首页 / 观点 / 云知声联合创始人:AIoT行业的数字化改造之困与云知声的解决路径

云知声联合创始人:AIoT行业的数字化改造之困与云知声的解决路径

近年来,随着数实融合高速发展,人工智能技术在各行各业中得以普及和广泛应用。数据显示,2021年中国人工智能产业规模已达2008亿元,并将持续增长,预计2025年将达到4000亿元,人工智能时代的帷幕也已拉开。

而物联网作为当下人工智能落地最密集的领域,被预测是互联网发展的下一个浪潮。物联网一定是高度智能化的网络,“智能”将是物联网时代最核心的生产力。AI技术将渗透到云、边、端和应用的各个层面,与IoT设备进行深度融合。目前,AIoT已经成为一个大共识、大赛道、大市场。

在物联网时代,用户对于智能的需求呈现爆发式增长,但其碎片化程度也是前所未有。物联网的产业链较长、场景分散、需求复杂,如何推动产业链上下游的精细化分工和协作,面临巨大的挑战。

2022年世界人工智能大会京东云“AI无界 产业原生 产业人工智能论坛”上,云知声联合创始人/创新事业部总裁陈吉胜先生,向与会嘉宾深度分享了当下AIoT行业的数字化改造之困与云知声的解决路径。


云知声联合创始人、创新事业部总裁陈吉胜

云知声作为国内顶尖的AI独角兽企业,以全栈 AI 技术为核心,打造云服务和 AI 芯片,基于云芯一体化平台,输出 PaaS 和 SaaS 平台服务,目前只深耕AIoT与智慧医疗两大领域。截至目前,已经帮助2w+智能家居、智慧酒店、智慧交通、智慧园区、智慧校园等行业客户与开发者实现智能化化升级与创新,沉淀了一套可实战的AIoT数字化改造方法论。

现场,云知声联合创始人陈吉胜以主题演讲的形式,把这套切实可行的方法论分享给大家,希望帮助国内AIoT行业数字化改造加速前行。

以下为陈吉胜分享精华,我们做了整理,谨供学习。

人工智能+物联网 AIoT发展的浪潮与困境

当前,我们正在大踏步地迈入物联网时代,AIoT行业迎来了前所未有的爆发与机遇。

伴随着人工智能技术不断提升在IoT设备端的渗透率,从最早的PC到移动,到手机,最后到IOT,设备数量是爆发式的增长,AIoT正逐渐成为传统行业智能化升级的重要通道和物联网产业未来发展的大趋势。

从市场产值上看,根据机构IDC的数据预测,2019年全球AIoT市场规模就已达到2264亿美元,预计到今年将达到4820亿美元,2019-2022年复合增长率有望达到为28.65%。

从产业发展上看, AIoT在家居、汽车、智慧城市等行业和领域的需求正在逐步放大,应用场景进一步拓展,产业发展前景可期。

但同时,因着物联网的快速发展,也存在着2大困境。一是由于应用场景非常多,有家居,有车载,有办公,等各种各样的场景,同时形态也多样化,身边的智能设备越来越多了;有的公司,以前做音响,现在也做电视、冰箱、空调这样家电之类的等等。这样确实是扩大了AIoT的整体的爆发,但其碎片化程度也越来越严重。即无数需求碎片化组成的巨大市场总量。

另一个困境则是是,物联网的要想实现弯道超车,确实亟需与人工智能结合,但又不仅限于与人工智能结合。

人工智能在赋能实体行业的时候,只是一个单点的技术。但客户想要的,往往是一个以人工智能技术为核心的整体解决方案。任何一个行业都有自己的Know-how。单点的技术是通用型的,你的人脸、语音用在车行业还是钢铁行业是不一样的。所以对于一家人工智能企业来说,如何把自己的物联的平台、把自己AI的能力和行业的Know-how相结合,也是一个大的挑战。

云知声:从AI芯片到全场景智能

深度与广度并行破解AIoT落地之困

云知声从创始之初,就在努力发展技术创新的同时,首先实现与物联网结合,并在智能家居、车载、智慧空间等场景落地。逐步打磨出一套,以全栈AI技术为核心,基于云+芯一体化平台,输出 PaaS 和 SaaS 平台服,并结合行业Know-how的整体解决方案,并基于自身的技术平台,已经在深度与广度两个方向同时扩展AIoT的落地与实践。

深度上:云知声以AI芯片缓解碎片化需求,云+芯一体化方案降低TTM.即在芯片端,主要解决感知与表达。这个感知是什么呢?比如说一个语音的驾照,或者是本地的识别,这个就是感知,表达是什么呢?就是基于这个芯片能做一些生成,无论是语音方面的生成,还是别的一些方面的生成。

