導讀:AIoT領域有許多公司是我們非常熟悉的,例如以智能設備見長的小米、華為。不過,在2022年過半這個節(jié)點上,聯(lián)系上半年AIoT領域巨頭的新發(fā)聲,有兩類公司的形象變得更加立體。
AI+IoT=AIoT,一個樸實無華的等式,卻定下了兩個行業(yè)未來的方向。
AIoT領域有許多公司是我們非常熟悉的,例如以智能設備見長的小米、華為。不過,在2022年過半這個節(jié)點上,聯(lián)系上半年AIoT領域巨頭的新發(fā)聲,有兩類公司的形象變得更加立體。
一類是以??低?、大華股份、宇視科技(后文分別簡稱為???、大華、宇視)為代表的安防巨頭加速擁抱AIoT,另一邊則是以曠視科技(后文簡稱為曠視)為代表的AI新勢力選擇以算法優(yōu)勢逆向切入AIoT市場。
AI和IoT兩大路線的分分合合,是否迎來了確定的終點?通過研究這兩類“非典型”公司的AIoT布局,本文嘗試回答以下問題:
1.??怠⒋笕A、宇視、曠視的AIoT布局有何不同?
2.AIoT算法和硬件如何相互作用?
3.AIoT給AI行業(yè)的商業(yè)化難題提供了什么解題思路?
海康、大華、宇視、曠視的AIoT:硬件和軟件的出身差異
在著眼不同企業(yè)AIoT布局之前,有一個概念需要明確。
???、大華、宇視都是名義上的安防巨頭,今天的安防并不是傳統(tǒng)意義上的監(jiān)控攝像。安防系統(tǒng)依然以視頻監(jiān)控作為獲取信息的前端設備,不過,加上后端的信息存儲與處理,以及衍生的管理控制系統(tǒng),才是它的完全體。
目前,傳統(tǒng)意義上的安防企業(yè)基本只剩一些小型公司,大公司則大致形成兩大陣營:智能物聯(lián)AIoT和智能家居AIoT。這主要取決于公司自己采取的發(fā)展路線。
大華在2021年10月舉行“Dahua Think # 云聯(lián)萬物、數(shù)智未來”戰(zhàn)略升級發(fā)布會,發(fā)布了一系列人工智能開發(fā)平臺、物聯(lián)數(shù)智平臺和AIoT產(chǎn)品。今年3月,大華又召開了一場“云聯(lián)萬物數(shù)智未來”高峰論壇。
2022年4月,安防第一大巨頭海康召開年度業(yè)績報告發(fā)布會,宣布刷新自身定位,將業(yè)務領域名確定為“智能物聯(lián)AIoT”。
宇視為千方科技旗下公司的控股子公司,根據(jù)公司公告,宇視是千方科技AIoT業(yè)務的核心。2022年6月,宇視以“無限新視界”為主題,召開AIoT合作峰會。
至此,傳統(tǒng)意義上的三大安防硬件龍頭全都在AIoT賽道上找到了自己的位置。從它們透露的信息看,硬件的入口作用依然顯著,AIoT中臺和后臺要服務于硬件搭建的體系。
因此,我們可以稱安防巨頭的路線為硬件決定軟件,AIoT思維下的軟件則是由一系列算法組成的,也就是“硬件定義算法”。
曠視和它們的道路不同。2022年4月,曠視在企業(yè)業(yè)務合作伙伴大會喊出了“算法定義硬件”。
具體來說,就是先開發(fā)標準化的攝像頭、機器人等硬件,再輔以不同場景需求的算法。顯然,這是一種軟件為先的策略,其優(yōu)勢在于更低的成本和更好的應用擴展性。
AI公司要在這個領域劃分領地,必須選擇不同的模式。恰好,三大巨頭深入的算法端,是AI公司的優(yōu)勢高地。
海康、大華、宇視、曠視都決定在AIoT大展拳腳,驗證了賽道的潛力。軟硬件結(jié)合之下,各家都釋放出“未來10年是AIoT”高光期的信號。
目前的格局會怎樣變動是不可預知的,但核心問題卻有討論空間:是算法定義硬件還是硬件定義算法?那要看它們到底能給對方帶去什么。
算法的邊際應用,解決了硬件的規(guī)模桎梏
IoT最重要的是運行過程中收集到的數(shù)據(jù),AI最重要的是落地的形態(tài),冥冥中形成一組雙向奔赴的合力:一個要“從實向虛”,一個要“從虛向?qū)崱薄?/p>
就像曠視CEO印奇所說:“我認為AI行業(yè)這個說法是有問題的,AI很難作為一個獨立的產(chǎn)業(yè)體系或商業(yè)閉環(huán)存在。AI本質(zhì)上是一個效率工具,它能夠無形地滲透到各個行業(yè),成為行業(yè)效率提升的催化劑。”
在這個基礎上,硬件定義算法和算法定義硬件的區(qū)別很明顯。如果把硬件比做身體,把算法比做大腦,那前者就是從身體的反饋產(chǎn)生思維,決定下一步的動作;后者則是建立一個通用的思維框架,去指導行為。身體和大腦必須配合,但總有個部分會起主導作用。
