文 | 曾響鈴

來源 | 科技向令說（xiangling0815）

在業(yè)務加速轉型升級下，對于“聯(lián)想”兩個字，近些年業(yè)界舊有認知不斷被打破。這其中，物聯(lián)網大趨勢下聯(lián)想的AI技術創(chuàng)新與應用尤為值得關注。

先是9月初，聯(lián)想在其創(chuàng)新大會上向大眾展示了聯(lián)想大腦-Edge AI平臺，要為用戶提供云-邊-端全場景、全生命周期的AI服務，賦能各個行業(yè)的智能化轉型；

然后在10月23日的2021中國物聯(lián)網產業(yè)領航者峰會上，聯(lián)想又明確表露了其未來物聯(lián)網發(fā)展策略，即在邊緣智能服務器、工控機、邊緣計算網關與觸控一體機等四大產品線基礎上，依靠Edge AI平臺聚焦制造、零售、醫(yī)療、金融四大領域。

基于自身優(yōu)勢和行業(yè)發(fā)展趨勢的共同作用，聯(lián)想商用IoT業(yè)務正在進入快速發(fā)展周期，帶動聯(lián)想從業(yè)界認知到業(yè)務實際的重要升級。

物聯(lián)網產業(yè)“J型曲線”趨勢明朗，擁有前期優(yōu)勢的聯(lián)想再借力AI？

在全球范圍內尤其是中國，近幾年物聯(lián)網的發(fā)展無疑十分迅猛。

就在9月底，工業(yè)和信息化部等八部委聯(lián)合印發(fā)了《物聯(lián)網新型基礎設施建設三年行動計劃（2021-2023年）》，物聯(lián)網在未來經濟社會生活中的底層地位確立，大量的技術創(chuàng)新和商業(yè)機遇等待挖掘。

這時候，原本擁有相關產品生產經驗積累的聯(lián)想將商用IoT業(yè)務提到了新的高度也就順理成章了，而Edge AI平臺的推出，則與物聯(lián)網對AI的需求越來越旺盛密不可分。

事實上，Edge AI既是聯(lián)想推出的平臺名稱，同時也是普適技術概念，它是相對于Cloud AI而言的，即AI的計算和結果輸出在邊緣端設備自主完成，在數據安全、計算實時性等方面有不可替代的價值。在物聯(lián)網高速發(fā)展的同時，Edge AI的市場也逐步擴大，知名研究機構高德納就認為Edge AI將在未來兩三年成為主流。

所以，現(xiàn)在正是Edge AI從蓄積力量到高速增長的窗口期。

在物聯(lián)網終端和AI技術已經經歷長時間積累后，Edge AI正面臨爆發(fā)式增長，其過程，很類似于經典“J型曲線”，由美國政治學家布雷默在研究了大量的組織發(fā)展樣本后提出，其特征是先慢后快，前期稍平緩（積累期），經歷一個寬幅的拐點區(qū)域后，開始快速增長：

對聯(lián)想而言，未來幾年Edge AI預料之中的高速發(fā)展，意味著現(xiàn)在正是突破“J型曲線”拐點的關鍵時刻。而在“J型曲線”理論中，突破拐點的條件包括兩點：

一是“拐點”之前相對低速的發(fā)展過程不能是“等待”，而是發(fā)展條件積累的過程。

這方面，聯(lián)想已經擁有了深厚物聯(lián)網產業(yè)積淀。無論是邊緣端還是云端，在硬件產品和方案上聯(lián)想都已經成為世界范圍的領跑者，對于商用IoT，聯(lián)想已經有了非常成熟的技術積累和落地經驗。此外，多年來的創(chuàng)新研發(fā)還讓聯(lián)想在CV、NLP、知識圖譜、數據AI等AI能力方面都有了不錯的能力儲備。

二是在長期積累后，需要有將各種能力積累轉化成為業(yè)務增長的契機，形成“拐點”后高速增長的“trigger”。

對聯(lián)想來說，這個trigger就是Edge AI開始走出了與行業(yè)通常做法不一樣的路徑。具體是怎么做的，要從聯(lián)想Edge AI打出的三張牌看起。