而感知主要解决的是听见或者看见了的问题。那光听见或者看见也不行,还得听懂或者看懂,并做出相应的反馈。这就是认知。云知声的经验是,把认知的事情交给云端,也就是我们刚才所谈到的,大家说觉得比较傻的,需要非常强算力才能解决的问题,这一块放在云端解决。

综合起来就是,在千变万化的各种形态都有可能的终端上,用一个更加通用、标准的芯片嵌进去,解决前端的感知和表达。同时把这一些在应用场景下面需要的一些Know-how的把它放到云端,并让客户或者是消费者,自行的参与云端调度度,缓解碎片化的情况,并扩大AIoT场景落地。

目前,云知声自从在2018年5月正式发布了第一款自主研发的面向物联网的语音AI芯片“雨燕”以及软硬一体解决方案,其后基于多种专用芯片陆续发布了三代共7款语音芯片解决方案。

同时,关于云知声的芯片,目前主要应用于两个方向。一个是消费类,即蜂鸟系列,系列主要差异在功耗方面。蜂鸟主要作用于什么呢?其实我们很开心,我们其实都不知道它用于哪里。因为我们都是通过代理商发出去。

但是我们可以通过后来知道它用在哪里。比如带有语音功能的自动麻将机。用唤醒词洗牌既可以控制操作。它应用于碎片化的市场,用一颗比较标准的芯片,通过AI芯片在智能硬件上的集成,使得智能硬件立即转换成面向物联网的智能硬件。即可以扩大AIoT的场景落地,也有效缓解了需求碎片化的问题。

截至2021年,我们在消费类方面的芯片实现千万级出货。

另一个方向是车载。我们2020年推出了业界首款车规级语音专用芯片“雪豹”,今年也已经在客户量产车型落地出货。

同时,我们芯片的所有交互代码都是开源的,这也就意味着我们的代理商、方案商拿到我们芯片之后,只需要按照我们的手册,再结合他自己的行业know-how,做简单的调用以及产品的外观设计,就可以去推广了。比如红外摇控器、空调控制器,有冰箱的控制,洗牌板等。

广度上:云知声选择全场景智慧家居,来做行业的数字化拓展。每一个行业都有自己know-how,所以一定要选好行业,这样才能最大化的利用AI的力量,保证增量。

云知声选择行业的标准很简单;第一个行业的体量要足够大;如果行业的体量足够大,即使只解决了1%对于整个行业整个经济来说也是非常有价值的。比如说刚才咱们京东的供应链,这个行业足够大,如果有效率上一点点的提升,那整个国家所带来的运营的成本的下降,这个是非常显著的。

另外一个具体的场景要选好。为什么这么说呢。目前关于AI,有两种偏于极端的观点,一种认为AI好像无所不能,另外一种觉得AI用起来好像没有什么用。这两个问题核心的点是什么呢?其实反映的是具体的场景使用。举一个目前比较流行的智慧养老产品,即电话回访。目的只是为了确认老人的一些可量化常规健康状况,即血压、血糖、有没有头晕等等。

如果是人工客服,老人在回答这些问题的时候,可能会夹杂着一些抱怨与投诉,甚至情绪比较激动的谩骂,不仅会影响回访速度,也会影响客服的心情,进而影响电话回访的效果。如果是机器的话,如果老年人不是思维特别跳跃,一般会回答一下,也不用担心由于心情激动。谩骂等影响回访效果。这个是一个很小的例子,这就是我们所说的场景的选择。

还有一个极端的例子,就是对于这些假释人员直接打电话,问:你现在人在哪。这个可能比养老的场景更合适,因为你知道是机器你也得回答,除非你想越狱,所以这就是我说的,行业的选择的适配性。

云知声目前选择在全场景智慧家居领域做深耕。

城市是人类发展文明的产物,社区是城市的重要组成部分,家居是社区的最基本组成单元。云知声基于云芯一体化,以打造私域空间智能+1公里智慧社区为目标,精准匹配用户生活中的痛点,连接社区服务、物业服务、构筑以服务为中心的AIoT全服务平台,打通智慧社区的最后1公里,提高人们的家居智慧体验。

同时,云知声采用以人为本的策略,打造1+N全屋智能解决方案。即在房子预装的时候,就预装好相应的智能设备与智能中控,届时只需要一个唤醒词就可以控制全屋的智能设备,1+ N,不需要全屋设备配网、测试等。

目前,云知声已经在广州天鹅湖、广州天越、珠海人工岛、长沙福晟翡翠湾、泸州世茂璀璨、福建霞浦等多个项目落地全场景智慧家居方案,反馈极佳。

展开全文
打开智能头条APP 查看更多精彩资讯
上一篇
下一篇

为您推荐

返回顶部