2022年，一家最高日產28000taikongtiaodechanxian
，yijingwanchengkongweijiagongdekongtiaodiban

，yikuaikuaihuaguoshexiangtou
，ruguodibanjiagongyouzhiliangwenti

，gongweishanglikexiangqibaojingsheng，honglandengguanghuiyizhishanshuo。meitianzhe28000塊毫無生氣的鋼鐵零件，不是被人，而是被機器和係統關注並識別
，從而進入了一個工業革命以來的新世界——AIoT，萬物智能互聯的世界。

　　AIoT的誕生與發展

　　自古以來，技術和概念都是走在落地
、shijianqianmiande，yigegainiancongtichudaochengshuxuyaoyigezhouqi，zaijishubianqiandechanghelidalangtaosha，nengzhuazhujishufanshibiangedejiyubingjianchilexialaidebijingshishaoshu。

　　正如智能手機的演進，是在通信技術、網絡速度、生態係統等的發展之上而逐漸成熟，它的普及用了5年時間。

　　今年AIoT的再度也爆火不是偶然。

　　AI誕生於1956年，因2016年人機圍棋大戰而得到廣泛認知。

　　IoT相對於AI還是“小鮮肉”，1995年在比爾蓋茨在《未來之路》中被提出。他想象新世紀的家庭空間： “人們可以佩戴一個電子飾針與房子相連
，電子飾針會告訴房子你是誰、你在哪
，房子將用這些信息盡量滿足你的需求。”

　　十年後，國際電信聯盟發布的《ITU互聯網報告2005：物聯網》
，正式提出“IoT物聯網”，奠定了“萬物互聯”的概念基礎。

　　換句話說
，AIoT的誕生
，甚至沒有一個明確的時間點

，是由不同技術在發展中逐漸融合而成。

　　2017年，以小米為首的企業開始大舉進攻AIoT，AIoT迎來首次高光登場。

　　曆經了幾年的沉寂，近兩年，從安防公司到AI公司，相繼把AIoT作為公司定位或未來戰略
，AIoT又“香”了起來。

　　AIoT已經不再是概念

，而是一個產業，且是落地最多、市場最大的一個產業。同時，這也是一個無法賺快錢，需沉下心耕耘的產業。

　　AIoT的應用場景

　　IoT行業幾乎和互聯網同步發展，但直到和近幾年才成熟的AI算法結合後，才真正顯出勢能。融合AI技術和IoT設備後，AIoT讓IoT行業發生躍遷，有望將成為後互聯網時代新的矚目點。

　　和互聯網在虛擬空間的連接不同，支撐物聯網的包含感知層、傳輸層、應用層，從感官到抽象層層遞進，隻有三個層次皆不斷進化，這一行業才可能走上加速之路。

　　在感知層，過去搜集信息隻能依靠簡單的傳感器，如溫度計、可見光傳感器等，收集的數據質量差、維度低。

　　但智能傳感器誕生後
，大大拓展數據收集邊界。智能穿戴設備完成人體指標數字化
，攝像頭、無線設備構成智慧城市智能基礎架構的核心。

　　汽車氣象傳感器

　　隨著集成電路、MEMS芯片和納米材料技術進步，國內的車用傳感器、醫療傳感器已經有了重大突破，紅外線
、紫外線等不可見光感知器早已落地應用，甚至已經出現了低成本

、小微型化節點的納米傳感器。同時，多維跨域感知、不同的傳感技術實現了相互融合，光敏傳感和聲敏傳感組合後同時感知，帶來更豐富的信息。深入、快速、高效的數據收集成為可能。

　　而在傳輸層

，5G普及後
，端到端的網絡延遲隻有4G網絡的十分之一，通暢的傳輸通道加上大數據、邊緣計算加持

，智能傳感器不再僅僅能夠“感知”
，而且承擔“思考”的作用，成為數據處理的第一站。

　　正因為感知層和傳輸層的革命性進步，最終迎來物聯網應用層的飛躍。

　　需要注意，IoT時代
，數據通道越來越重要，甚至成為處理前哨，但過去算力匱乏
，企業隻能依靠自身單維度線性感知、聯網、計算，當AI釋放計算力
，網絡化的計算智能大幅提升計算速度，人工智能加持IoT，行業才可能實現數據感知到數據認知的飛躍。

