中国智能物联网（AIoT）的机遇分析

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下的），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。

当前，AIoT技术和商业快速落地，然而，认知智能层面的发展仍然较慢，行业标准与规范化不足，大规模物联网设备的安全问题也有待重视。在物联网和人工智能时代，消费领域和产业领域都面临新机遇，这一机遇窗口期内，用户触达能力和内容服务生态聚合能力是最重要的资源，具备明星产品+自有操作系统产品的企业更易突围，成长为AIoT时代所在场景服务的核心企业。

中国AIoT的概念与现状

（一）AIoT定义

智能物联网（AIoT）：人工智能与物联网的协同应用

智能物联网（AIoT）是2018年兴起的概念，指系统通过各种信息传感器实时采集各类信息（一般是在监控、互动、连接情境下），在终端设备、边缘域或云中心通过机器学习对数据进行智能化分析，包括定位、比对、预测、调度等。在技术层面，人工智能使物联网获取感知与识别能力，物联网为人工智能提供训练算法的数据;在商业层面，二者共同作用于实体经济，促使产业升级、体验优化。从具体类型来看，主要有具备感知/交互能力的智能联网设备、通过机器学习手段进行设备资产管理、拥有联网设备和AI能力的系统性解决方案等三大类。从协同环节来看，主要解决感知智能化、分析智能化与控制/执行智能化的问题。

（二）2025产业瞭望

AIoT2025产业瞭望：家庭AI管家

2025年，中国AIoT家庭应用将实现智能家居交互方式无感化，跨终端无缝体验。2025年，65%以上中国家庭拥有AI管家（智能音箱、智能机器人、智能面板等）。通过数据积累增强算法模型，优化使用体验。2025年，一户家庭可以拥有10台具备AI感知能力的设备。用户使用偏好信息、日常时序数据将汇聚到智能大脑。

AIoT2025产业瞭望：建筑人居

2025年，中国AIoT建筑人居应用将使5000万人的居住和工作体验得到提升。2025年，全国90%的社区采用智能车牌识别停车，累计有超1275万套住宅为前装智能，超4460万居民受益。2025年，有近700家酒店升级为AI酒店。2025年，全国408万名白领将工作在智慧办公场所。

AIoT2025产业瞭望：工业制造

2025年，中国AIoT工业应用将实现人机协同，使7万工厂、630万制造从业者受益。2025年，全国V2X联网汽车将达到保有量14%。2025年，我国AGV机器人出货量将超过4万台。2025年，累计将有约7万家工厂使用AIoT应用，约630万员工在安全生产、降低操作负荷方面受益。

AIoT2025产业瞭望：智慧城市

2025年，中国AIoT城市应用将广泛遍布城市的各类终端设备。2025年，我国超过45%的城市公共摄像头将属于前端智能，引入城市大脑等智能运营系统的城市将超过300个，我国巡检巡逻机器人需求将超过8000台，将有超过220个城市的公共停车系统实现一定程度的智能化，将有超过130个城市布设智能管网、智能电网等智能基础设施体系，城市中的智能杆数量将超过340万杆。

（三）AIoT系统架构

AIoT整体架构

AIoT的体系架构中主要包括智能设备及解决方案层、操作系统OS层、基础设施三大层级，并最终通过集成服务进行交付。智能化设备是AIoT的“五官”与“手脚”，可以完成视图、音频、压力、温度等数据收集，并执行抓取、分拣、搬运等行为，通常是物联网设备与解决方案搭配向客户提供，这一层涉及设备形态多样化，玩家众多。OS层相当于AIoT的“大脑”，主要能够对设备层进行连接与控制，提供智能分析与数据处理能力，将针对场景的核心应用固化为功能模块等，这一层对业务逻辑、统一建模、全链路技术能力、高并发支撑能力等要求较高，通常以PaaS形态存在。基础设施层是AIoT的“躯干”，提供服务器、存储、AI训练和部署能力等IT基础设施。

