<mark id="oztn4"></mark>
0
站在2021年底，回望全年，整個AI圈有兩個避不開的熱詞：數字化與AIoT。
疫情帶來生產、生活的不便，同時也加快產業數字化轉型。
AI，作為過去幾年最大的風口，與其他技術、場景的融合，被認為是推進產業數字化的最大動能。
不少AI公司都整裝齊備，志在掘金數字化這塊風水寶地。
曠視正是其中之一。
2019年，曠視以"城市級全棧解決方案"亮相安博會，實現了對城市數字化建設的初探。
兩年后，2021年安博會上，曠視再次推出"城市空間數字化方案"，并以"AIoT軟硬一體化產品體系、自研新一代AI生產力平臺"為武器，和諸多玩家共同發力智慧城市建設。
在12月27日的安博會現場，掘金志采訪了曠視資深副總裁曹志敏和曠視副總裁、城市業務事業部產品總經理那正平。
兩位分享了這兩年來曠視對于產業數字化的深度實踐與思考，和在城市數字化建設過程中形成的產品、技術體系，以及戰略布局。
隨著人工智能、大數據、云計算等技術的深入發展與應用，原有的信息化已經不足以支撐起產業增長，以數據價值賦能產業為核心的數字化轉型成為產業的新機遇。
信息化階段，產業與數據之間的關系較為薄弱，更多是利用計算機、網絡等輔助生產、管理、銷售等流程；而數字化階段，則是以數據為核心，利用AI、云計算等技術發掘數據價值，重構原有的業務。
“信息化就像是一串電文密碼，只做到了信息傳遞；數字化就相當于對密碼進行智能分析，讓信息數據直接產生價值。”
那正平表示，未來的物理世界將全部數字化，而產業數字化是"實體產業+AI"的過程，是數字經濟和實體經濟融合創新的具體體現。
以安防為例，過去幾年，AI在安防領域的落地，讓傳統安防進入智能時代，形成了新的生命周期，帶來了千億級的視頻物聯市場。
如果AI能在更多場景里面落地，將形成十幾個甚至數十個類似于智能安防的市場空間。
“未來十年，產業數字化是最大的創新機遇”，在那正平看來，這主要得益于三個方面的原因。
? 政策支持。
近年來，國家提倡數字化轉型，從頂層設計方面加大對產業數字化的引導和支持，是數字化轉型的重要推力。并且，建設數字政府，本身就帶來了一個非常可觀的G端市場。
? 傳統產業遇增長瓶頸，亟需轉型。
在經歷信息化變革之后，傳統產業的增長效能已經非常微弱。比如制造業，正在經歷從低端制造向高端制造的重要轉型期，“AI+制造”成為智能制造的核心路徑。
? AI從實驗室走向田間地頭。
AI要落地到具體場景中才能產生價值，這種內生性動力驅使AI技術去尋找合適的落地場景。
在多種因素的作用下，產業數字化轉型已是必然趨勢。那正平表示，疫情加速了數字化進程，因此技術也要"變快"，這需要人工智能企業具備快速迭代技術的能力。
曠視對此的解法是：以"AI+IoT"為戰略路徑，其中AI是核心能力，IoT是落地場景，以技術賦能核心行業與場景。
AIoT是產業數字化轉型最重要的技術手段之一。
信息化時代，數據缺少“伯樂”，其價值遠沒有發揮出來；AI則能夠最大化利用好數據價值，助推產業數字化轉型。
"在眾多IoT場景中，曠視聚焦于行業痛點明確、算法能產生極大價值的行業，提供AIoT 軟硬一體化解決方案，幫助客戶及終端用戶降本增效。"曹志敏表示。
掘金志了解到，目前曠視已經形成了"消費物聯網、城市物聯網、供應鏈物聯網"三駕馬車，旨在掘金千億級產業數字化賽道。
不過，雖然產業數字化帶來對技術、服務的增量需求，但AI技術要落地場景，賦能產業數字化轉型，這個征程并非一帆風順。
AI與實體產業的融合創新，是城市數字化實現跨越式發展的關鍵。
但實體產業數字化不可一蹴而就，相反，這個過程漫長而復雜，并且對AI的要求多樣且嚴苛。
"各種各樣的碎片化場景，靠單一的算法、產品，很難解決實際問題。"
仍以安防為例，下分園區、交通等多個大場景，大場景下又細分為無數個小場景，場景具有特殊性，一個小場景可能需要多種算法才能解決問題。全行業有成千上萬個場景，如果做針對性地適配生產，其成本將會指數級上升。
