作為一個技術(shù)驅(qū)動型產(chǎn)業(yè)，在當下政務數(shù)字化、產(chǎn)業(yè)數(shù)字化、企業(yè)數(shù)字化轉(zhuǎn)型的大趨勢下，AIoT正以通用技術(shù)的形態(tài)滲透到各行各業(yè)，助力政務流程信息化、行業(yè)生產(chǎn)流程數(shù)字化、企業(yè)業(yè)務流程的數(shù)字化發(fā)展。下游應用場景越來越豐富，整體市場需求還是呈上升趨勢。

　　不過，a&s梳理今年AIoT產(chǎn)業(yè)相關(guān)企業(yè)的業(yè)績情況發(fā)現(xiàn)，相比于前兩年，不少企業(yè)2022年盈利情況并不甚理想，甚至出現(xiàn)營收和凈利潤雙虧損的狀態(tài)。對于虧損原因的解釋，大部分企業(yè)表示受疫情影響較大，同時也提到地緣政治、通脹等國際環(huán)境帶來的影響。

　　綜合a&s 2022年『AIoT 創(chuàng)新應用話題大家談』直播欄目的系列訪談，對于AIoT市場當下面臨的挑戰(zhàn)和發(fā)展痛點，大家提及最頻繁的是宏觀環(huán)境、行業(yè)標準、供應鏈、網(wǎng)絡安全(數(shù)據(jù)安全)方面的挑戰(zhàn)，同時， 碎片化需求下的AIoT工程化落地依然是目前擺在AIoT企業(yè)面前最現(xiàn)實的問題。

　　AIoT落地應用面臨的挑戰(zhàn) ，a&s整理制圖

　　1、 宏觀環(huán)境挑戰(zhàn)

　　2020年疫情在全球范圍內(nèi)的爆發(fā)，打亂了整個社會和經(jīng)濟的正常節(jié)湊。從2020-2022年，經(jīng)過兩三年時間的調(diào)整，市場逐步復蘇，但點狀爆發(fā)的疫情依然對需求的釋放、工程周期、市場景氣度產(chǎn)生了不利影響。尤其到2022年，國內(nèi)防疫抗疫形勢仍然非常嚴峻，在公共服務市場，疫情期間較多地方政府將主要精力投入在疫情防控上，項目推進較慢；像地產(chǎn)、文旅等行業(yè)，也常因疫情導致停工和采購延期的發(fā)生，這些都已經(jīng)直接影響到了相關(guān)企業(yè)在行業(yè)市場的業(yè)務拓展。

　　除疫情這項不確定因素外，近兩年國際市場環(huán)境也并不太平，中美“貿(mào)易戰(zhàn)”仍然持續(xù)，個別地區(qū)熱戰(zhàn)升溫，部分國家通脹高企，導致整體經(jīng)營環(huán)境充滿了挑戰(zhàn)和不確定性。

　　2、行業(yè)標準挑戰(zhàn)

　　AIoT的底層就是一套物聯(lián)網(wǎng)系統(tǒng)，要實現(xiàn)物-物-人交互，依賴于大一統(tǒng)的接入標準和互通協(xié)議。當下，圍繞著人工智能和物聯(lián)網(wǎng)，雖然出臺了相關(guān)的政策條例，但為了保持行業(yè)生態(tài)多樣性，依然無法很好的實現(xiàn)各類物聯(lián)網(wǎng)設(shè)備、平臺、場景間“大一統(tǒng)”的集中管控。

　　物聯(lián)網(wǎng)的物理連接和交互協(xié)議，涉及兩個標準。萬物連接，首先是“聯(lián)網(wǎng)”，這是兩個標準中的“硬標準”，負責物理層、鏈路層、訪問層的網(wǎng)絡連接的標準，涉及到不同設(shè)備的接入，不同的場景的接入。

　　在業(yè)務和應用層的標準是“軟標準”，負責各種設(shè)備、包括平臺之間的通信、交互的協(xié)議標準，這方面目前還沒有較統(tǒng)一或者廣泛實施的標準。一個良好的產(chǎn)業(yè)生態(tài)的構(gòu)建，其中一個關(guān)鍵點在于“標準”的制定和統(tǒng)一。AIoT行業(yè)“軟硬件”標準的統(tǒng)一規(guī)范，也將為整個AIoT產(chǎn)業(yè)生態(tài)協(xié)同奠定更廣泛的基礎(chǔ)。

　　3、供應鏈挑戰(zhàn)

　　2021-2022年，全球大宗商品價格持續(xù)上升，原材料價格波動，尤其半導體行業(yè)受到較強沖擊，這種沖擊滲透到芯片、模組、設(shè)備等產(chǎn)業(yè)鏈多個環(huán)節(jié)，“芯片荒”現(xiàn)象從2021年持續(xù)到2022年。

