盡管從最近一段時間來看，AIoT已經(jīng)受到許多巨頭企業(yè)的重視，例如華為首次公布AIoT戰(zhàn)略、京東將其IoT業(yè)務(wù)整合升級為小京魚AIoT生態(tài)，但是這些并不意味著前路坦蕩。

AIoT目前仍處于發(fā)展的起步階段，只能作為一種美好的愿想，無論從AI還是IoT本身來看，仍然存在著許許多多的問題。如同互聯(lián)網(wǎng)等新興技術(shù)發(fā)展初期一樣，AIoT也多少存在追捧與泡沫。

[[256936]]

AI的發(fā)展仍很薄弱

AI近些年非?；馃幔绕浣栌蒁eepMind推出的AlphaGo在圍棋領(lǐng)域戰(zhàn)勝人類一事，一度將其推上“神壇”。時隔兩年，DeepMind攜全新AlphaStar再次驚艷亮相，最近在策略類游戲“星際爭霸2”中也讓人類敗下陣來。

這些已有的成就固然令人矚目，然而現(xiàn)實生活中，AI仍然沒有真正走進(jìn)生活，成為改變世界的重要力量。目前來看，成熟的AI需要相當(dāng)長的路徑，無論是底層技術(shù)，還是相應(yīng)的訓(xùn)練，甚至相關(guān)人才的培養(yǎng)等，遠(yuǎn)不是短時間內(nèi)可以完成的。AI作為AIoT的核心之一，它的發(fā)展對AIoT的落地仍然具有至關(guān)重要的影響。

[[256937]]

1. 算力太貴

AI算力平臺的搭建，需要大量的CPU和GPU。目前風(fēng)靡全球的AI產(chǎn)品AlphaGo使用的TPU是一種類似GPU的算法芯片，它的能耗功效比非常高。訓(xùn)練AlphaGo的算力相當(dāng)于12000塊常見的消費級1080TI，所花費的開支逾千萬。

普通計算機(jī)的計算能力是有限的，利用其訓(xùn)練一個模型往往需要數(shù)周至數(shù)月的時間。密集和頻繁地使用高速計算資源，其所花費的成本往往難以估計。這些開銷對于大企業(yè)來講或許承擔(dān)得起，但對中小型企業(yè)而言，往往是難以負(fù)擔(dān)的巨額數(shù)字。

正是由于AI對計算的需求非常大，對高性能計算芯片的需求很高，國內(nèi)企業(yè)對這一領(lǐng)域持續(xù)發(fā)力，比如華為不久前推出的鯤鵬920芯片，云知聲也宣布正在研發(fā)多款A(yù)I芯片，一時捷報頻傳。然而這不意味著芯片價格會大幅度下調(diào)，對于企業(yè)來講，仍然需要在硬件方面給予極大的支持，這也意味著企業(yè)需要花很多錢才能購買到需要的算力。

2. 訓(xùn)練太慢

AI芯片自設(shè)計生產(chǎn)后，其實是什么都做不了的，想要讓它達(dá)到真正的智能，需要大量正確的合適的樣例進(jìn)行訓(xùn)練。就像教寶寶逐漸學(xué)會說話和走路一樣，AI的訓(xùn)練過程也是漫長的，而且難度更大、復(fù)雜度更高。

AI本質(zhì)上仍然是機(jī)器，并沒有具備真正意義上的智力。以識別圖片為例，AI需要對幾億張圖片進(jìn)行數(shù)據(jù)標(biāo)注，記住相應(yīng)的數(shù)據(jù)特征，在實際的識別中完成的是一個概率判斷。所以，AI的“思考”核心是機(jī)器算法，并不會擁有人類這樣的真正思維。正因如此，AI的訓(xùn)練所需的時間是非常長的，目前僅訓(xùn)練一些簡單的識別尚需數(shù)周時間，面對未來應(yīng)用場景的豐富性，有必要在算法層面予以增強(qiáng)。

另外，如今想要進(jìn)入AIoT領(lǐng)域的企業(yè)有很多都是家電及硬件廠商——盡管它們深諳各自領(lǐng)域的相關(guān)技術(shù)及規(guī)則，但對于進(jìn)入AI這個完全陌生的領(lǐng)域，本身對于算法的積累幾乎為零，需要針對相關(guān)產(chǎn)品從零設(shè)計相關(guān)算法并完成訓(xùn)練所需耗費的時間成本也是巨大的。

3. 應(yīng)用太淺

盡管AI最近幾年非常熱門，但是目前仍然處于發(fā)展的初期，仍然很難將實驗室理想環(huán)境下的成功產(chǎn)品應(yīng)用至生產(chǎn)生活中去。其最主要的原因有兩個，一個是數(shù)據(jù)少，另一個是AI并非單獨的產(chǎn)品。盡管AIoT或許能夠解決AI數(shù)據(jù)少的問題，但是AI針對不同問題、不同領(lǐng)域的落地仍然很難擴(kuò)展，效率很低。

