AI的尽头是AIoT？
2022年，一家最高日产28000台空调的产线，已经完成孔位加工的空调底板，一块块滑过摄像头，如果底板加工有质量问题，工位上立刻响起报警声，红蓝灯光会一直闪烁。每天这28000块毫无生气的钢铁零件，不是被人，而是被机器和系统关注并识别，从而进入了一个工业革命以来的新世界——AIoT，万物智能互联的世界。
AIoT的诞生与发展
自古以来，技术和概念都是走在落地、实践前面的，一个概念从提出到成熟需要一个周期，在技术变迁的长河里大浪淘沙，能抓住技术范式变革的机遇并坚持了下来的毕竟是少数。
正如智能手机的演进，是在通信技术、网络速度、生态系统等的发展之上而逐渐成熟，它的普及用了5年时间。
今年AIoT的再度也爆火不是偶然。
AI诞生于1956年，因2016年人机围棋大战而得到广泛认知。
IoT相对于AI还是“小鲜肉”，1995年在比尔盖茨在《未来之路》中被提出。他想象新世纪的家庭空间： “人们可以佩戴一个电子饰针与房子相连，电子饰针会告诉房子你是谁、你在哪，房子将用这些信息尽量满足你的需求。”
十年后，国际电信联盟发布的《ITU互联网报告2005：物联网》，正式提出“IoT物联网”，奠定了“万物互联”的概念基础。
换句话说，AIoT的诞生，甚至没有一个明确的时间点，是由不同技术在发展中逐渐融合而成。
2017年，以小米为首的企业开始大举进攻AIoT，AIoT迎来首次高光登场。
历经了几年的沉寂，近两年，从安防公司到AI公司，相继把AIoT作为公司定位或未来战略，AIoT又“香”了起来。
AIoT已经不再是概念，而是一个产业，且是落地最多、市场最大的一个产业。同时，这也是一个无法赚快钱，需沉下心耕耘的产业。
AIoT的应用场景
IoT行业几乎和互联网同步发展，但直到和近几年才成熟的AI算法结合后，才真正显出势能。融合AI技术和IoT设备后，AIoT让IoT行业发生跃迁，有望将成为后互联网时代新的瞩目点。
和互联网在虚拟空间的连接不同，支撑物联网的包含感知层、传输层、应用层，从感官到抽象层层递进，只有三个层次皆不断进化，这一行业才可能走上加速之路。
在感知层，过去搜集信息只能依靠简单的传感器，如温度计、可见光传感器等，收集的数据质量差、维度低。
但智能传感器诞生后，大大拓展数据收集边界。智能穿戴设备完成人体指标数字化，摄像头、无线设备构成智慧城市智能基础架构的核心。
汽车气象传感器
随着集成电路、MEMS芯片和纳米材料技术进步，国内的车用传感器、医疗传感器已经有了重大突破，红外线、紫外线等不可见光感知器早已落地应用，甚至已经出现了低成本、小微型化节点的纳米传感器。同时，多维跨域感知、不同的传感技术实现了相互融合，光敏传感和声敏传感组合后同时感知，带来更丰富的信息。深入、快速、高效的数据收集成为可能。
而在传输层，5G普及后，端到端的网络延迟只有4G网络的十分之一，通畅的传输通道加上大数据、边缘计算加持，智能传感器不再仅仅能够“感知”，而且承担“思考”的作用，成为数据处理的第一站。
正因为感知层和传输层的革命性进步，最终迎来物联网应用层的飞跃。
需要注意，IoT时代，数据通道越来越重要，甚至成为处理前哨，但过去算力匮乏，企业只能依靠自身单维度线性感知、联网、计算，当AI释放计算力，网络化的计算智能大幅提升计算速度，人工智能加持IoT，行业才可能实现数据感知到数据认知的飞跃。
阿基米德曾说过一句名言：“给我一个支点，我就能撬起地球” ，从这一点看，AI技术正是IoT的支点，有了这一支点，AI、云和大数据构建的数字孪生，用户得以在数字空间提升机器智能化，让覆盖全球物联网数据从“原石”转化为可用的“珍贵矿产，驱动知识生产革命跟进一步。
目前来看，感知层、传输层、应用层的技术经历过底层技术的漫长发展，有更深的积淀，必然也会迎来更长更有力的爆发期。
根据Markets and Markets报告显示，全球数字化转型市场规模将将从2021年的5215亿美元增长到2026年的1.2万亿美元，复合年增长率高达19.1%。
基础设施搭建日益完善，市场需求已然升温，物联网还在快速生长、连接，物信融合正在进行中。
显然，此时，正是进入AIoT行业的最佳时期。从传统安防企业到互联网巨头、AI公司，陆续进入到这个行业。
以一向低调的安防圈为例，近些年，纷纷明确提出AIoT的战略，这既是由于在AIoT上技术能力的积累不断成熟，也是因为其业务已经从传统的安防走向了更广的智能物联业务，故而从安防公司向AIoT公司进化成为一件水到渠成的事。
海康威视CEO胡扬忠曾表示，如果说过去20年，海康威视成为全球最大的安防厂商，未来10年，海康威视将成为全球最大的AIoT厂商之一。
