【IDC】AIoT产业智能白皮书2023
当前，尽管AI在部分典型场景已经实现了成熟的规模部署，如城市安防、智能推荐和流程自动化等场景，为企业和组织带来了巨大的收益。然而面对行业用户多样的智能化需求，AI如何真正走出实验探索期，实现与不同行业的众多业务场景的融合，帮助企业实现商业价值，是AI在企业数字化转型中面临的首要挑战。
有60%的受访者认为“现有解决方案过于通用，不够适配行业具体场景”。AI解决方案需要与行业自身长期运转而沉淀下来的商业逻辑与行业经验相融合。除了成熟的技术能力外，AI产品/解决方案对行业具体场景的全方位适配必不可少。
同样，有60%的受访者认为“解决方案应用门槛高，企业IT架构/基础设施适配难度高”。对于很多企业来说，算法训练相对容易实现，但如何与实时推理结合起来部署到实际应用场景，却是一个难题。AI的部署与企业的存储系统、算力分布、网络设施以及等IT基础设施能力息息相关，AI运行依赖于大量数据的采集与传输，并要求系统快速学习、实时反馈。因而企业需要完备的IT基础设施，才能保证AI解决方案的正常运转。
此外，“AI在云端训练结果难以实时反馈到前端设备执行”是受访者认为AI部署的第三大挑战。AI为各行各业植入“大脑”，然而缺少决策环节和执行环节的打通，“大脑”缺少“躯干”，难以将决策转化为实际行动，因此当前AI应用往往停留在自动识别与分类学习的阶段，仍需要使用者来判断下一步如何操作，然后再下达指令给前端设备，效率提升大打折扣。其他诸如AI应用缺乏核心功能下沉、相关人才匮乏、数据问题严重及投入回报比低下等，都是AI实现规模化应用亟待解决的问题。
其他诸如AI应用缺乏核心功能下沉、相关人才匮乏、数据问题严重及投入回报比低下等，都是AI实现规模化应用亟待解决的问题。
AI与IoT技术的融合，将有助于解决AI规模化应用面临的重重挑战，打通AI应用的最后一公里。
|新生产要素引领企业从数字化向智能化演进
近年来，随着数字化技术对产业渗透率的不断攀升，数字经济与实体经济加速融合发展，数字经济发展显示出的活力，使其正在成为经济增长的新引擎。
企业作为经济活动的主体，积极推进数字化转型进程，融入数字经济浪潮，已成必选项。伴随着新冠疫情的持续反复，企业线上活动需求呈现爆炸式增长，促进企业生产管理向数字化、网络化、智能化发展；更多企业将加强对IT基础实施的投入，采用数字化技术来积极迎接未来的不确定性。
|未来智能提升企业竞争力
借助“数据”来服务企业战略已成为商业领域的共识，伴随着数据到信息、到知识、到决策、到执行的演化，企业需要相应地培养起信息综合处理能力、基于信息的学习能力和洞察规模化的能力。
未来，企业面向的用户广泛地包括人与机器，随着工作流程的智能化升级，如何使洞察规模化，为企业的所有员工以及机器提供可供操作、有效实施的决策支持，甚至是自动化决策并执行的功能，是企业未来智能能力的终极要求。
|人工智能当前应用困局
当前，尽管AI在部分典型场景已经实现了成熟的规模部署，如城市安防、智能推荐和流程自动化等场景，为企业和组织带来了巨大的收益。然而面对行业用户多样的智能化需求，AI如何真正走出实验探索期，实现与不同行业的众多业务场景的融合，帮助企业实现商业价值，是AI在企业数字化转型中面临的首要挑战。
此外，“AI在云端训练结果难以实时反馈到前端设备执行”是受访者认为AI部署的第三大挑战。AI为各行各业植入“大脑”，然而缺少决策环节和执行环节的打通，“大脑”缺少“躯干”，难以将决策转化为实际行动，因此当前AI应用往往停留在自动识别与分类学习的阶段，仍需要使用者来判断下一步如何操作，然后再下达指令给前端设备，效率提升大打折扣。
|AIoT打通AI应用闭环，构建产业数字空间
从技术路径上来讲，AIoT打通AI与IoT的技术应用闭环，提供了一个更加完整的解决方案；从商业路径上来讲，AIoT满足用户需求，解决业务痛点，为客户带来更加清晰的价值。AI与IoT的结合能够解决当前AI应用的困局。
根据IDC产业智能调研结果显示，AI与IoT结合，可以为企业带来诸多商业价值。当AI与IoT相结合，软件、硬件与算法、数据被打通，形成一体化解决方案，可以降低企业应用AI技术的门槛。AI为传统IoT带来自动化、智能化提升，可以帮助企业降低人为工作失误、提升运营效率。
|AIoT打通AI应用的商业闭环⸺“感知‒学习‒决策‒执行”
AI在实际应用中，需要前端设备采集大量、高质量、多维度的数据信息，送入深度神经网络进行训练，通过特征提取与分类，获得通用化特征参数、规则库与检测模型。在这个过程中，计算机模拟人类感知信息，学习辨别各种信息的特征，比如：图像中的人、物、大小、远近、颜色等，以便在遇到同类的信息时自动做出决策。由于缺少与前端设备的连接，传统AI往往局限在“学习-决策”阶段，擅长模拟人类的思考方式，而不能模拟人类的行为模式，缺少“眼睛”和“躯干”。
IoT用数据为AI造血，增强AI的感知能力。庞大数据量可以滋养AI学习能力，提升决策的精度。此外，多样化IoT设备带来的多样化数据类型可以丰富AI感知能力，例如“触觉”数据，包括压力传感器、加速度传感器、陀螺仪、红外传感器、温湿度传感器、液位传感器等等在内的IoT设备，可以提供压力、位置、角度、速度、温度、湿度等传感数据，增强AI对环境的感知能力，丰富学习维度，为空间数字化提供基础。
|AIoT‒点“物”成金，构建物联智能空间
传统IoT遵循人为制定的规则，依赖使用者历史经验做出判断。AI赋予“物”可思考的“大脑”，使其具有了除感知之外的思考能力，实现从数据到知识的跃迁，即完成从感知智能到认知智能的转变。当AIoT系统开始运转，新的数据和知识不断产生，“物”的学习和决策的能力也将持续更新。
空间向来是分析产业价值链的一个重要单位，在研发、生产、物流、销售、管理等经营活动等过程中，空间承载着产业价值链条上的特定任务与功能，产品在不同的空间流转，逐渐完成自身的增值，从而实现产业完整的价值传递。AIoT将打造一个万物互联的智能世界，赋能智能空间，为企业创造新的价值。
|空间打破行业边界，解锁产业AI规模化
空间聚合场景，场景一定是发生在某个空间，而在特定空间中发生的场景之间，具有共性的特征。不同空间被产业价值赋予不同功能和目的，空间中出现的共性AI应用场景可以融合为空间解决方案，立足空间的特征，抓住共性，打破行业的边界，促进AIoT的规模化落地。
公共空间的特征是追求公平、和谐、绿色、开放和安全。数字孪生/高级数字仿真、数字助理、出入口管控、智能诊疗系统、公共安全和应急响应是公共空间中的最具共性AI应用场景，集中在政府、医疗、服务行业。
