旷视印奇：AI与IoT结合是未来十年科技创新领域最大机遇
澎湃新闻记者 邵文
“我们相信AI的技术与IoT设备的结合将会是科技创新领域未来十年最大的机遇，而AIoT现在已经成为一个大共识，大赛道、大市场，整个产业将迎来发展的黄金十年。”近日，旷视联合创始人兼CEO印奇在旷视企业业务合作伙伴大会上说道。
AIoT是AI与IoT（Internet of Things，物联网）的合成词，即AI与IoT设备相融合，应用场景包括智慧工厂、智能家居、智能驾驶、智能安防等。物联网能够搜集海量数据，AI则负责挖掘数据价值。根据IoT Analytics预测，全球2025年物联网连接数将达271亿，广泛存在的物联网终端能够感知海量数据，为AI应用提供支撑。
“AIoT一定不等于AI。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。因此，AI的技术一定要与场景和行业深度结合，同时要找到合适的载体，这样才能构成闭环的业务。”印奇概括道。
印奇认为，AIoT的产业创新范式是“AIoT=AI+IoT+空间”。AI和IoT大家讲的比较多，而空间是这里的增量，其指向的不是简单的物理空间，而是一个场景中基于所有要素构成的价值闭环。旷视企业业务负责人赵康在接下来的演讲中进一步阐释了“向空间要效率”。
“回首过去20年，在互联网时代，我们通过ERP（企业资源计划）、CRM（客户关系管理）等优化流程，并将流程电子化，‘向流程要效率’。第二个时代是物联网时代，海量的IoT设备接入网络，其产生的数据被自动获取及上传，在生产领域通过机器设备‘物’的连接，‘向物要效率’。第三个即是今天的智能物联时代，我们需要更多维度的效率提升。AI与IoT的深度融合打通了设备感知、执行的双向互通，让全量数据的自主感知分析成为可能，‘向空间要效率’。“
那么如何向空间要效率呢？
空间数字化：数字感知—分析—执行
空间数字化可分为“数字感知—分析—执行”。空间里的人、事、物等信息，通过物联网硬件设备被感知，再通过人工智能系统进行分析，同时匹配不同业务流程，可以大大提升生产运行效率。
根据IDC数据，中国IoT支出规模从2020年就已超过1500亿美元，并预计在2025年达到3069.8亿美元，其中制造业在物联网行业支出占比规模最大。
想要对AIoT的价值有更直观理解，可观察其在制造业场景中的应用。据中金公司调研，AIoT在工业场景的落地遍布与以下几个方面：
1）数字化排产。在数字工厂中，AIoT系统可以监测、收集工厂生产中的物料数据、生产时间数据等，借助数字孪生技术可以对工厂的生产流程进行建模、仿真与分析，然后生成最优的排产计划。
2）供应链优化。AIoT可以使原材料采购、销售更加具有可预测性，能够优化供应链选品、库存管理、调拨、补货的决策。
3）设备管理。AIoT可以提供强大的高效、可视化的批量管理设备管理功能，管理的设备范围涉及传感器、微控制器以及功能强大的路由设备组通信的网关等。
4）预测性维护。AIoT可以通过安装在实体工业设备上的传感器采集数据，然后通过仿真手段预测设备未来运行情况，从而采取预防性维护，降低宕机风险、缩短停机时间）。
5）工业视觉功能。AIoT可以基于机器视觉和AI技术，对关键的设备运行参数进行建模，从而实现工业视觉的检测、识别、定位功能。
通过物联网感知终端实时采集大量、复杂的机器数据，并基于数据提升对设备的监控管理、以及后续服务，提高设备的自适应和主动智能能力。
据Omdia数据，2020年全球范围内前端智能化渗透率达16%，预计到2025年将达64%。在更热门的AIoT领域——安防，视频监控是应用主战场。AI与IoT结合后，人脸识别布控系统就不只是单点布控报警，而可以实现数据采集与信息库实时对比，其也可做车辆数据、环境数据的收集与分析，构建智慧城市/商业/工业/农业等。
要想实现这个目标，一个必须解决的痛点问题是下游应用场景与需求的高度碎片化，物联网终端异构、网络通信方式与平台多样化，比如智慧防疫和智慧后勤两个系统之间没有可能也无法“交流”。 之前这些像一个个竖井一样的系统，都将被数字感知的超级入口一一打通
“旷视的目标是创造一个‘超级入口’，重新规划空间中的运行流程，形成如办公空间、生产空间等一个个数字化空间，进而提升企业组织的管理效率。具体而言，旷视在企业业务领域目前主要覆盖办公空间的数字化、安防管理的数字化、安全生产的数字化三个领域。”赵康说道。