　　芯片供給短缺問題確實對國內(nèi)AIoT產(chǎn)業(yè)的上下游帶來較大沖擊，尤其給設(shè)備制造廠商帶來了不少壓力，2021年包括安防在內(nèi)的行業(yè)領(lǐng)域經(jīng)歷了一波“漲價潮”，從前端到邊緣側(cè)硬件產(chǎn)品，都經(jīng)歷了不同程度的價格調(diào)整。也因此對企業(yè)未來在進一步完善供應鏈管理體系和備貨機制方面帶來了警示和思考。

　　值得一提的是，一些擁有較成熟供應鏈體系的頭部企業(yè)在供給短缺情況下，依靠更強大的供應能力和靈活空間，進一步鞏固了自身在產(chǎn)業(yè)中的地位。

　　“芯片荒”也帶來了正面影響，比如從技術(shù)產(chǎn)品角度來看，芯片供應緊張和價格升高推動更多企業(yè)尋求技術(shù)和設(shè)計方式的創(chuàng)新，例如將模組芯片化，圍繞垂直行業(yè)，做更高集成度的解決方案，來降低芯片供應鏈復雜度和和系統(tǒng)成本。同時，芯片短缺為中國芯片產(chǎn)業(yè)做強提供了機遇。

　　當下，整個半導體行業(yè)的國產(chǎn)化替代進程都在加速，國產(chǎn)芯片企業(yè)正在崛起，包括物聯(lián)網(wǎng)芯片、AI芯片、智能駕駛芯片企業(yè)都在積極把握當下的利好政策和行業(yè)市場環(huán)境。

　　在a&s 2022年AIoT行業(yè)市場調(diào)研中，不少AIoT企業(yè)表示對國產(chǎn)替代的期待和信心。中國產(chǎn)業(yè)鏈齊整，從原材料到整機到設(shè)計能力都已齊備。且中國規(guī)模龐大的市場，有利于帶動企業(yè)綜合成本的降低，達成規(guī)模效應，這也是其他國家和地區(qū)目前不具備的條件。

　　4、網(wǎng)絡安全、數(shù)據(jù)安全挑戰(zhàn)

　　AIoT的助力加速了諸多行業(yè)的數(shù)字化轉(zhuǎn)型進程，但與此同時，數(shù)據(jù)泄露事件也頻繁爆發(fā)，數(shù)據(jù)安全問題正逐漸引起更多人的重視。數(shù)據(jù)安全的管理，急需建立一套包括數(shù)據(jù)搜集、數(shù)據(jù)處理使用、數(shù)據(jù)監(jiān)督管理等在內(nèi)的具有嚴格要求的數(shù)據(jù)安全管理辦法來得以實現(xiàn)。

　　安全是發(fā)展的前提，如果沒有數(shù)據(jù)安全，AIoT就會成為脫韁的野馬。伴隨著國內(nèi)《數(shù)據(jù)安全法》的出臺，給行業(yè)在數(shù)據(jù)資源的采集和應用上增設(shè)了標準和要求。從短期看，數(shù)據(jù)安全確實會增加項目建設(shè)及運營的相關(guān)要求，讓建設(shè)成本上升、交付的難度增加，甚至會淘汰一批缺乏競爭力的企業(yè)。但從長期來看，這是AIoT行業(yè)從無序走向有序的拐點，必將有利于整個行業(yè)的可持續(xù)發(fā)展。

　　5、工程化落地痛點

　　AI的發(fā)展有標準的算法、算力、數(shù)據(jù)三要素，在Gartner看來，任何一個行業(yè)、企業(yè)，只要有場景，有積累的數(shù)據(jù)，有算力，都可以落地AI應用。但Gartner同時指出，落地的效率、周期可能會遠超預期，其研究擺明，“只有53%的項目能夠從AI原型有效轉(zhuǎn)化為生產(chǎn)”。

　　這意味著， AI 要成為企業(yè)的生產(chǎn)力，就必須以工程化的技術(shù)來解決模型開發(fā)、訓練、預測等全鏈路生命周期的問題?，F(xiàn)階段，AIoT工程化落地依然面臨諸多挑戰(zhàn)，主要挑戰(zhàn)包括：

　　1）需求碎片化嚴重

　　在智能物聯(lián)網(wǎng)市場，用戶需求碎片化、應用場景分散且細碎等等，AIoT解決方案的實用性很大程度上還取決于“因場景制宜”，需要大量的行業(yè)應用知識和領(lǐng)域知識來完成技術(shù)的效能轉(zhuǎn)化。

　　碎片化體現(xiàn)在各個方面：1)場景碎片化。行業(yè)中有眾多這樣碎片化的場景，沒有通用的方案可以適配；2)數(shù)據(jù)碎片化。在碎片化的網(wǎng)絡之間，數(shù)據(jù)割裂，難以融合和應用；3)架構(gòu)碎片化。云邊端算力割裂，大量長尾的AI市場能量尚無法釋放等等。

