本站原創(chuàng)，作者：章鷹，電子執(zhí)行副主編。

現(xiàn)階段，中國AI芯片產(chǎn)業(yè)面臨的主要挑戰(zhàn)是芯片開發(fā)和算法迭代的錯配。芯片開發(fā)成本高，周期長，技術壁壘高，且需要企業(yè)有敏銳的市場洞察能力，對算法趨勢和演變有充分的前瞻性預判，使得經(jīng)過一兩年研發(fā)的芯片在推出的時候，仍然能夠適應最新的主流算法。AIOT產(chǎn)業(yè)落地與應用場景開發(fā)，一直是行業(yè)內(nèi)關注的焦點。

近日，在地平線旭日二代芯片發(fā)布會上，來自平安集團的首席科學家、集團執(zhí)委肖京博士、96Boards創(chuàng)始人張旸博士，阿里云IoT兼AI@Edge技術負責人龍一民先生，地平線的戰(zhàn)略規(guī)劃與市場拓展副總裁李星宇先生圍繞AI芯片引領的邊緣計算驅動的產(chǎn)業(yè)落地與技術挑戰(zhàn)，展開了深入的交流和對話。

在AI和業(yè)務結合的落地方面取得了哪些進展？在未來2-3年內(nèi)，您認為平安AI的技術發(fā)展戰(zhàn)略是什么？

肖京：平安金融使用AI，在四個核心業(yè)務場景都有應用。一是風控、反欺詐，二是獲客精準營銷，三是服務，金融本質(zhì)是服務行業(yè)，四是運營。

比如說獲客，平安采用了用戶畫像方式，怎么在低頻的場景中，使用精準營銷、智能推薦些技術來幫我們提升，效果明顯，成倍提升轉化率；又比如風控，微觀的每個單據(jù)可能有風險，客戶總體是否有風險，可以采用各種人工智能技術來幫助我們降低風險。很多AI具體應用，效果明顯，給我們帶來了幾十億的成本降低或者是利潤提升。

人臉識別、微表情，看起來很常見的人工智能技術在金融領域發(fā)揮大作用，小額貸款，平安之前需要通過800多個門店完成，現(xiàn)在采用通用人臉識別和微表情，全部進行線上化，降低三分之二的違約率，十幾萬的客服減少。

未來，平安集團要在所有場景中充分使用AI技術，把業(yè)務和技術融合好，解決實際業(yè)務的問題，讓業(yè)務能力得到很大提高。AI不是獨立的產(chǎn)業(yè)，必須依托另外一個產(chǎn)品，賦能產(chǎn)業(yè)，降風險，降成本，提高效率和提高價值。

96 Boards是ARM生態(tài)系統(tǒng)里面最大的獨立第三方社區(qū)。在支持初創(chuàng)公司的商業(yè)化落地、培養(yǎng)AI生態(tài)方面，96 Boards有哪些成功的經(jīng)驗可以分享給大家？

張旸：96 Boards支撐的不僅僅是ARM，我們是有很多其他的IP以及獨立的IP供應商，在96 Boards上面都有，包括英特爾在內(nèi)都有96 Boards的平臺，96 Boards也是目前世界上最大的，也是唯一的一個獨立的芯片開放平臺組織。

我們有機會和全球范圍內(nèi)的大型成熟企業(yè)，軟件、芯片公司合作，對于AI創(chuàng)新企業(yè)，我有兩點經(jīng)驗分享。1、AI真正價值是給傳統(tǒng)行業(yè)帶來增值，有明確目標、專注差異化產(chǎn)品的公司會成長的比較好。2、光有差異化不夠，國內(nèi)企業(yè)缺少什么，第一反應是自己研發(fā)和制造出來，這是比較耗費成本的。合作共贏的方式很多，尋找合作伙伴建立共贏關系非常重要。

云棲大會上，阿里云提出打造AIoT的基礎設施，能夠覆蓋從云、管、邊、端這樣的一個全鏈條，請分享一下阿里云在這塊的進展，同時阿里云和合作伙伴的業(yè)務邊界又在哪里？

龍一民：阿里云智能AIoT，實際上是在承擔為全行業(yè)打造一個AIoT和物聯(lián)網(wǎng)的基礎設施，同時在阿里巴巴集團內(nèi)部，我們也承擔了一個AIoT和物聯(lián)網(wǎng)基礎設施角色。從設備連接開始，為MCU提供了RDO物聯(lián)網(wǎng)操作系統(tǒng)，面對CPU的這些設備，我們也提供了Link SDK連接的能力。上層有統(tǒng)一的邊緣計算平臺，這個平臺集成了三部分，低功耗廣域網(wǎng)、物聯(lián)網(wǎng)卡、視頻和AI部分邊緣計算能力，北向主要是有面向物聯(lián)網(wǎng)數(shù)據(jù)分析的能力，以及面向我們開發(fā)者生態(tài)的IoT Still的整個開發(fā)者平臺。

阿里云定位下不碰硬件，上不碰Saas。阿里打造平臺為硬件合作伙伴帶來機會，地平線的發(fā)布會接地氣，三款類型產(chǎn)品對于市場定位非常精準，對智能社區(qū)、智能硬件和智能IP，我們?yōu)榈仄骄€提供接入和云化能力。整體云化、商業(yè)化、策略化。幫助地平線上云，包括云存儲、點播和錄像。以往邊緣服務模式，我們會提供混合的模式，根據(jù)場景來下發(fā)服務模式。

