大家可能会发现,在过去一段时间里,云计算,AI和物联网这三件事被同时提及的次数之多,可谓史无前例。
可能大家已经认为这是某种套路,或者科技八股,厂商如果不同时念叨这哥仨就显得跟不上潮流。但是没有无缘无故的爱恨,也没有无缘无故的并列。为什么云计算厂商纷纷选择了带上物联网一起玩耍,其中还是有逻辑与产业趋势的。而其关键点或许在于,当云厂商希望将人工智能技术和能力卖到一家家商店,工厂,或者政府机构,也就是形成所谓的产业AI,或者产业互联网市场时,这个生意究竟如何成立?
沿着这个问题,我们会发现假如没有可联网,可执行AI交互的端侧硬件支撑,云与人工智能的产业之梦根本无法成立。
而这个现实反过来导致了,我们曾经认为云计算的出现就是要让硬件繁多的它产业彻底虚拟化,一切计算都发生在网络的那头。但是当AI带来了新的市场可能时,端侧硬件反而变成了云计算密不可分的组成部分,甚至于在AIoT进入具体场景时,云计算获得了成为操作系统和协调系统的新机会。
今天,云计算市场的一大变数,来自想成为AIoT幕后老板的野心与困难。
AIoT:产业互联网的理想型
为了能够更清晰理解云,AI和物联网三者之间的关系,我们可能要回到企业市场的原点,去看看近两年火热的产业互联网,产业智能究竟是怎样一个生意。
事实上,企业信息化这个市场已经打开了20年,如果只是把应用程序和网站卖给产业客户,那么今天这门生意跟以往没有什么不同。以云厂商为代表的产业互联网玩家,实质上是想把可以直接作用于生产流程的智能技术与相关平台卖到企业。
但是问题来了,消费互联网普及靠电脑和手机,产业互联网普及靠什么?想让AI技术在企业生产中被应用,不能依靠企业里的电脑手机,而是需要生产设备,监控设备,服务设备具备AI的能力,换言之,这就需要企业中配备大量适配生产与人工智能技术的新硬件。
所以说,AIoT是产业互联网的理想型,也是一条必经之路。这两年,这个领域已经有了不少进展。从硬件能力来区分,我们可以将产业互联网中的AIoT分成三个发展阶段。
第一阶段,主要以智能摄像头搭载机器视觉算法为主。今天这样的搭配已经广泛应用于交通,零售,安防场景,在工业中主要作用于工业质检场景。
第二阶段,AIoT产生了两条进化轨迹。一条是能够处理复杂AI算法,网络拥有低时延特性的大型AIoT设备。这种设备可以深度运用于工业场景,真正取代部分人工劳动,另一条则是硬件本身无法处理复杂AI算法,但可以通过简单算法和庞大的设备联接数,解决数据快速流通的问题。这类AIoT设备可以应用于农业,零售,机场,公共服务领域。
第三阶段,则是人工智能交互深度与设备联接广度的组合,也就是我们理想中无处不在的深度智能设备。人类可以随时在生产,生活中呼唤复杂的AI服务。
按照这样的进化轨迹,我们其实可以将产业互联网的需求,看作是更好网络条件,更大算力与更复杂AI算法在专有硬件中的集成。
在这个过程里,云计算会得到一个巨大的机会:AIoT指挥中心。
衍生问题:云为AIoT提供什么?
之所以要先梳理一遍产业市场对AIoT的需求,是因为我们在关注云+ AIoT这个市场变化时,必须首先回答这么一个问题:企业用AI,可不可以直接购买硬件?这个生意跟互联网彻底没关系行不行吗?
要知道,联接公有云也就意味着安全风险,这对于企业核心生产体系来说显然是很难接受的。
但是从上述讨论可以看的出,并不是因为互联网和云计算公司话语强势,企业AI就必须执行网联化和云化
而是从主流趋势上看,公有云占据着企业应用AIoT这条轨道上难以避开的位置,或者说,在产业AI的执行过程里,几个关键能力都必须有公有云来提供,而企业绕开公有云体系,则意味着巨大的成本和更新困境。
这里可以用几个例子,来分析一下云到底将为AIoT提供什么:
1,大型AI任务的处理能力与更新能力
对于大部分企业来说,人工智能训练和重型AI任务的推理,如何放在本地进行将会是巨大的算力成本。理想的AI任务处理流程,是云侧训练,端侧部署,数据回传后再到云侧进行跟进训练。这个过程也意味着企业可以基于公有云,随时更新产业中需要的AI模型。云计算将成为产业互联网的协同工具。这个能力,是在非云化的封闭环境中很难完成的。