AIoT各层级生态地位

AIOT明星产品+自有操作系统有望复制互联网时代巨头的成功。

回顾PC互联网和移动互联网时代，微软、苹果、谷歌等企业通过解决人与人的互联、人与物的互联，实现了高速成长。以苹果公司为例，凭借硬件体系+iOS成为移动互联网巨头之一。在物联网和人工智能时代，消费领域和产业领域都面临新机遇，这一机遇窗口期内，用户触达能力和内容服务生态聚合能力是最重要的资源，具备明星产品+自有操作系统产品的企业更易突围，成长为AIoT时代所在场景服务的核心企业。

AIoT各层级生态地位如下。

使能者：基于连接、开发能力及工具的输出优势，强大的开发能力和资金实力，搭建了赋能AIoT的基础系统，但缺乏自身的导流渠道（明星产品尚在培育、客户渠道还未打通），导致商业闭环没有完全形成、商业模式没有完全跑通。这一类型以操作系统层、基础设施层产品为主。

核心者：既有用户黏性、用户基础等用户入口优势，又搭建了广泛的上层应用生态，可以提供便捷的应用、丰富的内容服务，这类产品组合会成为整个场景的核心，使市场成为围绕几个核心者构建的寡头垄断格局，正如PC时代的微软Office+Windows和移动互联网时代的苹果手机+iOS。

要成长为这类企业有两个要素：一是有市场接受度很高的明星产品（无论软件或硬件）;二是通过搭建高度复杂、兼容支持性强的自有操作系统聚拢大量应用，網络效应强、迁移成本高。目前“核心企业”还是各方努力的方向，智能设备/解决方案+操作系统层组合产品更有希望突围。

泛在者：在用户入口方面，产品自身在技术和使用体验方面尚未建立足够的用户吸引力;在生态方面，作为被聚合方为场景服务增色，总体而言，可替代性较强，以中长尾的智能设备、SaaS应用、解决方案产品和系统集成服务为主。

导流者：基于明星产品或客户关系，形成了用户黏性、用户基础等用户入口优势，但由于整个场景难以凭借单一硬件或软件产品为内核形成丰富的应用包，所以这类企业有较为明显的吸引用户优势，但后续较为乏力，更多是依靠硬件、部署费等现有收费模式，内容收费、应用价值收费的想象空间没有打开，产品“护城河”也较小，呈现“有优势企业，但较分散”的格局。目前较为优质的智能设备、SaaS应用、解决方案产品和系统集成服务都落位在这一类型。

中国AIoT商业分析

（一）市场概况

中国AIoT行业融资情况：五年融资金额近2000亿元，明星企业融资巨大，AIoT成风口。

受益于物联网技术的多年积累与近年来人工智能的快速发展，AIoT赛道备受资本关注。2015年-2019年11月，AIoT领域共发生1718起投融资事件，总融资额达1919亿元。从融资轮次上看，新兴企业占9成。从2015年至2018年的投资增速来看，投资事件数复合增速近14%，融资额增速高达73%。资本在追加热度，新创企业在抢滩布局，AIoT成为创投风口。从获投企业角度来看，技术的商业化应用至关重要。据统计，成熟项目中，单笔最大融资额Top5明星企业，仅单笔融资就合计占五年市场总融资金额的10%。

中国物联网连接量于2025年接近200亿个，海量连接产生的交互及数据分析需求促使IoT与AI更深融合。

物联网为物理世界通往虚拟世界建立了通道，不同的用户和终端通过各制式的物联网连接协议互联互通，然后将虚拟化的“现实世界”实时反馈至各个行业或场景，从而推动各领域效率和效益的提升。因此，先连接再爆发是物联网实现“万物互联”终极形态的重要路径。2015年始，伴随物联网技术的更迭，中国物联网连接量开始高歌猛进，2018年中国物联网连接量直逼30亿个，年复合增长率高达67%。艾瑞咨询推测，受益于智能家居場景的率先爆发，2019年物联网连接量将达45.7亿个，而后由于5G的商用，低功耗广域物联网的超广覆盖，中国物联网连接量将增至2025年的199亿个。目前，物联网正处于连接高速增长的阶段，未来数百亿的设备并发联网产生的交互需求、数据分析需求将促使IoT与AI的更深融合。