對于AIoT來講，將AI應(yīng)用在數(shù)量眾多的物聯(lián)網(wǎng)設(shè)備上，首先要解決的是兼容性問題。物聯(lián)網(wǎng)設(shè)備并非都是單一標(biāo)準(zhǔn)的，將一項新技術(shù)應(yīng)用推廣開來所需處理的兼容性問題非常繁雜，大規(guī)模部署問題重重。此外，從火熱的智能音箱可以看出，目前的AI相關(guān)技術(shù)仍然主要處于探索語音交互方面，對其他的交互仍沒有很好的解決方案，而且語音交互的適用場景并不能完全推廣開來。

AIoT想要跨越AI這座山峰，需要解決的是一個全場景的問題，從基礎(chǔ)的算法，到開發(fā)訓(xùn)練，再到應(yīng)用部署能力等等。未來AIoT的進(jìn)步與落地，仍然需要企業(yè)間競爭與合作，促進(jìn)資源分享與技術(shù)進(jìn)步。

物聯(lián)網(wǎng)的進(jìn)展仍很“簡單”

如果說在AIoT中AI扮演著大腦的角色，IoT則需要構(gòu)建連接，實現(xiàn)萬物智聯(lián)的第一步萬物互聯(lián)。盡管物聯(lián)網(wǎng)已經(jīng)出現(xiàn)了相當(dāng)長的一段時間，但是目前的物聯(lián)網(wǎng)也仍然處于發(fā)展的初期階段。

[[256938]]

1. 技術(shù)

物聯(lián)網(wǎng)分為感知層、網(wǎng)絡(luò)層、平臺層和應(yīng)用層，盡管物聯(lián)網(wǎng)近些年發(fā)展迅速，但是從各個層面來看，仍然存在一些問題。

從感知層來看，其關(guān)鍵技術(shù)主要包含射頻技術(shù)(RFID)和傳感器技術(shù)，以傳感器技術(shù)為例，目前來看，傳感器仍存在一些關(guān)鍵技術(shù)制約。傳感器的設(shè)計技術(shù)涉及到多種學(xué)科、理論、材料、工藝等，設(shè)計軟件昂貴，設(shè)計過程復(fù)雜等因素長期存在，國產(chǎn)傳感器無論是可靠性還是封裝技術(shù)等，都存在嚴(yán)重不足。

從網(wǎng)絡(luò)層來看，盡管多年來在網(wǎng)絡(luò)層已經(jīng)發(fā)展出藍(lán)牙、Wi-Fi、NB-IoT、LoRa等多種技術(shù)，但技術(shù)方面仍有掣肘。以安全性來講，一方面是物聯(lián)網(wǎng)本身接入方式的安全問題，另一方面是數(shù)據(jù)傳輸面臨的網(wǎng)絡(luò)相關(guān)安全問題。物聯(lián)網(wǎng)的網(wǎng)絡(luò)核心仍然主要依賴于傳統(tǒng)網(wǎng)絡(luò)技術(shù)，目前普及使用的IPv4存在網(wǎng)絡(luò)地址空間短缺等問題，盡管未來升級IPv6可以解決一些問題，但I(xiàn)Pv6新的特性也仍然會存在一些問題，例如拒絕服務(wù)攻擊(DDoS)等異常流量攻擊將仍然猖獗。

從平臺層和應(yīng)用層來看，目前各大公司都在構(gòu)建生態(tài)，但是各公司生態(tài)之間缺乏連接，猶如一個個孤島。盡管各公司期望自身生態(tài)能夠包含物聯(lián)網(wǎng)產(chǎn)業(yè)鏈的方方面面，但以單獨的一個個生態(tài)來講仍然很難，龐大的物聯(lián)網(wǎng)產(chǎn)業(yè)鏈條需要各生態(tài)群策群力，共同構(gòu)建。

2. 應(yīng)用

IoT目前來看前景良好，已經(jīng)逐步從藍(lán)圖變?yōu)楝F(xiàn)實，在很多領(lǐng)域也逐步閃現(xiàn)物聯(lián)網(wǎng)的影子。但是，互聯(lián)網(wǎng)發(fā)展到現(xiàn)在的看似蓬勃，但仍然處于發(fā)展的初期，技術(shù)的應(yīng)用落地仍然十分簡單。

造成如此“困境”，一方面是兼容性問題。以智能家居為例，人們總是期待家居環(huán)境更加智能，但萬物互聯(lián)時代的智能家居不應(yīng)該也不會僅僅體現(xiàn)在某款產(chǎn)品上，而是整體的一種感受。但對于物聯(lián)網(wǎng)公司而言，由于各品牌間兼容性問題的存在，企業(yè)不得不利用第一款產(chǎn)品牢牢綁定用戶，創(chuàng)造用戶粘性。例如，購買了小米的智能音箱也很難再選用其他不兼容品牌的產(chǎn)品，尤其是存在競爭關(guān)系的一些品牌。而盡管有些號稱龐大生態(tài)伙伴的產(chǎn)品互相兼容，但仍然免不了是一個個孤立的生態(tài)孤島。

另一方面，是設(shè)計理念問題。物聯(lián)網(wǎng)走進(jìn)生活是為了讓生活更方便更舒適，然而目前的很多物聯(lián)網(wǎng)產(chǎn)品的使用都與智能相悖而行。

