從去年年末到現(xiàn)在，我們看到了端側(cè)AI應(yīng)用在越來越多場景出現(xiàn)，端側(cè)AI將傳統(tǒng)AIoT應(yīng)用里的“感知-通信-決策-執(zhí)行”閉環(huán)壓縮到一臺終端設(shè)備之內(nèi)，讓AIoT第一次擁有了“現(xiàn)場決策權(quán)”，這是以往產(chǎn)業(yè)不曾有過的決策權(quán)下沉現(xiàn)象。
從IoT階段的“連接”到AIoT階段的“智能”，端側(cè)AI的出現(xiàn)讓AIoT終端節(jié)點開始能夠享受AI技術(shù)紅利，將整個產(chǎn)業(yè)的智能程度領(lǐng)向更高的層級。端側(cè)AI的崛起固然可以歸因于解決了“時延、隱私、帶寬”三大痛點，卻容易讓我們忽視一個更本質(zhì)的問題：AI技術(shù)紅利也只有向邊緣端側(cè)節(jié)點全面滲透，AIoT才能跳出“物聯(lián)網(wǎng)+云端AI”簡單的加法邏輯，催生出新的產(chǎn)業(yè)邏輯。
端側(cè)AI，給AIoT產(chǎn)業(yè)帶來的，不是一次簡單的技術(shù)升級，而是一場徹底的產(chǎn)業(yè)邏輯重構(gòu)與價值鏈再分配。端側(cè)AI的落地將使AIoT從“數(shù)據(jù)回傳—云端決策—指令下發(fā)”的線性流程，升級為“現(xiàn)場感知—實時決策—智能服務(wù)”的閉環(huán)系統(tǒng)，從而觸發(fā)設(shè)備形態(tài)、商業(yè)模式、產(chǎn)業(yè)分工和價值分配的重構(gòu)。
設(shè)備形態(tài)重構(gòu)：從“傳感+通信”設(shè)備形態(tài)到“自主決策”智能設(shè)備角色
商業(yè)模式重構(gòu)：從“賣硬件＋云平臺”到“場景定義硬件下的智能服務(wù)訂閱”模式
產(chǎn)業(yè)分工重構(gòu)：從“芯片-模組-終端-云”鏈?zhǔn)椒止さ健岸嗽茀f(xié)同、軟硬一體”網(wǎng)狀生態(tài)
價值分配重構(gòu)：利潤中心從云端向邊緣側(cè)和終端側(cè)遷移
AIoT產(chǎn)業(yè)正站在AI技術(shù)推動下的新節(jié)點上，端側(cè)AI是AIoT深化AI概念、完成蛻變的關(guān)鍵鑰匙。本文將從這四個重構(gòu)出發(fā)，通過四個追問把“四重重構(gòu)”抽絲剝繭，看看端側(cè)AI崛起背景下AIoT產(chǎn)業(yè)變革真正的深水區(qū)在哪里。
硬件角色重構(gòu)，智能決策權(quán)下沉的背后邏輯
我們可以將IoT的核心理解為連接，解決萬物相連的底層通信傳輸問題，即通過傳感器、RFID、通信模組等技術(shù)，將物理世界的設(shè)備、環(huán)境、數(shù)據(jù)接入網(wǎng)絡(luò)，實現(xiàn)感知到通信傳輸?shù)幕A(chǔ)閉環(huán)。但此時的物聯(lián)網(wǎng)僅僅是“數(shù)據(jù)管道”，價值局限于“連接＋指令傳輸”。眾多終端設(shè)備形態(tài)在這里被定義為“單一的數(shù)據(jù)采集節(jié)點”。
AIoT是傳統(tǒng)物聯(lián)網(wǎng)的“智能升級”，在此前升級階段，云端AI技術(shù)的引入讓物聯(lián)網(wǎng)具備了數(shù)據(jù)解讀能力，能對物聯(lián)網(wǎng)設(shè)備上傳的海量數(shù)據(jù)進行分析生成決策。但這一階段的AIoT依賴云端算力，實時性差、帶寬成本高、隱私風(fēng)險大。終端設(shè)備形態(tài)仍然固定在“數(shù)據(jù)采集節(jié)點”角色里，是一套“采集節(jié)點＋物聯(lián)網(wǎng)傳輸?shù)鬃?云端AI”簡單的AIoT加法邏輯。
