澎湃Logo
下载客户端

登录

  • +1

AI的尽头是AIoT?

2022-05-31 07:19
来源:澎湃新闻·澎湃号·湃客
字号

原创 AI财经社 AI财经社

撰文/ 刘璐然

AIoT这个巨头扎堆的赛道,最近又越发变得热闹起来。

在安防巨头海康威视4月中旬举行的年度业绩报告发布会上,一项信息引起了业界的关注。在此次发布的年报中,海康威视刷新了公司的业务定位,将业务领域名确定位于“智能物联AIoT”。海康方面表示,未来十年,伴随智能物联网的发展,公司将继续快速发展。无独有偶,在4月份的旷视企业业务合作伙伴大会上,AI企业旷视科技也向外界传递出一个同样的信号:AI与IoT的结合,将是科技创新领域未来十年最大的机遇,整个产业将迎来发展的黄金十年。在此次大会上,旷视推出了一揽子AIoT软硬件产品族,并面向合作伙伴宣布了最新的生态计划。

近年来,包括各大互联网巨头、科技公司以及传统制造业公司,都纷纷围绕AIoT进行了战略布局。现如今,一边是光环加身的AI新势力代表,一边是智能安防的行业霸主,为何也不约而同地将未来十年的战略方向瞄准AIoT?在经历了漫长的摸索后,AIoT会是AI公司商业化的终极答案吗?

跌落

时针拨回到十多年前,深度学习领域的突破,让沉寂多年的AI迎来过一段高光时刻。彼时,招揽技术大拿、比拼算法精度、刷榜国际竞赛,是早期AI行业的招牌“三板斧”。斧子落地,新一轮风口若隐若现,资本闻风而动,不惜为AI企业挥金如土,唯恐错过下一座“宝藏”。

这种势头一直延续到2016年,在AlphaGo赢下围棋“人机大战”之后达到了顶峰。紧接着,新一代人工智能发展规划强势出台,AI创业公司如雨后春笋般涌现,科技和互联网巨头们也纷纷下场布局AI。据不完全统计,2017年国内新增的AI公司就有近8000家。在2018年,该项数据更是迅速攀升至惊人的18000多家。越来越多人相信,一个新的AI时代正呼之欲出。

然而,剧本没有如期上演。当AI的战局逐渐从“学术型竞赛”转入“商业化巷战”,各种问题开始出现。按照AI公司早期理想的商业模型,他们只需研发出标准化的算法SDK模块,然后将其集成在行业方案里,最后通过算法SDK的调用量实现商业化闭环。薄利多销、一本万利,看起来是一笔“躺赢”的好买卖。早期的状况也的确如AI公司所愿,包括移动App开发商、互联网金融等在内的企业,成为了最早的一批愿意为此买单的客户。这些客户主动登门找上了AI公司,提出购买算法SDK的调用服务。这种商业模式给AI公司带来了实际的收入,初尝甜头的AI公司开始有了一种错觉,实现规模化盈利似乎指日可待。

图/视觉中国

然而,客户的需求并没有像预想的那样形成持续的、爆发性的增长。随着技术壁垒越来越低,市场竞争格局越发惨烈,算法SDK的价格急速下滑,使得AI公司的盈利空间大幅缩减。

既然线上场景走不通,那不妨试试线下?AI公司于是又将目光转向安防、金融、公安、零售这样的行业场景。但他们很快发现,行业客户需要的不是单个模块或开发包,因为他们并不具备集成SDK的能力,他们需要的是一套完整定制化的解决方案。

一旦进入高度定制化的行业赛道,就意味着头顶高科技光环的AI公司,不得不被迫去接其它公司项目外包的“脏活”“累活”,要么是给硬件公司提供算法,再从项目总集成商那里分得薄薄一杯羹;要么是自己干集成商的活,走高度定制化的路线。“项目型公司”的弊端显而易见,首先,每个细分行业都有自己的“游戏”规则,行业场景极其分散和碎片化。这意味着AI公司每开拓一个新的场景,都需要相应行业know-how的积累,使得每个项目的实施周期都特别长,非常“吃”资源。然后,由于缺乏渠道和供应链能力,利润空间通常会被压到极限,甚至有些项目完全是赔本赚吆喝,做得越多,亏得越多。

