12月12日，央視財經視頻號播出的一檔節目引發了眾多網友的熱議，這場20余萬人在線圍觀的直播，所展示的是曠視智世界AIoT展廳，節目中，央視主持人完整參觀了智世界中AI在消費、物流、城市等領域落地應用。有意思的是，當我們期待AI技術給我們帶來震撼的時候，卻發現，這些它們早已經融入了我們日常熟悉的場景。
比如，節目中，當主持人走到Face Style展區，虛擬試妝能夠提供完整的妝容建議，這個功能想必大家也不陌生，如今精致girl在拍照前都會打開拍照APP中的美顏、虛擬妝容。
【資料圖】
圖片來源：央視節目截圖
再比如，今年的雙十一，一條“不給退款留機會”的詞條沖上熱搜，這其實是網友們花式表達快遞速度驚人，而在節目中，央視主持人也真正的感受了智世界物流展區的“分鐘級”收貨體驗。
圖片來源：央視節目截圖
AI這個曾經我們覺得遙不可及的、時髦的未來科技詞匯，其實已經滲透到我們的日常生活。正如曠視科技聯合創始人、CEO印奇所說，AI技術已經非常的豐富多彩，在各個行業的各個場景下實現了落地。
AI已來，但未來在哪？
真正的技術從實驗室里走出來，“飛入尋常百姓家”是一個很漫長的過程，但到如今，我們已經可以看到AI在生活中的應用如此之多，比如上述節目中所呈現的：美妝、拍照、健身、門禁等等。不知不覺中，我們都成為了AI的門客，而AI也真正的實現普世化，給人的感覺是：AI已來，未來已來。
這也意味著，AI在大眾認知和技術層面的門檻越來越低，要想在“AI故事集”中翻個包袱愈發困難，我們不禁要問，AI企業的下一個浪潮在哪里？還有沒有新的故事可講？
在暢想未來之前，我們先來回顧一下歷史進程行至何處。1994年至今，中國互聯網信息技術被劃分為三個階段，分別為互聯網、移動互聯網和物聯網三次浪潮。
談AI為什么說起從互聯網到物聯網的三次浪潮呢？其實，物聯網概念最早出現于比爾蓋茨1995年《未來之路》一書，物聯網的基本特征可概括為整體感知、可靠傳輸和智能處理，僅僅實現萬物互聯還遠遠不夠，IOT最大的目的就是要實現萬物智聯。在物聯網上，每個物理節點所帶來的的海量數據(603138)都需要分析處理，這些數據有效處理的最優解恐怕非AI莫屬。
正因如此，伴隨著物聯網（IOT）和人工智能（AI）技術的成熟，AIoT即“AI+IoT”，被越來越多的企業列為其主要發展方向。物聯網一定是一個高度智能的網絡，AI技術將滲透到云、邊、端和應用的方方面面與物聯網做深度的融合，印奇認為，AIoT已經成為一個大共識，大賽道、大市場。
AI的未來在于AIoT，那其能產生的價值又是什么？
AI賦予“物”可思考的“大腦”
人工智能之父馬文·明斯基給人工智能（AI）的定義是：讓機器作本需要人的智能才能夠做到的事情。這個定義也許是AIoT最好的解釋。
IDC近期發布《 AIoT產業智能白皮書》中亦提出，AI賦予“物”可思考的“大腦”，使其具有了除感知之外的思考能力，實現從數據到知識的躍遷，即完成從感知智能到認知智能的轉變。當AIoT系統開始運轉，新的數據和知識不斷產生，“物”的學習和決策的能力也將持續更新。當更多“物”和“大腦”連接到一起，將構建全新的智能空間。“物”與“物”的聯接，將變成“物”與空間的交互，個體智能向群體智能轉變，也為企業帶來了一套全新的管理思維方式。
AIoT顯然給傳統行業和企業指明了方向。近年來 AI在金融、醫療、教育、交通、先進制造等產業數字化方面得到充分發展，AI將促進社會各方面技術升級換代，從數字化、網絡化走向智能化。長城證券(002939)計算機行業分析師侯賓指出，通過產業鏈協同發展，AI落地場景多元化，深入觸達行業核心痛點，AI應用從降本增效到找尋行業增量空間，協同構建數字化商業模式，企業便可以利用AI技術優勢找尋業務新增長點。
