2020年中国智能物联网（AIoT）研究报告

　　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。

　　预计2025年我国物联网连接数近200亿个，万物唤醒、海量连接将推动各行各业走上智能道路。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3000亿大关直指4000亿量级，由于AIoT在落地过程中需要重构传统产业价值链，未来几年发展节奏较为稳定。

　　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时代的所在场景服务的核心者。

　　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。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。

　　AIoT的体系架构中主要包括智能设备及解决方案、操作系统OS层、基础设施等三大层级，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。

　　受益于多年来物联网技术的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，统计显示，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%。

　　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一路高歌猛进，2018年中国物联网连接量直逼30亿，年复合增长率高达67%。艾瑞推测，受益于智能家居场景的率先爆发，2019年物联网连接量将达45.7亿，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。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。

　　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。

　　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，项目架构的可复制性高于建筑人居与产业场景。

　　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，它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，率先布局的版块也有差异。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。

　　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，为武汉长年城赋能，将长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。

　　AIoT的家庭与人居场景应用更多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。

　　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名，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影响，因此，商品房市场迈入了精耕细作下半场，头部地产商通过全方位升级产品与服务提高新房交易量。

　　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。

　　工业领域物端既是采集数据的传感器，还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，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、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开，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。

　　城市的运营和管理涉及到巨量的人员、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。

　　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。

　　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。艾瑞认为，在未来3-5年的时间中，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。

　　AIoT应用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，则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，推动上步调相对较缓。

　　AIoT在上半场特点与下半场的建议：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。