中国AIoT市场规模：2019年总产值接近4000亿元 ，2020年预计超7500亿元。

AIoT对实体经济的融合赋能，使AIoT整体业务享有十万亿级市场空间。2019年，受益于城市端AIoT业务的规模化落地及边缘计算的初步普及，中国AIoT市场规模突破3000亿量级大关直指4000亿量级。相比于物联网连接数量的快速增长，由于AIoT在落地过程中需要重构传统产业价值链，过程中既需要适应传统产业的特性、平衡传统利益链条，也要与生态合作伙伴共同搭建最适宜产业AI赋能的架构体系。因此，未来几年将处于较为稳定的发展节奏。经过未来几年的产品优化、渠道打通、商业模式验证，将于远期迎来高速增长。

中国AIoT商业模式：标准程度越低，人力和时间成本投入越多，2B2C模式附加值高。

AIoT商业模式分为两类：分别是直接2C与先2B再2C。直接2C的场景从硬件到软件的标准化程度高，经验与渠道丰富的大品牌商更有竞争优势;先2B再2C模式中，建筑人居与产业场景的项目差异化高，需要更强的定制开发能力，深耕垂直场景的团队更有竞争优势。城市场景除了施工需要因地制宜外，还需要项目架构的可复制性高于建筑人居与产业场景。

中国AIoT市场特征：技术和商业快速落地，标准、规范和安全防范仍然不足。

2017年以后，AI的爆发与物联网的应用推广使AIoT迅速在中国落地发展，获得了政策的广泛支持，吸引了众多头部企业的关注，并催生了各类专业化、垂直化的中小型玩家，形成了各类玩家相互合作的生态化网络，推动了AIoT应用的丰富化和商业化发展。在技术层面，以智能摄像头、智能居家设备为代表的初级智能连接迅速推广。然而，认知智能层面的发展仍然十分缓慢，行业标准与规范化不足，大规模物联网设备仍面临严峻的安全隐患问题。

中国AIoT市场特征如下。

1.技术：连接与初级智能普适化;感知智能推广迅速，认知智能发展有限。

端：AIoT设备端推广速度迅速。以摄像头为例，2018年中国城市AI摄像头的存量渗透不足0.4%，但2020年将达到16%。

边：发展迅速，但仍处于较初级阶段。例如，工业物联网智能网关2019年出货量超1200万，比2018年增长了一倍，但智能计算仍处于较初级阶段，渗透率很低。

云：能够辅助决策的认知智能技术发展仍然十分有限。例如，全国智慧城市平台中，只有不到1/50具有AI认知能力。

2.商业：生态化与服务立体化，任何厂商都不可能单独完成AIoT的大规模落地。

生态化：现在AIoT行业体系中，主要由巨头和综合型科技厂商建设平台、完善AI技术，众多生态伙伴提供专业经验和深度服务。

服务立体化：AIoT的落地往往不能独立存在，需要依托智能家居、工业互联网、智慧城市等综合场景去实现，因此需要AIoT系统与其他系统相互配合，形成立体化的服务网络。

3.政策：关注产业经济和技术领先，虽然政策充分支持，但行业基础设施建设仍然不足。

国家层面：自2013年开始，国家开始提出物联网转向发展战略，先后发布多个和物联网相关的发展规划和行动计划。例如，在AIoT领域，于2018年发布《车联网（智能网联汽车）产业发展行动计划》。

地方层面：多个省市先后发布物联网相关发展规划，推动物联网产业集群建设。

关注领域：目前，国家和地方政策以推进人工智能、物联网相关产业发展为主，政策主要关注点为产业升级和技术领先，对于AIoT相关的行业标准和系统建设关注不足。

4.安全：防范风险仍然巨大，针对消费端的设备安全防范仍然不足。

脆弱性：物联网设备数量众多，安全防护薄弱。因此，很容易受到大规模破坏操纵。据统计，我国至少有数百万台物联网类设备存在缺陷，极易受到攻击，其中以消费端设备最为常见。

