引言

傳統的安防市場已經逐漸接近業務成長天花板，因此安防廠商們都在不斷試圖尋找新的業務突破。而隨著5G通信技術、AI人工智能技術、云計算技術、IOT技術等新一代信息技術的快速發展，不僅為安防廠商們提供了新業務發展的基礎技術支撐，同時也打開了更大的業務想象空間。通過新一代信息技術，傳統的安防廠商可以借助自身積累的技術優勢以及行業經驗，打破業務領域邊界實現新的業務增長，從而逐漸進入所謂的泛安防時代。但是泛安防時代就是安防廠商的業務終局嗎？顯然不是，在慕楓看來，企業數字化轉型才是AIOT發揮業務智能化價值的黃金賽道，也是傳統安防廠商實現去安防化，脫胎進化為AIOT巨頭廠商的業務落腳點。那么對于傳統安防廠商來說，AIOT到底應該怎樣和企業數字化相結合才能助力中國企業數字化轉型？很多公司都看到了AIOT是未來十年重要的戰略發展機遇，那么傳統安防廠商應該怎樣做才能在未來激烈的市場競爭中保有優勢，去安防化之后成為AIOT頭部公司？本文將逐一進行分析并提供可能的解法。

為什么IOT要結合AI

在回答上文問題之前，我們得先搞清楚為什么IOT需要結合AI才能真正實現業務突破，因為只有理解了背后基礎技術融合的底層邏輯，我們才能真正把脈技術發展推進業務突破的必然趨勢。

無論是移動互聯網或者IOT物聯網的發展都離不開背后基礎支撐技術的進步。4G通信技術的發展，使得智能手機完成了億級別人與人之間的互聯互通，其本質是實現了人的在線化。而到了5G時代，由于通信技術的進一步發展，為實現萬億級別物與物之間的連接提供了網絡技術基礎，因此實際上IOT的本質是實現了物的在線化。

IOT技術解決了萬物互聯在線的問題，將物理世界的萬物映射到數字世界中，由實向虛，通過各種傳感器技術、射頻識別技術、空間位置技術等等實現光、電、熱、視頻、紅外、位置等信息的采集，從而實現物物信息的數字化感知。簡單理解就是IOT設備相當于人的眼、鼻、耳以及皮膚等組織，用于感知外界環境的畫面、氣味、聲音、溫度、濕度等信息。

但無論對于To C用戶還是To B用戶，萬物在線以及信息感知只是實現業務智能化價值萬里長征的第一步，并不是最終目的。用戶們更加關心萬物在線之后能產生怎樣的實際業務價值，能不能幫助降低公司運營成本，能不能提高產品生產效率，能不能增強公司產品的競爭力，能不能為自身客戶帶來更加智能化的用戶體驗，這些問題才是企業真正關心的，因此設備在線后的數據處理和應用才是發揮IOT業務潛力的落地路徑。

當萬億規模的設備數據在線后必定會產生海量數據，因此對于海量數據的處理、分析、預測以及沉淀才是真正發揮設備在線后智能化價值的正確方向，而大數據技術、AI人工智能技術天然需要海量數據進行持續輸入喂養。AI人工智能技術在不同應用場景之下，通過對不同設備在線后的各類歷史數據以及實時數據進行深度學習訓練，最終能夠沉淀出不同應用場景下的AI訓練模型，通過這些AI訓練模型可以指導公司排產、為公司產品打造更加個性化的、智能化的服務，從而不斷提升產品的核心競爭力。 

AIoT即為AI+IOT，指的是將人工智能技術（AI）與物聯網（IOT）技術相結合，同時在具體業務場景中進行落地應用，最終實現AI+IOT 1+1遠大于2的業務效果。因此如果把AIOT比作為一個人的話，IOT就像相當于人的鼻、眼、耳、皮膚等，用于持續感受外界信息，而AI人工智能技術就相當于人的大腦，用于處理信息以及做出決策。同時從IOT技術以及AI技術的融合發展中，我們可以看得出來出無論是C端用戶還是B端用戶，都存在日益增長的數字化以及智能化產品需求。因此我們要以對待To C用戶的心態來對待To B用戶，在AIOT領域，能否為客戶帶來業務體驗質變，是實現產品智能化價值最大化的關鍵。