打出“劍走偏鋒”的三張牌，聯(lián)想Edge AI得到了什么？

在業(yè)務基礎、經驗和積累之上，聯(lián)想推進Edge AI處處體現(xiàn)出與行業(yè)通行做法不太一樣的地方，·用“劍走偏鋒”來形容不為過。

1、憑借既有業(yè)務經驗積累，推動Edge AI做出標桿應用

在所謂“To B”浪潮中，很多企業(yè)尤其是互聯(lián)網企業(yè)的普通做法，都是先制定一個宏觀藍圖然后一個個場景去推進。而聯(lián)想在制造業(yè)等優(yōu)勢領域的常年耕耘，推動其Edge AI能夠在起步期即做到了領域內的深度扎根，做到了先有場景標桿案例后再進行Edge AI宏觀布局。

例如，目前聯(lián)想Edge AI在手機、筆記本生產線上已經有廣泛的落地，其智能化缺陷檢測可以大大提升流水線產品缺陷檢測的效率和準確率；此外，聯(lián)想Edge AI還服務其重要的產業(yè)鏈伙伴，例如世界上最大電池生產廠商的電池缺陷檢測，等等。

目前，聯(lián)想Edge AI將主要布局制造、零售、醫(yī)療、金融等四個主要領域，在“初生”伊始，就向業(yè)界表達出其經受了大規(guī)模實踐檢驗的可信度。場景和實踐先行，讓聯(lián)想Edge AI的快速發(fā)展有了市場認知的先天優(yōu)勢，也更容易在特定場景走得更為深入，挖掘更多價值。

2、憑借技術突破創(chuàng)新，解決Edge AI行業(yè)痛點問題

Edge AI在很多應用場景下面臨著基礎數據不充分的問題，難以支撐通常的那種通過大量數據喂養(yǎng)而來的算法，且邊緣設備的計算能力相對于云端又十分有限，不能支撐那些對算力有很高要求的算法。

由此，Edge AI必須做到用更少的數據就能訓練出高準確率而又“節(jié)約”算力的算法。

但很多所謂的AI巨頭、AI獨角獸所擁有的往往還是那些大數據量、大算力支撐的技術，如多模態(tài)、大模型，它們引領著AI發(fā)展潮流卻未必契合Edge AI。

而聯(lián)想Edge AI采用了目前業(yè)界前沿的小樣本學習，可以做到在較少數據量的情況下較好地進行AI模型的訓練，提升能力。

小樣本學習如同人類對世界的認知不太需要大量的重復，例如看一個蘋果后，其他的蘋果基本都能認出來，而大樣本學習的邏輯是通過大量的圖片訓練讓AI“認識”幾乎所有的蘋果形態(tài)。

在這種狀況下，小樣本學習契合了多樣化場景的需要，尤其是在用戶基礎數據不多的情況下（這種情況十分普遍）。此外，聯(lián)想Edge AI還采用了云端預訓練模型的方式，通過壓縮、量化把來自云端的優(yōu)質算法與邊緣設備計算能力相契合。

而面對邊緣部署較為棘手的升級難題，聯(lián)想的Edge AI在模型設計初期就借助小樣本便利實現(xiàn)了根據應用需求升級的能力，例如，當手機電路板設計發(fā)生變化時，用于缺陷檢測的Edge AI應用可以自主實現(xiàn)“認知升級”。

3、憑借硬件的定制化創(chuàng)新，實現(xiàn)兩種業(yè)務模式的市場契合

規(guī)?；投ㄖ苹拿?，在面向企業(yè)的智能化轉型升級服務中一直存在，而聯(lián)想Edge AI以抽出技術共性的巧妙方式解決了這個問題。

目前，聯(lián)想Edge AI應用在平臺上以AI units（技術單元，類似可組合的積木塊）的方式實現(xiàn)了80%左右的共通核心技術，而剩余20%則根據場景進行個性化定制。如此，以快速的積木化組合的方式，聯(lián)想Edge AI的發(fā)展擺脫了一個個案例從頭做的境況，能夠實現(xiàn)較為快速的規(guī)模化擴張，做到了標準化與個性化的統(tǒng)一。

