案例：能耗問題怎么解決？

作為長鋒集團東莞工廠的廠長，吳睿最近被能耗問題搞得很頭痛。長鋒集團是國內首屈一指的保健品頭部企業，擁有從保健品研發、中草藥種植到保健品生產制造和銷售的完整能力。

2000年以后，隨著老百姓對健康保養越來越重視，保健品行業進入了發展快車道。由于產品毛利高、銷路好，許多企業為了賺快錢突破了底線，行業一度野蠻發展。

2018年12月，丁香醫生的一篇文章《百億保健帝國權健，和它陰影下的中國家庭》引發了輿論的震動以及行業的大整頓，保健品行業隨即進入了平穩健康的發展道路。

告別了高毛利，告別了野蠻生長。長鋒集團對于供應鏈，尤其是制造端的精益化管理以及成本控制提出了更高的要求。

保健品的制造流程中有大量高能耗的步驟以及高能耗的設備，例如藥物精華提取需要用到高溫蒸餾器，藥物的烘干需要用到真空帶式干燥機，產品的罐裝需要用到自動化流水線等。

在國家提出碳中和碳達峰的目標大背景下，各地對于高能耗企業的控制越來越嚴格，企業隨時面臨拉閘限電的風險。

作為這個占地30萬平方米的巨大工廠的負責人，吳睿不僅需要確保生產任務能夠按時按點、保質保量地完成，還要確保工廠的各項能耗符合政府的要求，同時不斷縮減企業在水電方面的投入成本。

但是對于這么大規模的工廠，涉及到的機器設備數量眾多，僅靠人力進行能源管理是不現實的。吳睿希望能有一套能源管理系統，不僅能夠對機器設備的能源數據進行抓取和分析，還能夠對高能耗設備的使用進行合理的調配控制，甚至能夠基于用電的峰谷以及訂單的波動，讓設備和設備之間相互溝通配合，以總能耗最低的方式來達成生產任務。

“如果能有這么一套智能化的系統就好了！”吳睿決定盡快和集團的CIO聊聊自己的想法，請他們看看是否能通過自主或者請第三方軟件公司來配合開發。

正如我們在案例中所述，吳睿所需要的是一套能夠實現“萬物智聯”的AIoT產品，打通實體設施和虛擬網絡，實現智慧供應鏈的“可視化、可感知、可調節”的目標。

那么，什么是AIoT，我們不妨看看百度百科給出的解釋：

AIoT（人工智能物聯網）=AI（人工智能）+IoT（物聯網）

AIoT融合AI技術和IoT技術，通過物聯網產生、收集來自不同維度的、海量的數據存儲于云端、邊緣端，再通過大數據分析，以及更高形式的人工智能，實現萬物數據化、萬物智聯化。

物聯網技術與人工智能相融合，最終追求的是形成一個智能化生態體系。在該體系內，實現了不同智能終端設備之間、不同系統平臺之間、不同應用場景之間的互融互通，萬物互融。

從AIoT的發展路徑來看，可以分為三個階段：單機智能、互聯智能、主動智能。

單機智能指的是單機設備能夠精準感知、識別和理解用戶的指令，并進行正確的決策、執行及反饋。但是設備與設備之間是不發生相互聯系的，智能設備只是等待用戶發起的交互需求。

互聯智能打破了單機智能在數據和服務上的孤島，通過設備之間的互聯互通實現智能化的設備矩陣。它采用“一個云（中控），多個終端（感知器）”的模式，針對用戶的指令智能化地調配設備矩陣，以最優化的方式來滿足用戶的指令訴求。

主動智能指的是智能系統根據用戶行為偏好、工作場景、環境因素等各類信息，隨時待命，具有自學習、自適應、自提高能力，可主動提供適用于用戶的服務，而無需等待用戶提出需求。

當下，AIoT仍然處于單機智能和早期的互聯智能的發展階段，離未來實現主動智能的階段還有很長一段路要走。

這背后不僅涉及的是單個企業或單個技術的發展，更大程度上依賴于企業、行業乃至國家在技術標準和規范方面的發展。

試想，如果每個企業都搭建一套自己的AIoT平臺，定義一套企業自己的AIoT標準，如何能夠真正實現萬物互聯的夢想？

事實上，當下有眾多的平臺型企業正在快馬加鞭，通過搭建開放化的AIoT平臺及標準，將更多的物聯網設備納入到自己的體系內，通過搶占技術標準的高地來建立AIoT生態圈。

典型的平臺型企業如阿里、華為、小米、涂鴉等。這就好比蘋果的IOS生態、谷歌的安卓生態，在技術方面孰高孰低很難講，但是最終PK的一定是生態里的接入的設備數、用戶數。