數字化轉型機遇

在搞清楚了IOT技術與AI人工智能技術進行深度融合的底層邏輯之后，我們需要思考通過什么樣的業務場景來進行AIOT實際落地，或者說它能解決未來什么樣的社會變革問題。因為AIOT的本質只是技術手段或者工具，那么誰能使用這個工具解決未來10年社會生產力變革出現的各種問題，誰就能把握住未來業績持續增長的主動權。在筆者看來，全國范圍的工業、農業以及服務業的數字化轉型就是AIOT進行落地的最佳業務場景。

什么是企業數字化轉型

到底什么是企業數字化轉型呢？所謂企業數字化轉型，就是企業運用數字化解決方案，借助于IOT、大數據、云計算以及AI人工智能等新一代信息技術，與企業自身管理、業務運營、產品研發、產品生產等經營活動進行深度融合，從而提升自身工業能力，創造智能化增量價值，以達到降低企業運營成本、為客戶創造智能化用戶體驗以及不斷提升自身產品核心競爭力的目的。

當前全國服務業、工業、農業等都處在深度數字化轉型歷程當中，而中國作為擁有全世界最完整工業體系的國家，這其中蘊含的市場體量以及掘金機會自然不言而喻，因此企業數字化轉型在未來也必定是各大科技公司兵家必爭之地。根據有關機構預測，到2025年全球數字化轉型市場規模將達到3.9萬億到11.1萬億，其中工業數字化轉型市場規模可以達到1.2萬億到3.7萬億的規模。因此未來誰能夠幫助制造業低成本、高質量地完成企業數字化轉型，誰就能抓住這波企業數字化轉型時代紅利以及重塑未來高科技公司的競爭格局。?

相比于互聯網公司，筆者認為傳統安防廠商更容易通過協助企業數字化轉型來落地公司自身AIOT戰略。為什么這么說？主要有兩方面的原因。

1、技術積累充足

目前很多安防廠商在物聯感知方面已經積累了豐富的技術儲備以及實際場景應用，逐漸形成以可見光、毫米波、紅外、X 光等領域為主，融合發展聲、溫、濕、壓、磁等感知手段，完成構建全面而多維的感知技術平臺，實現智能物聯在感知層的技術支撐，也就是說AIOT的物聯感知的基礎已經建立起來了。另外經過多年的AI人工智能技術沉淀，已經形成以算法模型為基礎，行業應用場景檢測算法為支撐，實現以人、物、場景為對象的智能圖像識別能力。同時在大數據處理、標注、清洗以及應用等方面也有一點的技術造詣。

2、行業場景豐富

很多安防廠商的業務范圍已經涉及公安、交警、交通、政府、司法、工商企業、建筑、能源冶金、文教衛以及金融等多個行業場景，因此對于在各個行業中的業務有一定的理解和沉淀。雖然當前在各個行業中主要還是以安防業務為主，但是在未來進行AIOT落地數字化改造的過程中，可以此為切入點，將生產線異常產品檢測、生產設備狀態統一管理、管理系統數據破壁等包含到制造業AIOT智能物聯解決方案中。因此，安防廠商的業務范圍在各個行業當中不再局限于安防，而是要深入到具體的行業業務當中，甚至是B端客戶產品制造當中去，深度參與企業數字化升級改造。?

AIOT在企業數字化轉型中的作用

企業謀求數字化轉型無非就是降本和增效兩個核心目的，降本就是通過數字化的手段實現公司經營活動全面成本管理，提升產品生產效率，從而降低公司運營成本。而增效就是通過智能化手段實現按需生產、滿足客戶日益增長的智能化需求同時提升用戶體驗，從而增強公司產品的核心競爭力。

因此AIOT作為基礎支撐技術，在企業數字化轉型過程中的作用也是圍繞著降本以及增效這兩個核心目的展開的。通過引進AIOT解決方案，可以實現對于生產原材料的全鏈路數字化管理，避免出現原材料的浪費的問題，進一步降低生產成本。比如在化纖行業，通過對絲錠異常產品的智能檢測，可以大大提高產品良品率，彌補人工檢測的弊端，更快發現異常產品，從而進一步提升產品的整體生產效率，效率提高了，那么產品對應的單位成本就會降低。 

因此，如上圖所示，AIOT智能物聯網平臺最核心的價值就是幫助工業、農業、服務業實現物聯設備數字化、智能化，賦予曾經孤立的各類設備數字生命，同時利用設備產生的海量數據與企業業務數據進行深度融合，不斷推進企業高效率低成本的運營，提升公司生產效率。

