如何實(shí)現(xiàn)萬物智聯(lián)是產(chǎn)業(yè)界長期以來主要關(guān)注的方向。如同互聯(lián)網(wǎng)通過人作為主腦和終端的連接方式，物聯(lián)網(wǎng)也需要主腦進(jìn)行數(shù)據(jù)的搜集、決策和分析，同時(shí)也需要智能終端進(jìn)行執(zhí)行操作。AI+IoT，即實(shí)現(xiàn)了AI作為大腦和終端實(shí)施，以及IoT作為神經(jīng)網(wǎng)絡(luò)的融合落地。伴隨著AIoT相關(guān)技術(shù)的不斷成熟，越來越多的企業(yè)開始投入到AIoT領(lǐng)域的研發(fā)和應(yīng)用當(dāng)中，除了傳統(tǒng)制造、能源等產(chǎn)業(yè)，還涉及金融、醫(yī)療健康、農(nóng)業(yè)、城市建設(shè)和管理等多個(gè)領(lǐng)域，讓眾多開發(fā)者看到了巨大的機(jī)會(huì)。

• 大部分AIoT的開發(fā)者工作狀態(tài)較為自在，其中自由開發(fā)者占到39%；

• 擁有3-5年技術(shù)開發(fā)經(jīng)驗(yàn)的開發(fā)者人數(shù)成倍數(shù)增長，說明這一領(lǐng)域的爆發(fā)期是在五年前；

• 有38.5%的開發(fā)者最感興趣的AIoT技術(shù)是數(shù)據(jù)科學(xué)/數(shù)據(jù)挖掘/數(shù)據(jù)分析，其次是機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)，占比37.6%；

• 生成式大模型技術(shù)的突然爆發(fā)對(duì)于開發(fā)者來說還有待觀察，但預(yù)期向好；

• 42.5%的開發(fā)者表示所在公司生產(chǎn)的AIoT設(shè)備用于制造業(yè)，41%的開發(fā)者認(rèn)為感知/控制是自動(dòng)駕駛技術(shù)中最具挑戰(zhàn)性的環(huán)節(jié)；

• 43%的開發(fā)者認(rèn)為，國際上AIoT的發(fā)展以底層技術(shù)作為主導(dǎo)，國內(nèi)則以平臺(tái)、應(yīng)用和服務(wù)層主導(dǎo)AIoT產(chǎn)業(yè)價(jià)值鏈；

• 30%的開發(fā)者表示，國外在可穿戴設(shè)備、智能家居，以及智能電網(wǎng)等的應(yīng)用上更加超前；

• 超過9成開發(fā)者認(rèn)為機(jī)器可以勝任部分到大部分人類工作，41%的開發(fā)者認(rèn)為人工智能有可能產(chǎn)生出意識(shí)。

開發(fā)者生態(tài)：時(shí)間自由、人數(shù)增長、聚焦機(jī)器學(xué)習(xí)/深度學(xué)習(xí)近來，ChatGPT引發(fā)國內(nèi)AI產(chǎn)業(yè)爆火，大佬們紛紛布局大語言模型。從美團(tuán)“退休”后，王慧文在上個(gè)月創(chuàng)辦“光年之外”，收購袁進(jìn)輝的一流科技,旨在打造中國版ChatGPT。王慧文的英雄帖顯然召喚出了產(chǎn)業(yè)界的熱情，李開復(fù)開始籌組Project AI 2.0，王小川攜帶5000萬美元入場費(fèi)，創(chuàng)辦百川智能……當(dāng)AI大佬們跑步進(jìn)入新的戰(zhàn)場，從事AIoT的開發(fā)者又呈現(xiàn)出怎樣的生態(tài)？從調(diào)查數(shù)據(jù)來看，大部分AIoT開發(fā)者工作狀態(tài)較為自在，圖1中，自由開發(fā)者占到39%，作為兼職和利用業(yè)余時(shí)間參與的比例為40.0%，和自由開發(fā)者數(shù)量相當(dāng)。相較而言，全職開發(fā)者最少，只占到調(diào)查人群的五分之一左右。這一方面說明開發(fā)者群體愈加傾向自由職業(yè)，另一方面也說明AIoT是自由開發(fā)者聚集的領(lǐng)域。圖1 開發(fā)者參與AIoT狀態(tài)從2017年開始，AIoT被頻繁提及，在此之前，開發(fā)者更多是在AI或者IoT的獨(dú)立領(lǐng)域。而當(dāng)智能家居、智能制造、智能城市等落地應(yīng)用端被推向風(fēng)口，AIoT逐漸成為產(chǎn)業(yè)界的主流討論方向。從圖2不難看出，擁有3-5年技術(shù)開發(fā)經(jīng)驗(yàn)的開發(fā)者人數(shù)成倍數(shù)增長，說明這一領(lǐng)域的爆發(fā)期正是在五年前。而近年來，得益于市場潛力地不斷挖掘，越來越多的開發(fā)者選擇進(jìn)入這一領(lǐng)域。據(jù)調(diào)查顯示，近1-2年進(jìn)入這一領(lǐng)域的開發(fā)者占比為32%，而就在去年，這一數(shù)據(jù)進(jìn)一步增長到41%。圖2 開發(fā)者從事AIoT技術(shù)開發(fā)的時(shí)間具體到所從事的技術(shù)領(lǐng)域，機(jī)器學(xué)習(xí)/深度學(xué)習(xí)算法工程師、數(shù)據(jù)科學(xué)家/數(shù)據(jù)分析師/數(shù)據(jù)挖掘工程師和計(jì)算機(jī)視覺/圖像識(shí)別/圖像處理工程師的隊(duì)伍較為龐大，位列前三，分別占比10.5%、10.4%及9.1%。另外，在軟件工程師和硬件工程師的統(tǒng)籌統(tǒng)計(jì)中，軟件工程師以38.5%的占比遠(yuǎn)高于硬件（芯片、傳感器、控制器工程師+智能硬件工程師）9.2%的占比。圖3 開發(fā)者從事AI/IoT的技術(shù)領(lǐng)域

