<p id="fddb1"><ruby id="fddb1"><ruby id="fddb1"></ruby></ruby></p>

            <pre id="fddb1"><pre id="fddb1"></pre></pre>

            <p id="fddb1"></p>

            廣州菱控自動化科技有限公司
            主營:歐姆龍,三菱,安川,Pro-face
            首頁 > 行業資訊 > AI的盡頭是AIoT?

            AI的盡頭是AIoT?

            發布日期:2022/12/9     來源:網絡

              2022年,一家最高日產28000臺空調的產線,已經完成孔位加工的空調底板,一塊塊滑過攝像頭,如果底板加工有質量問題,工位上立刻響起報警聲,紅藍燈光會一直閃爍。每天這28000塊毫無生氣的鋼鐵零件,不是被人,而是被機器和系統關注并識別,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、實踐前面的,一個概念從提出到成熟需要一個周期,在技術變遷的長河里大浪淘沙,能抓住技術范式變革的機遇并堅持了下來的畢竟是少數。

              正如智能手機的演進,是在通信技術、網絡速度、生態系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誕生于1956年,因2016年人機圍棋大戰而得到廣泛認知。

              IoT相對于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。”

              十年后,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。

              歷經了幾年的沉寂,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算法結合后,才真正顯出勢能。融合AI技術和IoT設備后,AIoT讓IoT行業發生躍遷,有望將成為后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,只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,過去搜集信息只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。

              但智能傳感器誕生后,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后同時感知,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普及后,端到端的網絡延遲只有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,企業只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、云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、應用層的技術經歷過底層技術的漫長發展,有更深的積淀,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,復合年增長率高達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,這既是由于在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。

              ??低旵EO胡揚忠曾表示,如果說過去20年,??低暢蔀槿蜃畲蟮陌卜缽S商,未來10年,??低晫⒊蔀槿蜃畲蟮腁IoT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并接受的前提是: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”:如果說致力于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復雜的“立體城市”。我們可以迅速造好大樓,甚至看到每一天樓層數目的變化,但造城是個浩大而緩慢的工程,它不僅需要地面的高樓,還有隱藏于地下的管網,是一整個生態系統的環環相扣。

              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后慘烈的廝殺,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面的無線通信到應用端SaaS平臺和人工智能平臺,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%的復合年增長率增長,2027年將達到1436.5億美元。

              但AIoT巨大成長空間背后,卻一個難以賺快錢的行業。“AIoT不像那些有大項目、大單品、大平臺的行業,它有自身的特點。”一位從業20余年的從業者表示。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顯然無法以可復制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。對于一家企業而言,要從技術、產品、營銷、生產等各個方面接受碎片化對效率提升的限制,去想方設法實現一定程度上的規?;?,才能騰出盈利空間。滿足碎片化需求開發和快速交付的體系,是一個非常復雜的工程。

              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技術都是基于訓練的模型,需要采集不同行業樣本、做不同算法選擇,并非只是簡單掌握算法模型就能落地。

              這也是AIoT行業公司區別于互聯網公司高調光鮮的原因。在這一賽道的參與者更需要吸納務實低調的做事態度,而非互聯網流量為先,高舉高打的思維。

              前面提到的曾國藩從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。制勝法寶無非六個字:“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,要從底端到地面應用的全通道重鑄。

              比如在生產端,碎片化意味著小批量、多批次、大規模的產品制造需求,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復研究測試。

              另一方面,碎片化背后是復雜、多樣化的使用場景,需要釋放多維度、大范圍感知技術。以??低暈槔?,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。只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。只有在賦能行業、研發不斷精進的過程中,AIoT企業才能理解不同行業的上下游需求,積累起自己的護城河。

              以極端溫度場景為例,在低溫環境,??低暫托袠I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,??低暫投嗉乙睙拸S合作相應方案,熱成像相機可以在1500度極高溫環境下運作,并且針對冶煉廠需求,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,但定制化的客戶洞察只能靠案例和場景完善、拓展。當落地案例足夠充裕,便能將“定制產品”的客戶共性需求轉化為“基線產品”,降低邊際成本,實現規?;蛡€性化并存,最終領先于對手。

              這考驗的不僅是硬件生產制造或軟件開發,而是從前端到后端綜合全鏈條落地、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。

              有了一批行業愿意沉下心挖好“深井”的公司,不惜余力的堅持,AIoT這一價值萬億的大賽道才展示出無限潛能。從點走向面,最終形成網絡后,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。

            相關資訊

            數智芯生,云端共創,IOTE 2022 第十八屆國際物聯網展震撼開幕!引領AIoT產業蓬勃景象

            IIoT (工業物聯網)需要一種新的思維方式

            5G、AIoT新時代,2022表面貼裝技術展區一眾看點前來報道

            IOTE 2022 第十八屆國際物聯網展深圳站于2022年11月17日完美收官!

            數字工廠的未來:IIoT+工業 4.0

            深圳會展業重啟!IOTE物聯網展8月如期而至,行業盛宴不容錯過

            亞馬遜云科技宣布推出Amazon IoT TwinMaker

            IIoT 為自動化帶來了什么?替代、競爭 or 互補?

            “大咖”齊聚,2022國際AIoT生態發展大會在深舉行

            銷售熱線

            銷售微信

            成人午夜电影大全在线观看

                  <p id="fddb1"><ruby id="fddb1"><ruby id="fddb1"></ruby></ruby></p>

                      <pre id="fddb1"><pre id="fddb1"></pre></pre>

                      <p id="fddb1"></p>