首先，供給側(cè)是非常重要的環(huán)節(jié)，其次，應(yīng)用端對芯片需求的速度也很重要，而芯片需求的速度取決于整個(gè)行業(yè)的發(fā)展速度、市場的擴(kuò)容速度以及企業(yè)的發(fā)展速度;最后，國際市場環(huán)境也很重要，但大國博弈不可控因素下，企業(yè)唯有把握好自主可控的環(huán)節(jié)，靜待市場發(fā)展。
安全是發(fā)展的前提，如果沒有數(shù)據(jù)安全，AIoT就會(huì)成為脫韁的野馬?！稊?shù)據(jù)安全法》的出臺(tái)，給行業(yè)在數(shù)據(jù)資源的采集和應(yīng)用上增設(shè)了標(biāo)準(zhǔn)和要求。從短期看，數(shù)據(jù)安全確實(shí)會(huì)增加項(xiàng)目建設(shè)及運(yùn)營的相關(guān)要求，讓建設(shè)成本上升、交付的難度增加，甚至?xí)蕴慌狈Ω偁幜Φ钠髽I(yè)。但從長期來看，這是AIoT行業(yè)從無序走向有序的拐點(diǎn)，必將有利于整個(gè)行業(yè)的可持續(xù)發(fā)展。
談及AI復(fù)蘇的原因，我認(rèn)為主要是AI正在從一個(gè)抽象的技術(shù)形態(tài)回歸到技術(shù)變現(xiàn)這一現(xiàn)實(shí)的問題中來，從AI四小龍的發(fā)展動(dòng)態(tài)也可以看出AI技術(shù)產(chǎn)品化、商業(yè)化落地的路徑正變得越來越清晰。當(dāng)整個(gè)行業(yè)市場聚焦于探索AI技術(shù)的商業(yè)價(jià)值時(shí)也標(biāo)志著AI市場正在回歸理性。
人工智能技術(shù)服務(wù)于社會(huì)是一個(gè)持續(xù)上升的過程。對于企業(yè)而言，以前“一招吃遍天下鮮”的時(shí)代已經(jīng)過去，現(xiàn)在AI時(shí)代講求的是應(yīng)用場景和落地能力。作為AI應(yīng)用的實(shí)踐者，藍(lán)豐科技呼吁產(chǎn)業(yè)同仁去積極推進(jìn)AI在各大行業(yè)領(lǐng)域的落地應(yīng)用。現(xiàn)階段AI算法的精準(zhǔn)度普遍能夠達(dá)到99.5%以上，而對于AI行業(yè)應(yīng)用而言，更重要的是如何實(shí)現(xiàn)AI在行業(yè)領(lǐng)域的工程化落地，這其實(shí)是件苦力活，需要花精力去實(shí)踐，才能讓AI賦能千行百業(yè)的美好愿景加速實(shí)現(xiàn)。
AIoT倡導(dǎo)的是萬物互聯(lián)，對于以安防運(yùn)營服務(wù)為主的叢文而言，我們也一直在挖掘AIoT技術(shù)的應(yīng)用場景和機(jī)會(huì)點(diǎn)。圍繞著AIoT，這里舉兩個(gè)“簡單”但是非常“典型實(shí)用”的應(yīng)用場景：一個(gè)是疫情下居家隔離智能管理利器智能門磁，智能門磁主要是基于NB-IoT物聯(lián)傳感技術(shù)，沒有這項(xiàng)IoT物聯(lián)網(wǎng)技術(shù)的應(yīng)用，也談不上聯(lián)網(wǎng)運(yùn)營服務(wù)。第二個(gè)典型場景是AI防盜，傳統(tǒng)安防防盜模式中，普遍是利用攝像頭做事后取證，而加入AI視頻分析應(yīng)用之后，可實(shí)現(xiàn)“事后取證”向“事前預(yù)警”模式的轉(zhuǎn)變，更能夠滿足用戶端對于安防運(yùn)營服務(wù)的期望和需求。而針對這些具體應(yīng)用場景的挖掘，也正是叢文在AIoT時(shí)代探索的機(jī)會(huì)點(diǎn)。
