下载客户端

AI的尽头是AIoT？

2022-05-31 07:19

来源：澎湃新闻·澎湃号·湃客

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。