“今年很少見到創始人拿數據和算法講故事，取而代之的則是開始強調訂單、客戶、商業化布局。”

“目前AI企業吸引你們投資的地方是什么？”筆者曾就這個問題采訪了不下一百家投資機構的負責人，絕大部分受訪者給出了這個答案。近年來對于AI算法公司而言，都曾經思考過一個問題，即算法本身難以構成單獨的應用，必須與業務或者產品結合，才能產生價值。

對于這些企業而言，無論是選擇與監控攝像頭的結合，還是ATM機的結合，選擇不同的特定場景便意味著進軍到不同的行業當中。但在這期間，僅僅靠XXX進軍到XXX行業而言并不足以吸引到行業用戶及資本市場的關注，“市場需要的是沖擊，在有些科技媒體的包裝下，僅A進軍B市場，蠶食C的市場等類似的標題與分析文章網上已經太多，所報道之事與被報道者的格局大相徑庭，但卻獲得了關注。”一名投資者略顯無奈地告訴筆者。

不禁讓人聯想起近日，馬化騰在數字中***會上提到的未來騰訊愿景與使命——科技向善的理念，筆者認為如果AI科技企業能把錢花在性能的提升上，能腳踏實地或許當前質疑的聲音會少很多。

針對依圖關于安防云、邊、端的戰略及思考，來進一步分析下AI隊T1玩家的觀點。

一、中心智能增長更快嗎？

目前而言，但從安防應用來看，芯片的算力與攝像機對于算力的使用屬于富余狀態，據初步估計，攝像機裝的芯片算力如果只是編碼用它的算力不超過15％，最高端的芯片不到10％，這意味著將近90％的算力屬于空閑狀態。那么從這個角度上看，中心智能的發展更快的觀點，似乎有點站不住腳。

根據Marketsandmarkets的報告預測，2019年邊緣計算人工智能硬件（以下簡稱“Edge AI硬件”）市場出貨量將達6．1億部，2024年將達12．593億部，預測期內年復合增長率達20．64％。 　　筆者認為因為大量昂貴的GPU服務器并不是一般用戶可以接受的，相比算力富余的攝像機應用被開發，將是更經濟與長遠的辦法，因此邊緣測或許有比中心具有更快的增長可能。在業界，已經有不少安防企業提出了云邊結合的方式，隨著邊緣計算的興起，智能分配的合理性的見解也會更加成熟。

二、硬件免費是商業模式的選擇嗎？

經過互聯網“免費”模式的洗禮，用戶已經完全對于此免疫。芯片免費、算法免費、硬件免費……近年來，能被免費的模式都有廠商進行過嘗試，但紛紛皆無多大起色。最主要的原因是，無論免費的噱頭有多響，費用總會有所劃歸，只是在攝像機還是服務器，或是芯片與算法上而已。

在2B的行業中，“免費”雖然能帶來流量，但終究服務的內涵要遠遠超出2C的理解，產品的質量、芯片的穩定性、配套的生態環境等等，都需要有成本投入，因此“免費”本身是就是偽命題，在這個層面上看，免費或許已經不是商業模式。

三、智能需要分層應用嗎？

無論是邊緣側的智能，還是云端的智能，在安防行業碎片化需求的背景下，注定這些方案在一段較長的時間內都將會是定制化的。如同依圖所言，“每一層都有相應的應用，不能指望公安部建立一套全國通用的系統去解決所有的問題，但也不能說每一個攝像頭擁有了智能就能解決公安所有的問題，一定是分層應用，每一層都需要智能。”智能的分層應用正是印證了碎片化需求的本質，目前在用戶層面仍然存在著不少阻力，因此真正的通用系統或許短時間內仍無法落地，這也意味著分層智能的將是未來的一大趨勢。

圍繞云邊端發展趨勢的不同選擇，能夠營造出不少開端所述的企業間的口水戰。但如果跳出這些，看看云邊結合需要解決的連接協同、數據協同、任務協同、管理協同、安全協同等問題，會發現值得企業去關注與挖掘的市場，并不僅僅是安防或者醫療市場這么小，它更要求企業全方位的數據融合、數據傳輸、安全保護等能力，哪怕是在這其中一點的稍微進步，對于用戶而言都會是極大的體驗提升。

可能受限于篇幅，又或者是媒體記者問題的節奏，在相關的文章中沒有看到企業未來努力的方向，如AI性能的優化上（神經網絡結構調整、訓練流程調整、訓練數據補充或優化等）等相應的改善等等。撇開渠道不說，按照目前安防玩家們正在搶占的資源與位置上看，如果不想淪落為他們生態中的一環，AI企業要想突圍可能需要具備兩個條件，一是匹配主流玩家的完整系統解決方案能力，二是突破性的領先技術，對于AI玩家而言，訂單、客戶、商業化布局始終是繞不開且需要面對的事實，要想在業內真正成為派系，可能還有一段路要趕。