原創 AI財經社 AI財經社

撰文/ 劉璐然

AIoT這個巨頭扎堆的賽道，最近又越發變得熱鬧起來。

在安防巨頭?？低?月中旬舉行的年度業績報告發布會上，一項信息引起了業界的關注。在此次發布的年報中，?？低曀⑿铝斯镜臉I務定位，將業務領域名確定位于“智能物聯AIoT”。海康方面表示，未來十年，伴隨智能物聯網的發展，公司將繼續快速發展。無獨有偶，在4月份的曠視企業業務合作伙伴大會上，AI企業曠視科技也向外界傳遞出一個同樣的信號：AI與IoT的結合，將是科技創新領域未來十年最大的機遇，整個產業將迎來發展的黃金十年。在此次大會上，曠視推出了一攬子AIoT軟硬件產品族，并面向合作伙伴宣布了最新的生態計劃。

近年來，包括各大互聯網巨頭、科技公司以及傳統制造業公司，都紛紛圍繞AIoT進行了戰略布局?，F如今，一邊是光環加身的AI新勢力代表，一邊是智能安防的行業霸主，為何也不約而同地將未來十年的戰略方向瞄準AIoT？在經歷了漫長的摸索后，AIoT會是AI公司商業化的終極答案嗎？

跌落

時針撥回到十多年前，深度學習領域的突破，讓沉寂多年的AI迎來過一段高光時刻。彼時，招攬技術大拿、比拼算法精度、刷榜國際競賽，是早期AI行業的招牌“三板斧”。斧子落地，新一輪風口若隱若現，資本聞風而動，不惜為AI企業揮金如土，唯恐錯過下一座“寶藏”。

這種勢頭一直延續到2016年，在AlphaGo贏下圍棋“人機大戰”之后達到了頂峰。緊接著，新一代人工智能發展規劃強勢出臺，AI創業公司如雨后春筍般涌現，科技和互聯網巨頭們也紛紛下場布局AI。據不完全統計，2017年國內新增的AI公司就有近8000家。在2018年，該項數據更是迅速攀升至驚人的18000多家。越來越多人相信，一個新的AI時代正呼之欲出。

然而，劇本沒有如期上演。當AI的戰局逐漸從“學術型競賽”轉入“商業化巷戰”，各種問題開始出現。按照AI公司早期理想的商業模型，他們只需研發出標準化的算法SDK模塊，然后將其集成在行業方案里，最后通過算法SDK的調用量實現商業化閉環。薄利多銷、一本萬利，看起來是一筆“躺贏”的好買賣。早期的狀況也的確如AI公司所愿，包括移動App開發商、互聯網金融等在內的企業，成為了最早的一批愿意為此買單的客戶。這些客戶主動登門找上了AI公司，提出購買算法SDK的調用服務。這種商業模式給AI公司帶來了實際的收入，初嘗甜頭的AI公司開始有了一種錯覺，實現規模化盈利似乎指日可待。

圖/視覺中國

然而，客戶的需求并沒有像預想的那樣形成持續的、爆發性的增長。隨著技術壁壘越來越低，市場競爭格局越發慘烈，算法SDK的價格急速下滑，使得AI公司的盈利空間大幅縮減。

既然線上場景走不通，那不妨試試線下？AI公司于是又將目光轉向安防、金融、公安、零售這樣的行業場景。但他們很快發現，行業客戶需要的不是單個模塊或開發包，因為他們并不具備集成SDK的能力，他們需要的是一套完整定制化的解決方案。

一旦進入高度定制化的行業賽道，就意味著頭頂高科技光環的AI公司，不得不被迫去接其它公司項目外包的“臟活”“累活”，要么是給硬件公司提供算法，再從項目總集成商那里分得薄薄一杯羹；要么是自己干集成商的活，走高度定制化的路線?！绊椖啃凸尽钡谋锥孙@而易見，首先，每個細分行業都有自己的“游戲”規則，行業場景極其分散和碎片化。這意味著AI公司每開拓一個新的場景，都需要相應行業know-how的積累，使得每個項目的實施周期都特別長，非常“吃”資源。然后，由于缺乏渠道和供應鏈能力，利潤空間通常會被壓到極限，甚至有些項目完全是賠本賺吆喝，做得越多，虧得越多。

最要命的是，“項目型公司”的商業增長是“加法邏輯”——“項目A”+“項目B”+“項目C”的簡單累加。但由于每個項目的定制化程度都極高，相互之間難以直接復制，導致難以形成規模化。因此，AI公司要擺脫“項目外包商”的角色，就必須考慮商業模式的轉型。

