(资料图片)

12月12日，央视财经视频号播出的一档节目引发了众多网友的热议，这场20余万人在线围观的直播，所展示的是旷视智世界AIoT展厅，节目中，央视主持人完整参观了智世界中AI在消费、物流、城市等领域落地应用。有意思的是，当我们期待AI技术给我们带来震撼的时候，却发现，这些它们早已经融入了我们日常熟悉的场景。

比如，节目中，当主持人走到Face Style展区，虚拟试妆能够提供完整的妆容建议，这个功能想必大家也不陌生，如今精致girl在拍照前都会打开拍照APP中的美颜、虚拟妆容。

图片来源：央视节目截图

再比如，今年的双十一，一条“不给退款留机会”的词条冲上热搜，这其实是网友们花式表达快递速度惊人，而在节目中，央视主持人也真正的感受了智世界物流展区的“分钟级”收货体验。

图片来源：央视节目截图

AI这个曾经我们觉得遥不可及的、时髦的未来科技词汇，其实已经渗透到我们的日常生活。正如旷视科技联合创始人、CEO印奇所说，AI技术已经非常的丰富多彩，在各个行业的各个场景下实现了落地。

AI已来，但未来在哪？

真正的技术从实验室里走出来，“飞入寻常百姓家”是一个很漫长的过程，但到如今，我们已经可以看到AI在生活中的应用如此之多，比如上述节目中所呈现的：美妆、拍照、健身、门禁等等。不知不觉中，我们都成为了AI的门客，而AI也真正的实现普世化，给人的感觉是：AI已来，未来已来。

这也意味着，AI在大众认知和技术层面的门槛越来越低，要想在“AI故事集”中翻个包袱愈发困难，我们不禁要问，AI企业的下一个浪潮在哪里？还有没有新的故事可讲？

在畅想未来之前，我们先来回顾一下历史进程行至何处。1994年至今，中国互联网信息技术被划分为三个阶段，分别为互联网、移动互联网和物联网三次浪潮。

谈AI为什么说起从互联网到物联网的三次浪潮呢？其实，物联网概念最早出现于比尔盖茨1995年《未来之路》一书，物联网的基本特征可概括为整体感知、可靠传输和智能处理，仅仅实现万物互联还远远不够，IOT最大的目的就是要实现万物智联。在物联网上，每个物理节点所带来的的海量数据(603138)都需要分析处理，这些数据有效处理的最优解恐怕非AI莫属。

正因如此，伴随着物联网（IOT）和人工智能（AI）技术的成熟，AIoT即“AI+IoT”，被越来越多的企业列为其主要发展方向。物联网一定是一个高度智能的网络，AI技术将渗透到云、边、端和应用的方方面面与物联网做深度的融合，印奇认为，AIoT已经成为一个大共识，大赛道、大市场。

AI的未来在于AIoT，那其能产生的价值又是什么？

AI赋予“物”可思考的“大脑”

人工智能之父马文·明斯基给人工智能（AI）的定义是：让机器作本需要人的智能才能够做到的事情。这个定义也许是AIoT最好的解释。

IDC近期发布《 AIoT产业智能白皮书》中亦提出，AI赋予“物”可思考的“大脑”，使其具有了除感知之外的思考能力，实现从数据到知识的跃迁，即完成从感知智能到认知智能的转变。当AIoT系统开始运转，新的数据和知识不断产生，“物”的学习和决策的能力也将持续更新。当更多“物”和“大脑”连接到一起，将构建全新的智能空间。“物”与“物”的联接，将变成“物”与空间的交互，个体智能向群体智能转变，也为企业带来了一套全新的管理思维方式。

AIoT显然给传统行业和企业指明了方向。近年来 AI在金融、医疗、教育、交通、先进制造等产业数字化方面得到充分发展，AI将促进社会各方面技术升级换代，从数字化、网络化走向智能化。长城证券(002939)计算机行业分析师侯宾指出，通过产业链协同发展，AI落地场景多元化，深入触达行业核心痛点，AI应用从降本增效到找寻行业增量空间，协同构建数字化商业模式，企业便可以利用AI技术优势找寻业务新增长点。

