瞄準AIoT龐大商機 驅使產業價值鏈持續重組洗牌
魏淑芳 2019-05-30
伴隨物聯網(IoT)應用蓬勃興盛，加上人工智慧(AI)技術日趨成熟精進，兩大技術雙雙躍為企業數位轉型過程中不可或缺的要素；在此前提下，近年IoT與AI逐漸匯流為AIoT嶄新面貌，使AI得以藉由IoT滲透至各個產業與生活應用情境，連帶讓AIoT背後所表彰的邊緣運算概念，成為繼雲端運算後另一個熱門辭彙。
所謂邊緣運算，簡單來說，可視為從雲端到邊緣的移動，意即把原本透過雲端資料中心執行的AI機器學習推論工作，移往網路邏輯上的邊緣節點來處理，由於邊緣節點鄰近於用戶端設備、也就是數據來源，因而能夠以近乎即時的速度來處理資料，不僅消除了以有限網路頻寬傳送大量原始數據的負擔，更消除了凡事唯雲端是問、久候雲端下達指令的依賴性，這些特性，對於類似像自駕車等時間敏感性(Time-Sensitive)應用，可說非常重要。
Toyota為實現MaaS概念，邀集必勝客、Mazda、Uber、亞馬遜等盟友創立移動服務事業聯盟，意在讓其新開發的e-Palette自駕電動概念車，得以蛻變為無人化快閃商店。來源：SlashGear
於是乎，AIoT被各方人士寄予厚望，看好這股趨勢可望帶動諸如半導體、邊緣運算、5G網路、智慧車輛等相關技術領域之創新發展，進而引領第四波科技創新，促使智慧時代早日到來。根據知名研究機構Gartner的預估，時至2022年，在多達8成比重的企業IoT專案當中，都會含括AI解決方案，反觀現今，AI在IoT專案的佔比不過一成左右，顯見未來還有極大的成長空間。
AI與IoT 少了任一方都難形成大局
業者形容，AIoT的背後邏輯便是「AI＋IoT」，其中AI像是大腦，足以將設備的簡單連接升級為智慧連接，從而讓萬物互聯演化成為萬物智聯，至於IoT，則是使AI得以發揮行動力的載體，猶如人類的眼睛、耳朵、鼻子與皮膚一般，可以感知你我周遭的環境事物，從中彙集大量數據，做為AI進行機器學習、深度學習的重要養分；當資料愈多、訓練素材愈多，AI大腦就會愈來愈聰明，做出愈來愈準確明智的決策。
換句話說，假使僅有AI大腦，而沒有連結IoT感知能力，無從收集各種環境資訊，空有強大的演算法、運算力也是枉然；相反的，只有IoT而未搭配AI，則像是只有感官卻無法通達大腦來做出睿智反應，那麼縱然收集的資料量再如何龐大，充其量仍是Raw Data，沒有辦法轉換成為有價值的資訊。由此可見，唯有AI＋IoT，才足以創造最大化價值。
談及AIoT的落地應用，無庸置疑的，自駕車(Autonomous Vehicles)肯定是討論度名列前茅的熱門題材。顧名思義，研發自駕車的初衷即是取代人為駕駛，然而要達成這個目標，需要整合眾多科技，方能讓原本以機械性能為中心的汽車，開始擁有感知與學習能力，進而靠自身的力量做到精準判斷與操控，終至平安順利地上路行駛。
探究自駕車的感知層面，也就是賴以隨時掌握周遭環境資訊的配備，除了現階段已被廣泛運用的GPS、雷達、超音波，及結合影像辨識技術的攝影機等相關技術方案外，簡稱為光達的LIDAR，更被喻為是實現全自動自駕的先進感測技術，只因光達的涵蓋範圍廣闊，而且比較不受到諸如光線、溫度或天候等環境因素影響，所以可提供更加可靠、精確的偵測能力。
一旦車上搭載幾顆光達，便可明顯提升感測效果，惟目前光達的價位偏高，未來唯有下修，才可望被多數的自駕車開發商所接受，逐漸成為標準配備，所幸目前已有業者正在努力運用不同的技術，嘗試發展出價格更加實惠的光達產品。
至於自駕車的大腦，則需仰賴AI 軟硬體及開發平台，來訓練所需模型。GPU領導廠商Nvidia有感於自駕車在面對複雜道路環境之際，勢必需要進行大量平行計算、以便能做出即時反應，所以一方面提供高效能的運算晶片 DRIVE Xavier，二方面則提供一個完整的DRIVE AV平台，以利開發者因應各種環境感測技術、分別建構不同的模型，甚至透過虛擬環境來強化訓練(藉以納入一般實際道路測試鮮少遇到的狀況)，且能利用AR技術，裨益駕駛人在行駛過程中一併獲知周遭環境資訊。
憑藉異業合縱連橫 打造完整AIoT生態系
值得一提的，在AIoT的驅動下，已為自駕車注入許多創新設計思維、甚至是顛覆性的商業模式，使得相關的生態系更為多元豐富。比方說日系汽車大廠Toyota迎合MaaS(Mobility as a Service)概念，發想創立移動服務事業聯盟，並已延攬像是必勝客、Mazda、Uber乃至亞馬遜等諸多盟友，意在將其新開發的e-Palette自駕電動概念車，型塑為無人化快閃商店，隨時移動至不同地點展開營運。
此外聚焦發展自動駕駛軟體的英國新創企業Oxbotica，則與線上超市業者Ocado締結合作關係，將藉由CargoPod小型自駕貨車提供短距移動送貨服務，當貨車抵達後，消費者只需輸入密碼便能取貨。
事實上AIoT商機甚多，絕對不僅止於智慧汽車，其他像是智慧醫療、智慧製造或智慧能源等等領域，也都蘊含莫大的想像空間；探究這一條條不同的價值鏈成形，背後都亟需堅強的產業鏈加以撐持，甚至需要涵蓋電子零組件、系統組裝、軟體介面、服務設計等來自四面八方的廠商群策群力，方能透過一站式的供應模式，開創 AIoT 大局。
如同SEMI微機電及感測器產業聯盟(MEMS & Sensors Industry Group；MSIG)的成軍，基本上就是一個典型例子；因此可以預見，隨著AIoT浪潮席捲，異業合縱連橫的案例將會不斷上演，目的在於重塑產業價值鏈，只因在AIoT世界，確實很難有單一廠商足以通吃感測器、雲端到AI整個市場。
附圖：除了自駕車外，包括智慧製造、智慧醫療等諸多領域，都有愈來愈多相當成功的AIoT應用案例。例如日本的輪胎廠商Bridgestone便善用AIoT技術，為生產設備賦予自主學習與行動的能力，因而大幅提高生產效能與良率。DIGITIMES攝
資料來源：https://www.digitimes.com.tw/iot/article.asp…
