從去年(nian)年(nian)末到(dao)現(xian)在，我(wo)們(men)看到(dao)了端側AI應用在越(yue)來越(yue)多場景出(chu)現(xian)，端側AI將傳(chuan)統AIoT應用里的“感知-通信-決策(ce)-執行”閉(bi)環壓縮到(dao)一臺終端設備之內，讓AIoT第一次擁(yong)有了“現(xian)場決策(ce)權”，這是以往產業不曾有過的決策(ce)權下沉現(xian)象。
從IoT階段的“連接”到AIoT階段的“智能”，端側AI的出現讓AIoT終端節點開始能夠享受AI技術紅利，將整個產業的智能程度領向更高的層級。端側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的問題：AI技術紅利也只有向邊緣端側節點全面滲透，AIoT才能跳出“物聯網+云端AI”簡單的(de)加(jia)法邏輯，催生(sheng)出(chu)新的(de)產(chan)業邏輯。
端側AI，給AIoT產業帶來的，不是一次簡單的技術升級，而是一場徹底的產業邏輯重構與價值鏈再分配。端側AI的落地將使AIoT從“數據回傳—云端決策—指令下發”的線性流程，升級為“現場感知—實時決策—智能服務”的閉環系統，從而觸發設備形態、商業模式、產業分工和價值分配的重構。
設備形態重構：從“傳(chuan)感+通信”設備形態到“自主決策(ce)”智能(neng)設備角色(se)
商業模(mo)式重構：從(cong)“賣硬(ying)件(jian)(jian)＋云(yun)平臺”到“場景定義硬(ying)件(jian)(jian)下的智能服務訂閱”模(mo)式
產業分工重構：從“芯片-模(mo)組-終(zhong)端-云”鏈式分工到(dao)“端云協同、軟硬(ying)一體(ti)”網狀生態
價值(zhi)分配(pei)重構：利潤中心(xin)從(cong)云端向邊緣側和終端側遷移(yi)
AIoT產業正站(zhan)在AI技術(shu)推(tui)動下的新節點上，端側AI是(shi)AIoT深化(hua)AI概念、完成(cheng)蛻變的關鍵鑰匙。本文(wen)將從這四(si)個重(zhong)構出發，通過四(si)個追問(wen)把“四(si)重(zhong)重(zhong)構”抽絲剝(bo)繭(jian)，看看端側AI崛起背景下AIoT產業變革真(zhen)正的深水區在哪(na)里。
硬件角色重構，智能決策權下沉的背后邏輯
我(wo)們可(ke)以將IoT的(de)(de)核心理解(jie)為連接，解(jie)決萬(wan)物(wu)相(xiang)連的(de)(de)底層通信傳輸(shu)問題，即通過(guo)傳感(gan)器、RFID、通信模組等技術，將物(wu)理世界的(de)(de)設備(bei)、環境(jing)、數(shu)據(ju)接入網絡，實現感(gan)知到通信傳輸(shu)的(de)(de)基礎閉環。但此時的(de)(de)物(wu)聯網僅僅是(shi)“數(shu)據(ju)管道”，價值局限于(yu)“連接＋指令傳輸(shu)”。眾(zhong)多終端設備(bei)形態在這里被定(ding)義(yi)為“單一的(de)(de)數(shu)據(ju)采集節點(dian)”。
AIoT是傳(chuan)(chuan)統物(wu)聯(lian)網(wang)的(de)(de)“智能(neng)(neng)升(sheng)級(ji)”，在(zai)此前升(sheng)級(ji)階段，云端(duan)AI技術的(de)(de)引入讓物(wu)聯(lian)網(wang)具備了數(shu)據(ju)解讀能(neng)(neng)力，能(neng)(neng)對物(wu)聯(lian)網(wang)設備上傳(chuan)(chuan)的(de)(de)海量數(shu)據(ju)進行分析(xi)生(sheng)成(cheng)(cheng)決(jue)策。但這一階段的(de)(de)AIoT依賴(lai)云端(duan)算力，實時性差、帶(dai)寬(kuan)成(cheng)(cheng)本高、隱私風險大。終端(duan)設備形態(tai)仍(reng)然固定在(zai)“數(shu)據(ju)采集(ji)節(jie)(jie)點(dian)”角色里，是一套(tao)“采集(ji)節(jie)(jie)點(dian)＋物(wu)聯(lian)網(wang)傳(chuan)(chuan)輸底(di)座+云端(duan)AI”簡單的(de)(de)AIoT加法邏輯。