IDC預測，到2025年，超過20%的中國企業將把人類專業知識與人工智能、機器學習、NLP和模式識別相結合，實現智能預測與決策，增強整個企業的遠見卓識，并使員工的工作效率和生產力提高25%。到2025年中國數字經濟的比重將超過70%，數字技術將更加深入地滲透到所有經濟領域，推動產業全面轉型。
AI技術與IoT設備的結合將會是科技創新領域未來10年最大的機遇，整個產業也將迎來發展的黃金十年。
先提升AI的效率，再讓AI提升產業的效率
雖說AI的落地能夠提升產業效率，但行業有一個老生常談的問題，就是落地場景碎片化。曾經有一段時間，為了將這件事加以合理的解釋，大家不約而同的提出“AI+”的說法，給人一種感覺：AI是一張大餅，大餅卷萬物。所謂“大餅”，也是AI企業曾經給市場和自己畫的大餅，因為彼時大家都很難概括出AI的落地場景，市場需求又海量且復雜。
就像曠視研究院算法量產負責人周而進所說，曠視曾經采用的方式也是做定制化服務，“今天有一個工廠希望做這樣的檢測，明天有這個公司希望做這樣的動物行為分析”，然后通過不停招聘更多的算法研究員，定點爆破，一個一個項目解決。起初這并沒有什么問題，絕大部分算法生產模式也都是這種模式。但是隨著業務的發展不難發現這種模式的問題：成本高，很難招到那么多優秀的研究員，于是就導致項目最終的產出質量參差不齊，因為產出質量取決于研究員本身的水平，而研究員水平是一個高度非標的事情。
換言之，在落地之前，AI本身的效率并不高。如何解決算法大規模生產落地過程？應對這樣一個復雜的系統優化問題，曠視提出來的解決方案，就是先把它理清楚，把里面的每一個模塊解耦，把算法涉及的每個環節進行標準化，包括數據生產標準化、算法模型標準化、推理框架標準化，然后用這個標準去定義每一個模塊。這個標準化的過程，類似于統一度量衡，前期工程量很大，但統一之后會大幅提升溝通效率。
在落地各行各業的時候，曠視會引入沒有AI技術背景的人，他們直接參與算法生產。算法研究員不要再專注做一個一個項目，真正應該做的是通用的普適型的技術，拿它通過解耦的系統輻射到各行各業里面去。這也意味著，千行百業的知識不是靠算法研究員一個個去學，而是讓行業本身的工程師或者從業者加入到算法生產的過程中，最終輸出有行業認知的算法模型。
為此，曠視搭建了適配算法量產的基礎設施——算法生產平臺AIS（AI Service）。它基于曠視Brain++體系，構建了一套覆蓋數據處理、模型訓練、性能分析調優、推理部署測試等算法生產全鏈路的零代碼、自動化的生產力工具平臺。基于這樣一個生產力平臺，曠視已經支持一百余種業務模型，每一種業務模型通過不同的數據迭代會衍生出千變萬化的算法能力，也支持了30多種市面上常用的嵌入式設備的接入。截止到2022年9月底，曠視已經實現樓宇、園區、生產環境、社區等泛城市物聯網范圍內75%的算法能夠在AIS平臺上面，由非技術人員來完成生產。
結語
今年9月，工業和信息化部發布的《2022年1—8月通信業經濟運行情況》就顯示，截至8月末，我國三家基礎電信企業發展移動物聯網終端用戶16.98億戶，較移動電話用戶16.78億戶多出2000萬戶，首度實現“物聯’超過“人聯”。這也意味著，我國正式進入了“物超人”時代，成為全球主要經濟體中首個實現“物超人”的國家。這一重要節點也說明，物聯網將呈現出規模效應爆發的特征。
此時，AI的介入將使得海量的數據得到更有效的分析和利用，根據《IDC產業智能調研》結果顯示，AI與IoT結合，可以為企業帶來諸多商業價值。當AI與IoT相結合，軟件、硬件與算法、數據被打通，形成一體化解決方案，可以降低企業應用AI技術的門檻。AI為傳統IoT帶來自動化、智能化提升，可以幫助企業降低人為工作失誤、提升運營效率。
誠如印奇所說，AIoT已經成為一個大共識，大賽道、大市場。在中國提升全要素生產率、推動高質量發展的歷程中，AIoT必然將發揮重要作用。
（責任編輯：彭立睿 HF019）關鍵詞：