端側(cè)AI的落地，讓傳感器、執(zhí)行器等終端側(cè)的設(shè)備形態(tài)不再局限于數(shù)據(jù)入口這一角色，這些物聯(lián)網(wǎng)設(shè)備硬件不斷升級以支持端側(cè)AI模型運行。算力升級帶來的處理能力提升與端側(cè)模型給予的智能決策權(quán)下沉讓這些原本定位單一的物聯(lián)網(wǎng)設(shè)備從“被動觀察者”變?yōu)椤爸鲃記Q策者”，設(shè)備形態(tài)在這一階段終于發(fā)生變化，迎來重構(gòu)。這種設(shè)備形態(tài)與意義的重構(gòu)，讓數(shù)據(jù)在端側(cè)的價值被持續(xù)挖掘，在模型的配合下，AIoT從感知環(huán)節(jié)開始就實現(xiàn)了智能化，這是設(shè)備形態(tài)重構(gòu)帶來的完全不同于以往的定位與意義。
不論是模型下沉后的算法加持，還是本地處理能力的躍升，算力的突破實實在在帶來了新格局，這里拋出第一個追問：端側(cè)AI時代設(shè)備形態(tài)的重構(gòu)，為什么突破點不是“算力”，或者說不僅僅只是算力？ 個人認(rèn)為，端側(cè)AI的核心需求是“精準(zhǔn)完成特定任務(wù)”，用恰當(dāng)?shù)乃懔η‘?dāng)?shù)墓囊宰罹咝詢r比的方式完成特定功能，而非追求通用算力。對于AIoT設(shè)備來說，也是如此，表面看，芯片TOPS數(shù)年年翻番，實質(zhì)上AIoT設(shè)備對功耗的敏感度呈指數(shù)級上升——1 mA的差異就能讓續(xù)航天差地別，功耗-算力比的突破才是設(shè)備形態(tài)重構(gòu)的真正推力。
以端側(cè)AI為代表的AIoT場景，絕大部分都存在物理定律與場景剛需的雙重制約，在能量約束場景束縛下最大化有效智能才是設(shè)備形態(tài)重構(gòu)追求的目標(biāo)，當(dāng)電池容量、散熱空間、法規(guī)安全限值全部卡死的時候，功耗-算力比是唯一可優(yōu)化的自由度。所以說能效預(yù)算才是真正的硬預(yù)算，算力只是可支配變量。
設(shè)備形態(tài)與定位的重構(gòu)，意味著誰在這條能效曲線上多擠出一點優(yōu)勢，誰就獲得“定義場景設(shè)備”的優(yōu)先權(quán)，也能提前鎖定未來的設(shè)備形態(tài)?？梢哉f，“功耗-算力比”既是技術(shù)參數(shù)，也是終端智能權(quán)力的前置條款。
隨著AIoT載體的變化，以及模型賦能下服務(wù)功能的多元化，深度綁定應(yīng)用場景的端側(cè)設(shè)備在垂類模型的賦能下，能提供長期定制化的持續(xù)智能服務(wù)，過去企業(yè)靠一次性售賣傳感+通信等設(shè)備，加上云平臺的服務(wù)盈利，向“場景定義硬件下的智能服務(wù)訂閱”模式改變。
這里拋出第二個追問：商業(yè)模式重構(gòu)到底重構(gòu)出了怎樣的盈利邏輯？
端側(cè)AI讓AI下沉，讓算法在終端內(nèi)具備了“可計價性”，終端在傳統(tǒng)盈利模式中的“硬件溢價”不再是主要的盈利手段。正如《 重新定義”終端”:端側(cè)AI硬件為何是大模型之后的第二戰(zhàn)場?》中所言，如果說大模型是新一代智能的“大腦”，那么硬件就是它們的“身體”與“接口”。誰掌握了用戶的入口，誰就掌握了數(shù)據(jù)、反饋、互動與生態(tài)構(gòu)建的主動權(quán)。端側(cè)AI硬件，正站在技術(shù)演化與人機關(guān)系重構(gòu)的交匯點，成為AI產(chǎn)業(yè)鏈的“新入口”、數(shù)據(jù)循環(huán)的“新起點”、以及平臺生態(tài)的“物理錨點”。
隨著端側(cè)AI的發(fā)展，AIoT逐步轉(zhuǎn)向場景定義硬件時代，硬件可能以接近成本價銷售，甚至訂閱服務(wù)送終端硬件，盈利重心轉(zhuǎn)移到“可計價性”的智能服務(wù)上。絕大多數(shù)用戶也會更愿意為享受智能服務(wù)的“結(jié)果”而非AIoT場景“物料”付費。
“場景定義硬件下的智能服務(wù)訂閱”模式是持續(xù)性的，這種重構(gòu)把傳統(tǒng)一次性交易變成長尾收入，通過技術(shù)不斷復(fù)利。同時個性化的數(shù)據(jù)資產(chǎn)，在隱私安全合規(guī)的前提下也能讓用戶生態(tài)壁壘更加牢固。
產(chǎn)業(yè)分工與價值重組，AIoT變革深水區(qū)即是轉(zhuǎn)折點
