对AIoT行业来说，过去的2017年是精彩纷呈的一年。5月的AlphaGo对战柯洁的余韵未散，新零售上线，无人车试运行，智慧家居及智慧城市主导的“产业AI”轮番上阵，持续更新人们对AI的想象力。毫无疑问，AIoT（物联网+人工智能）、大数据主导了当前商业模式主流趋势。从仍然碎片化的物联网，到急剧波动的计算范式，乃至于AI如何重塑我们的生活方式，人人都在谈论这些趋势，但真正在发生的是什么事情呢？
我们看到，随着2017年政策的强势利好，2017年底，在医疗、安防等传统领域的持续发力，将AIoT带入商用阶段。
2018年，AIoT规模化应用元年真的要来了。踩在“元年”的门槛上，请君自省，以下三方面，你和你的公司是否准备好了？
核心：你具备“大数据”能力吗？
鲍达民就曾表示：中国在人工智能蕴含着着巨大的潜力，一个根本的原因是拥有海量活生生的数据。此外他认为，20年前全球范围内曾出现过一次“假曙光”，但是当时没有可匹配的计算能力，如今随着计算技术的提升，加之移动互联网的发展，更多数据得以采集，人工智能正在从构想变为可应用的现实。
随着AIoT发展的持续走高，倒逼了大数据近两年的强势破冰。在2016年，全球大数据市场规模为281亿美元，同比增长22%。预计未来五年(2018-2022)年均复合增长率约为15.37%，2022年将达到805亿美元。而在2018年，中国大数据市场规模将达到280亿元，这一数据会在2022年被改写至735亿元。
同时，AIoT在垂直领域的应用落地成主流诉求后，也将进一步催生充当AIoT养料的大数据成为众人追逐的稀缺资源，并进一步上升成为企业的核心资产。道理很简单，比如在医疗领域，你如果能搞到别人搞不到的带标记的数据训练集，你的医疗智能化就成功了一半；在安防领域，你如果能与派出所数据实现联网，建筑及小区的安防预警就能实现质的飞跃。
可以说，数据的规模、活性，以及收集、运用数据的能力，将决定企业的核心竞争力。掌控数据不仅可以深入洞察市场，从而做出快速而精准的应对策略，进而得到巨大的投资回报，也会为AIoT等技术的落地应用建立模型化标准，及深度学习的养分。在AIoT和大数据时代，大数据的存在将不仅仅是一个支持与补充，其落地与应用的需求进一步凸显出来。
大数据的应用是未来发展一个的金矿。迫在眉睫的是深入挖掘细分领域的大数据应用于解决方案，完善大数据的产业链，把上游的应用于下游的数据整合起来。这也是一个行业性难题。1月8日开幕的B4B 大数据应用挑战赛(B4B Challenge)上，大数据专家车品觉表示：“在过去的两三年，很多企业都相信有了大量数据资源后，就能对企业的业务产生更大的价值。但人们往往很快会大仙，除了技术能力之外，如何妥当地管理、利用及应用这些资源并非易事。”这个由TalkingData及B4B科技主办的大数据应用的赛事可谓大数据行业的盛会，目前已经成功举办两届。旨在连接国内资源，为香港大数据初创企业和学生的创新方案开拓更广阔的市场空间。
特斯联副总裁谢超发表演讲
在为期4天北京特训周上，特斯联副总裁谢超表示：大数据及AIoT落地的关键在于打通产业链，深入挖掘细分领域的需求，进而营造自己的生态链。据了解，本届B4B 大数据应用挑战赛北京特训周将在TalkingData北京总部以及特斯联北京总部的AIoT未来实验室展开，届时来自数据领域专家车品觉等该领域的专家讲出席并介绍各自在大数据应用领域的经验及心得。
应用：你具备垂直领域的纵深能力吗？
数据如此重要，如何获得大量的数据？当然还是得到垂直领域去找。
目前来看，大数据时代引领的数据算法发展与应用趋势与AIoT在垂直领域的行业化落地趋势必将汇流，形成互为补充，互相依存的态势，进而将行业发展向着可持续性的良性发展方向引领。
而可持续性发展正是目前AIoT行业亟待解决的问题。因为经过一轮热到发烫的“大跃进”之后，AIoT前期“脚不着地”的发展弊端逐渐凸显出来。
一批还没赶上“风口”就开始“伤风”的企业倒下了。据《2017 年中美人工智能创投现状与趋势研究报告》统计，截止到 6 月份，在中美共 1600 多家人工智能公司中，初步估算中倒闭公司总数已超过 50 家。
李开复在17年年底表示，AI项目(融资热)是今年上半年开始的，融资差不多够18个月花，2018年底估计有一批公司倒掉。与此同时，科大讯飞董事长刘庆峰也做出了这样的判断，他认为2018年有一大批的人工智能创业公司会倒闭。
当我们回头看这些倒下来的公司时发现，“死亡”原因集中在产品滞销积压导致资金链断裂，或难以获取用户之上。但归根结底，都可归结为技术没有好的落地与商业化，难以验证商业模式。
AIoT的未来到底在哪里？业界认为，应深化人工智能技术成果在各行业特别是传统产业转型升级中的推广应用。具体来说，就是加强垂直领域的纵深能力，让公司可持续性发展。
