AI+IoT=AIoT，一个朴实无华的等式，却定下了两个行业未来的方向。

AIoT领域有许多公司是我们非常熟悉的，例如以智能设备见长的小米、华为。不过，在2022年过半这个节点上，联系上半年AIoT领域巨头的新发声，有两类公司的形象变得更加立体。

一类是以海康威视、大华股份、宇视科技（后文分别简称为海康、大华、宇视）为代表的安防巨头加速拥抱AIoT，另一边则是以旷视科技（后文简称为旷视）为代表的AI新势力选择以算法优势逆向切入AIoT市场。

AI和IoT两大路线的分分合合，是否迎来了确定的终点？通过研究这两类“非典型”公司的AIoT布局，本文尝试回答以下问题：

1.海康、大华、宇视、旷视的AIoT布局有何不同？

2.AIoT算法和硬件如何相互作用？

3.AIoT给AI行业的商业化难题提供了什么解题思路？

海康、大华、宇视、旷视的AIoT：硬件和软件的出身差异

在着眼不同企业AIoT布局之前，有一个概念需要明确。

海康、大华、宇视都是名义上的安防巨头，今天的安防并不是传统意义上的监控摄像。安防系统依然以视频监控作为获取信息的前端设备，不过，加上后端的信息存储与处理，以及衍生的管理控制系统，才是它的完全体。

目前，传统意义上的安防企业基本只剩一些小型公司，大公司则大致形成两大阵营：智能物联AIoT和智能家居AIoT。这主要取决于公司自己采取的发展路线。

大华在2021年10月举行“Dahua Think # 云联万物、数智未来”战略升级发布会，发布了一系列人工智能开发平台、物联数智平台和AIoT产品。今年3月，大华又召开了一场“云联万物数智未来”高峰论坛。

2022年4月，安防第一大巨头海康召开年度业绩报告发布会，宣布刷新自身定位，将业务领域名确定为“智能物联AIoT”。

宇视为千方科技旗下公司的控股子公司，根据公司公告，宇视是千方科技AIoT业务的核心。2022年6月，宇视以“无限新视界”为主题，召开AIoT合作峰会。

至此，传统意义上的三大安防硬件龙头全都在AIoT赛道上找到了自己的位置。从它们透露的信息看，硬件的入口作用依然显著，AIoT中台和后台要服务于硬件搭建的体系。

因此，我们可以称安防巨头的路线为硬件决定软件，AIoT思维下的软件则是由一系列算法组成的，也就是“硬件定义算法”。

旷视和它们的道路不同。2022年4月，旷视在企业业务合作伙伴大会喊出了“算法定义硬件”。

具体来说，就是先开发标准化的摄像头、机器人等硬件，再辅以不同场景需求的算法。显然，这是一种软件为先的策略，其优势在于更低的成本和更好的应用扩展性。

AI公司要在这个领域划分领地，必须选择不同的模式。恰好，三大巨头深入的算法端，是AI公司的优势高地。

海康、大华、宇视、旷视都决定在AIoT大展拳脚，验证了赛道的潜力。软硬件结合之下，各家都释放出“未来10年是AIoT”高光期的信号。

目前的格局会怎样变动是不可预知的，但核心问题却有讨论空间：是算法定义硬件还是硬件定义算法？那要看它们到底能给对方带去什么。

算法的边际应用，解决了硬件的规模桎梏

IoT最重要的是运行过程中收集到的数据，AI最重要的是落地的形态，冥冥中形成一组双向奔赴的合力：一个要“从实向虚”，一个要“从虚向实”。

就像旷视CEO印奇所说：“我认为AI行业这个说法是有问题的，AI很难作为一个独立的产业体系或商业闭环存在。AI本质上是一个效率工具，它能够无形地渗透到各个行业，成为行业效率提升的催化剂。”