多发性：2016年以来，以物联网为基础的大规模僵尸网络攻击事件层出不穷，被操纵的设备数量可以超过几十万，而众多物联网设备的设计和使用对安全性的考虑仍然不足。

中国AIoT玩家分布简介：四类玩家，优势与策略各异。

AIoT是一个综合性市场，其容量足够大，且目前呈现多层级、碎片化状态，因此吸引了众多从原赛道切入AIoT的玩家，主要有四大类：云计算企业、AI公司、SI公司、IoT公司。这四类企业积极构建AIoT生态合作圈，相互之间存在合作和竞争关系，他们均可提供较为完整的技术和业务解决方案，但各自的优势有所差异，率先布局的板块也有差异。云计算企业与AI公司携新生产要素AI入场，对人工智能技术的前沿性研发相对较注重，并整合成模块化能力向合作伙伴和客户输出;而SI公司、IoT公司贴近用户，对技术整合到最终产品及用户需求理解上有着天然的优势。

四类玩家策略各异，生态聚合。

1.云计算公司

·云是AIoT的最佳商业化载体（尤其在企业级和公共级市场），智能云服务成为云计算发展的重要方向。

·立足于接入、智能分析和生态环节。

·上聚ISV、IoT，下接SI。

·代表公司：阿里云、金山云。

2.AI公司

·AI公司已成为ISV中的新锐力量。

·立足于端到端的深度学习技术和解决方案，具备大规模前沿算法研发能力。

·重视“窄技术链接大应用”的市场，如人脸识别应用和语音交互设备。

·代表公司：科大讯飞、旷视科技。

3.SI公司

·系统集成直面客户对AIoT服务能力提出的新要求。

·立足于全环节完整的系统集成与实施服务。

·深耕垂直行业，打通设备和系统应用，融合为最终服务。

·代表公司：天闻数媒、佳都科技。

4.IoT公司

·IoT公司是最活跃的市场参与者。

·立足于产品体验、设备连接管理和最终用户服务。

·设备品类众多，连接量庞大，致力于万物智能。

·代表公司：小米。

（二）中国AIoT发展驱动力

AIoT发展逐渐从供给驱动转变为需求驱动。

目前，AIoT的广泛落地得益于供给端技术的快速成熟，与之带来的硬件、数据平台、AI算法的成本降低，从而大大降低了使用AIoT平臺的门槛，使消费者、企业、城市能够在与过去相似的预算水平下实现更智能的应用。从长期来看，在5G商用的大背景下，“连接”的趋势方兴未艾，人和设备的不断连接带来的数据规模提升和质量升级，能够为更多样化的应用创造空间，使AIoT的应用范围和需求大大拓展，从而从需求端驱动AIoT产业发展。

（三）主要AIoT应用场景需求及市场分析

建筑人居类场景的AIoT：通过单品+系统联动场景，向“管家模式”迈进。

AIoT技术落地形成了一套成熟的方案：以云+端的形式构成各个细分场景的产品矩阵，即布设在场景中的感知设备将数据传至云平台的各个智能系统单元，通过设备互相感知，系统相互配合，完成一系列场景联动。目前，人居场景的AIoT应用主要表现为AI“领班”模式，即场景中的设备联动需要用户的指令触发，例如家居场景中，需要通过智能音箱来调度设备之间的联动。未来，人居类场景将可以实现AI“管家”模式应用，设备可根据用户生活行为习惯与环境变化自主感知与联动。

