AIoT不是一句空洞的口号，而是一种理念。是真正解决物联网行业服务问题的工具。
什么是 IoT
在说AIoT之前，先说一下IoT是什么。IoT是物联网的缩写，在国内一般翻译成“物联网”。吴军先生在他的《信息论四十讲》中提到，他更倾向于“万物互联”的翻译：
IoT是什么？有媒体将其翻译为“物联网”，这只是不准确的直译，根本没有反映其本质。对于IoT，我更倾向于“万物互联”的说法，因为它不仅仅是物与物的联网，而是万物的联网，包括我们自己。我同意这一点。另外，维基百科的解释如下，比较技术性：
物联网(Internet of Things，缩写为IoT)是承载互联网和传统电信网络等信息的网络，使所有能够执行独立功能的普通物体实现互联互通。
用白话文来说，你现在或未来看到的一切，都可能是“在线”和“互联”的。广义的物联网涵盖了广泛的领域，包括工业物联网、消费物联网、能源物联网、农业物联网等。而业界大佬们常说的物联网，现在更侧重于直接面对C端用户的“消费物联网”，包括智能家居、可穿戴设备、车联网等等。
自1985年Peter T. Lewis提出物联网概念以来，已经过去了30多年。纵观历史，与其他技术发明相比，从提出一个概念到工程实现的时间并不算太长。国内，近两年来，物联网行业，尤其是最近因为贸易战被推上讨论高峰的5G技术，带来了一波关于物联网技术应用的讨论。
物联网关键词百度指数趋势
但是目前实际的行业发展和市场情况如何呢？接下来我以“消费品协会”为例逐一阐述：
行业发展
目前，物联网在中国的发展主要分为两个阶段：
第一个阶段我称之为“爆款单品阶段”。
是13-14年前后移动互联网的快速发展，资本热钱的涌入，小米的高调入局。一个个爆款推出，带来了一波创业公司和大公司主要围绕“消费品协会”领域的布局。创业公司比较知名的有涂鸦(14年)、LifeSmart(13年)、博联(13年)等等。
第二阶段是“场景服务阶段”。
也就是为客户提供一整套完整的服务，帮助他们智能部署。从17年开始，智能音箱的快速增长，智能家居的语音控制，降低了智能家居的学习和控制成本。也是很多传统集成商向智能家居集成商转型，甚至以前专注爆款的厂商也进入了市场(比如绿米)。
总的来说，我觉得还是分两个阶段：
第一阶段还没结束，“爆款”还在继续(比如今年最火的就是智能门锁)；
第二阶段刚刚开始兴起，还比较初级。两者相辅相成，小米就是这种打法的成功范例。
国内手机厂商物联网布局时间轴
市场体量
小米财报显示，截至2018年12月30日，米家平台连接设备数达到1.51亿，号称全球第一，而B端切入的涂鸦智能连接设备数达到1亿。这两个数据在当前物联网板块中是什么概念？
根据IoT Analytics的数据，18年全球物联网连接设备数量为70亿。也就是说，小米宣称自己是目前全球最大的物联网平台，仅占总盘子的2.16%。
全球通过物联网分析连接的设备数量
相比之下，目前使用频率最高、覆盖范围最广的智能设备是3354智能手机。18年全球活跃用户数29.96亿。单量来看，这个市场量确实有很大的想象空间。
从上面来自IoT Analytics的分析图中，我们也可以看到，预计2022年物联网设备的数量将超过非物联网设备。
同样，2013年智能手机出货量首次超过非智能手机，迎来了快速发展
市场体量巨大，截至201812E:米家：2.16%，涂鸦：1.43%。
市场现状
如此巨大的市场，蕴藏着巨大的机会，但从物联网分析数据也可以看出，非物联网设备仍占大多数。而且我也经常听业内人士抱怨，大部分厂商都是这么做的。
还是「脏活累活」，花了很大的力气，但回报可能很小。在艾瑞的《2018年中国智能家居行业研究报告》中关于智能家居从业者的调研报告也指出智能家居的发展并没有预测中火爆，为什么会这样呢，有以下几点原因：
1. 用户侧：对单品接受度高，但不理解「场景服务」
这很自然，从行为经济学角度来看，打「单品」和「一套方案」，前者的决策成本更低，更多的调用「系统1」。
比如，张三看到对门邻居李四装了个智能门锁，高端大气，还不用带钥匙，价格也能接受，自己也起心动念起来，买了一个。而如果要让他整「一套方案」，如「全屋智能」，决策路径就没那么简单了。