現(xiàn)在的智能家居市場有很多產(chǎn)品都是貫以智能之名，其實只是將產(chǎn)品與智能手機(jī)相連——這根本不能被稱之為智能家居。例如，市面上有很多智能空調(diào)，所謂“智能”是其可以通過手機(jī)控制。但是，使用遙控器控制空調(diào)觸手可及，相比之下，使用手機(jī)APP再進(jìn)行控制是非常麻煩的。目前，許多廠商似乎仍然認(rèn)為通過接入智能手機(jī)APP就實現(xiàn)了家居智能，然而這一觀點顯然是不成熟的。智能家居不應(yīng)僅是通過智能手機(jī)控制，而應(yīng)以用戶的使用體驗是否更便捷舒適來判斷。

其實任何技術(shù)最終落地都是要處理與人的連接，連接是人與產(chǎn)品交互的第一步，一定程度上影響著用戶對產(chǎn)品的認(rèn)可度。如果一個產(chǎn)品從開機(jī)到聯(lián)網(wǎng)需要非常復(fù)雜的方式，恐怕很少有用戶愿意使用。因此，簡化用戶的操作變得尤為必要。

生局?死局?

AIoT已經(jīng)成為2019的開年熱詞，盡管現(xiàn)在來看還存在各種各樣的問題，但毫無疑問今年將會迎來AIoT的一波熱潮，但光環(huán)之下，AIoT的未來或明或暗仍不甚清晰。

[[256939]]

每項技術(shù)的誕生之初總是會被大眾追捧，即使是現(xiàn)如今非常普遍的互聯(lián)網(wǎng)，早在世紀(jì)初也曾面臨泡沫的破滅。自1995年至2001年間，在歐美及亞洲多個國家的股票市場中，與科技及新興的互聯(lián)網(wǎng)相關(guān)企業(yè)股價高速上升。2000年4月，納斯達(dá)克指數(shù)一路狂飆突進(jìn)到歷史頂點，5400多點。但不幸泡沫破裂，資本市場崩盤。寒冬持續(xù)了3年時間，才慢慢走出低谷。

技術(shù)初期由于被追捧而產(chǎn)生泡沫是一件很正常的事情，但是泡沫總會破碎，因此會對產(chǎn)業(yè)帶來陣痛。而泡沫如果很大，帶來的鎮(zhèn)痛或許會非常痛，甚至摧毀產(chǎn)業(yè)。AIoT現(xiàn)在來看處在初期，從本文可以看出，無論AI還是IoT在技術(shù)方面都有待改進(jìn)，但已經(jīng)有越來越多的巨頭企業(yè)入手AIoT，AIoT的火熱在短時間內(nèi)仍然會是概念，因此會產(chǎn)生泡沫。那么，產(chǎn)生的泡沫有多大呢?

目前來看，AIoT領(lǐng)域的融資規(guī)模還鮮少有超億元的大額融資。對于其他大企業(yè)而言，小米號稱五年投入100億，但這個數(shù)字對于研發(fā)來講并不算特別巨大，即使剛剛宣布專注AIoT技術(shù)研發(fā)的OPPO，早前在手機(jī)研發(fā)方面年投入也逾百億元。而其他巨頭雖然也早早在AIoT領(lǐng)域耗資布局，但是更多的也是專注技術(shù)以及生態(tài)。

如此看來，AIoT的泡沫可能并沒有想象中那么大，尤其是對于專注于技術(shù)的企業(yè)而言，更是如此。例如，華為和云知聲在芯片領(lǐng)域持續(xù)發(fā)力，所積累的技術(shù)與經(jīng)驗都是具有極高價值的;百度持續(xù)關(guān)注安全領(lǐng)域，而數(shù)字時代的安全也是至關(guān)重要、不可或缺的。

更重要的是，泡沫即使產(chǎn)生了巨大影響，但能否華麗轉(zhuǎn)身仍然有賴于技術(shù)本身。早前的互聯(lián)網(wǎng)泡沫來勢洶洶，造成的巨大沖擊更是數(shù)年才得以緩了過來。但是數(shù)字時代是大勢所趨，互聯(lián)網(wǎng)最終仍然會蓬勃發(fā)展，并延續(xù)至今。以現(xiàn)在來看，泡沫對互聯(lián)網(wǎng)產(chǎn)生了一定的良性影響，無論國內(nèi)外的互聯(lián)網(wǎng)科技巨頭仍然占據(jù)著最賺錢企業(yè)的席位。毫無疑問，物聯(lián)網(wǎng)和AI是近年來非常熱的兩個概念，終其原因是人們相信其將會如互聯(lián)網(wǎng)般改變生活。而且，作為優(yōu)勢互補(bǔ)的兩個領(lǐng)域，AI與IoT之間的融合的好處是顯而易見的。

當(dāng)然，雖然我們相信AIoT在未來會產(chǎn)生巨大影響，但在當(dāng)下仍然還很難在生活中直觀感受到?；蛟SAIoT的熱度在未來會有一些反復(fù)，但對于產(chǎn)業(yè)領(lǐng)域而言，終究會慢慢滲透進(jìn)入我們的生活。