云知聲作為國內(nèi)頂尖的AI獨角獸企業(yè)，以全棧 AI 技術(shù)為核心，打造云服務(wù)和 AI 芯片，基于云芯一體化平臺，輸出 PaaS 和 SaaS 平臺服務(wù)，目前只深耕AIoT與智慧醫(yī)療兩大領(lǐng)域。截至目前，已經(jīng)幫助2w+智能家居、智慧酒店、智慧交通、智慧園區(qū)、智慧校園等行業(yè)客戶與開發(fā)者實現(xiàn)智能化化升級與創(chuàng)新，沉淀了一套可實戰(zhàn)的AIot數(shù)字化改造方法論。

現(xiàn)場，云知聲聯(lián)合創(chuàng)始人陳吉勝以主題演講的形式，把這套切實可行的方法論分享給大家，希望幫助國內(nèi)AIot行業(yè)數(shù)字化改造加速前行。

以下為陳吉勝分享精華，我們做了整理，謹(jǐn)供學(xué)習(xí)。

1 人工智能+物聯(lián)網(wǎng) ???AIoT發(fā)展的浪潮與困境

當(dāng)前，我們正在大踏步地邁入物聯(lián)網(wǎng)時代，AIoT行業(yè)迎來了前所未有的爆發(fā)與機(jī)遇。

伴隨著人工智能技術(shù)不斷提升在IoT設(shè)備端的滲透率，從最早的PC到移動，到手機(jī)，最后到IOT，設(shè)備數(shù)量是爆發(fā)式的增長，AIoT正逐漸成為傳統(tǒng)行業(yè)智能化升級的重要通道和物聯(lián)網(wǎng)產(chǎn)業(yè)未來發(fā)展的大趨勢。，

從市場產(chǎn)值上看，根據(jù)機(jī)構(gòu)IDC的數(shù)據(jù)預(yù)測，2019年全球AIoT市場規(guī)模就已達(dá)到2264億美元，預(yù)計到今年將達(dá)到4820億美元，2019-2022年復(fù)合增長率有望達(dá)到為28.65%。

從產(chǎn)業(yè)發(fā)展上看， AIoT在家居、汽車、智慧城市等行業(yè)和領(lǐng)域的需求正在逐步放大，應(yīng)用場景進(jìn)一步拓展，產(chǎn)業(yè)發(fā)展前景可期。

但同時，因著物聯(lián)網(wǎng)的快速發(fā)展，也存在著2大困境。一是由于應(yīng)用場景非常多，有家居，有車載，有辦公，等各種各樣的場景，同時形態(tài)也多樣化，身邊的智能設(shè)備越來越多了；有的公司，以前做音響，現(xiàn)在也做電視、冰箱、空調(diào)這樣家電之類的等等。這樣確實是擴(kuò)大了AIoT的整體的爆發(fā)，但其碎片化程度也越來越嚴(yán)重。即無數(shù)需求碎片化組成的巨大市場總量。

另一個困境則是是，物聯(lián)網(wǎng)的要想實現(xiàn)彎道超車，確實亟需與人工智能結(jié)合，但又不僅限于與人工智能結(jié)合。

人工智能在賦能實體行業(yè)的時候，只是一個單點的技術(shù)。但客戶想要的，往往是一個以人工智能技術(shù)為核心的整體解決方案。任何一個行業(yè)都有自己的Know-how。單點的技術(shù)是通用型的，你的人臉、語音用在車行業(yè)還是鋼鐵行業(yè)是不一樣的。所以對于一家人工智能企業(yè)來說，如何把自己的物聯(lián)的平臺、把自己AI的能力和行業(yè)的Know-how相結(jié)合，也是一個大的挑戰(zhàn)。

2 云知聲：從AI芯片到全場景智能?  深度與廣度并行破解AIoT落地之困

云知聲從創(chuàng)始之初，就在努力發(fā)展技術(shù)創(chuàng)新的同時，首先實現(xiàn)與物聯(lián)網(wǎng)結(jié)合，并在智能家居、車載、智慧空間等場景落地。逐步打磨出一套，以全棧AI技術(shù)為核心，基于云+芯一體化平臺，輸出 PaaS 和 SaaS 平臺服，并結(jié)合行業(yè)Know-how的整體解決方案，并基于自身的技術(shù)平臺，已經(jīng)在深度與廣度兩個方向同時擴(kuò)展AIoT的落地與實踐。

深度上：云知聲以AI芯片緩解碎片化需求，云+芯一體化方案降低TTM.即在芯片端，主要解決感知與表達(dá)。這個感知是什么呢？比如說一個語音的駕照，或者是本地的識別，這個就是感知，表達(dá)是什么呢？就是基于這個芯片能做一些生成，無論是語音方面的生成，還是別的一些方面的生成。

而感知主要解決的是聽見或者看見了的問題。那光聽見或者看見也不行，還得聽懂或者看懂，并做出相應(yīng)的反饋。這就是認(rèn)知。云知聲的經(jīng)驗是，把認(rèn)知的事情交給云端，也就是我們剛才所談到的，大家說覺得比較傻的，需要非常強(qiáng)算力才能解決的問題，這一塊放在云端解決。