AIoT商業(yè)化存在哪些挑戰(zhàn)？未來三年內(nèi)，你看好哪些場景的商業(yè)化落地？

肖京：AIoT的商業(yè)化，需要首先回答三個問題。第一、首先找到行業(yè)的痛點，是否需要AIOT來助力；第二、你要做到什么程度？量化目標確定。第三、怎么做？如何去規(guī)劃和執(zhí)行。

AIOT的場景比如智慧安防、智慧城市是比較清晰的。還有一些場景是不清晰的，需要公司定性定量來分析。我認為，AI未來在醫(yī)療、養(yǎng)老、環(huán)保等許多行業(yè)有機會，關鍵是技術是否成熟，能夠解決痛點問題。

張旸：我是非常樂觀的，AIOT帶來的市場機會，所有可以給生活和工業(yè)提供智能化的機會，都是有可能的。數(shù)字孿生的多維數(shù)據(jù)，有數(shù)據(jù)挖掘的地方都是有市場機會。AIOT是一個碎片化和長尾市場。對于芯片廠商、軟件廠商，策略不同，用什么策略來進入長尾市場？還有，AIOT從興起到成為紅海市場，在這個市場中如何讓企業(yè)健康存活下去？必須找到差異化的市場定位。

龍一民：三大挑戰(zhàn)：如何為行業(yè)客戶提供價值？如何為生態(tài)合作伙伴、硬件廠商、硬件方案解決商提供價值？如何為C端客戶提供價值？

比如為行業(yè)客戶提供價值。以前云計算主要是為了解決云化，接入，降低整個運維成本，從應用的分發(fā)、應用的部署、更新、遠程運維來提高它的效率?，F(xiàn)在最大的挑戰(zhàn)是在邊緣計算時候，最重要場景發(fā)生在客戶邊緣，在這種網(wǎng)絡環(huán)境下，用更少的人力解決應用分發(fā)、部署和遠程運維的能力。

C端用戶，AIOT除了高價值單品（智能音箱）外，還有哪些入口？視頻領域是否存在高C端用戶價值和用戶粘性的家庭入口。隨著SaaS的集成和多模態(tài)，我們認為未來也是有很大機會的。對于硬件合作伙伴，提供可持續(xù)發(fā)展生態(tài)和應用能力，讓軟硬件更加靈活，交付到客戶手中。

黃暢：需要關注兩個閉環(huán)：第一、業(yè)務閉環(huán)和商業(yè)閉環(huán)。AIoT領域賦能傳統(tǒng)行業(yè)，面臨的困境是缺乏開放性，讓信息真正流動起來，從定性評估逐步走向定量分析，找出瓶頸和痛點，然后去創(chuàng)造真實價值；第二、數(shù)據(jù)（業(yè)務數(shù)據(jù)和傳感器數(shù)據(jù)）閉環(huán)，這點對AI公司尤為關鍵。地平線關注基礎的感知數(shù)據(jù)閉環(huán)，如果能夠持續(xù)去獲取真實場景中的數(shù)據(jù)，不斷去迭代，從而形成一個感知的平臺，廣泛賦能各個業(yè)務場景中一些基礎的AI任務。

AIOT場景的碎片化帶來對技術需求多樣性，這對邊緣計算的硬件和算法帶來哪些挑戰(zhàn)？

肖兵：AI應用目前的兩大問題：第一、產(chǎn)品同質(zhì)化嚴重，目前沒有一個很好的解決方案來覆蓋多樣的場景；第二、效率低。效率提升和隱私保護都可以通過邊緣計算來解決。

AIoT通過邊緣計算芯片來實現(xiàn)，尤其是原始數(shù)據(jù)不用上傳云端，通過邊緣AI芯片，數(shù)據(jù)脫敏，低功耗的邊緣計算芯片可以降低數(shù)據(jù)中心的使用量，提升數(shù)據(jù)中心的真正效率。我們覺得是通過底層的技術能力，一定要跟垂直領域的業(yè)務結合起來，然后形成一個中臺。中臺能力形成一些組件，才能解決碎片化的問題。前端只要簡單做一些組裝就能完成一個個場景，才能標準化快速擴展。

張旸：對于需求碎片和多樣性市場，產(chǎn)品開發(fā)和產(chǎn)品定制，企業(yè)要定義標準化的模塊，差異化的東西帶來利潤。大家都愿意做差異化產(chǎn)品。

龍一民：未來開放的地平線芯片，引入第三方算法，對于模型如何進行保護。云上的容器化和邊緣的容器化，Linux操作系統(tǒng)支持云，邊緣盒子，用容器化的東西來做支撐。容器化總目的還是希望解決應用分發(fā)、遠程運維的問題，來降低里面的成本。

黃暢：首先我們要做到開放，才容易形成閉環(huán)，因此我們加入了96 Boards這樣一個生態(tài)。加入生態(tài)，開放是前提；其次，中臺非常重要，阿里、平安等大型企業(yè)都非常關注中臺。AI中臺不同的是算法的中臺和數(shù)據(jù)的跳臺，數(shù)據(jù)如何形成標準化，形成算法模塊，最終這些算法模塊組合在一起，去面對各式各樣的碎片化的、長尾的需求。