AIoT建筑人居场景典型应用如下。

1.酒店智能迎宾。酒店更多以智能终端与智能服务机器人服务住客，配以入住系统，智能导航与智能服务系统优化住客体验。

设备管理：设备激活、运行状态监护、设备升级与维护。

住客管理：住客活跃状态监测、高宾标记、入住与退房管理。

消息推送：服务与活动提醒。

AI业务数据分析：住客画像，场景智能辅助决策。

2.家居/酒店室内智能。以传感设备感知居住环境，收取用户居住习惯数据，通过AIoT平台与边缘智能算法改善居住环境，并与用户习惯自适应相匹配。

设备管理：设备激活、运行状态监护，设备升级与维护。

住客管理：活跃状态监测、住客服务。

人机互动：以语音交互进行互动和控制。

能源管理：系统通过感知数据自动启闭智能设备。

AI业务数据分析：住客画像，场景智能辅助决策。

3.办公环境能耗管理。以智能网关与智能电器为数据入口，利用AIoT PaaS平台实时监测能耗，并通过AI算法实现设备自动启闭，能源自主降耗。

设备管理：设备激活、运行状态监护、设备升级与维护。

能源管理：系统通过感知数据自动启闭智能设备。

告警处理：火灾盗窃预警等。

AI业务数据分析：办公场景画像、场景智能辅助决策。

4.社区智能管理。社区管理更多以遍布社区的智能摄像头为前端感知入口，通过云边结合的方法实现人、车、屋等多维布控。更多是各个智能单元系统的汇和。

设备管理：设备激活、设备维护。

人员管理：登记、录入住户与访客信息。

车管理：智能识别车牌、实时调度停车、监控违停。

物业管理：房屋状态监测、门禁管理。

智能安防：异常人员、火灾、抛物监控。

在建筑人居类场景的AIoT中，增强安防措施、改善居住体验、运营降本增效是场景共性。

AIoT的消费生活类场景围绕人作为服务对象，需要围绕以下四个维度：（1）人的使用体验、行为模式;（2）安全、防灾预警;（3）节约能耗、人力、时间成本;（4）提高工作效率。对应到不同的场景会有不同的侧重点，但内核还是予人舒适、安全、便捷的体验。如金山云依托AIoT平台，发挥在云计算、大数据、人工智能等方面的技术和资源优势，为武汉长江青年城赋能，将长江青年城打造成为新时代的智慧社区样板。金山云AIoT已与上百家企业达成合作，可为用户提供千余种智能硬件的统一采购、部署和安装服务。

2019年，中国AIoT建筑人居类场景价值如下。

1.智慧酒店/租住场景

现阶段痛点：设备故障无预警、能耗不可控、运营成本高、同业竞争大。

发展潜力：人脸与身份识别、智能化入住体验、机器人客房服务、设备与能耗管理平台、传感器组网防灾预警。

2.智慧社区场景

现阶段痛点：出入口监管难、人力巡防成本高。

发展潜力：人脸和车辆出入智能识别、智能摄像头+机器人巡防、传感器组网防灾预警。

3.智慧家居场景

现阶段痛点：智能设备相互不联动、物业服务人效低、智能化体验不足。

发展潜力：语音互动与控制、平台设备联动、提升各场景智能化设备。

建筑人居：AIoT实现人与环境自主适应

以智能端为入口，配合平台完成感知、分析与联动。AIoT的家庭与人居场景应用更多的是实现系统自动学习人的习惯，适应人的喜好调整其工作居住环境。因此，该场景下的结构主要分为感知层、平台层与智能系统层。通过向室内和室外各环境配备智能终端产品，并配以智能系统，以人与产品、产品与平台、平台与人的交互方式实现从环境感知、用户行为分析、场景辅助决策到自主联动场景的状态。场景的最终联动并非以单个智能系统或割裂的智能终端完成，因此，系统与解决方案发挥着重要作用，它们通过打包智能单品与系统面向B与C端布控，最终帮助用户改善环境，提高居住体验。

中国AIoT住宅与人居的发展现状：超半数智慧人居住宅落地智能家居前装项目。

2019年，开发商“智慧人居”楼盘中，过半数项目在一线城市、新一线城市及二线城市落地，业内竞争最为激烈、需求最强力的市场依然以一、二线城市为主。此外，从智慧人居项目中的智能化功能落地情况看，安防场景下的出入口管理、小区安全管理覆盖率分列第一、第二位，而智能家居的前装备受地产商青睐，发展迅猛位列第三。综合来看，反映在房屋售价上，均高于同一区域的其他楼盘的价格。当然，售价优势的原因，除了AIoT智能化项目加持以外，还受到精装修、星级物业服务等增值维度的影响，因此，商品房市场迈入了精耕细作的下半场，头部地产商通过全方位升级产品与服务提高新房交易量。