綜合起來就是，在千變?nèi)f化的各種形態(tài)都有可能的終端上，用一個更加通用、標(biāo)準(zhǔn)的芯片嵌進(jìn)去，解決前端的感知和表達(dá)。同時把這一些在應(yīng)用場景下面需要的一些Know-how的把它放到云端，并讓客戶或者是消費者，自行的參與云端調(diào)度度，緩解碎片化的情況，并擴(kuò)大AIoT場景落地。

目前，云知聲自從在2018年5月正式發(fā)布了第一款自主研發(fā)的面向物聯(lián)網(wǎng)的語音AI芯片“雨燕”以及軟硬一體解決方案，其后基于多種專用芯片陸續(xù)發(fā)布了三代共7款語音芯片解決方案。

同時，關(guān)于云知聲的芯片，目前主要應(yīng)用于兩個方向。一個是消費類，即蜂鳥系列，系列主要差異在功耗方面。蜂鳥主要作用于什么呢？其實我們很開心，我們其實都不知道它用于哪里。因為我們都是通過代理商發(fā)出去。

但是我們可以通過后來知道它用在哪里。比如帶有語音功能的自動麻將機(jī)。用喚醒詞洗牌既可以控制操作。它應(yīng)用于碎片化的市場，用一顆比較標(biāo)準(zhǔn)的芯片，通過AI芯片在智能硬件上的集成，使得智能硬件立即轉(zhuǎn)換成面向物聯(lián)網(wǎng)的智能硬件。即可以擴(kuò)大AIoT的場景落地，也有效緩解了需求碎片化的問題。

截至2021年，我們在消費類方面的芯片實現(xiàn)千萬級出貨。

另一個方向是車載。我們2020年推出了業(yè)界首款車規(guī)級語音專用芯片“雪豹”，今年也已經(jīng)在客戶量產(chǎn)車型落地出貨。

同時，我們芯片的所有交互代碼都是開源的，這也就意味著我們的代理商、方案商拿到我們芯片之后，只需要按照我們的手冊，再結(jié)合他自己的行業(yè)know-how，做簡單的調(diào)用以及產(chǎn)品的外觀設(shè)計，就可以去推廣了。比如紅外搖控器、空調(diào)控制器，有冰箱的控制，洗牌板等。

廣度上：云知聲選擇全場景智慧家居，來做行業(yè)的數(shù)字化拓展。每一個行業(yè)都有自己know-how，所以一定要選好行業(yè)，這樣才能最大化的利用AI的力量，保證增量。

云知聲選擇行業(yè)的標(biāo)準(zhǔn)很簡單；第一個行業(yè)的體量要足夠大；如果行業(yè)的體量足夠大，即使只解決了1%對于整個行業(yè)整個經(jīng)濟(jì)來說也是非常有價值的。比如說剛才咱們京東的供應(yīng)鏈，這個行業(yè)足夠大，如果有效率上一點點的提升，那整個國家所帶來的運營的成本的下降，這個是非常顯著的。

另外一個具體的場景要選好。為什么這么說呢。目前關(guān)于AI,有兩種偏于極端的觀點，一種認(rèn)為AI好像無所不能，另外一種覺得AI用起來好像沒有什么用。這兩個問題核心的點是什么呢？其實反映的是具體的場景使用。舉一個目前比較流行的智慧養(yǎng)老產(chǎn)品，即電話回訪。目的只是為了確認(rèn)老人的一些可量化常規(guī)健康狀況，即血壓、血糖、有沒有頭暈等等。如果是人工客服，老人在回答這些問題的時候，可能會夾雜著一些抱怨與投訴，甚至情緒比較激動的謾罵，不僅會影響回訪速度，也會影響客服的心情，進(jìn)而影響電話回訪的效果。如果是機(jī)器的話，如果老年人不是思維特別跳躍，一般會回答一下，也不用擔(dān)心由于心情激動。謾罵等影響回訪效果。這個是一個很小的例子，這就是我們所說的場景的選擇。

還有一個極端的例子，就是對于這些假釋人員直接打電話，問：你現(xiàn)在人在哪。這個可能比養(yǎng)老的場景更合適，因為你知道是機(jī)器你也得回答，除非你想越獄，所以這就是我說的，行業(yè)的選擇的適配性。

云知聲目前選擇在全場景智慧家居領(lǐng)域做深耕。

城市是人類發(fā)展文明的產(chǎn)物，社區(qū)是城市的重要組成部分，家居是社區(qū)的最基本組成單元。云知聲基于云芯一體化，以打造私域空間智能+1公里智慧社區(qū)為目標(biāo)，精準(zhǔn)匹配用戶生活中的痛點，連接社區(qū)服務(wù)、物業(yè)服務(wù)、構(gòu)筑以服務(wù)為中心的AIoT全服務(wù)平臺，打通智慧社區(qū)的最后1公里，提高人們的家居智慧體驗。

同時，云知聲采用以人為本的策略，打造1+N全屋智能解決方案。即在房子預(yù)裝的時候，就預(yù)裝好相應(yīng)的智能設(shè)備與智能中控，屆時只需要一個喚醒詞就可以控制全屋的智能設(shè)備，1+  N,不需要全屋設(shè)備配網(wǎng)、測試等。

目前，云知聲已經(jīng)在廣州天鵝湖、廣州天越、珠海人工島、長沙福晟翡翠灣、瀘州世茂璀璨、福建霞浦等多個項目落地全場景智慧家居方案，反饋極佳。

xiesc