面臨的挑戰

在上文中我們主要分析了IOT為什么要結合AI才能發揮價值以及傳統安防廠商為什么有機會可以通過助力中國企業數字化轉型這一大的頭部業務場景進行AIOT落地。雖然我們找到了企業數字化轉型這一AIOT戰略抓手，但是在實際落地的過程中會遇到各種各樣的困難以及挑戰，因為企業數字化進程中涉及到的行業眾多，各個業務場景碎片化嚴重，物聯網終端異構化現象普遍存在，各類系統數據難以共享共用，因此必定會帶來各種各樣的挑戰。本文主要羅列了面臨的四大挑戰，這四大挑戰也是安防廠商在成為AIOT頭部廠商道路上必須需要解決以及攻克的。 

架構挑戰

隨著云原生技術的普及、邊緣計算技術的興起，AIOT智能物聯網平臺在部署形態以及架構演進層面都在發生著巨大變化。

傳統的IOT項目正在從項目型本地私有部署模態逐漸向公有云部署模態遷移，通過托管運營的方式實現B端客戶業務運營成本的降低。如此，B端客戶不再需要購買服務器，不再需要進行運維團隊維護。但是對于一些數據安全性要求較高的B端客戶，可以考慮將核心數據留在本地，非核心數據在公有云的混合部署方式。

在平臺架構層面，相比傳統的微服務架構，AIOT智能物聯網平臺由于增加了感知層以及邊緣端，因此整體的架構形態更加復雜。另外由于海量設備的接入，必定會帶來整體平臺業務規模越來越大、平臺的分布式復雜度越來越高，對于研發人員的額外負擔也會越來越多。因此傳統的架構形態越來越不能滿足AIOT智能物聯網平臺對于平臺穩定性高、業務迭代速度快、開發接入成本低、擴展配置能力強的要求。因此基于以上原因，平臺的整體架構逐漸向云原生架構進行演進。

對于云原生架構來說，它最大程度的從業務代碼中剝離了非功能性能力到IaaS層以及PaaS層，因此研發人員可以將精力都投入在業務邏輯的開發當中，而類似高可用能力、容災能力等等不是業務功能但是又十分重要的特性都由云原生基礎設施來進行統一的管理，數據庫、緩存、MQ等中間件也都被云化為云原生基礎服務，因此極大的減少了研發人員的平臺關注范圍，因此可以將研發人員從運維、存儲、高可用等與業務邏輯無關的事務中解脫出來。同時還可以充分利用云原生架構在微服務快速部署、容器彈性伸縮等方面的優勢，極大地提升軟件部署交付效率。

雖然云原生架構有諸多好處，但是它依賴于企業擁有云原生基礎設施建造能力，強大的云原生基礎設施能力是以云原生架構構建AIOT智能物聯網平臺的基礎。因此云原生架構對于后期的運維等都是巨大的挑戰，技術團隊、運維團隊是否已經做好迎接挑戰的準備，這是一個未知數。

安全風險

安全挑戰分析

隨著AIOT在各行各業不斷深入推進，物聯網設備在線數量與日俱增，根據 IoT Analytics 的預測，到2025 年將有300 億臺物聯網設備。因此在AIOT飛速發展的同時也面臨著嚴峻的安全挑戰。特別是最近爆出來的某超級大國長期在我國進行完全滲透，竊取大量高價值數據的新聞，更加給大家敲響了警鐘。任何一個AIOT的安全問題都可能造成不可挽回的巨大財產損失以及個人安全風險，甚至威脅國家安全，可見如何應對AIOT的安全風險是每個AIOT入局者都不得不面對的現實挑戰。

與傳統的互聯網以及移動互聯網不同，AIOT的平臺架構中涉及到大量的感知層以及邊緣節點，也就是說平臺需要接入大量不同類型的IOT設備，整個平臺的觸角延伸到更加廣闊的空間，不再是傳統的微服務架構或者硬件產品體系。因此AIOT平臺面臨的安全挑戰也是和以前的平臺有很大的差異。AIOT平臺安全問題主要可以分為如下三類：

1、設備資源種類繁多

是多少AIOT感知層以及邊緣節點涉及到的物聯設備種類繁多，各個設備的使用的芯片、系統版本、通信協議各不相同，因此在構建安全防護機制層面適配難度大，安全固件升級可能存在不及時的情況 。

2、網絡環境開放度高

在AIOT架構下，物聯設備需要連接互聯網，因此網絡開放度相比傳統硬件產品更高，因此面臨的安全風險就會更大。

3、部署場景復雜多變?