邊緣端產(chǎn)品魔方盒子就是這樣,整體的芯片等性能領先友商,但真正的不同之處在于盒子里裝的算法。在這款產(chǎn)品里,社區(qū)、工地等多個領域的算法是集中固化的,客戶需要什么,曠視就從中提供什么。
所以,硬件有固定的天花板,但算法沒有。目前,AI的兩種發(fā)展模式也與此有關。一種是商湯的算力基礎設施+大裝置賦能千行百業(yè),另一種則是曠視直接切入頂層設計。
2020年,全球IoT連接數(shù)首次超過非IoT連接數(shù)。物聯(lián)網(wǎng)有可能統(tǒng)治一切設備,設備對應著海量的AIoT 場景,設備不能無限增長,但算法可以無限應用,從而借助設備這雙“手”去影響乃至改造物理世界。所以,解決AIoT時代具體需求的,一定是更有延伸性和擴張性的算法。
不過,三大巨頭的建設并非著重于核心算法,它們的起步點是軟件架構(gòu),比如AIoT中臺。曠視的算法定義硬件,則幾乎相當于挑戰(zhàn)整個硬件路徑。
曠視認為,基礎設施云化、核心技術(shù)互聯(lián)網(wǎng)化、應用數(shù)據(jù)化和智能化都是正在演變的幾大趨勢,只要AIoT還會發(fā)展,最終都會有一個通用的頂層設計。而曠視有MegEngine(天元)自研算法優(yōu)勢,可以最大化發(fā)揮算力芯片性能,從而實現(xiàn)降成本。
從這兩條不同的道路中,算法定義硬件的真相也得以明晰:硬件平臺化,靈活適配算法;系統(tǒng)柔性化,提高易用性;服務規(guī)?;?,全流程一體+大規(guī)模應用降本增效。
當然,??怠⒋笕A、宇視的AIoT之路還沒有走到最深處,曠視面對更加碎片化、多元化的場景需求,也并不一定能成功完成自己的全部構(gòu)想。算法和硬件的長期協(xié)作才剛剛開始,結(jié)果可能超乎雙方的預料。
下一代人工智能,瞄準碎片化需求加速延伸
中信證券6月23日發(fā)布研報稱,AI產(chǎn)業(yè)價值鏈趨于穩(wěn)定,并逐步向芯片&算力設施、應用場景兩端靠攏。
這種觀點無疑是從AI曾經(jīng)的商業(yè)化困局出發(fā)的。曾經(jīng)的AI企業(yè)往往具有很高的技術(shù)水平,但卻很難真正落地到一個行業(yè)。傳統(tǒng)行業(yè)IoT轉(zhuǎn)型風潮火熱,但大多停留在讓設備聯(lián)網(wǎng)。至于聯(lián)網(wǎng)后獲得了數(shù)據(jù)該做什么,企業(yè)一頭霧水。
AIoT一定程度上終結(jié)了這種狀態(tài)。很罕見的,雙方都從新業(yè)態(tài)里找到了解決自己問題的方法?;蛘叻催^來說,雙方選擇用AI+IoT的模式解決問題,最后創(chuàng)造了新業(yè)態(tài)。
從2015年開始,曠視就提出AIoT是AI的產(chǎn)業(yè)化路徑,本質(zhì)上是AI技術(shù)的價值躍遷節(jié)點到了。2011年左右的AI是技術(shù)科研單點突破;2015年左右的AI是算法邊界向?qū)嵱妙I域拓展;2020年之后的AI則是基礎設施大發(fā)展降低使用門檻,和點對點服務行業(yè)。
這個過程既是AI技術(shù)發(fā)展的過程,也是AI逐漸理解現(xiàn)實的過程。這種理解是對應用的理解,從AI能看到什么,到AI能做到什么。
這個過程最大的問題在于,AI企業(yè)無法面面俱到。曠視選擇的方式是吸引更多生態(tài)伙伴,但這種方式是否會受到其他競爭者的沖擊還不確定,因為競爭才剛剛開始。安防依然是AIoT的核心賽道,凸顯出應用場景的開發(fā)能力和滲透率還不足。對???、大華、宇視來說,這是因為它們對AIoT的全方位投入才剛開始。對曠視來說,現(xiàn)有算法定義硬件的能力還在提升。
早期的AI著眼于認知智能,現(xiàn)在的AIoT則要求AI在認知之上強化決策能力。這不會是一個短期的過程,尤其是面對碎片化需求。曠視算法定義硬件的理念可以加速這個過程,但不會免去深入行業(yè)突破邊界的必經(jīng)歷程。
從認知智能到?jīng)Q策智能,從功能定義到需求定義,AI和IoT的交錯擦出火花,讓現(xiàn)實世界為之一亮。但這種互相融合無論發(fā)生多少次,對AI公司來說都是有利的生意。