智慧城市网

　　【中国安防展览网 企业关注】前几天有读者留言，跟我讨论AI过分火爆和泡沫开始膨胀的事。确实，现有的AI产业基数和舆论、资本对它助推是并不对等的，其中泡沫确实存在。事涉AI则必强大是一种盲目的价值观。但AI的优势在于这种基数近乎于无限底层，能够提供的应用场景过分巨大，所以在众多应用场景没有被验证到底之前，也很难去判断他的泡沫到底有多少。
 

　　另一方面，AI完全处于刚刚起步的阶段，我们看到了很多企业火爆异常。但却可能忽略了另一个问题：这些企业都集中堆积在某几个领域内，而AI作为整体真正发展，需要的支撑条件很多。其中很多产业要素目前还处在非常薄弱，甚至冷清的阶段：比如说传感器。
 

　　事实上，非常多的AI动作和应用场景依赖于合适的传感器来达成。相比于隔壁几个领域的锣鼓喧天，这个领域确实太寂寞了点。
 

　　传感器：冷门不代表不重要
 

　　把AI分为技术和应用两个大方向的话，应用这边会是Fintech、人工智能安防、无人驾驶等领域，而技术这边又会被分成三个部分：数据运算能力、解决方案，以及硬件。
 

　　相比于数据运算包含各种各样的数据、算法、运算力和平台，解决方案包括生物识别、计算机视觉、NLP等等部分，人工智能硬件领域包括的东西简单，只有两种：芯片和传感器。
 

　　当然，这里说的硬件不包括各式各样的机器人和智能设备，仅仅讨论为设备提供智能的”必需品“。芯片相当于大脑，传感器相当于感官，都是人工智能与万物建立联系的*条件。
 

　　相比于早期的工业传感器，人工智能领域的传感器发生了很多变化：比如对运算能力和算法的适应，比如对多种感知数据的综合识别，比如中转能力。就像人工智能来了，大家都知道要把芯片换掉一样，传感器的更新换代，也是世界范围内AI浪潮所无法避免的议题。
 

　　但相比于对GPU等适配人工智能的芯片的研发投入与重视程度，显然国内产业对传感器的关注是严重不足的。即使不跟机器视觉这样动辄几亿融资的领域比较，在芯片研发上国内至少还有寒武纪、地平线等明星企业，以及BAT巨头的入场。相比较而言，国内做智能传感器的大体量公司基本也就刚刚完成A轮。
 

　　确实，AI硬件的技术准入门槛更高。与国内传感器产业的老套路大相径庭。但这个领域留给国内厂商和创业者的机会在于：AI市场对于传感器的需求在快速变化，厂商的传统优势很多无从发挥。
 

　　总之大家的起点差不多，市场相对公平，巨头进场的门槛也更大。
 

　　左拥自动驾驶，右抱物联网
 

　　AI传感器的未来，很大程度在于综合其他领域的发展，战略高地位置很快会被凸显出来。
 

　　直接的价值，恐怕就来自于自动驾驶领域。在传感器领域得到广泛关注的，除了谷歌等巨头推出的激光传感器，就要属博世等老牌汽车零部件制造商推出的，适用于ADAS等自动驾驶解决方案的传感器硬件。
 

　　自动驾驶的核心，是让车绕过人类感官与交通环境实现交互。这就极大程度依赖雷达、视觉摄像头以及多种多样的传感器装置。并且与一般情况下的常识相反，如今自动驾驶产业追求的传感器并不是传感和运算能力的化。反而是性价比高，能够配合车辆生产的中低端传感器。
 

 

　　没办法，谷歌的无人车方案是挺好，但是造价实在太高。如今业界一般认同，未来自动驾驶和无人驾驶解决方案，将是传感器和车辆中枢运算系统协作解决交通问题——谁也别太贵，这才能让高等级自动驾驶成功商业化。
 

　　而寻求性价比，正是国内制造业的看家本领。自动驾驶可谓是自主品牌汽车的一次盛宴，而盛宴开场，也给传感器留下了一角舞台。
 

　　另一个巨大的传感器应用市场，在于正在快速蔓延的物联网系统。生物识别、自动生产和智能家居，都需要新型传感器的协助。而且随着物联网体系的多元化发展，应用到的传感器类别也会越来越多。这个需求扩张下，也会给传感硬件以发展机遇。
 

　　More story，more money
 

　　说实话，人工智能硬件——这里特指起支撑作用的元件，之所以发展速度低于AI语音和机器视觉类的AI企业，很大一部分原因在于可讲故事的点太少。
 

　　虽然听起来有点雷人，但我们所处资本市场的特点，是热爱讲故事，讲想象空间，不惜一切代价扩大估值。
 

　　底层硬件在这些领域相对吃亏，但好在传感器系统也不是完全没有优势。比如这里可以编写几个传感器讲未来故事的例子。
 

　　1、数据采集者：我们知道，AI战很大程度是数据为王。而传感器除了让机器感知外界之外，另一个作用在于收集数据。重点宣传传感数据的价值，和再利用这些数据的可能性，也许是个比较好的附加价值。
 

　　2、结合无人经济：在无人经济如火如荼的今天，传感器作为物联网与人类交互的主要设备，也许会水涨船高。传感器的花样翻新，可以为无人经济和多种场景下的生物识别提供解决方案。物联网领域受青睐的就是泛在场景。这也是AI传感器的优势。
 

　　3、作为技术与应用场景之间的接驳点：当然，好的故事来自于合理的逻辑推论。以自动驾驶为例，汽车本身需要传感器作为技术与硬件的交互，来解决人类出现的核心问题。这个逻辑在众多可能达成智能化的设备上都是通用的。一方面是识别、判断、推论等技术解决方案，一边是五花八门的外界数据，传感器在其中拥有的空间非常广阔。
 

　　说实话，传感器是不是一门好生意不太好说。技术门槛和市场需求的快速蜕变，都让这个领域充满了不确定性。本文的目的更多是提醒你注意那些冷门但重要的AI*区域，AI在广义上是一个整体进化，占据其中任何一环，都有巨大的利益想象。
 

　　没必要在拥挤不堪的地方寻找未来。