微服務架構的部署場景相對來說簡單一些，服務都部署在服務器中，而服務器一般都在專屬的機房當中，有專門的值守人員，服務器本身安全隱患相對來說比較可控。但是IOT物聯設備部署環境比較復雜，可能在大街上、可能在礦井中、可能在邊境上，常常暴露在無人看管的區域，因此給設備安全維護帶來非常大的挑戰，設備安全固件升級可能不夠及時，另外還有被人為物理破壞的風險。

常見安全問題

1、弱密碼?

設備密碼采用默認或者容易被猜測進行暴力破解的密碼，很容易導致設備被非法訪問。一些家庭攝像頭使用默認密碼或者使用了容易猜測的弱密碼，最終導致家庭攝像頭的畫面被黑客在網絡上進行售賣或者直播。

2、網絡不安全?

設備使用了不安全的網絡服務，特別是暴露在毫無防護的互聯網之上，很容易遭受遠程攻擊。

3、數據傳輸不安全?

敏感數據在網絡傳輸以及本地存儲的時候未進行加密處理，導致數據被竊取使用。

4、系統不安全

設備接入的平臺不安全，導致設備本身被攻擊。

5、缺乏安全升級機制?

木馬病毒以及攻擊手段都是日新月異，如果設備端不能及時更新安全防護或者根本缺乏安全升級機制，那么很容易被黑客利用已知漏洞進行攻擊。

如何應對

1、隱私安全防護?

對于用戶信息的的采集需要復核所在國當地的安全法律法規，盡量做到最小化信息采集，同時進行數據安全防護，避免隱私數據被第三方使用。

2、傳輸存儲加密?

涉及到的敏感信息無論網絡傳輸還是存儲都必須進行信息加密，避免明文傳輸和存儲，加密后的敏感信息可以有效防止攻擊。

3、強制修改密碼?

首次使用的設備不允許使用默認密碼必須強制修改密碼， 同時對于設備密碼進行安全等級校驗，不允許存在弱密碼。

4、遠程升級能力?

對于IOT物聯設備必須具備遠程在線OTA升級能力，同時支持對OTA升級的合法性進行校驗，從而保證安全補丁能夠及時且安全的升級到IOT設備中。

5、鑒權完全覆蓋?

無論對于AIOT平臺對外提供的接口，還是IOT設備對外提供的能力都必須進行安全鑒權全覆蓋。

產業賦能

問題分析

中國是世界第一制造業大國，我國制造業有31個大類、179個中類和609個小類，是全球產業門類最齊全、產業體系最完整的制造業。全國各地分布著各種各樣、門類豐富的產業帶集群，有家電產業帶集群、太陽能產業帶集群、新能源汽車產業帶集群、 廚具產業帶集群、燈具照明產業帶集群等等。而當前制造業都在追求數字化轉型，以降低企業經營成本同時提高產品核心競爭力，因此助力制造業進行數字化轉型升級、賦予制造業智能化業務價值具有廣闊的市場前景以及迫切的市場需求。

誠如上文所說，我們可以借助于企業數字化轉型來進行AIOT系統工程落地，同時以數據為核心，將工業產品制造中涉及到的供應鏈管理、產品研發、生產、裝配、營銷、物流等各個環節通過各類數據進行融合打通，形成制造業數字孿生，再結合人工智能技術，進行各個業務場景的模型訓練，從而創造產品的智能化價值，這是我們落地AIOT的方向。

雖然數字化變革正在深刻重塑中國社會生產力，很多的傳統行業因為插上了數字化的翅膀邁向了企業發展的新臺階，但是實際上當前制造業數字化進程相對于其他行業較為緩慢，主要有以下六方面的原因：

1、場景碎片化嚴重?

制造業涉及到的業務場景以及環節碎片化現象嚴重，不同行業的制造業場景又各不相同，缺乏統一的平臺可以將所有的碎片化場景進行融合貫通。

2、工廠設備多樣化?

制造業工廠中涉及的各類設備種類繁多，有機床類、PLC類、傳感器類、傳送類等等，同時設備所使用的協議各不相同，包括Modbus，OPC-UA、OPC-DA以及各種驅動協議，可以說是多種多樣。同時設備單點自動化程度較高與整體智能協同程度較低形成了鮮明的對比。

3、系統平臺集成難?