最要命的是,“项目型公司”的商业增长是“加法逻辑”——“项目A”+“项目B”+“项目C”的简单累加。但由于每个项目的定制化程度都极高,相互之间难以直接复制,导致难以形成规模化。因此,AI公司要摆脱“项目外包商”的角色,就必须考虑商业模式的转型。

分野

身陷做项目的“泥沼”之后,AI公司开始主动求变。这种改变最底层的逻辑,就是如何将AI从“加法式”的增长,进化为“乘法式”的增长,构建类似于“产品×销量”这样的商业程式。而在经过多年的摸索之后,各家AI公司开始走出了一些差异化的战略路径,大致分为两个方向:

第一类是做“软”,成为“AI平台公司”,即打造面向各行各业的通用AI基础设施,将算法以SDK软件的形式赋能百业,以实现规模化。毫无疑问,这条路径具有巨大的商业想象空间。但挑战在于,面对各行各业碎片化的应用场景,是否能通过一个通用平台满足所有需求尚待时间验证。此外,通用平台往往需要长期的高额投入,需要经历漫长的商业化进程。

这类AI公司的典型代表是商汤,它明确将自己定位成“AI算法工厂”。在商汤董事长兼CEO徐立看来,公司的商业化路径非常清晰,就是要通过其SenseCore AI大装置的投入,形成更多的成本边际效应,最终形成规模效应。基于这样一个AI基础设施,商汤希望围绕智慧商业、智慧城市、智慧生活和智能汽车四个领域打造软件平台,实现跨行业、大规模、高效率及低成本地生产高性能AI模型。

第二类是做“硬”,成为“AIoT产品公司”,即将AI算法能力加载到标准化的IoT硬件产品中,并最终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。这种路径的优势在于价值闭环,即从最终客户需求角度出发,为其提供完整的价值输出。但也同样存在挑战,毕竟做硬件非常依赖于完备的渠道和供应链,而这在短期内是AI公司所不具备的,在短期内必然造成产品成本的攀升和利润的下滑。

旷视是这类路径的坚定支持者。在旷视科技CEO印奇看来,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,能够无形地渗透到各个行业,成为行业效率提升的催化剂。所以,旷视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。用印奇的话来说,旷视要做“最硬AI公司”。从2015年开始,旷视就提出AIoT是AI的产业化路径,并开始面向消费、城市和供应链三大物联网业务领域的客户,提供软硬一体化的产品解决方案。旷视期待通过提升AI产品的销量,最终实现规模商业化的目标。

合围

对于旷视而言,如今看到海康威视这样的行业“老大哥”加入AIoT市场的争夺,应该并不感到意外。毕竟,安防是AI落地较早且相对成熟的场景赛道。在过去五六年间,包括旷视在内的多数AI公司都将安防作为商业化落地的重点,向海康、大华、宇视等一众安防行业巨头发起了挑战。现如今,从智能安防转向更为广阔的AIoT赛道,“AI新势力”和“安防巨无霸”对于安防市场的态度,却出奇一致。

印奇表示,很多人会认为AIoT就是智能安防,就等于视频监控。但实际上,在数字化转型进程中,传统的安防和视频监控只是一个非常狭小且垂直的赛道和应用。当我们去看各个行业最核心的主应用、主赛道的时候,我们会发现AIoT才刚刚开始。

图/视觉中国

海康威视总裁胡扬忠也直言,传统安防的业务实际上没有那么大。因此,海康要跳出安防,拥抱智能物联AIoT的机遇,从视频技术走向全面感知。海康之前是以视频为核心的智能物联网,现在不再强调或者强化视频,而是强调其他的感知设备,在非视频的投入会增加来扩充海康的产品线,也会在智能技术上进一步的投入感知智能、认知智能。同时,胡扬忠也坦诚,新的赛道,新的蓝海,空间很大,但是竞争对手更多,不确定性更大。

为何像海康这样的安防巨头,也按耐不住性子“去安防化”了?这其中暗含的信号是,传统安防的市场正趋于饱和,产业红利已然见顶,上升空间相当有限。数据显示,目前中国安防行业规模增速今年来一直稳定在10%-15%,相较于巅峰时期已有大幅下滑,市场需求增长已经亮起红灯。安防行业有个显著的特点,就是订单非常碎片化,市场极度分散。如何适应这个行业的特点,满足各种客户在各种特定环境下的需求,这是很大的挑战。这种行业特性,决定了安防不是一个能容纳很多大公司的市场,也决定了新入局的玩家很难因为技术的突破而取得爆发性增长。