端側AI的落(luo)地，讓(rang)傳感器(qi)、執(zhi)行器(qi)等終端側的設(she)備形(xing)態(tai)不(bu)再局限于(yu)數據(ju)入口(kou)這(zhe)一角(jiao)色(se)，這(zhe)些物(wu)聯(lian)網設(she)備硬件不(bu)斷升(sheng)級以支(zhi)持(chi)端側AI模型(xing)運行。算力(li)升(sheng)級帶來的處理(li)能力(li)提升(sheng)與(yu)端側模型(xing)給予的智(zhi)能決(jue)策(ce)權下沉讓(rang)這(zhe)些原本定位單一的物(wu)聯(lian)網設(she)備從(cong)“被動(dong)觀(guan)察者(zhe)”變為(wei)“主動(dong)決(jue)策(ce)者(zhe)”，設(she)備形(xing)態(tai)在這(zhe)一階段(duan)終于(yu)發生變化(hua)，迎來重(zhong)(zhong)(zhong)構。這(zhe)種設(she)備形(xing)態(tai)與(yu)意(yi)義(yi)(yi)的重(zhong)(zhong)(zhong)構，讓(rang)數據(ju)在端側的價值被持(chi)續(xu)挖掘，在模型(xing)的配合下，AIoT從(cong)感知環節開始就實(shi)現(xian)了智(zhi)能化(hua)，這(zhe)是設(she)備形(xing)態(tai)重(zhong)(zhong)(zhong)構帶來的完(wan)全不(bu)同于(yu)以往的定位與(yu)意(yi)義(yi)(yi)。
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AI時代設備形態的重構，為什么突破點不是“算力”，或者說不僅僅只是算力？ 個人認為，端側(ce)AI的(de)(de)(de)(de)核心需求(qiu)是“精準完(wan)成特定任務”，用恰當的(de)(de)(de)(de)算力恰當的(de)(de)(de)(de)功(gong)(gong)(gong)耗(hao)以最具性(xing)價比的(de)(de)(de)(de)方式完(wan)成特定功(gong)(gong)(gong)能，而非追求(qiu)通用算力。對(dui)于AIoT設(she)備來說(shuo)，也是如此，表(biao)面看，芯片TOPS數年年翻番，實質(zhi)上AIoT設(she)備對(dui)功(gong)(gong)(gong)耗(hao)的(de)(de)(de)(de)敏感度呈(cheng)指數級上升(sheng)——1 mA的(de)(de)(de)(de)差異就(jiu)能讓續航天差地(di)別，功(gong)(gong)(gong)耗(hao)-算力比的(de)(de)(de)(de)突破才是設(she)備形態(tai)重構(gou)的(de)(de)(de)(de)真正推(tui)力。
以端(duan)側AI為代(dai)表的(de)(de)(de)AIoT場景，絕大部(bu)分都存在(zai)物理定律與場景剛需的(de)(de)(de)雙重制約(yue)，在(zai)能(neng)量(liang)約(yue)束場景束縛下最大化(hua)有效智(zhi)能(neng)才是(shi)設備形態重構(gou)追求的(de)(de)(de)目標，當電池容量(liang)、散熱空間、法規安全限值全部(bu)卡死的(de)(de)(de)時候，功耗-算力比是(shi)唯(wei)一可優化(hua)的(de)(de)(de)自(zi)由度。所以說能(neng)效預(yu)算才是(shi)真正的(de)(de)(de)硬預(yu)算，算力只是(shi)可支配(pei)變量(liang)。
設備(bei)形(xing)態與定位的(de)(de)重構，意味著誰在這條(tiao)能效(xiao)曲線上多(duo)擠出一點優勢(shi)，誰就獲得“定義場(chang)景設備(bei)”的(de)(de)優先權(quan)，也(ye)能提前鎖定未來的(de)(de)設備(bei)形(xing)態。可(ke)以說(shuo)，“功耗-算(suan)力比”既(ji)是(shi)技術參數，也(ye)是(shi)終端智(zhi)能權(quan)力的(de)(de)前置條(tiao)款。
隨著(zhu)AIoT載體的變化(hua)，以及模(mo)型(xing)賦能(neng)(neng)下服務(wu)功能(neng)(neng)的多(duo)元化(hua)，深度綁定應用(yong)場(chang)景的端側設備在(zai)垂類模(mo)型(xing)的賦能(neng)(neng)下，能(neng)(neng)提(ti)供長期定制化(hua)的持續智能(neng)(neng)服務(wu)，過去企業靠一(yi)次性(xing)售賣傳感+通信(xin)等設備，加(jia)上云平(ping)臺的服務(wu)盈利，向(xiang)“場(chang)景定義(yi)硬件下的智能(neng)(neng)服務(wu)訂閱”模(mo)式改變。