AIoT走向产业，需要找到垂直领域具体场景进行深入拓展才能实现落地。目前，AIoT在To B及To G领域的产业化应用开始备受看好，这其中既有政策布局的原因，也源于这个市场的广阔前景。
以智慧社区及智慧城市为例，根据估计，“十二五”期间用于建设“智慧城市”的各方投资总规模有望达5000亿元，智慧社区则是其中的建设重点。智能安防、智能消防、“四表集抄”为代表的智慧政务，基本都是借助于AIoT进行实现。比如在电力行业，无线电表开始启用，不仅实现了远程抄表，还可以对配电变压器的运行状态进、用电情况、负荷情况、线损情况等进行实时监测。在交通领域，对公交车、出租车等进行改造，实现车辆远程监管、调度。
2015年，智慧城市首次写进国家层面的政府工作报告，智慧楼宇、智慧社区等其实都可以归属到这个大概念中。当时，我国城镇化率达到56.10%，正朝着“2020年我国常住人口城镇化率60%”的目标发展；我国建筑业企业房屋施工面积增长至124.3 亿平方米，商业营业用房与办公楼施工面积年均复合增长率分别达到15.49%和19.97%，中国高档公寓、别墅销售面积达3487.4万平方米，智慧楼宇、智慧社区的市场空间广阔。
底层技术的支持，政府政策的鼓励，使得这一领域的公司有了更多施展和落地的空间。特斯联就是其中表现突出的一位。特斯联在不到两年的时间里，签约额已经超十亿元，并已进入全国30个省区的70座城市。
方案：你有整体解决方案并切实解决需求吗？
特斯联以行业布局见长，从构建生态平台入手，为政府及客户提供整体的智慧建筑、智慧社区乃至智慧城市的解决方案。经过两年多的发展，已经打通了上下游的全产业链，形成了自己的商业闭环。
下游，特斯联汇集一众AIoT技术及硬件公司，在人脸识别领域，特斯联与商汤牵手；在语音识别方面，则联手搜狗；请来LikingFit、i.am+，联通线下物联设备，将AIoT生态平台从B端延伸到C端，打通了用户网络；在数据挖掘与架构方面，与TalkingData合作。上游，特斯联则打通了开发商、社区与派出所，解决建筑、社区乃至城市的AIoT技术难以应用及数据“孤岛”痛点，实现线上与线下的数据流通。特斯联高效的落地解决方案一方面充分发挥了自身平台的“赋能”作用，另一方面，特斯联还将产品设备的应用，多维数据海量增长，数据、算力、算法等多角度形成了合力，驱动AIoT进一步发展。
通过强势的整体解决方案，让特斯联迅速成长为AIoT行业的佼佼者。目前，特斯联在全国30个省区的70座城市实现落地服务智能项目逾7500个，覆盖物业面积近6亿平方米，服务超千万人口畅享智慧生活。仅在2016年，特斯联科技陆续为上海包括长宁区、徐汇区、静安区、浦东区、普陀区、嘉定区、闵行区、崇明区在内的13个辖区的老旧社区进行了智慧改造，服务约4万个入户单元门，覆盖约400万人口，占整个上海市中心人口的25%。
特斯联的智慧楼宇控制操作系统ABAS BI
我们从特斯联的成功中可以总结出两个经验：
第一，在落地的应用场景中，解决需求比起算法创新来说更重要，创造的价值也更容易实现。AIoT和各个领域的结合是必然趋势，比如医疗、营销、商业智能、安全、金融等等，它基本涉及了所有我们现在看到的科技领域以及传统行业的方方面面，但目前技术相对成熟的是医疗、金融、垂直领域的智能客服、语音、安防等几个领域，其中医疗、安防、建筑智能化管理是目前需求较大的应用场景，是否在现阶段抓住垂直行业的需求核心，是成功的关键所在。
第二，打造高兼容性的生态平台思路。从当下众多创业公司总结经验来看：软硬件的整体解决方案比单独算法更具价值，硬件项目比软件项目壁垒更高，而且想要项目落地就必须依靠软件平台的支撑，所以整体解决方案显得异常重要。比如，在智慧建筑发展初期，给开发商提供核心的部件，光有算法或硬件是不够的，而光提供软件平台，客户还要找硬件，光提供硬件还要找软件。最好的能力是提供整套的软硬件解决方案，有这个能力的公司，无疑就比别人多了一份绝对的竞争优势。比如特斯联，运营的就是一个生态平台，这种平台最好的地方是它的兼容性，可接入合作品牌的人脸识别摄像头、门禁产品、智能硬件产品等，通过特斯联的智慧楼宇控制操作系统ABAS BI直接与开发商对接，以实现无缝接入落地化。目前，在AIoT领域，以生态平台著称的除了特斯联的城市级智能物联网生态平台，还有小米的专注智能家居领域的生态平台。
正如阿里云总裁胡晓明所言，AI要落到产业才能生存，才能形成蓬勃的产业生态。新技术的真正价值实现不在于替代，而是整合到现有行业和技术解决方案中，从而提高整体的生产效率。2017年，AIoT的发展颇有些飚速猛攻的意思，随着行业日趋理智，相信2018年我们将迎来AIoT规模化应用的元年，新一轮的科技革新生活到底能成就得多么深入，2018年将见真章。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