工業场景的AIoT：目前，AIoT体现为单点式应用，多通过工业物联网平台实现。

为促使要素资源的高效利用、生产过程的柔性配置，工业领域积极推动实现自动化与信息化深度融合。其中，工业物联网是重要的突破口，强调从物联网接入点采集高速、复杂的机器数据，提升对设备的监控管理能力，并基于数据开展后续服务。目前，AIoT在工业领域的使用体现为单点式应用，多通过工业物联网平台开发接口，实现某几项与机器预测相关的应用开发及数据处理强化。另外，还有智能工业机器人及通过工业视觉相关的软硬件实现的一些感知识别与定位应用。

AIoT在工业物联网领域的典型应用如下。

1.设备管理

设备健康管理：通过历史数据和机器学习技术，建立设备故障预测模型，实现对高价值设备、关键零部件的故障诊断、预测性报警，降低被动维修或者预防性维修的次数。

远程维护：数据实时在线，可远程监控、群控调试、参数调整、控制执行。

2.能源管理

能耗分析节能：基于机器学习的历史数据能耗分析可计算平均工况下的最优能耗，辅以用能状态实时评价、用能风险预警和用能趋势预测，帮助实现安全用能、节能环保。

并联调度减排：多工厂、多工序、多设备情境下，实时抽取产、排相关运行数据进行挖掘、预测，可预测排放量并预警，提前计算分配能源用量，实现跨工序能效动态寻优。

3.工业视觉

检测：包括产品表面瑕疵检测、尺寸检测，通过基于深度学习的视觉技术检测工件关键部位距离、夹角等参数以及表面是否存在气孔、裂纹、划痕、泄露等问题，判断工件品质。

识别：利用OCR字符识别技术自动检测产品编码，仪表读数、标签等信息。

定位：在高速运动的过程中，对多点目标进行定位，同步反馈给运动控制系统，引导机械手捕捉、抓取、放置。

4.安全监控

行为规范检测：主要通过监控系统对工作人员的安全着装、规范操作进行检测。

环境异常检测：通过巡检机器人或监控系统对烟火、高温、特殊气体泄漏、厂区异常声音及不明人员告警。

5.仓储物流

仓储执行：通过仓储模型和AGV、AMR机器人，将客户零散的、突发性的需求形成便捷应用，可以实现库位优化、最优出库、子仓协同、异常订单处理，提高分拣效率，降低损耗。

工业物联网是AIoT在工业领域的第一战场。工业物联网分为感知、决策、执行，OS与软件是工业制造的大脑+神经。

工业领域物端既是采集数据的传感器，也是囊括执行指令的机器人等执行器。工业物联网操作系统与应用层工业软件和SaaS应用，被认为是工业制造的大脑和神经，既承担分析决策任务，还需控制物端自动化设备。其核心能力有两点：一是与多样性的连接协议、应用系统互通，实现协同;二是开放可扩展的服务架构，通过模块化应用增强灵活性和定制功能。AIoT通过工业物联网平台整体输出会带来更明显的智能体验，包括对工业物联网的传感器感知赋能、优化OS与软件层分析决策能力和为自动化设备的执行提供控制能力。

