你可能会发现，在过去的一段时间里，云计算、人工智能和物联网被同时提及的次数空前之多。

也许每个人都已经认为这是某种例行公事，或科学技术的刻板印象。如果制造商不同时谈论三兄弟，他们将无法跟上潮流。但是没有无缘无故的爱和恨，也没有无缘无故的并列。为什么云计算制造商选择物联网一起玩，仍然有逻辑和行业趋势。关键点可能是，当云供应商想要向商店、工厂或政府机构销售人工智能技术和能力，即形成所谓的工业人工智能或工业互联网市场时，业务是如何建立的？

伴随着这个问题，我们会发现，如果没有能够联网并执行人工智能交互的终端硬件支持，云和人工智能的工业梦想就无法实现。

反过来，这一现实让我们相信，云计算的出现是为了通过广泛的硬件来完全虚拟化IT行业。所有的计算都发生在网络的末端。但是当人工智能带来新的市场可能性时，终端硬件就成为云计算不可或缺的一部分。即使当AIoT进入特定场景，云计算也获得了成为操作系统和协调系统的新机会。

如今，云计算市场的一大变数来自于想成为AIoT背后的老板的雄心和困难。

AIoT:工业互联网的理想类型

为了更清楚地了解云、人工智能和物联网之间的关系，我们可能需要回到企业市场的起源，看看过去两年热门的工业互联网和工业智能是什么样的业务。

事实上，企业信息化市场已经开放了20年。如果只有应用程序和网站出售给工业客户，那么今天的业务与过去没有什么不同。以云供应商为代表的行业互联网公司，基本上希望向企业销售能够直接影响生产流程的智能技术和相关平台。

然而，问题已经出现。消费互联网的普及依赖于个人电脑和手机。工业互联网的普及依赖于什么？为了将人工智能技术应用于企业生产，企业不需要依赖计算机和手机，但生产设备、监控设备和服务设备必须具备人工智能能力。换句话说，这就要求企业配备大量适合生产的新硬件和人工智能技术。

因此，AIoT是一种理想的工业互联网，也是一种必要的方式。在过去的两年里，这个领域取得了很大的进步。与硬件功能不同，我们可以将工业互联网中的智能终端分为三个发展阶段。

在第一阶段，智能摄像机主要配备机器视觉算法。如今，这种匹配已经广泛应用于交通、零售和安全场景，并且主要应用于工业质量检测场景。

在第二阶段，AIoT产生了两条进化轨迹。一种是大型智能终端设备，可以处理复杂的智能算法，网络具有低延迟的特点。这种设备可以在工业场景中深入应用，真正替代一些体力劳动。另一个是硬件本身不能处理复杂的人工智能算法，但是它可以通过简单的算法和大量的设备连接来解决快速数据循环的问题。这种AIoT设备可用于农业、零售、机场和公共服务领域。

第三阶段是人工智能交互深度和设备连接广度的结合，这是我们理想的泛在深度智能设备。人类可以随时在生产和生活中调用复杂的人工智能服务。

根据这一进化轨迹，我们实际上可以把工业互联网的需求看作是在专有硬件中更好的网络条件、更大的计算能力和更复杂的人工智能算法的集成。

在这个过程中，云计算将获得一个巨大的机会：AIoT指挥中心。

衍生问题：云能提供什么？

我们之所以需要首先理清工业市场对智能终端的需求，是因为当我们关注云智能终端的市场变化时，我们首先要回答这样一个问题：企业可以直接用智能终端购买硬件吗？这项业务与互联网无关，好吗？

您知道，加入公共云也意味着安全风险，这对于企业的核心生产系统来说显然是难以接受的。

然而，从以上讨论中可以看出，并不是因为互联网和云计算公司有很强的话语权，企业人工智能必须实施网络化和云计算

但是从主流趋势来看，公共云在企业应用AIoT的轨道上占据着不可避免的位置。换句话说，在工业人工智能的实施过程中，公共云必须提供几个关键功能，企业绕过公共云系统意味着巨大的成本和更新困境。

这里有几个例子来分析云将为AIoT提供什么：

1.大型人工智能任务的处理和更新能力

对于大多数企业来说，人工智能训练和推理的繁重人工智能任务，如何在本地执行将是一个巨大的计算成本。理想的人工智能任务处理流程是云端培训、端部署和数据返回后云端的后续培训。这一过程还意味着企业可以基于公共云随时更新行业所需的人工智能模型。云计算将成为工业互联网的协作工具。这种能力在非云封闭环境中很难实现。

2.大规模数据处理能力

企业AIoT系统实际上是建立在数据学习、数据存储和数据应用的循环系统之上的。这意味着企业用户必须实时调用和存储大量数据。它的高同步要求使得很难完全在本地处理数据。本地预处理与基于云的高级处理和存储相结合是相对合理的解决方案。

3.公共云系统的工具融合

当企业深入应用人工智能设备时，他们可能不会面临某些能力的长期应用，而是面临大量人工智能相关软件和硬件的协同兼容。这里存在一个问题，即企业用户需要与工具链保持高度同步，以便在任何时候都保持人工智能技术下的产业竞争力。还需要在云中完成工具链与场景的集成，以触发更高的效率。