這里拋出第二個追問：商業模式重構到底重構出了怎樣的盈利邏輯？
端(duan)側AI讓(rang)AI下(xia)沉，讓(rang)算法在終(zhong)端(duan)內具備了(le)“可計(ji)價性”，終(zhong)端(duan)在傳統盈利(li)模式中(zhong)的(de)(de)(de)“硬(ying)(ying)(ying)件溢價”不再是(shi)主要(yao)的(de)(de)(de)盈利(li)手(shou)段(duan)。正如《 重新(xin)定(ding)義”終(zhong)端(duan)”:端(duan)側AI硬(ying)(ying)(ying)件為(wei)(wei)何是(shi)大模型(xing)之后的(de)(de)(de)第二(er)戰場?》中(zhong)所言(yan)，如果(guo)說大模型(xing)是(shi)新(xin)一代(dai)智(zhi)能的(de)(de)(de)“大腦(nao)”，那么硬(ying)(ying)(ying)件就是(shi)它們的(de)(de)(de)“身體”與(yu)“接口(kou)”。誰掌(zhang)握了(le)用戶的(de)(de)(de)入口(kou)，誰就掌(zhang)握了(le)數據(ju)、反饋、互(hu)動(dong)與(yu)生(sheng)(sheng)態(tai)構建的(de)(de)(de)主動(dong)權。端(duan)側AI硬(ying)(ying)(ying)件，正站(zhan)在技術演化與(yu)人機關系重構的(de)(de)(de)交(jiao)匯點，成為(wei)(wei)AI產(chan)業鏈的(de)(de)(de)“新(xin)入口(kou)”、數據(ju)循環(huan)的(de)(de)(de)“新(xin)起點”、以及平臺生(sheng)(sheng)態(tai)的(de)(de)(de)“物理錨點”。
隨著端側AI的發展，AIoT逐步轉向場景定義硬件時代，硬件可能以接近成本價銷售，甚至訂閱服務送終端硬件，盈利重心轉移到“可計價性”的智能服務上。絕大多數用戶也會更愿意為享受智能服務的“結果”而非AIoT場景“物料”付費。
“場景定義(yi)硬件下的(de)智能服務(wu)訂閱”模(mo)式是(shi)持(chi)續性(xing)的(de)，這種(zhong)重(zhong)構把傳統一(yi)次性(xing)交易變成長尾收入，通過技術不斷復利。同時個(ge)性(xing)化的(de)數據資產(chan)，在隱(yin)私安全合(he)規的(de)前(qian)提下也能讓用戶生態壁壘(lei)更加(jia)牢(lao)固。
產業分工與價值重組，AIoT變革深水區即是轉折點
過去AIoT產業(ye)鏈是一條偏向(xiang)于單向(xiang)價值傳遞的鏈條，每一產業(ye)鏈環(huan)節(jie)只需對(dui)下游負責，各司其(qi)職邊(bian)界(jie)清晰。端(duan)側AI崛起后，場(chang)景數據在設備(bei)端(duan)實時閉環(huan)，算(suan)法必須隨硬(ying)件協(xie)同(tong)進化，于是原本垂直(zhi)的產業(ye)鏈被拉成(cheng)一個“端(duan)云協(xie)同(tong)、軟硬(ying)一體”的網狀生(sheng)態。
這里拋出第三個追問：產業分工從鏈式到網狀，阻力與突破點在哪里？
鏈式(shi)分(fen)工中產(chan)業鏈各(ge)環節(jie)各(ge)司其職，角(jiao)色是相對(dui)(dui)固定的，其利潤分(fen)配(pei)也按(an)照產(chan)業鏈位置(zhi)相對(dui)(dui)固化，而網狀生態中，邊緣側和終端側價值的提升沖(chong)擊了原有格局(ju)。阻力正是來源于(yu)舊格局(ju)與(yu)新格局(ju)重構(gou)過渡中的各(ge)個角(jiao)色分(fen)工的重新擬定與(yu)利益分(fen)配(pei)的再談判成本。
傳統(tong)產業鏈上的(de)(de)(de)企業多為專(zhuan)精向(xiang)的(de)(de)(de)，如模(mo)(mo)(mo)組(zu)廠商(shang)擅(shan)長硬件集(ji)成(cheng)，云(yun)廠商(shang)擅(shan)長算(suan)力(li)(li)調(diao)度，但網狀生態要求(qiu)企業具(ju)(ju)備(bei)“軟硬協同”能力(li)(li)，模(mo)(mo)(mo)組(zu)廠商(shang)需要布局AI模(mo)(mo)(mo)型優化(hua)與工程化(hua)設計，芯片廠商(shang)需面向(xiang)場景需求(qiu)進行參(can)考設計，終端廠商(shang)也需要根(gen)據落地(di)方案(an)定義具(ju)(ju)體模(mo)(mo)(mo)型功(gong)能與硬件標準。這種協同是(shi)必然趨勢，在AIoT的(de)(de)(de)新階(jie)段里當(dang)智能下沉現場決策成(cheng)為核心，數據、算(suan)力(li)(li)、算(suan)法三者必須在同一迭(die)代周期內協同優化(hua)，任何層級(ji)的(de)(de)(de)滯后都(dou)會(hui)拉長落地(di)應用周期，導致(zhi)產業鏈角色競(jing)爭力(li)(li)喪失。