不像互联网行业追求“唯快不破”，每一家进入AIoT行业的企业必须明了并接受的前提是：这是一个有广阔前景的大行业，但却是一个慢赛道。
一位业内专家曾给出一个生动的比喻，来形容互联网的“快”和AIoT的“慢”：如果说致力于连接的互联网行业像是在“造摩天大楼”，连接万物的物联网行业则是像在造一座复杂的“立体城市”。我们可以迅速造好大楼，甚至看到每一天楼层数目的变化，但造城是个浩大而缓慢的工程，它不仅需要地面的高楼，还有隐藏于地下的管网，是一整个生态系统的环环相扣。
AIoT行业即使进入加速发展的黄金时代，也未必有不断的跳跃式爆发，更不可能出现如Facebook或亚马逊那样病毒式席卷全球的扩张。
厚雪赛道的特质是长时间的维度上，也拥有足够广阔的容纳性。根据麦肯锡预测，到2025年，全球AIoT市场规模将达到11.2万亿美元，这一数字是2017年的10倍。
相比互联网进入存量市场后惨烈的厮杀，AIoT行业无疑还有巨大的发展空间，离红海的近战阶段还很遥远。
AIoT产业链长而分散。从最前端芯片-通讯模组-感知设备-射频识别技术到通道层面的无线通信到应用端SaaS平台和人工智能平台，各个颗粒度的厂商都可以找到自己的安身之地。
以感知层为例，根据Allied Market Research报告，从2020到2027年，全球智能传感器市场将以18.6%的复合年增长率增长，2027年将达到1436.5亿美元。
但AIoT巨大成长空间背后，却一个难以赚快钱的行业。“AIoT不像那些有大项目、大单品、大平台的行业，它有自身的特点。”一位从业20余年的从业者表示。而这一特点即是碎片化带来的极度分散。
C端家庭用户和B端企业客户会有完全迥异的软硬件要求和期望，B端用户涵盖不同行业，即使同一行业内部不同客户之间也有千差万别的细微需求。AIoT显然无法以可复制的标准产品满足用户需求。
碎片化意味着非标，想要迅速获得边际效益的快公司会发现很难短期内看到成效。对于一家企业而言，要从技术、产品、营销、生产等各个方面接受碎片化对效率提升的限制，去想方设法实现一定程度上的规模化，才能腾出盈利空间。满足碎片化需求开发和快速交付的体系，是一个非常复杂的工程。
以物流读码为例，客户们有不同尺寸的二维码和条码，这些条码在不同的光线、角度下呈现度不同，都会影响读码结果。仅仅是补光就要给出不同解决方案。目前AI技术都是基于训练的模型，需要采集不同行业样本、做不同算法选择，并非只是简单掌握算法模型就能落地。
这也是AIoT行业公司区别于互联网公司高调光鲜的原因。在这一赛道的参与者更需要吸纳务实低调的做事态度，而非互联网流量为先，高举高打的思维。
前面提到的曾国藩从6岁读书到27岁中进士，以书生之力创造了不大不小的军事史奇迹。制胜法宝无非六个字：“结硬寨，打呆仗”。不得不说，这不过是他领军前在文渊阁任文职时挖好“深井”人生理念的落地。
以AIoT产业来说，“井”的深度必须直达用户需求的每个场景，解决碎片化需求，要从底端到地面应用的全通道重铸。
比如在生产端，碎片化意味着小批量、多批次、大规模的产品制造需求，极其考验公司的弹性化交付、精益生产能力，甚至有些产线的改造通常要耗费十年以上反复研究测试。
另一方面，碎片化背后是复杂、多样化的使用场景，需要释放多维度、大范围感知技术。以海康威视为例，提供的硬件设备型号已经接近3万种，使用场景从可见光延伸至全电磁波谱。只有这样的硬件覆盖度，才能满足大小不一的颗粒度。
除了在智能物联网感知技术上的突破，AIoT也是个站在AI、物联网、通讯交叉点的行业，必须动员足够多的参与者融入生态。只有在赋能行业、研发不断精进的过程中，AIoT企业才能理解不同行业的上下游需求，积累起自己的护城河。
以极端温度场景为例，在低温环境，海康威视和行业客户合作，推出冷库专用相机，针对结霜起雾做了特别优化，能在-60度情况下正常工作。而在高温场景，海康威视和多家冶炼厂合作相应方案，热成像相机可以在1500度极高温环境下运作，并且针对冶炼厂需求，接入了轨道机器人、环境传感器等设备，实现在线监测、实时预警、检修任务指派等特殊功能。
标准化产品能通过企业自身研发投入完善，但定制化的客户洞察只能靠案例和场景完善、拓展。当落地案例足够充裕，便能将“定制产品”的客户共性需求转化为“基线产品”，降低边际成本，实现规模化和个性化并存，最终领先于对手。
这考验的不仅是硬件生产制造或软件开发，而是从前端到后端综合全链条落地、跟进能力。这种细颗粒度解决碎片化需求的路线，要求公司具备耐心和决心，甚至接受投入产出不成正比的魄力。
有了一批行业愿意沉下心挖好“深井”的公司，不惜余力的坚持，AIoT这一价值万亿的大赛道才展示出无限潜能。从点走向面，最终形成网络后，AIoT将重新定义空间和联结，打破物与物之间的界限，为第四次工业革命浪潮掀起新的波澜。
