12月20日，在深圳舉行的物聯網技術大會上，恩智浦大中華區微控制器事業部市場經理弋方認為：“AI是大腦，IoT是連接。”二者有機結合，才是未來。

“AIoT”在2017年首次提出，迅速成為物聯網行業的熱詞，AI（人工智能）賦能IoT（物聯網）似乎已成為各大傳統行業智能化升級的最佳通道。AIoT即將成為工業機器人、智能家居、智慧城市及自動駕駛等新興產業的重要基礎。

“人工智能正在給人類社會帶來深刻的變革。”雷軍也曾在9月舉行的“世界人工智能大會”上提到，AI與IoT結合將形成AIoT，也就是萬物智慧互聯，在這個領域未來有著巨大的發展空間。AI和IoT技術的結合成為了一種新的技術趨勢，AIoT是未來的核心驅動力，也將成為企業布局的熱門領域。

1+1遠大于2

“AIoT”即“AI+IoT”，指的是人工智能技術與物聯網在實際應用中的落地融合。IoT覆蓋范圍比較廣泛，IDC預計，2018年全球IoT支出金額預估將年增14.6%至7,725億美元。然而現實也許并沒有那么美好，物聯網火熱之時，大家紛紛把家電、門窗、窗簾都連上網，為了連接而連接，但我們最終需要的是服務，僅靠聯網意義甚小，解決具體場景的實際應用才是技術發展的根本動力。

AI則可以根據大量的歷史資料和實時觀察找出對于未來預測性的洞察。由于同時分析過去的和實時的數據，AI更容易注意到有哪些資料屬于例外，并做出合理、合適的推斷。

而數據對于人工智能的重要性不言而喻，AI需要持續的數據流入，它可以處理和從中學習的數據越多，其預測的準確率也會越高。

有人會問：“AI這么強大，我們好像只需要它即可。”IoT其實肩負了一個至關重要的任務,就是數據收集。正如恩智浦弋方所說：“AI是大腦，IoT是連接。”

AI是IoT的大腦，讓設備的簡單連接上升為智能連接，讓萬物互聯進化到萬物智聯;IoT是讓 AI 具備行動能力的身體。就像人類的眼睛，耳朵，鼻子和皮膚感知我們周圍的世界一樣，IoT中數十億的傳感器和攝像頭采集周圍環境的數據，并將這些數據發送給AI進行分析和處理。這些數據也是AI進行深度學習的重要養料，協助AI變得越來越聰明，做出的決定也越來越明智。

以智能窗簾為例，連接之后需要升級，達到使用者與窗簾可進行交互。窗簾能夠感知到使用者的需求，比如使用者感覺室內光線過亮，即可自動關閉，光線過暗又能自動打開等。也就是說，單純連接沒有意義，重要的是給連接一個大腦，即AI。

IoT帶來的連接設備和數據類型遠大于傳統互聯網，有業內人士這樣形容：“缺少 AI 的 IoT會變為‘雞肋’，缺少 IoT 的 AI 會成為‘傻瓜’”。

應用場景將遍地開花智能手機

智能手機無疑是未來很多“萬物互聯”的入口，AI、物聯網、移動設備三大技術將強強聯合，成為行業新的“標配”技術。 AIoT為智能手機賦能，將智能裝置、設備都聯接起來，打造新生態。蘋果、三星、華為等都在推出具有不同AI功能的手機。

智能家居

智能家居目前仍處在初級發展階段，AIoT將把智能應用、智能家居產品、硬件家族和平臺全部串聯起來，讓我們和這些物體實現更智慧的互動，智能家居是未來離消費者最近的AIoT場景。

工業機器人

工業機器人在自動化普及的工業時代，生產過程幾乎完全自動化、機器人具備高度的適應能力，工業互聯網不只是實現機器互聯，還有智能。AIoT在幫助機器人實現智能互聯的同時，還能讓管理者任意自如的操控，尤其是在很多工業危險的領域。

自動駕駛

自動駕駛需要很多技術支持，除了數據，就是人工智能，它去幫助車做正確的決策，這也是為什么百度押寶人工智能的原因之一。車的智能解決之后，就得實現車輛的互聯和管控，在自動駕駛狀態中，如何保證乘客安全，是AIoT技術正在研究的重點。

市場挑戰與機遇并存

BAT雖然紛紛布局并加速AIoT應用落地，并不代表就具備了先發優勢，反而是一些新興科技企業正確把脈、精準切入。尤其是近幾年涌現出的獨角獸企業，更是在戰略、技術、產品、方案上提早布局并全面加速，特斯聯正是其中之一。所以從這一層面上看，巨頭入場并沒有起跑線上的絕對優勢，反而會落后于一些創新科技公司。

而且，目前來看AIoT行業份額巨大，加之應用的細分領域眾多，市場不會被一家或者幾家吃掉，能否搶占市場的關鍵是技術應用和商業落地能否達成，是否真正從市場剛需出發而非瞄準偽需求。比起消費級市場，在傳統領域中，AIoT擁有更廣闊的“剛需”市場，包括安防、城市規劃、醫療健康、工業制造等。

對邊緣計算的新要求

在萬物智聯的場景中，設備與設備間將互聯互通，形成數據交互、共享的新生態。在這個過程中，終端不僅需要有更加高效的計算能力，在大多數場景中，還必須具有本地自主決斷及響應能力。

例如智能音箱，其不僅需要支持本地喚醒的能力，還應該具備遠講降噪的能力，而由于實時性以及數據有效性的考慮，這方面的計算必須發生在設備端而不是云端。弋方表示，AIoT對邊緣計算能力也提出了新的需求：低功耗、高性能、軟件資源完善，甚至需要神經網絡引擎。低功耗、高性能、高安全性、軟件資源完善，甚至需要硬件的專用加速引擎。

盡管基于GPU的傳統芯片能夠在終端實現推理算法，但其功耗大、性價比低的弊端卻不容忽視。在AIoT的大背景下，IoT設備被賦予了AI能力，一方面在保證低功耗、低成本的同時完成邊緣計算；另一方面，IoT設備形態多樣、需求碎片化嚴重，對AI算力的需求也不盡相同，很難給出跨設備形態的通用芯片架構。

因此，只有從IoT的場景出發，設計定制化的芯片架構，才能在大幅提升性能的同時，降低功耗和成本，同時滿足AI算力以及跨設備形態的需求。

結 語

一些巨頭早已開始積極布局AIoT。谷歌早前公開宣布計劃用5000萬美元收購物聯網平臺Xively，高調進軍AI+IoT行業。微軟2018年4月4日宣布，計劃在未來四年內，向物聯網相關的各種項目投資50億美元，用以提供智能化服務。

當AI遇上IoT，開啟了智能物聯無限大的想象空間，也開啟了人工智能在應用層面更多的可能性。人工智能可以最大化物聯網帶來的價值，而物聯網能為人工智能提供所需的數據流。它們有機結合，才能使物聯網和人工智能的優勢發揮到最大化。