先不说部署成本，站在客户角度，我好不容易买了套房子，一定要好好整一整，在前期决策上如果售前没做好，可能就要花大把时间来客户解释说明，跑单率很高。
从售前的转化效率，到落地的部署效率，再到售后服务，这时候卖的不是设备了，卖的是一整套的「场景服务」，基本都是三思而后行。
所以这个市场目前更多是拼渠道，跟地产商的渠道（精装房），酒店渠道，用户只能接受我给你的方案，降低了很多沟通环节，从而来降低跟用户侧售前成本。
2. 行业侧：设备碎片化严重，「场景服务」落地效率低
（1）所谓的碎片化，除了智能家居品类繁杂，还有一个问题，即不同品牌设备间的互通。
这不乏也有解决好的公司，如小米。但从上面分析，小米的体量再大，也只占到2%左右的市场份额，还有很大的市场空间和问题没有满足和解决。
实际上，可以想象一个用户场景：客户往往会各方综合来购置自己的家居设备，如电视，可能会选面板比较好的 夏普、索尼、三星等；扫地机器人可能会选择iRobot的；冰箱可能买海尔的；空调可能买格力，等等。
这些厂家各自有一套自己的协议，自己的平台，互不相通。
虽然目前智能音箱能部分解决这个问题，但是在用户操作路径第一步：配网，往往就卡住了。因为用户还要去下一个三方的智能家居App，将设备绑定，然后再登录智能音箱App，进行账户授权来同步设备。增加了前期的使用成本。而出现这个问题底层逻辑在于各厂都有自己的利益和算盘（特别是大厂们），这在市场早期是个非常正常的现象。最后能撬动的必然是用户跟厂商之间博弈的结果。
（2）关于「场景服务」的落地效率低背后的原因。这里先说一个数据，落地「全屋智能」很多是以集成商的角色来做，据不完全统计目前国内大概有1000+集成商，大部分是小规模集成商（团队规模10-20人左右），以这样的规模一年落地10个项目已经是非常高效了。
而这所谓的项目，大点的可能是个酒店，一般70间客房左右，小点的可能是某个朋友的独栋小别墅。再扣除中间的各种成本，大部分最后能有微薄利润已经算法很不错了。一年累死累活干下来，就赚了个毛毛雨。那这里的问题主要是出在哪里呢，我个人认为如下几点，我们拆成 售前 – 部署 – 售后这几个点来看：
售前：如上用户侧所说，目前处于市场早期，用户对此的决策成本高，这中间要解决的问题是如果高效的与用户沟通，消除信息不对称，从而提高其决策效率。
部署：目前大的集成商部署不是什么大的问题，很多甚至有自己的SaaS平台和酒店PMS系统打通等，但更多中小集成商并没有这个能力，且协调多方资源，如与智能音箱厂商对接中出了问题，依赖三方，没能及时解决，对工期造成影响。
售后：如酒店，好不容易部署完了，酒店开业了，用户入住了，结果发现各种问题。而大部分中小集成商各方依赖大，资源协调周期长，导致很多时候不能快速的解决售后问题，从而影响了业界口碑。
综上，所以对整个IoT领域目前现状和问题，我相信各位都有比较「正面」的了解。那怎么更好的去解决这些问题呢，我认为唯有AI技术，没听错，唯有AI技术。AIoT不是空谈个口号，空炒个概念，他是实实在在落地解决IoT产业服务问题的工具。
什么是 AIoT
顾名思义，AIoT是AI+IoT的组合缩写。最早（其实距离现在也不远）可追溯到2017年11月28日小米IoT开发者大会，在会上雷军提出了AI+IoT的主题演讲，随后作为当年发布会上的战略合作伙伴且时任百度COO陆奇也做了《IoT+AI开拓无限可能》的主题演讲，阐述了具体的技术落地。
AIoT 字面上非常好理解，AI+IoT，即利用人工智能技术给IoT产业赋能。目前也已经开始有落地应用：比如 近两年比较火的家居单品智能音箱，他的底层技术是AI技术中的语音技术，除了之于音箱产生了成功落地的新物种「智能音箱」，其也激活了智能家居产业，作为一个中控设备可以用语音这个天然的交流方式优雅地解决了部分功能繁杂的智能家居控制问题，还有激活了设备间的联动，提高了用户使用效率和体验。类似的也有图像技术之于摄像头。这两个例子是目前比较广泛的应用，其实整个AIoT能力不止于此。
这里先讲个故事：
这周参加了CSHIA举办的《中国只能家居集成服务大会》在最后的圆桌会议上，绿米的董事长游延筠讲了一个故事：他们去年底在小米有品上众筹他们的第一款智能门锁，最后总共卖了3万把，在实际落地安装时发现几个问题：