　　阿基米德曾說過一句名言：“給我一個支點，我就能撬起地球” ，從這一點看，AI技術正是IoT的支點，有了這一支點
，AI
、雲和大數據構建的數字孿生，用戶得以在數字空間提升機器智能化，讓覆蓋全球物聯網數據從“原石”轉化為可用的“珍貴礦產

，驅動知識生產革命跟進一步。

　　目前來看，感知層、傳輸層
、應用層的技術經曆過底層技術的漫長發展，有更深的積澱
，必然也會迎來更長更有力的爆發期。

　　根據Markets and Markets報告顯示
，全球數字化轉型市場規模將將從2021年的5215億美元增長到2026年的1.2萬億美元，複合年增長率高達19.1%。

　　基礎設施搭建日益完善
，市場需求已然升溫，物聯網還在快速生長、連接
，物信融合正在進行中。

　　顯然，此時，正是進入AIoT行業的最佳時期。從傳統安防企業到互聯網巨頭、AI公司，陸續進入到這個行業。

　　以一向低調的安防圈為例，近些年，紛紛明確提出AIoT的戰略，這既是由於在AIoT上技術能力的積累不斷成熟
，也是因為其業務已經從傳統的安防走向了更廣的智能物聯業務，故而從安防公司向AIoT公司進化成為一件水到渠成的事。

　　海康威視CEO胡揚忠曾表示
，如果說過去20年
，海康威視成為全球最大的安防廠商，未來10年
，海康威視將成為全球最大的AIoT廠商之一。

　　不像互聯網行業追求“唯快不破”，每一家進入AIoT行業的企業必須明了並接受的前提是：這是一個有廣闊前景的大行業，但卻是一個慢賽道。

　　一位業內專家曾給出一個生動的比喻，來形容互聯網的“快”和AIoT的“慢”：如果說致力於連接的互聯網行業像是在“造摩天大樓”，連接萬物的物聯網行業則是像在造一座複雜的“立體城市”。我(wo)們(men)可(ke)以(yi)迅(xun)速(su)造(zao)好(hao)大(da)樓(lou)
，甚(shen)至(zhi)看(kan)到(dao)每(mei)一(yi)天(tian)樓(lou)層(ceng)數(shu)目(mu)的(de)變(bian)化(hua)，但(dan)造(zao)城(cheng)是(shi)個(ge)浩(hao)大(da)而(er)緩(huan)慢(man)的(de)工(gong)程(cheng)

，它(ta)不(bu)僅(jin)需(xu)要(yao)地(di)麵(mian)的(de)高(gao)樓(lou)，還(hai)有(you)隱(yin)藏(zang)於(yu)地(di)下(xia)的(de)管(guan)網(wang)，是(shi)一(yi)整(zheng)個(ge)生(sheng)態(tai)係(xi)統(tong)的(de)環(huan)環(huan)相(xiang)扣(kou)。

　　AIoT行業即使進入加速發展的黃金時代

，也未必有不斷的跳躍式爆發，更不可能出現如Facebook或亞馬遜那樣病毒式席卷全球的擴張。

　　厚雪賽道的特質是長時間的維度上
，也擁有足夠廣闊的容納性。根據麥肯錫預測，到2025年
，全球AIoT市場規模將達到11.2萬億美元
，這一數字是2017年的10倍。

　　相比互聯網進入存量市場後慘烈的廝殺，AIoT行業無疑還有巨大的發展空間，離紅海的近戰階段還很遙遠。

　　AIoT產業鏈長而分散。從最前端芯片-通訊模組-感知設備-射頻識別技術到通道層麵的無線通信到應用端SaaS平台和人工智能平台，各個顆粒度的廠商都可以找到自己的安身之地。

　　以感知層為例，根據Allied Market Research報告
，從2020到2027年，全球智能傳感器市場將以18.6%的複合年增長率增長，2027年將達到1436.5億美元。

　　但AIoT巨大成長空間背後，卻一個難以賺快錢的行業。“AIoT不像那些有大項目、大單品
、大平台的行業
，它有自身的特點。”一位從業20餘年的從業者表示。而這一特點即是碎片化帶來的極度分散。