過去AIoT產(chǎn)業(yè)鏈?zhǔn)且粭l偏向于單向價值傳遞的鏈條，每一產(chǎn)業(yè)鏈環(huán)節(jié)只需對下游負(fù)責(zé)，各司其職邊界清晰。端側(cè)AI崛起后，場景數(shù)據(jù)在設(shè)備端實時閉環(huán)，算法必須隨硬件協(xié)同進化，于是原本垂直的產(chǎn)業(yè)鏈被拉成一個“端云協(xié)同、軟硬一體”的網(wǎng)狀生態(tài)。
這里拋出第三個追問：產(chǎn)業(yè)分工從鏈?zhǔn)降骄W(wǎng)狀，阻力與突破點在哪里？
鏈?zhǔn)椒止ぶ挟a(chǎn)業(yè)鏈各環(huán)節(jié)各司其職，角色是相對固定的，其利潤分配也按照產(chǎn)業(yè)鏈位置相對固化，而網(wǎng)狀生態(tài)中，邊緣側(cè)和終端側(cè)價值的提升沖擊了原有格局。阻力正是來源于舊格局與新格局重構(gòu)過渡中的各個角色分工的重新擬定與利益分配的再談判成本。
傳統(tǒng)產(chǎn)業(yè)鏈上的企業(yè)多為專精向的，如模組廠商擅長硬件集成，云廠商擅長算力調(diào)度，但網(wǎng)狀生態(tài)要求企業(yè)具備“軟硬協(xié)同”能力，模組廠商需要布局AI模型優(yōu)化與工程化設(shè)計，芯片廠商需面向場景需求進行參考設(shè)計，終端廠商也需要根據(jù)落地方案定義具體模型功能與硬件標(biāo)準(zhǔn)。這種協(xié)同是必然趨勢，在AIoT的新階段里當(dāng)智能下沉現(xiàn)場決策成為核心，數(shù)據(jù)、算力、算法三者必須在同一迭代周期內(nèi)協(xié)同優(yōu)化，任何層級的滯后都會拉長落地應(yīng)用周期，導(dǎo)致產(chǎn)業(yè)鏈角色競爭力喪失。
阻力來源也正是產(chǎn)業(yè)鏈上下游需錨定的突破點，既然產(chǎn)業(yè)分工從“按上下游固定分配”轉(zhuǎn)向“圍繞場景應(yīng)用的協(xié)同”，那么誰能把端側(cè)AI四要素“芯、模、端、智”耦合成最小最具效率的迭代單元，那誰就能在這場談判中占據(jù)主動。
上述三個重構(gòu)方向讓價值分配的重構(gòu)路線清晰可見，AIoT產(chǎn)業(yè)在端側(cè)AI的帶動下其價值中心從云端向邊緣側(cè)和終端側(cè)遷移。這里拋出第四個追問：當(dāng)價值分配向邊緣側(cè)遷移，誰將成為現(xiàn)階段新生態(tài)“受益者”？
在端側(cè) AI 崛起前，AIoT的價值創(chuàng)造依賴 “云端算力 + 數(shù)據(jù)集中處理”，硬件不占據(jù)主導(dǎo)權(quán)，價值分配向云端傾斜。端側(cè)AI的突破，讓硬件成為智能生態(tài)的物理入口，成為智能體的物理載體，，首當(dāng)其沖的AI硬件正成為連接算法與人、鏈接模型與生態(tài)的下一場決戰(zhàn)前線，是各方爭奪的核心。掌握硬件定義權(quán)，就能鎖定細分場景下的高價值數(shù)據(jù)入口，硬件定義者成為價值遷移后的首要受益者。
細分到具體場景具體應(yīng)用的垂類模型能力廠商也將獲得新生態(tài)的青睞，憑借專屬場景的智能封裝能力，對行業(yè)Know-how被轉(zhuǎn)化為輕量化AI模型，同時場景專屬的高質(zhì)量數(shù)據(jù)讓這些模型價值進一步提升，既解決通用大模型在終端場景的能力過剩，又能彌補通用模型在場景精度上的不足。垂直領(lǐng)域的智能能力供應(yīng)商在新生態(tài)里的機會窗口也相當(dāng)明確。
寫在最后
端側(cè)AI帶來的顛覆，遠不止在于讓終端設(shè)備更聰明這一表象，它讓智能決策權(quán)下沉，讓智能可以被私有、被量化、被計價。傳統(tǒng)AIoT在這一顛覆性變革下終于跳出“物聯(lián)網(wǎng)+云端AI”簡單加法邏輯，催生出新的智能應(yīng)用范式。而這一變革過程中，設(shè)備形態(tài)、商業(yè)模式、產(chǎn)業(yè)分工和價值分配重構(gòu)里的深水區(qū)，亦是行業(yè)邏輯重塑的關(guān)鍵轉(zhuǎn)折點。