工业场景下一步如何使用AIoT？用人工智能提升柔性生产的顶层设计。

工业智能化的理想状态是链接用户端和生产端，建立一个高度协同的数字化产能生态，使企业能够快速而经济地处理采购、库存、生产控制、质检、销售、供应链全链条。这一愿景需要借助工业自动化与信息化软硬件、工业物联网和边缘智能网关、AI与大数据分析能力以及互联网对接用、产两端资源的能力共同实现。企业主需要将上述技术纳入一个顶层设计模型中统一思考。目前，工业领域的AIoT使用率较低，解决的问题也较为单一，属于偏单点的、轻量级场景。未来，随着两化融合的深化，以及AI在工业场景中解决问题的能力更加完善，AI能够真正在无人返工的情境下有效使用，工业物联网平台将支持或集成全场景的AI能力，独立的AI工业软硬件产品也将普及。届时，AIoT能够对线下广泛存在的数据进行实时在线、智能化的分析，与线上数据相结合，服务于全数字化产能生态。

城市场景的AIoT：集中在监管、调度、公共服务领域。

城市的运营和管理涉及巨量的人员、设备、数据、行为的管理，城市物联网能够利用遍在的城市基础设施，采集和处理原本需要大量城市管理人员才能处理的城市运营信息，实现城市的自动化运转。目前，AIoT与城市公共管理的结合主要集中在视觉识别、分析预测、优化调度等领域，可通过功能开发，应用于城市安全防控、交通监管调度、公共基础设施管网优化、智能巡检、民生服务等领域。

AIoT在智慧城市领域的典型应用如下。

1.机器视觉：AI实现人脸识别与视频信息识别，获取即时、真实的数据信息，并且还能节约视频监控需要的大量时间和人力。

交通监管：通过AI摄像头实现车辆信息识别、多种违规行为综合检测执法，对驾驶员危险行为进行预警;电子停车收费大规模推广。

公共安全：AI摄像头实现外观特征与行为识别，人力查阅监控和锁定嫌疑人轨迹时间由数十天缩短到分秒。

公共事件：大型公共活动人流分析、安全监控、车辆管理，紧急事件警报。

城市巡检：电力巡检摄像头、无人机巡检、机器人警察等。

2.强化学习：实现非结构性数据处理，多维数据融合处理，使分析预测准确度和时效大幅提升。

城市电网：基于全网运行数据进行人工智能负荷预测，秒级速度获取人工数小时的运算结果。

交通预测：基于各类交通数据，融合车辆和道路信息进行交通分析、研判、预测，为交通管理提供依据。

空气质量：基于多维气候数据进行控制质量预测，实现即时预警。

城市发展：基于机器学习实现城市发展预测、规划模拟、人口预测、房价预测等。

3.优化调度：显著提升城市运营效率，节约调度运营的人力成本，实现故障、管理、服务的即时响应，减少等待、延误的时间。

基础设施：基础设施网络自动化运维、故障处理对人工干预的需求大大降低，处理事件由小时级提升至分钟级，基础设施网络可靠性可超过99%。

交通管理：根据交通流量控制信号灯，集成检测、控制、语音、自动报警等技术，引导车辆和行人，减少人车通行延误时间。

车路协同：车车、车路动态实时信息交互，进行地铁、公共交通车辆主动安全控制和道路协同管理。

民生服务：集成智能语音、NPL与交互技术，通过服务机器人实现信息发布、医院导诊、景区导览，提升市民体验。

城市：人类智慧+机器智能的高度互动体

AIoT赋予智慧城市中台“毛细血管”级的感知与响应能力。AIoT为智慧城市增添了智能终端感知和分析能力，将城市中数量众多、种类多样的公共设施和设备转化为信息采集、分析处理、优化控制的终端，为多部门协同的城市级中台系统提供应用落地和控制管理途径，提升城市精细化管理的效率。

城市AIoT的投入与发展：从智慧到智能，以人工智能提升城市运转效率。

在城市领域，AIoT的应用主要集中在安防、交通大脑等领域，其他领域由于设施连接和大数据储备基础薄弱，各类AIoT应用尚处在探索阶段，在智慧城市总体市场中所占比例不高。艾瑞咨询认为，在未来3～5年的时间内，随着新增智慧城市项目中AI能力部署的比例增加，城市基础设施联网门槛降低，智慧城市的总体发展将从初级智慧阶段迈向AIoT引领的智能阶段。

