2012 年， Alex Krizhevsky、Ilya Sutskever 和 Geoffrey Hinton 創造了一個「大型的深度卷積神經網絡」，也即現在眾所周知的 AlexNet，贏得了當年的 ILSVRC。這是史上第一次有模型在ImageNet數據集表現如此出色。
而它的成功也帶來了深度學習的興起，從那之後算法進行多次穩步改進，在某些視覺任務上的性能已經可以與人類相媲美，甚至有所超越。以此為起點，計算機視覺為核心的國內人工智能產業在過去幾年獲得了飛躍式發展。在商業化落地的進程中，全球各家AI公司的發展路線也各具特點，有的選擇成為通用平台，有的選擇雲服務模式，有的走了軟硬結合的路線，它們所涉獵的領域不一。但找到客戶最根本且長遠的需求並助其落地，才是AI企業的重任。在世界的另一邊，伴隨人工智能的技術獲得突破與快速發展的10年間，中國互聯網的發展也歷經了三波浪潮。在第一波浪潮中，科技公司通過開發各種軟硬件構建出了互聯網的基礎設施，讓人們可以通過PC及移動端連接入網；在第二波浪潮中，我們見證了各類互聯網應用的爆發，人們通過各種載體更加便捷地享受到各種互聯網服務，如搜索、社交、電商等等；而第三波浪潮，則是目前正在邁入的AIoT智能物聯網時代。在硬件端，如果說第一波浪潮的重點在於PC、第二波浪潮的重點在於移動端設備（如手機），那麼第三波浪潮的重點則是無處不在的物體及傳感器。但與此同時，面對指數級增長的硬件設備，技術面臨的新需求是需要「無縫地整合世界」。一邊是AI技術的不斷發展，一邊是無處不在的傳感器始終在擴張邊界，於是AI與IoT的邊界逐漸融合到了一起。AI逐漸變成了AIoT（智能物聯網）的必要方式，同時AIoT也為AI企業的價值落地提供了一個最具前景的落地方式。如果我們以技術的視角回看人類發展史，會發現每次將生產力推進到下一個更領先階段，其實都是硬科技，也就是對經濟社會發展具有重大支撐作用的關鍵核心技術。回看前三次科技革命，第一次是蒸汽機和紡織機為核心，第二次是以電氣化為核心，第三次則以集成電路為核心，每進行一次革命，我們就會將身體的一部分解放出來。作為全球第二大經濟體，中國一直在努力建設社會主義現代化強國。但在歷代工業革命的發展歷程中，中國長期處於跟跑的地位，未能領先。當世界已經進入以人工智能為核心的「第四次工業革命」時代時，中國終於位列第一梯隊，並把人工智能當成了未來戰略的指導。從2016年《「十三五」國家科技創新規劃》中明確把把人工智能作為發展新一代信息技術的主要方向開始，到「十四五」規劃中明確提出「培育壯大人工智能、大數據、區塊鏈、雲計算、網絡安全等新興數字產業」，每一項政策都在為AI產業未來的發展做足充分的準備。今年5月1日出版的第9期《求是》雜誌又發表了重要文章《加快建設科技強國，實現高水平科技自立自強》。「要在事關發展全局和國家安全的基礎核心領域，瞄準人工智能、量子信息、集成電路、先進制造、生命健康、腦科學、生物育種、空天科技、深地深海等前沿領域，前瞻部署一批戰略性、儲備性技術研發項目，瞄準未來科技和產業發展的制高點。要優化財政科技投入，重點投向戰略性、關鍵性領域。」隨着國家戰略的重視，在2015-2019年期間，國內人工智能技術不斷革新、投資熱潮也不斷湧現，但隨着時間的推移，AI的一個明顯特點逐步顯現了出來：回顧中國AI產業的前半段，我們不難發現，當時很多人是把AI當作一個獨立的行業或者商業閉環。然而到了發展的深水期，業內人士終於發現，AI本質上是一個以技術為支撐的效率工具，通過滲透到各個行業為其實現效率提升來實現自身的價值。近幾年，在很多人眼裡，AI幾乎等同於「安防」， 在最初的幾年裡，幾乎每家AI企業都瞄準了安防領域。而當安防的龍頭海康、大華也不斷重申自己的AI技術之時，外界對於AI與「安防」之間的差異認知已經微乎其微。但從客觀來說，AI不等同於安防，之所以很多公司一開始選擇切入安防，只是因為這個領域成熟得較快，但從本質來說，它只是AIoT領域一個非常垂直的分支。而從主觀來說，沒有人願意被貼上一個固定的標籤，以此限制自己的未來發展，企業也同樣如此。由於AI的應用場景中幾乎每一個都非常分散和碎片化，造成的結果是客戶的每一個新場景都需要企業長期堆人頭、消耗大量的研發與交付資源。