分野

身陷做項目的“泥沼”之后，AI公司開始主動求變。這種改變最底層的邏輯，就是如何將AI從“加法式”的增長，進化為“乘法式”的增長，構建類似于“產品×銷量”這樣的商業程式。而在經過多年的摸索之后，各家AI公司開始走出了一些差異化的戰略路徑，大致分為兩個方向：

第一類是做“軟”，成為“AI平臺公司”，即打造面向各行各業的通用AI基礎設施，將算法以SDK軟件的形式賦能百業，以實現規?；?。毫無疑問，這條路徑具有巨大的商業想象空間。但挑戰在于，面對各行各業碎片化的應用場景，是否能通過一個通用平臺滿足所有需求尚待時間驗證。此外，通用平臺往往需要長期的高額投入，需要經歷漫長的商業化進程。

這類AI公司的典型代表是商湯，它明確將自己定位成“AI算法工廠”。在商湯董事長兼CEO徐立看來，公司的商業化路徑非常清晰，就是要通過其SenseCore AI大裝置的投入，形成更多的成本邊際效應，最終形成規模效應?；谶@樣一個AI基礎設施，商湯希望圍繞智慧商業、智慧城市、智慧生活和智能汽車四個領域打造軟件平臺，實現跨行業、大規模、高效率及低成本地生產高性能AI模型。

第二類是做“硬”，成為“AIoT產品公司”，即將AI算法能力加載到標準化的IoT硬件產品中，并最終形成一套端到端的軟硬產品組合，為行業客戶提供完整的價值。這種路徑的優勢在于價值閉環，即從最終客戶需求角度出發，為其提供完整的價值輸出。但也同樣存在挑戰，畢竟做硬件非常依賴于完備的渠道和供應鏈，而這在短期內是AI公司所不具備的，在短期內必然造成產品成本的攀升和利潤的下滑。

曠視是這類路徑的堅定支持者。在曠視科技CEO印奇看來，AI行業這個說法是有問題的，AI很難作為一個獨立的產業體系或商業閉環存在。AI本質上是一個效率工具，能夠無形地滲透到各個行業，成為行業效率提升的催化劑。所以，曠視不會成為一家平臺化的公司，而是會打造幾個支柱型行業作為立身之本。用印奇的話來說，曠視要做“最硬AI公司”。從2015年開始，曠視就提出AIoT是AI的產業化路徑，并開始面向消費、城市和供應鏈三大物聯網業務領域的客戶，提供軟硬一體化的產品解決方案。曠視期待通過提升AI產品的銷量，最終實現規模商業化的目標。

合圍

對于曠視而言，如今看到海康威視這樣的行業“老大哥”加入AIoT市場的爭奪，應該并不感到意外。畢竟，安防是AI落地較早且相對成熟的場景賽道。在過去五六年間，包括曠視在內的多數AI公司都將安防作為商業化落地的重點，向海康、大華、宇視等一眾安防行業巨頭發起了挑戰?，F如今，從智能安防轉向更為廣闊的AIoT賽道，“AI新勢力”和“安防巨無霸”對于安防市場的態度，卻出奇一致。

印奇表示，很多人會認為AIoT就是智能安防，就等于視頻監控。但實際上，在數字化轉型進程中，傳統的安防和視頻監控只是一個非常狹小且垂直的賽道和應用。當我們去看各個行業最核心的主應用、主賽道的時候，我們會發現AIoT才剛剛開始。

圖/視覺中國

海康威視總裁胡揚忠也直言，傳統安防的業務實際上沒有那么大。因此，海康要跳出安防，擁抱智能物聯AIoT的機遇，從視頻技術走向全面感知。海康之前是以視頻為核心的智能物聯網，現在不再強調或者強化視頻，而是強調其他的感知設備，在非視頻的投入會增加來擴充?？档漠a品線，也會在智能技術上進一步的投入感知智能、認知智能。同時，胡揚忠也坦誠，新的賽道，新的藍海，空間很大，但是競爭對手更多，不確定性更大。

為何像?？颠@樣的安防巨頭，也按耐不住性子“去安防化”了？這其中暗含的信號是，傳統安防的市場正趨于飽和，產業紅利已然見頂，上升空間相當有限。數據顯示，目前中國安防行業規模增速今年來一直穩定在10%-15%，相較于巔峰時期已有大幅下滑，市場需求增長已經亮起紅燈。安防行業有個顯著的特點，就是訂單非常碎片化，市場極度分散。如何適應這個行業的特點，滿足各種客戶在各種特定環境下的需求，這是很大的挑戰。這種行業特性，決定了安防不是一個能容納很多大公司的市場，也決定了新入局的玩家很難因為技術的突破而取得爆發性增長。

