市场调研|AIoT市场增长的三要素

但这些数据都是在疫情前得出的结论，在疫情期间，AIoT市场虽然受到波及，但却依然表现出活跃的发展态势。Omdia的报告指出，2020年新冠疫情对近一半的物联网项目起到了促进作用，但也造成30%的项目推迟或停止。显然疫情对各个垂直行业的影响不一，其中能源、公共事业、物流、供应链、零售以及酒店等物联网项目在疫情间加速发展落地，公共部门、农业、医疗行业的物联网项目却得到延迟。

回顾近年来物联网市场的发展，在不少的传统行业中，由于顶层设计缺失、技术不成熟等原因，互联网时代的数据在采集、存储、处理以及应用等环节都是独立存在且相互孤立，使得单品智能甚至多品智能、系统智能在应用中不断涌现数据孤岛、数据烟囱和碎片化应用等问题。在人工智能介入之后，IoT有了连接的大脑，数据孤岛等系列问题也找到了解决的办法。

2020年3月，中央明确提出要加快5G基建、特高压/电力物联网、高铁/轨道交通、新能源汽车/充电桩、云计算/数据中心、人工智能、工业互联网等新型基础设施建设进度。与过去传统基础设施建设等有着明显的不同，新基础建设最大的差异就在于更注重“新”，拥有更多富有科技内涵、属于数字经济的产业。

新的投资无疑带来的是新一轮发展机遇，例如安防行业的核心是安全，是数字化建设的基础，同时新基建中涉及的5G商用、人工智能、工业互联网、物联网都与智能安防存在着千丝万缕的关系。在这样的背景下，新基建俨然成为后疫情时代安防等传统产业发展的新引擎。

笼统地讲，AIoT市场增长动力分为三部分，一是存量市场的提升，主要体现为传统基础建设的升级与补板，二是增量市场的催化，主要体现为新基础设施带来的产业变化，三是关键环节的进口替代，实现自主可控。

以智慧城市为例，在城市安防场景中，视频监控与AI、大数据、云计算、边缘计算等技术结合的趋势越来越紧密。在技术不断融合的背景下，不少IT/ICT企业也开始涉入到安防领域，同理安防企业也借助技术的融合从安防领域，涉入到城管、教育、水务、旅游等市场，其本质是安防产业的智能化升级，背后承载的是各行各业数字化升级的需求。新基建的主要抓手是数字化与智能化，即云和智能的融会贯通，当下，AI、大数据、云计算、区块链等新技术也在云智融合的支撑下打破传统技术的边界，实现产业变革与升级。换句话说，千行百业都将面对云智融合的大道，在新的赛道上，传统的产业都将只是AIoT“云边端管用”其中的一部分。

as Research认为，在AI、5G与IoT等新技术的融合推动下，千行百业数字化发展必然会有一番新的景象，企业要想在新的时代获得主动权，除了尽快覆盖存量市场外，更要夯实自身在平台、技术、场景、生态等多方面的综合实力，试图在增量市场中有所突破。

在边缘侧的应用中，基层警务数字化转型升级中应用颇为典型。在社会治安防控体系中，如居民小区、娱乐场所、民宿酒店、网约房、内保单位等场所，前端设备每天都会采集大量的数据，如何从海量的社会信息中过滤出警务所需信息，是提高基层警务工作效率的前提。另外，随着《中华人民共和国数据安全法》、《数据安全管理办法》等政策的落地，数据究竟应该放在哪里、数据资产如何明确、业务域边界如何划分等数据安全问题，也成为了警务信息化建设不得不关心的问题。

在多重需求的推动下，边缘计算在治安防控领域的应用越来越普及。以亚略特为例，其边缘计算网关便是一种部署在社会单位端，与社会单位业务系统实现直接对接，集成数据汇聚服务、数据安全保护机制、生物特征比对等边缘计算和服务能力的软硬一体化网关设备。其分布式计算拓扑的属性，很大程度上解决了基层警务的数据处理难题：

首先，亚略特边缘计算网关集成了智能化边缘计算能力，可增强警务信息系统的建设效能。边缘计算网关下探到社会单位端，可就近进行特定的智能化分析和信息比对，一方面可以极大的缓解中心端的计算压力，另一方面可以更快速的实现数据预处理，提高警务信息系统建设的整体效能。更缓解了基层使用产生的传输成本，存储成本的问题，可以更有效的实现数据运营；

其次，亚略特边缘计算网关可划清系统边界，使数据资产归属清晰、责任明确。边缘网关下探到社会单位端之后，社会业务系统的相关数据可直接对接网关，不需要突破社会单位内部的范围。网关作为互联网和公安网数据汇聚体系的入口，在接收社会业务系统的数据之后可智能处理部分信息，系统分工、数据资产归属更加清晰明确。

此外，亚略特边缘计算网关还可促进数据分散存储，搭配专门的加密芯片进行数据加密传输，可降低数据安全风险。将边缘计算网关分布在各个社会业务单位，形成分散汇总机制，可以降低社会业务系统在互联网上建设大一统数据存储平台的必要性。以网关为入口的数据汇聚体系对数据采用加密传输，数据可以不落地。这两大属性在一定程度上可以有效降低数据安全风险。

凭借“安全加密+边缘计算+智能化”等赋能属性，此边缘计算网关除了满足日常的数据安全汇聚服务外，还可以根据治安防控体系中各类采购单位的需要，集成多模态生物识别引擎，帮助客户在“边”进行更快速、更及时的数据预处理，是助推基层警务数字化转型升级的有效手段。

目前，“边”与“云”是目前行业大部分企业发力的方向，前者负责在边缘侧小范围地进行数据及时处理和返回，以及AI负载中的推理过程，保证问题能够被及时发现并作出响应；后者负责汇聚各个边缘节点的数据并对其进行分析，完成算法训练和升级，然后将升级后的算法推送到边缘，不断提高和优化边缘设备识别问题的能力。二者之间相互配合的过程，就是云边协同。

中国信息通信研究院2021年7月发布的《云计算白皮书》中指出， 2020年应用和计划应用边缘计算的中国企业占比分别为4.9%和53.8%。