原標題：云之變4：想成為AIoT幕后老板的云

大家可能會發(fā)現(xiàn)，在過去一段時間里，云計算、AI和物聯(lián)網(wǎng)這三件事被同時提及的次數(shù)之多，可謂史無前例。

可能大家已經(jīng)認為這是某種套路，或者科技八股，廠商如果不同時念叨這哥仨就顯得跟不上潮流。但是沒有無緣無故的愛恨，也沒有無緣無故的并列。為什么云計算廠商紛紛選擇了帶上IoT一起玩耍，其中還是有邏輯與產(chǎn)業(yè)趨勢的。而其關(guān)鍵點或許在于，當云廠商希望將AI技術(shù)和能力賣到一家家商店、工廠，或者政府機構(gòu)，也就是形成所謂的產(chǎn)業(yè)AI，或者產(chǎn)業(yè)互聯(lián)網(wǎng)市場時——這個生意究竟如何成立？

沿著這個問題，我們會發(fā)現(xiàn)假如沒有可聯(lián)網(wǎng)、可執(zhí)行AI交互的端側(cè)硬件支撐，云與AI的產(chǎn)業(yè)之夢根本無法成立。

而這個現(xiàn)實反過來導致了，我們曾經(jīng)認為云計算的出現(xiàn)就是要讓硬件繁多的IT產(chǎn)業(yè)徹底虛擬化，一切計算都發(fā)生在網(wǎng)絡(luò)的那頭。但是當AI帶來了新的市場可能時，端側(cè)硬件反而變成了云計算密不可分的組成部分。甚至于在AIoT進入具體場景時，云計算獲得了成為操作系統(tǒng)和協(xié)調(diào)系統(tǒng)的新機會。

今天，云計算市場的一大變數(shù)，來自想成為AIoT幕后老板的野心與困難。

AIoT：產(chǎn)業(yè)互聯(lián)網(wǎng)的理想型

為了能夠更清晰理解云、AI和IoT三者之間的關(guān)系，我們可能要回到企業(yè)市場的原點，去看看近兩年火熱的產(chǎn)業(yè)互聯(lián)網(wǎng)、產(chǎn)業(yè)智能究竟是怎樣一個生意。

事實上，企業(yè)信息化這個市場已經(jīng)打開了20年，如果只是把APP和網(wǎng)站賣給產(chǎn)業(yè)客戶，那么今天這門生意跟以往沒有什么不同。以云廠商為代表的產(chǎn)業(yè)互聯(lián)網(wǎng)玩家，實質(zhì)上是想把可以直接作用于生產(chǎn)流程的智能技術(shù)與相關(guān)平臺賣到企業(yè)。

但是問題來了，消費互聯(lián)網(wǎng)普及靠PC和手機，產(chǎn)業(yè)互聯(lián)網(wǎng)普及靠什么？想讓AI技術(shù)在企業(yè)生產(chǎn)中被應(yīng)用，不能依靠企業(yè)里的電腦手機，而是需要生產(chǎn)設(shè)備、監(jiān)控設(shè)備、服務(wù)設(shè)備具備AI的能力。換言之，這就需要企業(yè)中配備大量適配生產(chǎn)與AI技術(shù)的新硬件。

所以說，AIoT是產(chǎn)業(yè)互聯(lián)網(wǎng)的理想型，也是一條必經(jīng)之路。這兩年，這個領(lǐng)域已經(jīng)有了不少進展。從硬件能力來區(qū)分，我們可以將產(chǎn)業(yè)互聯(lián)網(wǎng)中的AIoT分成三個發(fā)展階段。

第一階段，主要以智能攝像頭搭載機器視覺算法為主。今天這樣的搭配已經(jīng)廣泛應(yīng)用于交通、零售、安防場景，在工業(yè)中主要作用于工業(yè)質(zhì)檢場景。