阻力來源也正是產(chan)(chan)業(ye)(ye)鏈上(shang)下游需錨定的(de)突破點，既(ji)然(ran)產(chan)(chan)業(ye)(ye)分工從“按(an)上(shang)下游固定分配”轉向(xiang)“圍繞場景應用的(de)協同”，那么誰能把端側AI四要素“芯、模、端、智”耦合成最小(xiao)最具效率的(de)迭(die)代單元(yuan)，那誰就能在這(zhe)場談(tan)判中占據主(zhu)動(dong)。
上述三個重構方向讓價值分配的重構路線清晰可見，AIoT產業在端側AI的帶動下其價值中心從云端向邊緣側和終端側遷移。這里拋出第四個追問：當價值分配向邊緣側遷移，誰將成為現階段新生態“受益者”？
在端(duan)(duan)側 AI 崛(jue)起前，AIoT的價(jia)(jia)(jia)值(zhi)創造(zao)依賴 “云端(duan)(duan)算(suan)力 + 數(shu)據(ju)集中(zhong)處(chu)理”，硬(ying)件(jian)不占(zhan)據(ju)主(zhu)導(dao)權，價(jia)(jia)(jia)值(zhi)分配向云端(duan)(duan)傾(qing)斜(xie)。端(duan)(duan)側AI的突破，讓(rang)硬(ying)件(jian)成為(wei)智能(neng)生態(tai)的物理入(ru)口(kou)，成為(wei)智能(neng)體(ti)的物理載體(ti)，，首當(dang)其(qi)沖的AI硬(ying)件(jian)正成為(wei)連接(jie)(jie)算(suan)法與人、鏈接(jie)(jie)模型與生態(tai)的下(xia)一場(chang)決戰前線，是(shi)各方爭奪的核心。掌握(wo)硬(ying)件(jian)定義(yi)權，就能(neng)鎖定細分場(chang)景下(xia)的高價(jia)(jia)(jia)值(zhi)數(shu)據(ju)入(ru)口(kou)，硬(ying)件(jian)定義(yi)者成為(wei)價(jia)(jia)(jia)值(zhi)遷移后(hou)的首要受益者。
細分到具體(ti)場(chang)景(jing)(jing)具體(ti)應用的(de)(de)垂(chui)類模(mo)型能(neng)力廠商(shang)也(ye)將獲得(de)新(xin)生態的(de)(de)青睞(lai)，憑(ping)借專屬場(chang)景(jing)(jing)的(de)(de)智能(neng)封裝能(neng)力，對(dui)行業Know-how被轉化為(wei)輕量化AI模(mo)型，同(tong)時場(chang)景(jing)(jing)專屬的(de)(de)高質(zhi)量數據讓這些模(mo)型價(jia)值(zhi)進一步(bu)提(ti)升，既解決通用大模(mo)型在(zai)終端場(chang)景(jing)(jing)的(de)(de)能(neng)力過剩，又(you)能(neng)彌補(bu)通用模(mo)型在(zai)場(chang)景(jing)(jing)精度上的(de)(de)不(bu)足。垂(chui)直領域的(de)(de)智能(neng)能(neng)力供應商(shang)在(zai)新(xin)生態里的(de)(de)機會窗(chuang)口也(ye)相當(dang)明確。
寫在最后
端(duan)(duan)側(ce)AI帶來的(de)顛覆，遠不止在于讓終端(duan)(duan)設(she)備更聰明這(zhe)一(yi)表象，它(ta)讓智(zhi)能(neng)決策(ce)權下沉(chen)，讓智(zhi)能(neng)可以被(bei)私有、被(bei)量(liang)化、被(bei)計價(jia)。傳統AIoT在這(zhe)一(yi)顛覆性變革下終于跳出“物聯網+云端(duan)(duan)AI”簡單加法邏輯，催生出新(xin)的(de)智(zhi)能(neng)應用范式。而這(zhe)一(yi)變革過程中，設(she)備形態、商業模式、產業分工和價(jia)值(zhi)分配重構里的(de)深水(shui)區(qu)，亦是行(xing)業邏輯重塑的(de)關鍵轉折點(dian)。