對此，曠視依托其Brain++技術底座，將算法、算力和數據能力融為一體，大幅降低算法生產的技術門檻，實現AI算法的快速批量生產和落地應用。
"AI算法其實是可以量產的，在Brain++這個平臺上，算法生產從提需求到落地，時間可縮短近80%，成本降低大約55%。"
并且，如果要實現算法的最大效用，還需要與之相配的軟硬件做支撐。
“客戶關注產品本身的實際效用，而非技術本身。”
作為算法的載體，軟硬件產品直接與用戶接觸，是技術的直接體現，而要實現算法與軟硬件的高效融合，AI公司也需要有做硬件的能力。
曹志敏認為，實體產業數字化需要以AIoT軟硬件產品為基礎，并且結合各類基礎設施，形成軟硬結合的網絡。
“只做算法，很難了解用戶的實際需求；同時會增加與硬件的適配成本。”
因此，在硬件方面，曹志敏強調，曠視并不只生產算法，而且具備硬件能力，其推出的"鴻圖""魔方"等邊緣測設備已經運用在多個場景之中。
除了邊緣計算設備以外，曠視已經形成了AIoT軟硬件產品體系，涉及AIoT操作系統、行業平臺軟件、交互式傳感器、人工智能攝像機、云端算法服務器等多種產品形態。
值得一提的是，曠視的產品從設計到算法生產，再到落地，都強調"算法-軟件-硬件"之間的協同。這樣做“既能發揮出算法的最大功效，又盡可能地節約成本。"
產業數字化中一個很重要的方面，是城市數字化。
城市數字化的主要推動者是政府，與企業共同構成產業數字化中最重要的兩極。
數字政府、數字城市、智慧城市等概念越來越普及......說法不一，但本質差別不大：以城市治理為核心，提高政府管理效能，增強民眾幸福感。
“城市數字化轉型，這個市場無疑是空前的，也為AI落地提供了很好的生存土壤。”
在曹志敏看來，智慧城市是AI+IoT的綜合實驗田，通過AI+IoT進行數字化升級，實現從局域到廣域覆蓋，是智慧城市建設的4.0階段，“曠視很早就開始提供相應的解決方案了”。
AI掘金志了解到，曠視AIoT產品在智慧城市建設過程中的應用，主要表現在兩方面。
城市大空間
城市大空間聚焦廣域場景，以"公共安全、城市治理和交通管理"為核心，"平臺+前端+邊緣"的產品體系，為城市全域治理提供賦能。
例如，在深圳羅湖，曠視通過部署城市級AIoT視頻分析平臺"萬象"，通過與前端感知設備的耦合，覆蓋6大類22種城市場景事件，讓管理者看懂城市，并探索出了一套"分級治理、片區統籌"的城市治理新模式。
在引入該平臺之后，羅湖區城市治理效率提升了5倍，并實現1小時"高效處置事件"。
城市微單元
城市微單元從城市的毛細血管出發，例如園區、樓宇、機場等更具體的場景，以盤古、鴻圖等AIoT端邊產品為載體，針對性地提出解決方案，為企業、政府單位實現降本增效提供技術支撐。
在北京海淀區金隅智造工場，曠視基于其AIoT產品對該園區進行智能化改造，打通了整個園區16個子系統之間的連接，其綜合管理效率提升了40%，人力綜合成本下降 30%。
"從微觀到宏觀，從局域到廣域，智慧城市既需要頂層設計，也需要精耕細作。"曹志敏表示，"一大一小"是曠視摸索出來的實際經驗。
如今，大到管理一座城市的AIoT視圖大數據平臺"曠視昆侖"，小到街頭巷尾的邊緣網關，曠視的AIoT產品廣泛分布在城市空間，助力城市治理實現從"秩序"到"智序"的轉變。
產業數字化轉型并非一朝一夕，目前仍然處于早期階段，轉型過程中，仍有許多問題亟待解決，或未被發現，但這正是AI的價值所在。
"以技術推動數字經濟與實體經濟深度融合，是AI企業實現價值的必要途徑。"
曹志敏認為，技術的發展是螺旋式上升的過程，新問題的不斷涌現，雖然帶來了新的挑戰，但同時也給技術本身注入了新的活力。
未來，曠視將以Brain++為核心生產力平臺，根據實際場景需求迭代出新的AIoT產品和解決方案，為產業數字化轉型中的各方用戶提供賦能。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
