IDC预测2022为中国AI市场转折年 打响企业AI场景化落地角逐赛

日前,权威咨询机构IDC发布报告《场景化AI 让智能触手可及》。据IDC预测,随着AI算法模型趋于成熟,AI推理市场支出将从2022年开始超越AI训练市场,这也意味着未来两年内,中国AI市场将迎来从模型训练主导向AI推理应用主导的转变。

在落地应用主导的AI市场中,企业间的比拼将不再是技术层面的单一较量,而更加考验对场景需求的理解,以及构建生态的能力。在报告中,IDC以新锐厂商嘉楠为样本,剖析了其在智能园区、智能能耗两个典型场景的项目案例,并描述其作为一家AI芯片企业在生态构建上的努力。

AI进入场景化落地阶段

随着AI推理市场爆发,AI开始步入大规模落地阶段。IDC报告指出,根据市场对AI的实际需求划分,AI领域的落地领域主要有商业智能和生活智能。其中,商业智能集中于企业级市场。报告指出,未来五年至少有90%的企业应用将嵌入AI,届时,AI将成为商业社会的基础设施。

从落地场景来看,智慧园区、智慧零售、智慧交通和智慧医疗在未来五年的年复合增长率均超越30%。以智慧园区为例,IDC指出楼宇的智能化管控、门禁系统的升级以及安防系统的智能化是主要方向。到2023年,中国智慧园区AI支出将达到6.5亿美元,未来5年的年复合增长率将达34.5%。

AI落地的另一个领域是生活智能。其中智能家居和智能驾驶是当前AI消费级市场的主阵地。这两者有着相似的智能化应用逻辑,均以设备智能化为开始,并为用户提供个性化的服务体验。IDC预测到2023年,中国智能家居设备市场规模将达883.2亿美元。正成为未来3-5年AI落地的先导产业。

此外,智慧零售、智能驾驶等场景也将随着5G商用等外部条件的成熟进入爆发期。

AI落地关键在于终端智能化

无论是商业智能还是生活智能,AI的落地逻辑均是以终端设备的智能化为基础,通过数据交互横向串联不同的设备,进而带动整个应用场景的智能化升级。

与传统的终端设备不同,智能终端不但具有感知环境的能力,而且能够理解用户指令,并根据现场环境进行符合指令要求的机器决策,同时执行指令并将结果反馈给用户。

IDC认为,终端设备的智能化有两个方向。其一是存量设备的智能化的升级,例如传统社区的水电气表、部署于工业园区的仪表和传感设备,以及道路、管网等基础设施中的传统设备。其二是终端设备的智能化创新,典型用例是AI摄像头,以实时决策、简易部署的方式拓展了智能园区、零售门店、安防等多个场景。

作为终端智能化的核心载体,AI芯片是算力与算法部署在边缘侧领域的关键。IDC预测未来三年中,全球边缘AI芯片出货量达16亿片,占边缘芯片出货量41.4%。

嘉楠边缘AI侧落地案例剖析

作为一家AI芯片厂商,嘉楠于2016年开始AI芯片研发,其第一代芯片勘智K210专为边缘侧场景设计,具备低功耗、视听多模态识别等特点。本次报告也剖析了K210在智能园区、智能能耗场景的落地情况。

存量设备智能化升级案例——亚洲最大社区表计智能化升级项目

贵州花果园社区的表计系统智能化升级是一个绝佳案例。花果园社区是全国最大的棚户区改造项目,也是亚洲最大的社区。花果园社区项目总规划面积 10 平方公里,总建筑面积 1830 万平方米。

用户存在以下痛点:

• 抄表工作量巨大:社区内住宅和商业楼宇合计近 300 栋,多数为高层建筑,水表、电表的 抄表量巨大。

• 抄表周期长:目前社区为人工抄表,每次抄表耗时半个月。

• 抄表误差率较高:由于目前为人工抄表和纸质记录,容易出现水电表读数记录错误。

解决方案:

社区现有水表、电表加装基于嘉楠AI芯片的智能抄表组件,实现智能抄表,其执行任务的逻辑如下:

价值实现:

• 加速部署实施:与新装智能水电表相比,加装智能抄表配件的效率提升了3至4倍。

• 减少对居民生活影响:工程实施不需要停水停电,对居民生活的影响显著减少。

• 缩短抄表周期:抄表周期由原来的半个月缩短到现在的几小时。

• 提升供水供电效率:抄表频次由每月一次提升至每人一次,抄表数据更具时效性,使得水 务公司和电力公司能够更准确预测水电需求量、更有效规划供水供电。

• 降低数据传输成本:抄表仅传输从水电表表盘照片中提取的读数,数据传输量不足照片传 输的百分之一。

• 降低总拥有成本(TCO):智能抄表组件的成本仅为智能水电表的 1/4,前期投入大幅降 低;智能抄表消除抄表人员和交通支出,运营成本显著减少;智能抄表组件的电池寿命达 到 2 年,上门维护工作大大减少、维护成本显著减少。

对传统设备的智能化创新——软通智慧无感门禁系统项目

软通智慧总部位于北京市中关村软件园,建筑面积4万平方米,容纳超过 5000 名员工,门禁监测点超过30个,单个监测点日均通过者识别超过2000 次。

用户存在以下痛点:

• 门禁用户体验差:人通过门禁闸机时需要对准摄像头,便利性差。

• 通行效率低:由于需要人对准摄像头,单次通行时间超过2秒,在上下班高峰期影响较 大。

• 运行环境受限:由于人脸识别比对在云端进行,闸机必须实时联网,否则无法运行。

解决方案:

在各个门禁监测点部署内嵌嘉楠 AI 芯片的智能摄像头,对通过者进行远距离人脸识别,给合法通过者开启闸机;人脸识别和比对在智能摄像头上进行,人脸数据不会在通过网络传输,保护隐私,其执行任务的逻辑如下:

1)智能摄像头拍摄通过者图像。

2) 智能摄像头将远距离、大倾角的人脸图像通过专有算法还原为正常角度,并提前特征值。 3)智能摄像头将提取的特征值与本地存储的特征值数据库(近1万个特征值)进行比对。 4)如果比对通过,则开启闸机。

价值实现

• 提升用户体验:通行者直接走过门禁摄像头,不要动刻意对准、实现无感通行。

• 降低部署成本:AI 无感门禁采购成本仅为传统门禁的 1/3。

• 加速门禁通行效率:闸机通行时间由 2 秒减少至不足 1 秒,效率大大提升。

• 提升可靠性:人脸识别和比对在本地进行,网络故障不影响通行。

• 保护隐私:通行者的人脸数据不会通过网络传输,隐私泄露风险大大降低。

嘉楠AIaaS服务生态

随着AI进入大规模落地,其形式也逐渐从单一的产品向服务、生态过渡。嘉楠以AI芯片为原点,不断扩大服务半径,着力建设从芯片、算法、终端、SaaS平台到上层应用的AI生态体系,为客户提供AIaaS(AI即服务)解决方案。

IDC认为,AI SaaS 平台按照接口调用量付费的计价方式推动“设备服务化”的新商业模式,用户不需要为设备付费,而是按照终端设备的使用付费,AI解决方案的前期投资大幅减少、 用户触达难度显著降低,极大促进了AI的普及。

二代AI芯片将用于ADAS、智慧零售等领域

关于第二代芯片的研发,勘智K510依然采用升级后的RISC-V多核异构处理器架构,并且大幅度改良原有的KPU。另一方面,二代芯片为5G通信环境优化,搭载多路高清、深度摄像头接口,将在智慧零售、ADAS辅助驾驶和金融领域得到应用。K510在设计中还加入了全新的自研计算模块GNNE。该计算模块的通用性较强,进一步提升了K510的计算效率。

此外,嘉楠联合产业链上下游伙伴达成合作共建生态,以芯片硬件为核心,建设AI SaaS平台,为终端客户提供整合硬件、算法和软件的一站式AI服务,满足不同的物联网场景需求。

免责声明:此文内容为第三方自媒体作者发布的观察或评论性文章,所有文字和图片版权归作者所有,且仅代表作者个人观点,与极客网无关。文章仅供读者参考,并请自行核实相关内容。投诉邮箱:editor@fromgeek.com。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。