第二階段，AIoT產(chǎn)生了兩條進化軌跡。一條是能夠處理復雜AI算法、網(wǎng)絡(luò)擁有低時延特性的大型AIoT設(shè)備。這種設(shè)備可以深度運用于工業(yè)場景，真正取代部分人工勞動。另一條則是硬件本身無法處理復雜AI算法，但可以通過簡單算法和龐大的設(shè)備聯(lián)接數(shù)，解決數(shù)據(jù)快速流通的問題。這類AIoT設(shè)備可以應(yīng)用于農(nóng)業(yè)、零售、機場、公共服務(wù)領(lǐng)域。

第三階段，則是AI交互深度與設(shè)備聯(lián)接廣度的組合，也就是我們理想中無處不在的深度智能設(shè)備。人類可以隨時在生產(chǎn)、生活中呼喚復雜的AI服務(wù)。

按照這樣的進化軌跡，我們其實可以將產(chǎn)業(yè)互聯(lián)網(wǎng)的需求，看作是更好網(wǎng)絡(luò)條件、更大算力與更復雜AI算法在專有硬件中的集成。

在這個過程里，云計算會得到一個巨大的機會：AIoT指揮中心。

衍生問題：云為AIoT提供什么？

之所以要先梳理一遍產(chǎn)業(yè)市場對AIoT的需求，是因為我們在關(guān)注云+AIoT這個市場變化時，必須首先回答這么一個問題：企業(yè)用AI，可不可以直接購買硬件？這個生意跟互聯(lián)網(wǎng)徹底沒關(guān)系行不行？

要知道，聯(lián)接公有云也就意味著安全風險，這對于企業(yè)核心生產(chǎn)體系來說顯然是很難接受的。

但是從上述討論可以看出，并不是因為互聯(lián)網(wǎng)和云計算公司話語強勢，企業(yè)AI就必須執(zhí)行網(wǎng)聯(lián)化和云化

而是從主流趨勢上看，公有云占據(jù)著企業(yè)應(yīng)用AIoT這條軌道上難以避開的位置?；蛘哒f，在產(chǎn)業(yè)AI的執(zhí)行過程里，幾個關(guān)鍵能力都必須有公有云來提供，而企業(yè)繞開公有云體系，則意味著巨大的成本和更新困境。

這里可以用幾個例子，來分析一下云到底將為AIoT提供什么：

1、大型AI任務(wù)的處理能力與更新能力

對于大部分企業(yè)來說，AI訓練和重型AI任務(wù)的推理，如何放在本地進行將會是巨大的算力成本。理想的AI任務(wù)處理流程，是云側(cè)訓練、端側(cè)部署，數(shù)據(jù)回傳后再到云側(cè)進行跟進訓練。這個過程也意味著企業(yè)可以基于公有云，隨時更新產(chǎn)業(yè)中需要的AI模型。云計算將成為產(chǎn)業(yè)互聯(lián)網(wǎng)的協(xié)同工具。這個能力，是在非云化的封閉環(huán)境中很難完成的。

2、大規(guī)模的數(shù)據(jù)處理能力

企業(yè)AIoT體系，其實是建立在數(shù)據(jù)學習、數(shù)據(jù)存儲與數(shù)據(jù)應(yīng)用的循環(huán)體系上。而這意味著企業(yè)用戶要實時調(diào)用和存進大量的數(shù)據(jù)。其高同步要求，讓數(shù)據(jù)很難完全在本地側(cè)處理。本地預處理搭配云端深度處理與存儲，是相對合理的解決方案。

3、公有云體系的工具融合作用

在企業(yè)深度應(yīng)用AI設(shè)備時，面臨的可能不是某些能力的長時間應(yīng)用，而是大量AI相關(guān)軟硬件的協(xié)同兼容。這里有個問題，就是企業(yè)用戶需要保持與工具鏈的高度同步，以便隨時保持AI技術(shù)下的產(chǎn)業(yè)競爭力。將工具鏈與場景融會貫通，也需要在云端完成來觸發(fā)更高效率。