IDC预测，到2025年，超过20%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，实现智能预测与决策，增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。到2025年中国数字经济的比重将超过70%，数字技术将更加深入地渗透到所有经济领域，推动产业全面转型。

AI技术与IoT设备的结合将会是科技创新领域未来10年最大的机遇，整个产业也将迎来发展的黄金十年。

先提升AI的效率，再让AI提升产业的效率

虽说AI的落地能够提升产业效率，但行业有一个老生常谈的问题，就是落地场景碎片化。曾经有一段时间，为了将这件事加以合理的解释，大家不约而同的提出“AI+”的说法，给人一种感觉：AI是一张大饼，大饼卷万物。所谓“大饼”，也是AI企业曾经给市场和自己画的大饼，因为彼时大家都很难概括出AI的落地场景，市场需求又海量且复杂。

就像旷视研究院算法量产负责人周而进所说，旷视曾经采用的方式也是做定制化服务，“今天有一个工厂希望做这样的检测，明天有这个公司希望做这样的动物行为分析”，然后通过不停招聘更多的算法研究员，定点爆破，一个一个项目解决。起初这并没有什么问题，绝大部分算法生产模式也都是这种模式。但是随着业务的发展不难发现这种模式的问题：成本高，很难招到那么多优秀的研究员，于是就导致项目最终的产出质量参差不齐，因为产出质量取决于研究员本身的水平，而研究员水平是一个高度非标的事情。

换言之，在落地之前，AI本身的效率并不高。如何解决算法大规模生产落地过程？应对这样一个复杂的系统优化问题，旷视提出来的解决方案，就是先把它理清楚，把里面的每一个模块解耦，把算法涉及的每个环节进行标准化，包括数据生产标准化、算法模型标准化、推理框架标准化，然后用这个标准去定义每一个模块。这个标准化的过程，类似于统一度量衡，前期工程量很大，但统一之后会大幅提升沟通效率。

在落地各行各业的时候，旷视会引入没有AI技术背景的人，他们直接参与算法生产。算法研究员不要再专注做一个一个项目，真正应该做的是通用的普适型的技术，拿它通过解耦的系统辐射到各行各业里面去。这也意味着，千行百业的知识不是靠算法研究员一个个去学，而是让行业本身的工程师或者从业者加入到算法生产的过程中，最终输出有行业认知的算法模型。

为此，旷视搭建了适配算法量产的基础设施——算法生产平台AIS（AI Service）。它基于旷视Brain++体系，构建了一套覆盖数据处理、模型训练、性能分析调优、推理部署测试等算法生产全链路的零代码、自动化的生产力工具平台。基于这样一个生产力平台，旷视已经支持一百余种业务模型，每一种业务模型通过不同的数据迭代会衍生出千变万化的算法能力，也支持了30多种市面上常用的嵌入式设备的接入。截止到2022年9月底，旷视已经实现楼宇、园区、生产环境、社区等泛城市物联网范围内75%的算法能够在AIS平台上面，由非技术人员来完成生产。

结语

今年9月，工业和信息化部发布的《2022年1—8月通信业经济运行情况》就显示，截至8月末，我国三家基础电信企业发展移动物联网终端用户16.98亿户，较移动电话用户16.78亿户多出2000万户，首度实现“物联’超过“人联”。这也意味着，我国正式进入了“物超人”时代，成为全球主要经济体中首个实现“物超人”的国家。这一重要节点也说明，物联网将呈现出规模效应爆发的特征。

此时，AI的介入将使得海量的数据得到更有效的分析和利用，根据《IDC产业智能调研》结果显示，AI与IoT结合，可以为企业带来诸多商业价值。当AI与IoT相结合，软件、硬件与算法、数据被打通，形成一体化解决方案，可以降低企业应用AI技术的门槛。AI为传统IoT带来自动化、智能化提升，可以帮助企业降低人为工作失误、提升运营效率。

诚如印奇所说，AIoT已经成为一个大共识，大赛道、大市场。在中国提升全要素生产率、推动高质量发展的历程中，AIoT必然将发挥重要作用。