在整個制造業工廠管理中涉及到的管理軟件系統主要包括ERP、MES、CRM等等，各個系統之間不能互聯互通，數據難以綜合利用，系統豎井化嚴重導致無法釋放數字化價值，最終形成一個個數據孤島。因此在企業數字化轉型過程中，需要對豎井化嚴重的系統進行改造，打破系統之間的壁壘，實現數據共享共用。

4、涉及領域知識多?

一個工業產品從研發到制造再到可以上架售賣以及售后服務，整個產品的生命周期中涉及到的人員眾多、涉及到的領域知識紛繁復雜，因此對整個生命周期進行統一管理并不是一件容易的事情。

5、智能接入成本高?

對于制造業工廠來說，他們希望時刻掌握設備運行健康狀況，但是大量設備接入云端進行分析之后，其中的接入成本包含了服務器的購買成本、網絡帶寬成本、后期各類服務器運維成本以及智能終端開發成本這些都會增加制造業進行AIOT接入的成本，使得決策者常常望而卻步。

6、設備智能靈活度不高?

通常情況下設備一旦燒制完成，其所具備的業務能力就已固定，因此設備的智能靈活度不高，不具備智能擴展能力，限制了端側設備智能化應用。

因此如果想扎實推薦AIOT在制造業中的落地，就必須要解決以上這六個問題。

如何應對

想要讓AIOT賦能產業數字化轉型，那么必須降低各個產業實現AIOT智能物聯能力接入的成本，讓云端的強大能力能夠服務于IOT設備。從而實現高效率、低成本的AIOT能力接入。

讓設備更加智能?

如果在制造業新工廠建設期間，可以考慮將AIOT模組集成到生產設備當中，這樣云端平臺可以將云的各種能力下放到端側設備當中，使得端側設備可以根據實際場景的需要動態更新設備的智能化能力。

但是在一些已將投入生產的制造業工廠中，不太容易集成AIOT模組到產生設備中，此時可以考慮增加邊緣智能節點設備，通過近場計算的方式實現各生產設備數據的匯總以及處理，邊緣設備將預處理后的數據再傳到云端進行各類模型訓練。

企業級AIOT解決方案?

為了進一步降低企業數字化轉型過程中的AIOT解決方案接入成本，將來安防廠商向B端用戶交付的可以是一整套完整的云端一體化AIOT平臺企業級解決方案。針對不同行業、不同制造業，可以在安防云AIOT平臺中直接創建對應符合行業特征的解決方案模板平臺。每個解決方案對應的數據、存儲、運維、計算以及智能分析都是相互隔離的。如此，B端客戶不再需要考慮服務器購入成本、運維成本，大大降低AIOT接入的難度和成本。

算力建設

AIOT在未來各行各業在數字化轉型階段落地生根的過程中，必定會帶來龐大的數據分析、人工智能模型訓練以及數據預測等AI計算需求，未來10年人工智能的計算需求相比當下將增長500倍。因此安防廠商應該主導或者參與建設算力中心基礎設施，積極參與國家東數西算工程。只有擁有了強大的AI計算能力，才能夠真正地實現AIOT為各行各業數字化升級改造提供基礎計算服務，創造更大的數字化業務價值。在未來，算力中心可以不僅為安防廠商提供AI算力支撐，還可以為千行百業數字化轉型提供強有力的算力支撐，另外由于提供底層的算力支撐，安防廠商可以更加方便向合作伙伴推廣自己的AI預訓練大模型。

在不久的將來，算力資源也會像水電煤一樣成為社會運營的基礎設施。但是目前各個算力中心相對獨立，算力中心中跑的數據格式并不統一，相關接口不能相互兼容。因此要想真正將各個算力中心連接成算力網絡，必須在運算數據的格式上、在調用接口的兼容性上、在硬件設備的制造上建立相對統一的標準。

總結

未來10年AIOT將集中爆發業務潛力，它將化有形為無形，將來大家看到的都是AIOT帶來的業務價值而不是AIOT本身。在筆者看來泛安防并不是安防公司的終局目標，對于一些頭部安防玩家來說，安防業務應該只是未來公司業務版圖中的一部分，積極擁抱服務業、工業以及農業數字化轉型才是未來公司業務實現長期增長的關鍵所在。因此傳統安防廠商應該以安防業務作為支點，打破安防業務領域邊界限制，對用戶進行品牌能力再教育，在企業數字化轉型升級浪潮中深耕細作，助力AIOT技術成為像水電煤一樣的未來經濟體的新型基礎設施，從而推動傳統實體經濟邁向數字化、智能化，如此才能成為中國企業數字化轉型的賦能者， 領導者。