一個開放化的AIoT平臺通常有四層（如圖所示），分別是：

1. 感知層（提供硬件終端及相關的軟件）

2. 傳輸層（提供通信模組及相關的通信服務）

3. 平臺層（提供平臺服務和系統集成）

4. 解決方案層（提供面向客戶使用場景的解決方案）

據《全球智能化商業》數據顯示，2019年，中國AIoT市場規模為550億美元，而受益于新基建等政策支持，2022年將達到1280億美元，年復合增長率約達到33%。

在這個市場里有眾多玩家，主要包括兩類：平臺型企業和硬件類企業。

平臺型企業主要提供一個基于云技術的系統集成平臺，能夠實現設備的連接、控制和云端智能化管理。具體展開來看，包含：

1．云端管理：提供一套完整的安全可靠的云端存儲和管理系統，可根據用戶的需要進行專有或混合云部署。

2．設備上云：能夠快速實施設備連接云端的方案，支持主流的模組和芯片，能夠快速進行集成。

3．遠程控制：支持PC端和手機端遠程控制，提供公共版本和定制化版本來滿足使用者的需求，降低開發成本。

4．整體集成：為用戶提供適用于企業使用場景的整體集成化方案，幫助企業無風險地快速實施AIoT平臺。

5. SaaS產品：在AIoT平臺上為企業提供SaaS化的產品服務，企業可基于自身的需要進行訂購。例如能源管理產品、安全管理產品等。

5．AI算法：在SaaS產品中，能夠基于用戶的訴求以及物聯網收集的數據進行算法和運籌規劃，實現互聯設備的智能化運行。

硬件類企業主要提供物聯網相關的設施設備，包括傳感器、芯片、智能終端以及通信模組。它們的主要功能介紹如下：

1．傳感器：用于感知、獲取和測量供應鏈物理世界如機器、設備的相關信息并轉換為可用信號的元器件或裝置。例如溫濕度傳感器、加速度傳感器、壓力傳感器等。

2．芯片：物聯網芯片主要包括集成在傳感器/模組中的基帶芯片、射頻芯片、定位芯片等，也包括嵌入在終端中的系統級芯片如微型控制類芯片、復雜實時微算力類芯片、性能算力加速類芯片。

3. 智能終端：具備傳感互聯、人機交互、新型顯示及大數據處理的硬件終端，它可能是傳統硬件經過智能化、物聯網化改造后的終端，也有可能是一體化制造的智能化硬件終端。有些智能終端已經集成了傳感器、芯片、通信模組等功能。

4. 通信模組：所謂模組就是實現某些特定功能的組件，它的內部通常集成了芯片、PCBA和包含協議的嵌入式軟件。物聯網通信模組分為有線和無線兩類，為物聯網設備提供通信接口和標準化通信解決方案。

除此以外，生態內還有提供底層通信服務的通信服務商以及在平臺生態之上提供各種應用及服務的軟件開發者或開發商。

或許讀者會疑惑，如果將AIoT的智能計算和控制都放在云端（遠端），如何能夠及時地對工廠、對現場的情況進行快速響應。

尤其是對于復雜多變的突發狀況，如果等待云端進行大量計算后，再通過無線遠程通信模組將控制信號傳輸給設備，很可能因為速度太慢、效率太低而帶來風險和損失。

為了解決這個問題，AIoT系統通常會部署一定的邊緣計算能力，能夠在靠近物或數據源頭的一側，采用網絡、計算、存儲、應用核心能力為一體的開放平臺，就近提供最近端服務。

其應用程序在邊緣側發起，能夠產生更快的網絡服務響應。滿足行業在實時業務、應用智能、安全與隱私保護等方面的基本需求。

邊緣計算處于物理實體和工業連接之間，或處于物理實體的頂端。而云端計算，仍然可以訪問邊緣計算的歷史數據。

回到前文案例，通過以上的介紹和分析，我們不難理解，吳睿所希望搭建的這套智能化的系統并非易事。

企業需要從業務目標出發（節能降耗的目標、生產效率的目標等），到相關的技術和流程再造（結合最新的技術，流程會發生哪些改變）。落到技術方案上，還需要考慮和什么樣的平臺型企業合作，選擇哪些合適的物聯網硬件設施來落地等。其中最難的往往不是單純的技術問題，而是流程變革及其匹配的組織再造的問題。

智慧供應鏈時代，AIoT有大量的應用場景，工廠的能耗管理只是其中之一。

我們相信，作為打通虛擬網絡和實體設施的基礎設施，AIoT既可以成為智慧供應鏈的眼睛和身體，同時也具備大腦的思考能力，成為打造未來智慧供應鏈“眼腦身”有機體的關鍵基礎設施。