邊緣智能：AI商業(yè)化中最值得關注的一環(huán)

在一個言必稱AI的時代，人工智能似乎已經(jīng)成為整個科技圈都為之沸騰的應用，特別是從傳統(tǒng)AI到大模型再到AIGC的演進中，不僅將一個當時年營收不足400億美元的英偉達市值推高到2.2萬億高居全球市值前五，更涌現(xiàn)出OpenAI這種估值潛力無上限的不盈利公司。

這種AI的確非常普適，但卻稱不上普世，因為大模型AI都是以持續(xù)燒錢來維系不斷超越想象的體驗感，即使AIGC火爆了兩年多，OpenAI的盈利模式都還沒有搭建成熟，而除了英偉達這種有CUDA保駕更重要有顯卡托底的硬件廠商外，過去五年里創(chuàng)業(yè)的AI硬件公司日子都過得很拮據(jù)。如果有那么一天AI產(chǎn)業(yè)遇到資金鏈吃緊的情況，或者再出現(xiàn)一次超微電腦的財報延期情況，也許這種入不敷出的產(chǎn)業(yè)就面臨跟十年前的可穿戴和七八年前的ARVR一樣的窘境。這種產(chǎn)業(yè)也許的確代表了未來，但在金融環(huán)境處在尷尬的崩潰邊緣的現(xiàn)在，這波賠率著實有點大。 

關鍵點在于如何讓AI應用落地盈利。比如OpenAI最新發(fā)布會說已經(jīng)有上億活躍用戶，但其營收也不過20億美元，平均每個用戶年開銷不過20美元。OpenAI看似已經(jīng)算是增長極為迅速的初創(chuàng)公司，但其背后投入是以幾百億美元為基礎的。行業(yè)最成功的公司尚且如此，那些其他初創(chuàng)公司的日子又會如何呢？ 

這不僅是一個技術普適性的問題，更是一個商業(yè)模式的問題，如何借助大模型進行盈利成為很多AI企業(yè)急需解決的問題。當然，中國的用戶可以體會滴滴打車，體會外賣配送，體會共享單車，這些大模型AI的應用的確帶來了諸多的便利，但相比起龐大的軟硬件投入，似乎回報率著實讓人堪憂。

最近的一個話題來自于Meta的扎克伯格，他直言AI大模型面臨的問題不僅僅是硬件算力太昂貴，更重要的是電力能源的成本。當近東（俄烏）看似已經(jīng)演變?yōu)槌志脩?zhàn)，中東則多地已成隨時可能爆炸的火藥桶，石油價格短期內(nèi)根本不可能下降到一個合適的位置。在這樣的前提下，大模型AI服務器的能源開銷已經(jīng)接近于傳統(tǒng)數(shù)據(jù)中心服務器的1.4倍，而現(xiàn)階段45%的AI大模型服務都屬于免費體驗階段，對絕大多數(shù)的用戶來說，AI應用最不可或缺的一點似乎是情緒價值，這真的能賣得上價格么？ 

歸根結底AI應用要落地，要貼近商業(yè)和工業(yè)應用，要帶給用戶無處不在的價值，甚至要成為能夠提供消費者愿意為之付費的體驗，同時要降低硬件成本且降低能耗，這些都直指一個方向——邊緣AI。如果你愿意將最新開始實驗的特斯拉FSD當作邊緣AI應用的一環(huán)，那么你可以發(fā)現(xiàn)幾乎所有大部分消費者愿意買單的AI應用全部集中在邊緣側。距離原始數(shù)據(jù)更近反饋更及時的工業(yè)生產(chǎn)線AI，就算不識別人臉但是可以識別各種顏色和外觀差異的工業(yè)視覺，不管基于激光雷達還是視覺應用的輔助駕駛，各種智能化應用的機械臂和醫(yī)療機器人，對了還有我們最愿意為之埋單的智能手機…… 

雖然離不開云端AI大模型的支持，但邊緣AI實實在在的存在于我們生活中的方方面面，并且正在我們的錢包里一點點劃走各種費用，更有意思的是，那些主打穩(wěn)健發(fā)展的軟硬件巨頭們從來都是云端和邊緣AI都不放棄的，甚至從某個角度來說，邊緣側的營收和利潤要去貼補云端AI的龐大投入。因此，從AI商業(yè)化的現(xiàn)狀來看，邊緣AI的價值和發(fā)展前景要比大模型AI要更穩(wěn)健更靠譜，如果真想推進AI商業(yè)化，邊緣AI的普及是比大模型建立更關鍵的一環(huán)。

這就是邊緣AI的價值，將AI應用實實在在帶入我們生活方方面面的終端應用，同時也是提前為AI大模型將來盈利提供最堅實的終端基礎的應用。亦如我們仰望天空的白云，只有真正落地成為無數(shù)的雨滴，才能滋養(yǎng)萬物煥發(fā)新生……