,俨然成为了这场全球战役中的焦点。站在风口上的AI,在经历了去年信贷紧缩、资金新规等宏观经济欢迎的影响,投资者的狂热逐渐退散,整体投资环境趋于理性,AI技术的商业化落地成为了下一步布局关键。

 

物联网发展突飞猛进,算法落地场景丰富多样

 

 

据中商情报网统计的数据显示,仅在去年,全球的物联网设备已经超过70亿台,预计到2020年,活跃的物联网设备将增加至100亿台。随着中国物联网规模的不断扩大,越来越多的设备实现智能化,新一轮科技与产业变革的融合发展进行,在2025年,我国的物联网设备数将达到53.8亿台。

 

随着物联网设备在各行各业的规模不断扩大,这些这被所产生的数据也将以指数级的速度飙升,这也为AI算法的进化、蜕变提供了非常充分的养料。AIoT的融合发展,将加速物联网的智能化,同时为AI算法的训练提供海量的元数据,数据的价值将被最大化挖掘。

 

在机场,它可以自动化安排飞机起落,廊桥停靠。在城市,它可以协调交通,行人汽车孰先孰后。在田间,它可以为无人机自动规划路线,完美喷洒农药。在车间,它可以协调供应链,达到柔性生产。在路上,它可以实时观测道路情况及行驶车辆本身状况,自动驾驶,并将乘客安全送到目的地。在购物商场,它可以根据消费者消费记录,穿着风格,为消费者智能推荐服装搭配。

 

数据、算法、算力是人工智能的基础,以前数据曾经是算法的瓶颈。但随着物联网的告诉发展,已经有足够的数据滋养算法,协同发展。

 

模式、用户、平台多方因素困扰,AIoT如何走出泥潭

 

 

与互联网类似,AIoT也是由一些基本组成部分和应用程序构成。从AI和IoT两大融合技术核心来说,基本组成可以分为数据、连接、用户、流程、可视化五大类;应用则指的是基建服务、运营平台、分析平台等应用层支持。

 

但目前来看,尽管在推动AIoT的进程中,出现了无数的机会,但各行各业的解决方案需求各异。理论层面虽然AIoT的先进性已经显露无疑,但技术如何与现有企业融合的难易程度、最终效果,仍然存在诸多不确定性。

 

虽然我们一直对科技带来的智能化生活充满着向往,AIoT目前似乎成为了这种生活方式可实现的实践方式,但是我们不得不承认,利用AIoT降低成本并非易事。投资多,见效慢,是整个行业目前的现状。无论算力研发中的硬件成本,还是人才薪酬的投入,都不是一般企业可以承受得起的。昂贵的前期成本投入,并不能确保后期带来更高的收益,因此,对于企业来讲,AIoT是一项高额高风险的投资。

 

从幕后走到台前,中国的AIoT如何先发制人

 

 

显而易见的是依旧存在阻滞的AIoT商业化落地,不可否认的是AIoT自身潜藏的巨大价值。每一个巨变的过程都是不容易的,尤其是将科技价值商业化变现,背后涉及的因素太多太多,缺一不可。

 

现在,国内素有“计算机视觉四小龙”之称的商汤、旷视、云从、依图,并且在商业化落地的道路上探索出了自己的发展道路,并逐步构建各自的版图壁垒。

 

从他们的发展历程中不难看出,企业间以合作的形式,共同构筑AIoT生态,可以有效降低成本,获得更大利润。企业只需要专注于一小部分,例如数据、连接等等,通过互补合作的方式,可以有效降低成本、提高效率。

 

AIoT拥有这无限的价值可能,它是一个庞大的产业链,但正如互联网前半程的革命一样,它的发展不可能一帆风顺。现在的困境与瓶颈,同样也是对AIoT的考验,AIoT能否经受住淬炼,最终成为构建我们向往的繁荣生态的基础,或许仍存在许多不确定性。

上一篇
下一篇