從安防到更廣闊的AIoT市場，產品成為了企業競爭的核心。目前AI行業主流企業模式分成兩種，一種是偏軟件產品的平台型企業，另一種是軟硬一體的硬件產品的企業。做軟件的比較典型公司是商湯科技，它通過打造通用的AI基礎設施，將AI以軟件形式提供給各行各業的客戶，賦能百業，做行業的橫向擴展，以實現規模化。它基於對互聯網發展歷程「本質上互聯網的前兩波浪潮核心是連接，而接下來，我們將大踏步地進入到物聯網的時代，智能將成為最核心的生產力」的洞察，最終選擇了IoT行業進行價值落地。在曠視CEO印奇看來，AIoT=AI+IoT+空間，其中AI是核心的技術能力，而IoT是各種不同類型的軟硬件載體，空間不是指一個簡單的物理空間，而是一個場景，是一個行業，是一個用戶群。曠視科技要做的，是成為那個構建AIoT核心產品體系的公司。一個事實是，被曠視盯上的這個市場，也正在成為傳統安防巨頭們轉型的重要方向。他們不僅形成了共識，且正在試圖撕掉身上的「安防」標籤，進軍更廣闊的AIoT藍海。作為國內重點安防企業之一的大華股份，常年位居全球安防亞軍寶座，而它也早在2019年的安博會上就宣布了自己全新的業務戰略和發展戰略：即AIoT戰略+SDTV戰略。2022年的「Dahua Think# 雲聯萬物 數智未來」戰略再次堅定了AIoT、物聯數智平台兩大技術戰略。另外一家安防企業宇視科技則是行業內最早以IP監控的奠基者，一直在引領其他企業理解安防行業十多年的變化情況。而它的戰略也已初見端倪：在其3月29日發布的2021年業績報告中，隻字未提「安防」，取而代之的是「智能物聯」（即AIoT）。2021年，其圍繞去中心化理念，針對雲平台、邊緣計算、終端三大類產品的特點進行了二次設計及深度優化，可以看出，目前安防對宇視來說已早早是過去式，如今宇視更像是一家「智慧物聯」解決方案提供商。如果說選定物聯網是曠視基於其長期的行業觀察與積累所形成的前瞻性眼光，那麼如何實現AIoT智能物聯網時代，才是真正的商業化考驗。畢竟AIoT是一種技術願景，而要完成這一願景，需要的是每一步的腳踏實地。目前的AIoT行業，AI滲透率僅為4%，還有約96%的場景還沒有被AI滲透（2021年數據），未來發展潛力仍然巨大。而造成滲透率較低這一局面的主要原因是則是AIoT場景本身的特點。一類是相對集中的頭部場景，如安防場景，它們的特點是場景比較統一、集中、單一化，算法較易復用和優化，這也是目前AI技術已經實現高滲透率的行業。而另外一類，才是屬於AIoT最終的星辰大海，但那些恰恰是大量的碎片化場景（對應約96%沒有被AI滲透的場景），數據採集存在困難，算法的復用度低。而在傳統的解決方案里，往往是先做好一套硬件，然後往裡面「灌」適配的算法，在這裡算法是最後一步，但這會帶來巨大的適配問題。硬件的性能與真實需求之間的鴻溝，需要算法去磨合與妥協，最終完成的效果將會與真實場景需求之間存在割裂。另一方面，碎片化的場景，一方面需要廠商投入巨大的研發成本，很難形成規模化出貨；另一方面也使用戶要根據場景需求變化不斷購置新硬件，設備更替頻繁。而針對這個AIoT的特殊場景化需求與當下的困境，曠視提出了自己的解法：【算法定義硬件】。簡單來說就是通過海量算法+一定數量的通用型/標準硬件，滿足AIoT領域海量的碎片化場景需求。硬件是智能的載體，算法會讓標準化的硬件靈活變成智能硬件，從而滿足海量場景需求。並且算法和硬件需要聯合設計，從而達到算法和應用的繁榮，以及硬件的標準化，形成生態的要素，相當於陽光空氣和水。曠視科技選擇以算法為核心，去設計一款AIoT產品，也就是將算法前置，然後反推硬件產品。在曠視的產品構想中，用戶無需理解不同硬件產品的性能及使用場景，也不用做複雜的前期準備和項目規劃，只要通過算法決定硬件功能，就能讓同一個硬件滿足不同的場景和需求。不過，提出方案仍不是全部，從傳統模式走向【算法定義硬件】會遭遇諸多挑戰：它需要硬件具備動態加載算法的能力，才能支撐持續不斷的迭代更新；它也需要算法本身數量足夠、具有足夠好的適配性以及下發和授權的便利性；此外它還需要達到算法、硬件和解決方案三位一體，最終實現更好的用戶體驗與性價比。