4.边缘计算的重要性

应用人工智能时，企业很难完全依赖云或终端。边缘计算通常可以在效率和成本之间提供精确的平衡。然而，边缘计算所需的计算能力和设备的组合在很大程度上也属于云供应商提供的服务类别，目前享有公共云行业相对较高的技术演进红利。

5.领导解决方案交付能力

正如我们之前说过的，当企业购买人工智能时，他们通常不购买API或硬件。特别是，非云本地企业和大型政府企业更倾向于购买基于解决方案的可交付成果。但是，谁将领导行业协同的解决方案业务模式？如今，云供应商拥有巨大的机遇。基于云生态为企业提供全面的AIoT服务似乎更符合产业链对效率的追求。

这些都是云可以与AIoT硬件架构连接的方式。站在这些立场上，公共云在工业智能时代的巨大红利似乎就在眼前。然而，应该客观地看到，这种变化不是那么容易发生的，因为今天工业互联网的混乱局面正在延缓云人工智能物联网的真正通过。

理想与现实之间的症结

工业人工智能听起来非常美妙，各种数据报告都对它寄予厚望，甚至预言它可以开启第四次工业革命。

然而，如果我们真的去各行各业，我们几乎听不到工厂主、连锁商店主和市政服务设施积极拥抱人工智能和大规模更换人工智能设备。有矛盾，一方面来自技术方案还不成熟，另一方面也来自混乱的AIoT市场。

因为AIoT是一个缺乏标准化的技术术语。然而，企业服务市场的复杂性导致了所有云服务提供商各自为战。他们都在各自的技术理解下合作和宣传一些解决方案，缺乏统一性和兼容性。在这个过程中，许多市场和工业问题暴露出来。云AIoT是否是真正的未来给它蒙上了一层阴影。从企业用户的角度来看，他们今天并没有选择通过公共云进入行业人工智能。在那里

1.王婆卖瓜：人工智能在描述服务提供商时似乎对企业非常有用。然而，当企业真正理解人工智能时，他们会发现他们首先会面临极其庞大和复杂的成本。此外，如果一个人自己的行业缺乏人工智能实践，他通常会花费大量的探索成本。此外，人工智能带来的缺乏实用性和云带来的潜在安全隐患会给企业带来层层担忧，最终将人工智能转变为服务提供商自身的表现。

2.混合珠子和鱼：当尤努特进入这个行业时，似乎每个制造商都这么说。然而，如果你仔细地将各厂商的合作计划分开，你会发现它们在计划、评估指标甚至具体技术方面都是不同的。一方面，这将给用户一种非常混乱的痛苦感，另一方面，这也将使用户很难清楚地判断利弊。如今，即使是只能提供简单数字功能的企业服务提供商，也肯定会将自己与人工智能和物联网等流行术语联系在一起。最终用户只会感到困惑。

3.完整：AIoT解决方案和行业的结合仍然是一个巨大的问题。大多数所谓的AIoT解决方案实际上提供了基于智能相机的机器视觉解决方案。这种方案几乎适用于所有行业，但大多数都是锦上添花。真正与传感器、装配线和操作系统深度集成的工业自动化设备和技术仍处于空白空间，有待更频繁地开发。

行业打破障碍的机会

总的来说，AIoT系统的工业应用对云计算制造商来说是一个极好的机会，也是云AI开拓巨大工业市场的核心计划。特别是对于中国这个产业结构庞大、质量提升和效率提升需求突出的市场来说，引导尤努特进行产业革命绝非不可能。

然而，在云计算连接的这种变化中，既有光明的前景，也有实际的困难。在野蛮的成长时期，分而治之的混乱已经成为这个需要平台和标准化的长尾产业最明显的绊脚石。当然，困难也意味着机会。为了理清错综复杂的局面，让尤努特进入一个快速发展的红利期，今天有三件事值得注意：

1.云AIoT标准和操作系统

长期以来，物联网行业缺乏标准一直是问题的症结所在。当需求迫使工业走向标准化和标准化时，这个问题可能会得到回答。目前，针对学术组织、特定技术和操作系统的物联网协议和标准化进程正在进行中。虽然很难，但也不是没有希望。特别值得注意的是，基于操作系统和开发系统级别的AIoT标准统一可能更可行。

2.工业物联网硬件

云人工智能物联网组合最薄弱的方面是物联网硬件层面的创新。中国的产业链与世界一流标准之间仍有很大差距。基于人工智能进入行业的核心需求，填补工业物联网设备的空白是一个兼具工业价值和效益空间的契机，也是突破当前人工智能困境的关键环节。

3.位于云、硬件和行业之间的开发人员

AIoT想要进入这个行业，关键还是要有一个能够结合这个行业的需求和特殊性的解决方案。这通常需要开发人员在大型技术制造商、硬件制造商和行业用户之间进行沟通和协调。然而，高质量的开发者对一个行业的快速改变很可能会在混乱的云AIoT行业中造成鲶鱼效应，迫使产业链开始面对特定的市场协同效应。因此，培训和授权开发人员也是大型制造商必须完成的任务。

总的来说，基于智能的变化，云走向物联网支点的道路在当今行业已经达成一定共识。然而，与外界的期望相比，或者与行业发展初期吹倒的旗帜相比，今天行业的实际进步还远远不够。