在安装前装维师傅不清楚客户的门的结构是什么样的，要带什么工具过去；
很多用户门的结构跟锁不搭，没法安装。
他立刻给他们AI团队布置了一个任务，利用深度学习来帮客户看看他们家的锁能不能安装，功能上线后效果非常好。现在如果在小米商城上购买其智能锁，会让用户先拍下家里的门锁，然后系统会自动判定是否可以安装，减少了后续实际装维或售后的成本。这个例子不单解决了用户购买前的售前决策成本，还给对内部来说降低了装维成本。一个小小的AI技术的应用一举两得。
总结来说，我们照样从产品服务的三个关键节点切入来展开说明：
（1）售前
对于用户端来说在于如何让客户降低其购买决策成本。比如 上面提到的智能门锁就是一个很好的单品例子，而「全屋智能」这块可以让用户上传自己家里的图纸，系统自动输出几套方案让其选择。这个目前也已有厂商落地（想详细了解，可以去搜搜 壹智能 这家公司）。
（2）部署
核心指标在于提高部署效率。我个人认为AR+AI是未来的一个match的点，想象一个场景：售前明确了部署需求，将图纸传给具体部署的师傅，部署师傅带着AR眼镜配合图像技术高效施工，且在这过程中系统会自动记录施工进度，并同步给客户，高效了解目前的部署情况。
当然，这一点可能还比较远，倒不是技术问题，而是成本问题，目前眼镜市场价格还是比较高的。这个是一个比较大的点，而小点如上面提到的智能门锁，其实是一个目前落地成本比较低的好方案。
（3）售后（这里所指的售后说广义上的，即用户安装完后的体验以及售后处理）
A. 至于用户侧，这个是其真正体验到AIoT对于其生活直接影响的点。我觉得根据产品服务可以分为以下两类：
a.单品。这个分为中控单品和非中控单品。
先说说非中控单品，拼的单点的功能体验，比如智能摄像头，利用图像技术我可以定位家里的猫在什么位置，家里有谁来过等等；
而中控单品，如智能音箱、智能电视等，除了单点的功能体验，还有内容服务、场景服务等重运营服务的体验，我不单能控制自身，还能连接外部内容和设备。
b.场景服务。如「全屋智能」服务，想象一下，你入住了一家经常光顾的智慧型酒店，一开门音箱就自动播放欢迎词，并且欢迎词中带有你的名字「欢迎xxx先生入住」，灯和电视也自动打开，并将灯光调整到你最喜欢的模式，你最窗帘自动关闭，知道今天是你的生日，电视还自动播放了一个生日祝福的小短片…
这只是目前典型的一个智慧酒店的入住场景。还有睡觉场景、阅读场景、叫餐场景等等。从O2O开始「场景」这个东西已经讲了很多年了，但都是雷声大，雨点小。在AIoT时代我觉得会有更广、更实在的落地。
B. 至于企业，售后一直以来说一个难啃的东西，核心在于如何高效的为用户排查问题并给予满意的答复。以前设备出现问题可能需要售后技术人员去现场排查，而且预约了还不一定马上能到，等到了以后还要确认问题严重程度来判定进一步的售后服务。我相信相信随着传感器等硬件成本的下降，后续如果硬件有问题了，家电设备可以自查，并将相应错误信息反馈给客户/售后，提高解决问题的效率。
举例，比如现在小米的净水器，滤芯到期都会提示更换，想象一下以前的净水器，先不说一台售价有多高，滤芯过期了都不知道。
写在最后 总结一下，回到之前在IoT章节末尾提出的观点——「AIoT不是空谈个口号，空炒个概念，他是实实在在落地解决IoT产业服务问题的工具。唯有AI技术能解决IoT产品服务问题」。
本质原因在于：只有AI技术能有效处理IoT设备产生的大量信息数据，并最终输出良好的体验服务交付给客户。无论是售前的转化、还是实际部署、再到最后的售后的体验和服务，这中间都会产生大量的信息数据，而目前能把这么多的信息处理和利用好的，唯有AI技术。所以
目前这个市场还非常早期，但增长很快，根据市场研究机 MarketsandMarkets 近日发布报告称，2019年全球AIoT市场规模为51亿美元，到2024年，这一数字将增长至162亿美元，复合年增长率为26%。而相比之下目前整个互联网市场规模是4000亿美元，吴军老师估摸IoT产业规模后续将达到8万亿美元。还有很大的增长空间。
未来已来，只是分不得不均匀。这个市场很大，还在市场早期，大家都有机会，最后，愿在这条大陆奔波的同仁们能闯出自己的一片天地。