筹码

无论是旷视这样的AI公司,还是海康这样的IoT公司,都在从不同方向“包抄”AIoT这样一个巨大市场。当“战火”从智能安防蔓延到规模大得多的AIoT赛道,现如今回头看安防领域的对决,更像新旧势力们的赛前“热身”。

在安防市场,面对牢牢占据渠道和供应链优势的安防巨头,AI公司的算法长板难以形成明显的差异化优势,最终选择了加持硬件,但也借此打通了从算法、软件到硬件的产研和供应链的全流程,完整建立了从“模组-单品-系统”的AIoT软硬件产品组合。与此同时,在AI公司等一批后起之秀的强势冲击下,海康也意识到在AI核心技术能力方面的短板,开始通过自建或采购获得类似的技术能力。可以说,双方都在为进入广阔的AIoT市场补齐了能力的短板,备好了充足的“筹码”。

但值得注意的是,AIoT产业的复杂性、碎片化程度远超安防,这会给AIoT赛道的争夺平添变数。之前面对安防相对固化的应用场景,海康采用的是“海量硬件+海量算法”的“机海战术”,即开发出海量的硬件SKU,形成各种产品的排列组合,再针对特定场景需求,将算法“灌入”硬件。每个场景都对应一套硬件和算法,硬件和算法是“绑定”的。这套打法虽不够灵活,但由于应用场景少、用户需求集中,硬件可以形成规模化出货。

而一旦从安防走向AIoT,入局者需要面对的将是极其碎片化的应用场景,可能是工业制造流水线的瑕疵监测,也可能是物流仓库的货物拣选……如果延续“海量硬件+海量算法”的模式,由于硬件和算法的“绑定”关系,意味着场景不同,算法就得改,硬件就得换。对硬件企业而言,意味着巨额的研发投入,且硬件很难形成规模化出货,很可能就不会去做这样的生意;对用户而言,也意味着要根据场景需求的变化不断购置新硬件,造成重复建设和资源浪费。

为此,旷视给出了一个更加高效和灵活的解题思路,叫“标准硬件+海量算法”。不同类型、尺寸和性能的硬件组合成一套标准化硬件,并由算法量产工具源源不断地为其供给海量算法。硬件是标准化的,但算法可以灵活调整。举例来说,AI公司开发出一套标准化的摄像头或机械臂,然后可以根据不同的场景,在同一套硬件里灵活加载各种不同的算法。这就像智能手机,可以随时安装各种App一样。这种模式的优势在于,算法的迭代成本要远低于硬件迭代的成本,具有更强的经济效益。这套“标准硬件+海量算法”的软硬产品组合,将面向行业ISV或集成商全面开放,让他们可以专注于行业应用的开发,从而快速形成行业解决方案。

图/视觉中国

此外,旷视还抛出了“算法定义硬件”这一全新的AIoT产品研发理念。根据传统AI硬件的研发思路,都是先做好硬件,再往里面“灌”算法,算法是最后一步。而“算法定义硬件”,则是要彻底改变AI硬件的研发思路,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,得到最优化的AI硬件产品方案。基于这样的理念,旷视开发了一整套标准化的AIoT软硬件产品族。这套产品会向ISV合作伙伴全面开放,帮助他们快速开发行业应用,满足最终客户的需求,从而激发整个AIoT生态百花齐放式的创新。

无论如何,AIoT的产业竞逐会是一场持久战,现在只是刚刚拉开帷幕。在这个新旧势力群雄逐鹿的战场,谁会最终杀出重围?短期内,这或许很难有明确答案。但有一点可以肯定,那就是面对这样一个广阔且复杂的市场,很难有企业能像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。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。

我们从《财经天下》周刊出发,以新媒体的形式和节奏、

以传统媒体求实的精神,致力于传播真正有价值的报道。

AI财经社原创内容,未经授权,禁止任何转载

原标题:《AI的尽头是AIoT?》

阅读原文

    本文为澎湃号作者或机构在澎湃新闻上传并发布,仅代表该作者或机构观点,不代表澎湃新闻的观点或立场,澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问http://renzheng.thepaper.cn。

    +1
    收藏
    我要举报
            查看更多

            扫码下载澎湃新闻客户端

            沪ICP备14003370号

            沪公网安备31010602000299号

            互联网新闻信息服务许可证:31120170006

            增值电信业务经营许可证:沪B2-2017116

            © 2014-2024 上海东方报业有限公司

            反馈