中国AIoT发展趋势

（一） AIoT耗动新玩法，改变传统业务逻辑

AIoT应用主要集中在通过视觉识别、语音交互、预测规划等核心技术实现效率的提升，这种以通用性核心技术为内核的特性，使得产品设计逻辑将围绕采集和分析有价值的通用信息，产品形态不再有强烈的行业鸿沟，行业竞争围绕着高价值通用信息带来的数据分析，相应的竞争业态将更加复杂。在此过程中，G端和C端场景问题可通过识别比对、便捷交互得到较大程度解决，AIoT在G端与C端率先受益，AIoT在企业级市场的应用尚不能触及核心痛点，还有待提升其核心业务环节效率，在推动环节的步调将相对较缓。

AIoT使传统业务逻辑发生如下改变。

1.业务逻辑重构。未来，业务核心将从专用设备及架构，真正变成信息流。类似于区块链数据块逐渐成为交易流通的信任机制，在AIoT放量发展时代，产品设计逻辑是以采集和分析有价值的通用信息为核心，产品形态不再有强烈的行业鸿沟，如摄像头占据视频入口，将撬动万亿级物联市场空间。

2.行业边界打破。厂商的竞争将围绕高价值通用信息带来的数据分析，进行城市级、跨行业融合处理，厂商竞争将跨越单一行业或单一产业链环节的线性边界，上升至跨界综合管理应用及智慧物联领域的整体竞争。

3.多层级发展、业态复杂。目前，市场相对分散且处于高速成长期，硬件设备、解决方案、操作系统、集成服务等各层级企业还处于构建各自竞争壁垒的阶段，各业态比较复杂，供应链、渠道、行业理解等问题都需足够重视。

4.G端、C端先行。目前，政府端对AIoT的应用主要集中在公共安全和政务服务，2018年应用渗透率约达到2.6%。艾瑞咨询预测，未来7年～10年，应用渗透率将超过70%，为AIoT带来未来10年内稳定的增量空间。

智能音箱、智能家居、智能服务机器人等C端AIoT设备凭借用户消费观念升级、消费补贴等，也實现了较快的渗透。AIoT在企业级市场的应用，尚不能触及核心痛点，还不能很好地提升其核心业务环节的效率，在推动上的步调将缓于G端市场。随着技术在商业核心环节实现可用，以及相应商业模式的摸索与成熟，企业市场将成为人工智能产业落地的主战场。

（二）AI赋能物物相连，企业纵深发展看定位

AIoT在上半场的特点与在下半场的建议：（1）需求端更青睐于优质的硬件铺设，软件难以成为独立收费项目或用户入口，但这是行业发展早期的必经阶段;（2）新建类项目效果好、难度低、场景可塑性强，但也出现供给端过剩的现象，企业应着手筹备改造类项目方案化、标准化，以迎接升级转型的存量市场改造;（3）硬件量级与前沿AI能力都将聚拢在少数巨头上，初创企业应从垂直应用和开发入手，以更深场景理解能力在垂直领域扎根成长。

AIoT的行业机会如下。

1.AIoT上、下半场。AIoT上半场，即IoT硬件铺设阶段：硬件的品类广度、满足场景的需求，都集中在硬件的能力上，是AIoT的绝对入场券。AIoT下半场，即AI算法与智能决策阶段：当IoT场景搭建完善后，对系统、软件、平台的要求越来越高，只有日常的运营、管理与辅助决策、反馈优化流程等智能化的功能日益强大，才能真正凸显AIoT的价值。

2.新建与改造的机会。新建类项目：由于AIoT对基础设施的要求比较高，可塑性、项目效果比改造强，AIoT项目多集中在新建类型方面。改造类项目：行业早期新建类项目易产生效果，但改造市场也不容小觑，通过总结新建项目的经验和理解客户的需求，将方案模块化、标准化，亦可开辟新增长空间。

3.行业格局。AIoT的终局将是以几大生态巨头为“核心者”盘踞。因为，硬件连接量、研发资金的投入，促使巨头的AI和IoT实力大增，未来将主导行业规则，初创公司将依然在垂直领域获得生存的机会。