中金公司在《AIoT开篇：解析平台型企业及全新操作系统》报告中也提到，虽然物联网行业入局者众多，但最大的障碍与痛点在于下游需求的碎片化以及物联网连接产品的私有与封闭。虽然市场上不乏物联网平台、协议、方案和标准，但由于不同巨头希望推动不同的生态发展，生态之间相对封闭，不同品牌的设备难以联动，这就造成了终端用户（广义）需要接入不同的软件平台，才能在不同场景使用不同品牌的物联网设备。其认为，如果设备之间不能互联互通，用户则难以感受到物联网技术带来的便利，封闭与割裂成为了物联网行业需求释放的最大瓶颈。
所以，旷视希望构建的“超级入口”不仅旨在解决重要痛点问题，也是当下“兵家必争之地”的布棋。
旷视准备如何来做这件事？
软硬件一体化：算法定义硬件
从印奇的一段话可见旷视对做这件事自有优势的认知点，“在IT的领域里，多年来一直讨论‘软件替代一切’、‘软件定义硬件’，这些已经从早期的预言变成了现实。而在今天我们想大胆预言说‘算法定义硬件’。算法自己不会拥有闭环的商业价值，而算法和软件、应用、硬件结合，能打造出匹配场景需求的硬件载体，才能真正激发整个AIoT生态的效能。这是我们认为在旷视过去的十年时间里，最大的产品和价值主张。”
如何理解算法定义硬件，其解决问题的思路是什么？
在所有海量硬件加上定制算法的模式更适合能够规模复制的单一场景，但AIoT市场的场景和需求是碎片化的、复杂的、存在大量变化的。而如果这个硬件从研发起就由算法倒推出来，即从算法出发理解业务需求，再倒推回去选择硬件或匹配硬件组合，甚至让一个性能不够好的硬件发挥出更大性能。这样的解法就可概括为标准硬件加海量算法。
“算法定义硬件”的产品形式是什么呢？以旷视魔方智能分析盒为例，如果不加算法，它就是一个带算力的硬件产品。但通过建立平台算法下发的模式，对前端摄像头感知的视频流和信息进行分析处理，结合不同业务流程需求给出不同反馈，其就可以适配如生产安监、加油站、园区等不同的应用场景。
具体可以从三个层面理解。第一是硬件的平台化，“硬件最终会走向标准化，只有标准化的硬件才能成为平台，在AIoT的时代平台所承载的不再是算法也不再是软件，而是一种能力。”赵康介绍道。
第二是系统柔性化，系统是指软硬结合的一整套的产品组合，包括平台和硬件。这套系统能实现算法在平台和硬件之间动态下发、加载，使得硬件和算法解耦，从而满足柔性需求。
这样软硬一体的产品如何创造呢？即在一个场景中定义了需求，然后设计模型，进行数据采集标注，最后把数据放到模型里进行训练和推理。这个过程工作量巨大，最终训练出来的这套经过数据验证的模型才能真正进入硬件。
第三是服务规模化，赵康解释道，“要实现服务的规模化，我们是需要关注主流场景之外更多的实体的空间。不同空间内的需求多种多样，所以我们需要开放算法和生产工具链，并携手上下游的生态伙伴一起打造更为丰富的数字空间行业应用。”
旷视在当天的沟通会上也发布了“AIoT生态合伙人计划”，将卖标品和方案的上下游渠道关系扩充到互补型合作关系。对四类不同类型的合作伙伴：全国性的行业ISV（Independent Software Vendors，独立软件开发商）、区域ISV、产品方案商及运营商的客户，有不同的合作模式。
“组件针对的客户群可能是一些产品方案商，单品针对的则是区域ISV，整个软硬一体的产品族则针对全国性行业ISV。一方面我们需要不同的生态合作伙伴将组件、单品和产品族打包在其方案中，从而服务不同行业的最终用户。同时，我们也希望从不同的合作伙伴获取市场信息，洞察市场反馈，进而再结合这些不同行业的合作伙伴对行业的理解，不断优化产品。”赵康说道。
在旷视的EBG（Enterprise Business Group，企事业事业群）业务中，即通常理解的to B业务中，产品矩阵分四层：AIoT组件，AIoT基础硬件产品，AIoT平台和AIoT应用。
“这四层里最核心的是第二层——AIoT基础硬件产品，其中基于云、边、端的架构分成三类提供给区域型或全国型合作伙伴。对于拥有硬件研发、产品生产能力的产品方案商，那么旷视就提供软AIoT组件。行业级合作伙伴要打造自己的行业平台，那么不只需要AIoT硬件，同时也希望有一套管理系统以实现模型下发、调度和加载的系统循环，那我们会开放AIoT平台。AIoT应用则由旷视和空间合伙人共创，旷视提供基本的AIoT应用，合作伙伴则进一步开发其行业应用，最后实现应用在所有的空间场景下的全覆盖。”旷视企业业务事业部市场负责人乔梁进一步说道。
虽然整个B端市场需求多样且碎片化，但赵康认为有三个正在发生的宏观趋势：基础设施的云化；核心技术的互联网化；应用的数据化和智能化。最后一点正是旷视的所长，也是旷视在以上布局背后的自我认知。