而這在行業里，是一條「少有人走的路」， 為了打通這條鏈路，AI企業就必須從產品研發、生產製造、市場通路甚至客戶服務都做一遍，牽頭構建從算法、軟件到硬件的產研與供應鏈體系，並開拓出市場通路，實現完整的價值閉環。印奇認為，這需要考慮三個最為關鍵的要素，包括產研的重構、供應鏈的重構和銷售通路的重構。帶着這樣的理念與足夠的耐心，曠視開發出了一套標準化的從算法、組件到產品的軟硬一體化產品組合。正如曠視科技CEO印奇所言：「沒有智能的物聯網就像沒有大腦的軀幹一樣，而AI的技術將滲透到雲、邊、端和應用的方方面面與物聯網做深度的融合」。所有的硬件與應用——也就是「IoT」——的感知與反饋應當是基於AI算法本身，因此在AIoT中，算法是核心，但硬件也絕不可或缺。沒有大腦的四肢無法動彈，而沒有四肢的大腦無從指揮。而算法定義硬件，就類似於軟件定義硬件的概念，是要徹底改變做AI硬件的思路，將四肢融入大腦的設計考量之中。在這個過程中需要三個必不可少的要素，第一個是標準化的硬件，第二個是海量算法的供應，第三個則是生態開放。第一個階段也是目前所處的階段，以自研硬件為基礎開啟產品階段。曠視開啟自研硬件之路，並在其中加載不同的算法包或是算法倉，以此形成不同的產品，這也是實現起來最快的一個階段。為此，曠視打造模組、邊緣計算盒子、面板機、AI IPC等一系列硬件單品，並在客戶業務場景進行了部署。第二個階段，是通過算法下發平台實現用戶的個性化採購。未來通過曠視算法下發平台，用戶可以採購基礎版的通用軟硬件（基礎軟件加硬件），客戶需要實現何種場景需求，就通過平台採購對應的算法，實現算法的自由切換和迭代。促進實現算法的自動化下發與升級，降低硬件成本，提升使用效率。第三個階段則是生態的充分開放，充足的算法供應與不同廠商的硬件，形成開放的行業生態。曠視不斷推動AI核心技術能力的突破；通過自研AI生產力平台Brain++和提高算法量產能力，降低算法生產和部署成本，加速實現算法生產的標準化和規模化，加速實現算法生產的標準化、規模化，促進AIoT創新生態的發展。幫助行業公司去解決它們在AIoT的訓練、部署算法以及POC測試、方案交付等全流程問題是曠視正在為其專注的行業所賦能的過程。而能夠從算法出發打造硬件，用自身的實力賦能各個行業，從算法能力到硬件方案全集成，並最終劍指完整的算法定義硬件生態，背後是曠視科技不曾說出口的積蘊與底氣。曠視從2015年開始自研硬件，在硬件領域具備積累和經驗，目前其在雲邊端三個層次的產品都有商業化產品。在行業層面，曠視深耕供應鏈、城市、消費物聯網三大賽道，也對不同業務需求形成了深入的理解。曠視在基礎研究方面的持續、長期投入，堅持一手研發。其在base model研究方面的投入遠高於其他AI企業，曠視研究院通過大量的一手研發，深入算法學習的本質，對算法模型的理解更深入，對技術更具判斷力。目前曠視研發的Brain++平台可以快速打造算法生態和量產，降低算法生產的成本；同時可以通過內部的算法解耦，細分算法全流程的不同環節，為新算法的量產匹配最優的生產流程。現在的曠視致力於為用戶提供全棧的軟硬產品組合，而不是提供某一個算法。目前，曠視已經形成了最小硬件閉環體系，產品體系中包含可單獨採購的單品，同時，也在逐步構建一個可以閉環的雲-邊-端閉環基礎產品體系，在這個體系上曠視的長期目標是逐漸構建起算法和應用生態。未來，曠視將加速對生態合作夥伴的開放，構建AIoT行業生態。在國家的戰略高度上，人工智能被賦予了引領「第四次工業革命」的使命，而這個使命，需要每一個企業找准自己的落點去肩負。經歷了去幾年的沉澱，越來越多的AI競爭參與者已經意識到，AIoT是一條漫長的路，未來將迎來它輝煌的黃金十年。攜手同行中誰會領先走出AIoT行業路徑，短期內或許很難有明確答案，但曠視已經為我們指出了一條或許最有望成功的路。*以上內容不構成投資建議，不代表刊登平台之觀點。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定投資目標、財務狀況或需要。市場有風險，投資需謹慎，請獨立判斷和決策。
留言列表
留言列表