技術(shù)工具：數(shù)據(jù)科學(xué)/機(jī)器學(xué)習(xí)+AI大模型+存儲(chǔ)/云計(jì)算+工具箱李彥宏今年初曾公開表示：“如果讓我來判斷第四次科技革命的標(biāo)志，我認(rèn)為是深度學(xué)習(xí)算法”。同時(shí)，他也認(rèn)為“大語言模型的出現(xiàn)對(duì)于云計(jì)算來說，是一個(gè) Game Changer，會(huì)改變?cè)朴?jì)算的游戲規(guī)則。”和他預(yù)判相一致的是，在AIoT領(lǐng)域，開發(fā)者最感興趣的技術(shù)是數(shù)據(jù)科學(xué)/數(shù)據(jù)挖掘/數(shù)據(jù)分析（見圖4），有38.5%的開發(fā)者做出了這一選擇，以及機(jī)器學(xué)習(xí)/深度學(xué)習(xí)/神經(jīng)網(wǎng)絡(luò)，占比37.6%，這樣的結(jié)果也完全符合AI算據(jù)、算法、算力的三大要義。在通用技術(shù)上，29.4%的開發(fā)者選擇了計(jì)算機(jī)視覺/圖像識(shí)別/圖像處理，可見視覺仍然被賦予極高期待。以上AI技術(shù)為AIoT發(fā)揮的作用主要體現(xiàn)在，可以幫助開發(fā)者處理和分析從各種物聯(lián)設(shè)備中收集到的海量數(shù)據(jù)，從而為企業(yè)提供更準(zhǔn)確、更有用的洞察和決策支持。與此同時(shí)，可以幫助開發(fā)人員構(gòu)建智能應(yīng)用程序，在實(shí)時(shí)監(jiān)測和控制物聯(lián)設(shè)備方面發(fā)揮著重要作用。此外，比較出乎意料的是，AIGC/大語言模型的選擇人數(shù)只占到4.8%，本調(diào)查的收集期限覆蓋了ChatGPT的起勢期（去年12月-今年1月），國內(nèi)大語言模型的火爆期主要集中在今年2-3月。圖4 開發(fā)者對(duì)AIoT感興趣的技術(shù)方向在另一個(gè)關(guān)于AI熱點(diǎn)技術(shù)突破的問題上，26.6%的開發(fā)者表示看好生成式人工智能（圖5）。上述4.8%，以及這里的26.6%兩個(gè)數(shù)據(jù)恰好說明了，生成式大模型技術(shù)的突然爆發(fā)對(duì)于開發(fā)者來說還有待觀察，但預(yù)期向好。而除了生成式人工智能之外，大規(guī)模數(shù)據(jù)集和大模型開源也是開發(fā)者看好的方向，兩個(gè)選項(xiàng)分別占比23.4%和20.9%。圖5 開發(fā)者看好的AI熱點(diǎn)技術(shù)突破另外，大規(guī)模物聯(lián)網(wǎng)應(yīng)用還需要處理海量數(shù)據(jù)，這些數(shù)據(jù)需要進(jìn)行有效的存儲(chǔ)和管理。云計(jì)算是建立在大規(guī)模數(shù)據(jù)存儲(chǔ)之上的一項(xiàng)關(guān)鍵技術(shù)，它提供了強(qiáng)大的計(jì)算能力和可擴(kuò)展性，幫助開發(fā)人員更好地處理和分析數(shù)據(jù)。據(jù)調(diào)查顯示（圖6），超過3成的開發(fā)者日常會(huì)處理數(shù)據(jù)存儲(chǔ)相關(guān)的問題，其次是云計(jì)算，占比28%。圖6 開發(fā)者接觸最多的AIoT技術(shù)目前AIoT的開發(fā)者工具應(yīng)用主要集中在視覺圖像、語音合成和自然語言處理等領(lǐng)域（見圖7）。調(diào)查數(shù)據(jù)顯示，近三成開發(fā)者會(huì)用到AI人像修復(fù)工具，該技術(shù)可以幫助開發(fā)者對(duì)人像進(jìn)行自動(dòng)修復(fù)和增強(qiáng)，提高應(yīng)用設(shè)備上人臉檢測的效果以及準(zhǔn)確性。排在二、三位的分別是AI目標(biāo)檢測和AI視頻摳像/人像摳像，均與機(jī)器視覺相關(guān)，之后是人工智能語音合成。圖7 開發(fā)者使用的AI工具箱