　　如何在碎片化的市場中找相對通用的方案，在細分市場找相對有規(guī)模效應的需求，AIoT企業(yè)需要在兩者之間尋找平衡，并通過工程實踐能力的深化，在行業(yè)競爭中保持企業(yè)的優(yōu)勢。

　　為了應對碎片化難題，很多企業(yè)不僅要強化軟硬件產(chǎn)品能力，同時也積極構(gòu)建AIoT開放平臺，便于更好的實現(xiàn)對多源設(shè)備和多源數(shù)據(jù)的集中管控。比如?？低暭凑J為，在智能化時代中，行業(yè)碎片化、場景化的特征比原來更明顯，而有了底層能力和流程的幫助，能夠保障公司的邊際成本投入不失控，但始終還要不斷投入人力和資源，圍繞客戶需求做各類定制，包括硬件、軟件、數(shù)據(jù)、算法的定制，這是行業(yè)的長期要求，甚至可能是本質(zhì)特征。客戶的需求不是標準化的，這是 To B 業(yè)務最大的挑戰(zhàn)，難以像To C 業(yè)務一樣形成標準模式，構(gòu)建平臺經(jīng)濟。

　　受限于技術(shù)瓶頸問題，一種模型不可能適用于所有場景，“算法定制硬件”概念趨勢下，我們更愿意圍繞著可以覆蓋更多場景的模型來定制配套的硬件，這在很大程度上可以解決因場景碎片化帶來的算法泛化能力不足的問題，有效提高硬件設(shè)備的可復用性。

　　未來相當長的時間內(nèi)，場景定義產(chǎn)品、場景定義解決方案的發(fā)展模式仍然是滿足用戶需求的主要方式。這種市場特征很難由智能物聯(lián)領(lǐng)域中的一家企業(yè)為客戶提供全鏈條的服務，因此構(gòu)建開放合作生態(tài)，攜手合作伙伴共同開拓AIoT是必然路徑。

　　2）系統(tǒng)割裂，融合難

　　隨著各類物聯(lián)網(wǎng)設(shè)施的不斷豐富，如何實現(xiàn)多設(shè)備間的互聯(lián)互通，打通場景類各子系統(tǒng)的數(shù)據(jù)鏈路也是決定AIoT系統(tǒng)能夠發(fā)揮實用性的一大關(guān)鍵。物聯(lián)網(wǎng)行業(yè)發(fā)展過程中遇到的重大挑戰(zhàn)就是硬件產(chǎn)品類型繁多、產(chǎn)品運行環(huán)境多樣、產(chǎn)品運維管理方式不一。

　　以智慧社區(qū)為例，社區(qū)場景類型非常豐富，各類系統(tǒng)及涉及到的數(shù)據(jù)類型也五花八門，有基礎(chǔ)的人、車、事、物、組織，這是一個社區(qū)基本的數(shù)據(jù)元素。除此之外，還有包括水、電、火、氣象、環(huán)境、水質(zhì)等一系列環(huán)境類型數(shù)據(jù)。打通各類數(shù)據(jù)之間的鏈路是決定社區(qū)能否實現(xiàn)智慧化運行的先決條件。

　　現(xiàn)階段，受限于標準、利益分配等方面的因素，不少智能物聯(lián)網(wǎng)系統(tǒng)依然存在系統(tǒng)割裂，數(shù)據(jù)“煙囪”的問題，尤其對于平臺產(chǎn)品而言，IoT平臺或AI開放平臺，一定要具備足夠的開放性、包容性，能夠快速支持多終端的高效接入才能更好地展開后續(xù)的數(shù)據(jù)應用。

　　3 ）成本高企

　　AIoT系統(tǒng)在某些場景落地主要取決于四個因素：算力、算法、基于算法的應用以及價格。其中，AI應用需要投入的前期資金較為龐大，并不是每個行業(yè)每個企業(yè)都有足夠的預算來支持。因此，目前AIoT規(guī)?；瘧玫膱鼍爸饕性贕端和大B端行業(yè)市場。盡管AI長尾市場蘊藏著巨大潛力商機，但受限于投入成本及實用性考慮，很多中小型客戶仍處于觀望狀態(tài)。

　　此外，對于AIoT的應用，部分用戶也存在過于理想化的預期心理，而人工智能需要機器學習不斷提升準確率，它無法馬上解決所有的問題，需要有足夠的時間與正確的訓練方式，才能慢慢體現(xiàn)它的價值。這也讓不少用戶感覺到了落差，對AIoT系統(tǒng)失去了理性判斷，不利于后期的應用推廣。

　　還有應用落地需要的專業(yè)人才、時間成本高等這些問題也會阻礙AIoT技術(shù)在各行各業(yè)中的落地進程。

      ※本文摘自a&s 《2022 AIoT產(chǎn)業(yè)綜述報告》，更多調(diào)研內(nèi)容請關(guān)注#安全自動化#微信公眾號