　　C端家庭用戶和B端企業客戶會有完全迥異的軟硬件要求和期望，B端用戶涵蓋不同行業，即使同一行業內部不同客戶之間也有千差萬別的細微需求。AIoT顯然無法以可複製的標準產品滿足用戶需求。

　　碎片化意味著非標，想要迅速獲得邊際效益的快公司會發現很難短期內看到成效。對於一家企業而言，要從技術、產品、營銷、生sheng產chan等deng各ge個ge方fang麵mian接jie受shou碎sui片pian化hua對dui效xiao率lv提ti升sheng的de限xian製zhi
，去qu想xiang方fang設she法fa實shi現xian一yi定ding程cheng度du上shang的de規gui模mo化hua，才cai能neng騰teng出chu盈ying利li空kong間jian。滿man足zu碎sui片pian化hua需xu求qiu開kai發fa和he快kuai速su交jiao付fu的de體ti係xi，是shi一yi個ge非fei常chang複fu雜za的de工gong程cheng。

　　以物流讀碼為例，客戶們有不同尺寸的二維碼和條碼
，這些條碼在不同的光線、角度下呈現度不同，都會影響讀碼結果。僅僅是補光就要給出不同解決方案。目前AI技術都是基於訓練的模型，需要采集不同行業樣本
、做不同算法選擇，並非隻是簡單掌握算法模型就能落地。

　　這也是AIoTxingyegongsiqubieyuhulianwanggongsigaotiaoguangxiandeyuanyin。zaizheyisaidaodecanyuzhegengxuyaoxinawushiditiaodezuoshitaidu，erfeihulianwangliuliangweixian，gaojugaodadesiwei。

　　前麵提到的曾國藩從6歲讀書到27歲中進士
，以書生之力創造了不大不小的軍事史奇跡。製勝法寶無非六個字：“結硬寨，打呆仗”。不得不說，這不過是他領軍前在文淵閣任文職時挖好“深井”人生理念的落地。

　　以AIoT產業來說
，“井”的深度必須直達用戶需求的每個場景，解決碎片化需求，要從底端到地麵應用的全通道重鑄。

　　比如在生產端，碎片化意味著小批量、多批次、大規模的產品製造需求，極其考驗公司的彈性化交付
、精益生產能力，甚至有些產線的改造通常要耗費十年以上反複研究測試。

　　另一方麵，碎片化背後是複雜、多樣化的使用場景，需要釋放多維度、大範圍感知技術。以海康威視為例，提供的硬件設備型號已經接近3萬種，使用場景從可見光延伸至全電磁波譜。隻有這樣的硬件覆蓋度
，才能滿足大小不一的顆粒度。

　　除了在智能物聯網感知技術上的突破，AIoT也是個站在AI、物聯網、通訊交叉點的行業，必須動員足夠多的參與者融入生態。隻有在賦能行業
、研發不斷精進的過程中，AIoT企業才能理解不同行業的上下遊需求
，積累起自己的護城河。

　　以極端溫度場景為例，在低溫環境，海康威視和行業客戶合作，推出冷庫專用相機，針對結霜起霧做了特別優化，能在-60度情況下正常工作。而在高溫場景
，海康威視和多家冶煉廠合作相應方案，熱成像相機可以在1500度極高溫環境下運作，並且針對冶煉廠需求
，接入了軌道機器人、環境傳感器等設備，實現在線監測
、實時預警、檢修任務指派等特殊功能。

　　標準化產品能通過企業自身研發投入完善，但定製化的客戶洞察隻能靠案例和場景完善、拓展。當落地案例足夠充裕，便能將“定製產品”的客戶共性需求轉化為“基線產品”，降低邊際成本
，實現規模化和個性化並存
，最終領先於對手。

　　這考驗的不僅是硬件生產製造或軟件開發
，而是從前端到後端綜合全鏈條落地、跟進能力。這種細顆粒度解決碎片化需求的路線，要求公司具備耐心和決心，甚至接受投入產出不成正比的魄力。

　　有了一批行業願意沉下心挖好“深井”的公司，不惜餘力的堅持，AIoT這一價值萬億的大賽道才展示出無限潛能。從點走向麵，最終形成網絡後，AIoT將重新定義空間和聯結，打破物與物之間的界限

，為第四次工業革命浪潮掀起新的波瀾。