而這也讓聯(lián)想Edge AI附帶實現(xiàn)了所謂“一個平臺，兩種業(yè)務模式”，即那些有AI開發(fā)能力的企業(yè)可以快速組建起“小快靈”應用；而沒有AI開發(fā)能力的客戶，訂閱模式下系統(tǒng)可以根據場景需求自動組合、提供AI解決方案。

在這種閉環(huán)下，Edge AI進入產業(yè)和場景的門檻也大大降低。

行業(yè)共性挑戰(zhàn)：擺在聯(lián)想Edge AI面前的坎？

雖然聯(lián)想劍走偏鋒獲得了獨特的發(fā)展優(yōu)勢，但Edge AI作為一個行業(yè)概念在快速過程中還存在一些共性的產業(yè)挑戰(zhàn)，考驗著聯(lián)想的技術和業(yè)務創(chuàng)新能力。

首先是Edge AI應用常常會面臨的信息安全問題。

幾毛錢就能買到一張人臉信息，最近關于AI應用的信息安全問題再次成為了社會焦點。

Edge AI在邊緣端的落地，避免不了大量的信息數據采集，其中也包括大量的私人信息，因此Edge AI的發(fā)展一定伴隨著對信息安全的高要求。

而越是能夠獨立完成任務、不需要云端任何支持的Edge AI應用越能夠避免信息安全問題的出現(xiàn)。或者說，真正的Edge AI生來就在避免信息安全問題。

聯(lián)想的深圳工廠特定生產區(qū)域就有專門的Edge AI應用進行監(jiān)控，防止未經授權的人進入，同時又能很好地保證被拍攝的人員數據安全——數據從未上傳到云端，在端側就已經完全完成了識別任務。類似的，還有聯(lián)想所提供的閘機系統(tǒng)，本地識別完成后數據被直接清洗掉，杜絕了“賣臉”的可能性。

然后是Edge AI背后的全智能化轉型技術架構要求。

作為物聯(lián)網的一種延伸和強化，Edge AI固然在具體形態(tài)上體現(xiàn)為終端產品，但從前文可以看出，提供云-邊-端全場景、全生命周期AI服務的Edge AI，離不開來自云端的能力、來自邊緣側的技術支撐、來自整體化網絡服務（例如5G、商用wifi）的支持，等等。

這給物聯(lián)網龍頭企業(yè)從事Edge AI設下了隱性的門檻。所以，可以看到聯(lián)想Edge AI背靠的是聯(lián)想“端-邊-云-網-智”一整套全智能化轉型的技術架構，而這套架構自從2019年被提出來之后，聯(lián)想還在對其不斷優(yōu)化。

這意味著，技術、行業(yè)經驗、產品能力只是Edge AI的敲門磚，要走得更深、更遠創(chuàng)造更多價值，全維度能力的技術架構支撐也比不可少，它是實現(xiàn)Edge AI的“硬實力”。

最后是Edge AI需要不斷進行場景拓展來提升商業(yè)價值天花板。

在智能制造、智慧城市等賽道上，已有的物聯(lián)網需求成為Edge AI可以直接拓展的對象，但Edge AI顯然不能滿足于此，否則就被限定住了，AI的價值也無法充分利用。

所以，可以看到聯(lián)想一直在做場景和應用的突破，典型如嘗試落地一種零售門店人流密度分析的Edge AI應用，通過攝像頭采集信息、AI判斷人流熱點區(qū)域，從而對門店的布置和產品配給提供支持。

總而言之，憑借深厚的實踐積累和前沿的技術創(chuàng)新，聯(lián)想Edge AI正在以獨特的做法突破行業(yè)“J型曲線”拐點，而這個過程中一些行業(yè)共性挑戰(zhàn)也顯露出來，聯(lián)想必須面對也正在面對。物聯(lián)網大時代，在聯(lián)想等行業(yè)龍頭企業(yè)的推動下，屬于Edge AI的篇章正在開啟。

*本文圖片均來源于網絡

*此內容為【科技向令說】原創(chuàng)，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創(chuàng)投、科技網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯(lián)網+ 新常態(tài)下的商業(yè)機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現(xiàn)演變?yōu)椤白悦襟w”，成為一個行業(yè)；

7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。