AIoT作为各大传统行业智能化升级的通道，已经成为物联网发展的必然趋势。AI、IoT“一体化”后，“人工智能”逐渐向“应用智能”的方向演进。本文转载自安防知识网，原标题《AIoT化 推动智慧城市走向应用智能》，亿欧智慧城市对文章进行二次编辑，供读者参考。自2017年开始，“AIoT”一词便开始频频刷屏，成为物联网的行业热词。“AIoT”即“AI+IoT”，指的是人工智能技术与物联网在实际应用中的落地融合。当前，已经有越来越多的人将AI与IoT结合到一起来看，AIoT作为各大传统行业智能化升级的通道，已经成为物联网发展的必然趋势。AI、IoT“一体化”后，“人工智能”逐渐向“应用智能”的方向演进。

AIoT技术应用，先打好物联传感基础

Semtech市场战略总监甘泉表示，AIoT要想做好，首先要进行大量的数据采集分析，然而，目前前端传感器的数量并不够多，收集的资料、数据信息也不够多，而且客户习惯的养成和特性的培养，这个过程也没有达到非常高的量，所以这两方面将是未来AI以及物联网技术落地行业市场的重点。

“等数据量增加到现在的十倍甚至一百倍的时候，AI以及IOT技术服务带来的价值可能增加一百倍甚至一万倍，这是一个持续增长的过程。而在促进数据连接，物物互联的过程中，LoRa技术将发挥越来越重要的作用。” 甘泉表示。

LoRa以及NB-IoT均具有远距离传输、低功耗的应用优势，也因此成为物联网应用的两大关键无线通信技术。据甘泉介绍，相比于NB-IoT技术，LoRa可实现更低的应用成本。

比如NB-IoT的基站建设成本需要十几万，而LoRa基站成本则只需要几千到万元级别，其建设成本仅占到NB-IoT基站的二十分之一。因此，如果一栋楼的网络覆盖通过运营商可能要花费十几万，而使用LoRa只需要几千元。这也是近几年来，为什么LoRa技术能够快速落地在各个细分的物联网应用场景下的重要原因。

据了解，目前很多智慧社区的水表、气表、电表、热表等设备都用上了LoRa技术，基于 LoRa技术的智能(水、电、气)表可自动采集实时数据并反馈给管理平台，提高工作效率，保证服务质量。另外，智慧城市中的能源管理、智慧建筑、物流、智慧生产、智慧农业很多也都使用了LoRa技术。

甘泉表示，LoRa进行数据的采集和自动传输只是第一步，往后可以通过数据进行反向自动控制。比如通过数据发现水电气表走数异常，进而自动推断是否有煤气泄露事件、断水断电等情况从而第一时间加以干预，保证用户的生命财产安全。同样，在城市管理、物流、农业等大的应用场景中，通过采用LoRa技术构建起更多的具有感知能力的物联网节点，能够助力智慧城市运行。

清华大学深圳研究所博士后、绿米算法工程师曲晓峰同样认为, 当前物联网端的传感器数量还不够多, 因此在物联网上运行一些人工智能功能仍存在一定障碍。但包括智慧社区、智能家居等在内的行业市场已经显露出了AIoT化的应用趋势。比如在智能家居领域，业内已经推出了不少带有AI功能的智能终端产品，像智能音箱、智能门锁等爆款单品。

曲晓峰还提到，从智能家居的角度看，今年一整年的变化，人工智能+物联网，市场需求正逐渐被培育起来，倒逼着厂商从云端及方案端拿出更成熟的产品满足市场用户的需求。

技术要上天，应用要落地

社区和家庭的智能化升级是能够让大众直观感受到AIoT技术赋能作用的，谈及AIoT的落地应用，康行科技联合创始人潘江宇直言，人工智能技术很火，但是现在国内的小区很难见到有真正用到AIoT的人工智能技术的产品，为什么少见?

潘江宇分析认为，首先是成本问题，用户没有办法承担起较为昂贵的应用成本。要实现AIoT更快速的落地，一是要进行成本控制，二是提高应用的便捷程度，因此厂商需要提供傻瓜式的服务，从用户的角度出发来反推系统设计。

“只有让用户觉得你的东西有用才有市场，前期做再多的噱头，是悬在半空中的，最终还是要落地。技术要上天，但是产品要落地。”潘江宇强调。

如何落地?对于这个问题，潘江宇认为，不管是拿数据还是提供服务，端是重要的，一定要有端，一定要在场景中——这是物联的基础也是核心。怎么样在人工智能时代，将智能端设备放到场景中服务场景，这是厂商要做的努力，也是这个时代的诉求。

挖掘数据价值，助推智能到智慧的升级

前面我们提到要落实AIoT技术应用，先要打好物联传感基础，而建立物联网节点的出发点则是为了收集更多的数据，有庞大的数据基础在，AI、大数据才有用武之地。

在这个论点之上，和而泰地产事业部总经理潘子健进一步指出，物联网从连接开始，走到现在大家都在关注数据，再到计算，也可以理解为它是AI的一种计算能力和服务，最终它是要通过这样的路径来体现它的价值。

潘子健认为，设备连接只是第一步，数据也还是开始，到了中间计算环节，我们要构建起能够在各个领域、各个产业落地的智能化的大数据，基于物联网的价值体系。只有这样，物联网、大数据、人工智能才能跟最终的商业价值进行绑定，也只有最终的价值落地，才能够实现真正的万物互联。这个过程中，数据价值的深度挖掘是关键，通过数据提炼出信息，信息构建成知识，然后用知识来推动各行各业实现更高效、理性的运行。