4、邊緣計算的重要性

企業(yè)真正應(yīng)用AI，很難完全依靠云或端，邊緣計算往往可以提供效率與成本之間的精準平衡。但邊緣計算所需要的算力與設(shè)備結(jié)合，很大程度也在云廠商提供的服務(wù)范疇中，并且享受著公有云產(chǎn)業(yè)目前相對高速的技術(shù)進化紅利。

5、帶領(lǐng)解決方案式的交付能力

此前我們說過，企業(yè)購買AI，更多情況不是購買API或者硬件。尤其是非云原生企業(yè)和大型政企，更傾向購買解決方案式的交付品。但誰來帶領(lǐng)產(chǎn)業(yè)協(xié)同的解決方案商業(yè)模式呢？今天來看，云廠商的機會非常大?；谠粕鷳B(tài)為企業(yè)提供綜合的AIoT服務(wù)，似乎更符合產(chǎn)業(yè)鏈對效率的追求。

這幾點，都是云能夠與AIoT硬件體系聯(lián)接的方式。站住了這些位置，公有云在產(chǎn)業(yè)智能化時代的巨大紅利似乎指日可待。但是要客觀看到，這場變革并沒有那么容易發(fā)生，因為今天產(chǎn)業(yè)互聯(lián)網(wǎng)的混亂局面，正在延遲云+AI+IoT這條路真正走通。

理想與現(xiàn)實間的癥結(jié)

產(chǎn)業(yè)AI聽上去非常美好，各種數(shù)據(jù)報告都對其給予厚望，甚至給出了可以打開第四次工業(yè)革命的預言。

但是真正走到各行業(yè)看一看，我們很難聽說工廠主、連鎖店老板、市政服務(wù)設(shè)施激進地擁抱AI，大規(guī)模換裝AIoT設(shè)備。這里面存在的矛盾，一方面來自技術(shù)解決方案依舊不到成熟期，而另一方面，也源自混亂的AIoT市場。

由于AIoT是一個缺乏標準化的技術(shù)名詞。而企業(yè)服務(wù)市場的復雜，又導致各個云服務(wù)商各自為戰(zhàn)，都在合作和宣傳一些自己技術(shù)理解下的解決方案，缺少統(tǒng)一性與兼容性。這個過程里，很多市場和產(chǎn)業(yè)問題都暴露了出來。云+AIoT到底是不是真正的未來，也就隨之被蒙上了一層陰霾。站在企業(yè)用戶的角度看，今天不選擇通過公有云駛?cè)氘a(chǎn)業(yè)AI，主要可能有這樣幾種顧慮：

1、王婆賣瓜：在服務(wù)商的表述里，AI對于企業(yè)來說似乎已經(jīng)非常有用。但當企業(yè)真正了解AI后，會發(fā)現(xiàn)首先將面臨極其龐大復雜的成本支出。而且如果自身行業(yè)缺乏AI實踐，往往會支出大量探索型成本。加上AI可能帶來的實用性不足、上云帶來的安全隱患等等，會給企業(yè)加上層層顧慮，最終讓AIoT變成服務(wù)商自己的表演。

2、魚目混珠：云+AIoT走進產(chǎn)業(yè)，似乎每家廠商都是這么說的。但如果仔細拆分各家廠商的合作方案，就會發(fā)現(xiàn)從方案、評判指標，甚至對具體技術(shù)的稱呼全都不一樣。這一方面會給用戶十分混亂的困擾感，另一方面也讓用戶難以清楚判斷優(yōu)劣。今天，即使只能提供簡單數(shù)字化能力的企業(yè)服務(wù)商，也一定會往AI、IoT這類熱門名詞上掛靠。最終用戶只覺得亂花迷眼。