籌碼

無論是曠視這樣的AI公司，還是海康這樣的IoT公司，都在從不同方向“包抄”AIoT這樣一個巨大市場。當“戰火”從智能安防蔓延到規模大得多的AIoT賽道，現如今回頭看安防領域的對決，更像新舊勢力們的賽前“熱身”。

在安防市場，面對牢牢占據渠道和供應鏈優勢的安防巨頭，AI公司的算法長板難以形成明顯的差異化優勢，最終選擇了加持硬件，但也借此打通了從算法、軟件到硬件的產研和供應鏈的全流程，完整建立了從“模組-單品-系統”的AIoT軟硬件產品組合。與此同時，在AI公司等一批后起之秀的強勢沖擊下，?？狄惨庾R到在AI核心技術能力方面的短板，開始通過自建或采購獲得類似的技術能力?？梢哉f，雙方都在為進入廣闊的AIoT市場補齊了能力的短板，備好了充足的“籌碼”。

但值得注意的是，AIoT產業的復雜性、碎片化程度遠超安防，這會給AIoT賽道的爭奪平添變數。之前面對安防相對固化的應用場景，海康采用的是“海量硬件+海量算法”的“機海戰術”，即開發出海量的硬件SKU，形成各種產品的排列組合，再針對特定場景需求，將算法“灌入”硬件。每個場景都對應一套硬件和算法，硬件和算法是“綁定”的。這套打法雖不夠靈活，但由于應用場景少、用戶需求集中，硬件可以形成規?；鲐?。

而一旦從安防走向AIoT，入局者需要面對的將是極其碎片化的應用場景，可能是工業制造流水線的瑕疵監測，也可能是物流倉庫的貨物揀選……如果延續“海量硬件+海量算法”的模式，由于硬件和算法的“綁定”關系，意味著場景不同，算法就得改，硬件就得換。對硬件企業而言，意味著巨額的研發投入，且硬件很難形成規?；鲐?，很可能就不會去做這樣的生意；對用戶而言，也意味著要根據場景需求的變化不斷購置新硬件，造成重復建設和資源浪費。

為此，曠視給出了一個更加高效和靈活的解題思路，叫“標準硬件+海量算法”。不同類型、尺寸和性能的硬件組合成一套標準化硬件，并由算法量產工具源源不斷地為其供給海量算法。硬件是標準化的，但算法可以靈活調整。舉例來說，AI公司開發出一套標準化的攝像頭或機械臂，然后可以根據不同的場景，在同一套硬件里靈活加載各種不同的算法。這就像智能手機，可以隨時安裝各種App一樣。這種模式的優勢在于，算法的迭代成本要遠低于硬件迭代的成本，具有更強的經濟效益。這套“標準硬件+海量算法”的軟硬產品組合，將面向行業ISV或集成商全面開放，讓他們可以專注于行業應用的開發，從而快速形成行業解決方案。

圖/視覺中國

此外，曠視還拋出了“算法定義硬件”這一全新的AIoT產品研發理念。根據傳統AI硬件的研發思路，都是先做好硬件，再往里面“灌”算法，算法是最后一步。而“算法定義硬件”，則是要徹底改變AI硬件的研發思路，算法需求前置考慮，從算法和用戶需求出發，反推所有技術架構，得到最優化的AI硬件產品方案?；谶@樣的理念，曠視開發了一整套標準化的AIoT軟硬件產品族。這套產品會向ISV合作伙伴全面開放，幫助他們快速開發行業應用，滿足最終客戶的需求，從而激發整個AIoT生態百花齊放式的創新。

無論如何，AIoT的產業競逐會是一場持久戰，現在只是剛剛拉開帷幕。在這個新舊勢力群雄逐鹿的戰場，誰會最終殺出重圍？短期內，這或許很難有明確答案。但有一點可以肯定，那就是面對這樣一個廣闊且復雜的市場，很難有企業能像安防行業那樣做到一家獨大、上下通吃，AIoT必定能容納更多企業，形成產業鏈上下游的精細化分工。每家企業都有機會在整個產業鏈找到自己最擅長的角色，占據屬于自己的生態位。

我們從《財經天下》周刊出發，以新媒體的形式和節奏、

以傳統媒體求實的精神，致力于傳播真正有價值的報道。

AI財經社原創內容，未經授權，禁止任何轉載

原標題：《AI的盡頭是AIoT？》

閱讀原文