在这个基础上，硬件定义算法和算法定义硬件的区别很明显。如果把硬件比做身体，把算法比做大脑，那前者就是从身体的反馈产生思维，决定下一步的动作；后者则是建立一个通用的思维框架，去指导行为。身体和大脑必须配合，但总有个部分会起主导作用。

边缘端产品魔方盒子就是这样，整体的芯片等性能领先友商，但真正的不同之处在于盒子里装的算法。在这款产品里，社区、工地等多个领域的算法是集中固化的，客户需要什么，旷视就从中提供什么。

所以，硬件有固定的天花板，但算法没有。目前，AI的两种发展模式也与此有关。一种是商汤的算力基础设施+大装置赋能千行百业，另一种则是旷视直接切入顶层设计。

2020年，全球IoT连接数首次超过非IoT连接数。物联网有可能统治一切设备，设备对应着海量的AIoT 场景，设备不能无限增长，但算法可以无限应用，从而借助设备这双“手”去影响乃至改造物理世界。所以，解决AIoT时代具体需求的，一定是更有延伸性和扩张性的算法。

不过，三大巨头的建设并非着重于核心算法，它们的起步点是软件架构，比如AIoT中台。旷视的算法定义硬件，则几乎相当于挑战整个硬件路径。

旷视认为，基础设施云化、核心技术互联网化、应用数据化和智能化都是正在演变的几大趋势，只要AIoT还会发展，最终都会有一个通用的顶层设计。而旷视有MegEngine（天元）自研算法优势，可以最大化发挥算力芯片性能，从而实现降成本。

从这两条不同的道路中，算法定义硬件的真相也得以明晰：硬件平台化，灵活适配算法；系统柔性化，提高易用性；服务规模化，全流程一体+大规模应用降本增效。

当然，海康、大华、宇视的AIoT之路还没有走到最深处，旷视面对更加碎片化、多元化的场景需求，也并不一定能成功完成自己的全部构想。算法和硬件的长期协作才刚刚开始，结果可能超乎双方的预料。

下一代人工智能，瞄准碎片化需求加速延伸

中信证券6月23日发布研报称，AI产业价值链趋于稳定，并逐步向芯片&算力设施、应用场景两端靠拢。

这种观点无疑是从AI曾经的商业化困局出发的。曾经的AI企业往往具有很高的技术水平，但却很难真正落地到一个行业。传统行业IoT转型风潮火热，但大多停留在让设备联网。至于联网后获得了数据该做什么，企业一头雾水。

AIoT一定程度上终结了这种状态。很罕见的，双方都从新业态里找到了解决自己问题的方法。或者反过来说，双方选择用AI+IoT的模式解决问题，最后创造了新业态。

从2015年开始，旷视就提出AIoT是AI的产业化路径，本质上是AI技术的价值跃迁节点到了。2011年左右的AI是技术科研单点突破；2015年左右的AI是算法边界向实用领域拓展；2020年之后的AI则是基础设施大发展降低使用门槛，和点对点服务行业。

这个过程既是AI技术发展的过程，也是AI逐渐理解现实的过程。这种理解是对应用的理解，从AI能看到什么，到AI能做到什么。

这个过程最大的问题在于，AI企业无法面面俱到。旷视选择的方式是吸引更多生态伙伴，但这种方式是否会受到其他竞争者的冲击还不确定，因为竞争才刚刚开始。安防依然是AIoT的核心赛道，凸显出应用场景的开发能力和渗透率还不足。对海康、大华、宇视来说，这是因为它们对AIoT的全方位投入才刚开始。对旷视来说，现有算法定义硬件的能力还在提升。

早期的AI着眼于认知智能，现在的AIoT则要求AI在认知之上强化决策能力。这不会是一个短期的过程，尤其是面对碎片化需求。旷视算法定义硬件的理念可以加速这个过程，但不会免去深入行业突破边界的必经历程。

从认知智能到决策智能，从功能定义到需求定义，AI和IoT的交错擦出火花，让现实世界为之一亮。但这种互相融合无论发生多少次，对AI公司来说都是有利的生意。