3、囫圇吞棗：AIoT解決方案與行業(yè)的結(jié)合，今天依舊是個巨大問題。大部分所謂的AIoT解決方案，實際提供的依舊是以智能攝像頭為主的機器視覺解決方案。這類方案近乎適用于所有行業(yè)，但大部分都是錦上添花的作用。真正與傳感器、流水線、操作系統(tǒng)深度結(jié)合的行業(yè)AIoT設(shè)備與技術(shù)，更多時候還處在有待開啟的空白。

產(chǎn)業(yè)破障的機會

總體來看，產(chǎn)業(yè)應(yīng)用AIoT體系，是云計算廠商絕好的機會，也是云+AI打開巨大產(chǎn)業(yè)市場的核心方案。尤其對于產(chǎn)業(yè)結(jié)構(gòu)龐大、提質(zhì)增效需求十分突出的中國市場來說，引導云+AIoT進行產(chǎn)業(yè)革命，絕非不可能之事。

但是這場云計算聯(lián)接的變局中，美好的前景與現(xiàn)實的困難同時存在。野蠻生長期里，各自為戰(zhàn)的混亂，成為了這個需要平臺化與標準化的長尾產(chǎn)業(yè)中，最明顯的絆馬索。當然困難同時也意味著機會，想要理清復雜的局面，讓云+AIoT踏上快速發(fā)展紅利期，今天有三件事是值得關(guān)注的：

1、云+AIoT的標準和操作系統(tǒng)

長久以來，物聯(lián)網(wǎng)產(chǎn)業(yè)缺乏標準都是癥結(jié)的集中點。當需求倒逼產(chǎn)業(yè)走向標準化和平臺化，這個問題或許能夠迎來答案。目前，給予學術(shù)組織、特定技術(shù)，以及操作系統(tǒng)的物聯(lián)網(wǎng)協(xié)議、標準化進程都在推進當中。雖然難度很大，但并非沒有希望。尤其值得注意的，是基于操作系統(tǒng)、開發(fā)系統(tǒng)層面的AIoT標準統(tǒng)一，或許相對來說更具可行性。

2、工業(yè)級別的IoT硬件

云+AI+IoT這個組合，最薄弱的其實是IoT硬件層面的創(chuàng)新。中國產(chǎn)業(yè)鏈與世界一線水準之間還有不小的差距。而基于AI走進產(chǎn)業(yè)的核心需求，去填補工業(yè)級IoT設(shè)備的空白，是一件產(chǎn)業(yè)價值與利益空間兼具的機會，也是突破目前AIoT困境的關(guān)鍵一環(huán)。

3、坐落在云、硬件、行業(yè)三者之間的開發(fā)者

AIoT想要走進產(chǎn)業(yè)，重點還是有能夠與行業(yè)需求、行業(yè)特殊性相結(jié)合的解決方案。這往往需要在大的技術(shù)廠商、硬件制造廠商與行業(yè)用戶之間進行溝通和供需協(xié)調(diào)的開發(fā)者出現(xiàn)。而優(yōu)質(zhì)開發(fā)者對一個行業(yè)的快速改變，很可能在混亂的云+AIoT產(chǎn)業(yè)中造成鲇魚效應(yīng)，倒逼產(chǎn)業(yè)鏈開始出現(xiàn)面對特定市場的協(xié)同。因此培養(yǎng)和賦能開發(fā)者，也是大廠商必須要完成的任務(wù)。

整體來看，基于智能變局，云走向IoT支點這條路，已經(jīng)在今天的產(chǎn)業(yè)中達成了某種共識。但是與外界的期許，或者說行業(yè)人士在發(fā)展初期吹下的flag相比，今天的產(chǎn)業(yè)實際進度還遠遠不足。

突破或許在旦夕之間，也許在云山之外。但云計算產(chǎn)業(yè)要涌向IoT所帶來的變化出口，應(yīng)該已經(jīng)是毫無疑問的了。這場變革的終點，十分令人期待。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。