近日，在京举办2018·中国人工智能高峰论坛。特斯联副总裁谢超受邀进行了“以AIoT助推智慧城市时代到来”的主题演讲。

谢超认为AIoT对传统行业的赋能可分为可视、洞察和预见三个阶段。由于基础设施不完善、数据积累有限，大部分行业还处于可视的初级阶段，探讨洞察和预见阶段还为时尚早。智慧城市市场规模可以类比传统市场，行业升级空间巨大。现将谢超的主题演讲实录分享如下。

谢超： 有一本书在一年前非常流行，讲的是在七万年前人类第一次跟动物产生差别，这个差别正是围绕“抽象感知”的概念。我们除了眼睛看东西以外，开始能够将抽象的理念变成真正的感知。

这七万年间经历了很多发展，这次的认知革命就是人工智能（AI）和物联网（IoT）给我们带来的。以前都是靠人的眼睛和手去感知，但是到了最近这几年，我们的感知网络已经延伸到了传感器，帮助我们处理信息的设备已经不仅仅局限于大脑，还延伸至智能硬件和超算中心等等。走到今天我们发现人的认知已经远远超越了所能想象的极限。

通过可视化搭建

行业洞察和预见的基础

我们一直觉得AI和IoT要跟行业结合起来才能产生价值，独立存在则没有意义。具体来说AIoT能帮我们做什么？它给行业带来的升级和变化可分成三个阶段，叫做可视、洞察和预见。

第一是可视。可视是一直被我们忽略，但恰恰是人工智能和物联网最基础的部分。我们所有人和企业的行为和活动数据还没有被完整地捕捉到，大量的企业还没有完成信息化。但是只有把企业全流程生产环节的数据收集起来才构成可视的基础，尽管这是第一阶段。目前我们正是处于初级阶段，离真正的信息化、数据化可视阶段还有一个比较遥远的路程要走。

第二是洞察。洞察恰恰是我们看到的、在人工智能行业中大家在努力做的一部分。我们会看到有非常多的算法和人工智能模型都在解决洞察的问题。然而，尽管我们在洞察上走的比较靠前，因为缺乏前期大量数据的积累，会发现很多模型没有用武之地。很多模型和算法已经非常超前，但是却超过实际业务的需要。

第三是预见。我们希望通过所有模型、算法和一系列数据积累之后，可以在分析过去和现在的基础上，预测未来在一定程度上会发生的事情，包括设备、建筑的使用情况等等。

尽管行业升级可分成三个阶段，最有意义的第一个阶段，即怎么把世界进行数据化是传统行业里面先要搭建好的基础。对于城市管理而言也是这样的。

智慧城市建设

需注重基础设施升级

我们看一下城市结构图，包括天空、地面、地下管道等等，有非常多的组成部分，包括智慧交通、智慧管网等等，相对来说智慧交通在整个智慧城市领域里走的比较靠前，然而有更多的城市基础设施存在升级的空间。比如在智慧管网领域，可以通过部署大量的传感器得知哪些井盖堵塞，以及下水道水量的情况。我们认为在用AIoT推进智慧城市建设的过程中一定要关注到传统领域的基础建设，这些传统领域存在大量设备升级的机会，这意味着大量的商业机会和利润，也是我们看到的现象。

以AI+IoT打造综合解决方案

提升产业效率

回过来说，特斯联是最早把AI和IoT两个概念结合在一起的。去年这个时候我们提出了AI+IoT，因为以往一直发现AI和IoT是被割裂开的。大家提到AI会想到算法，讲到IoT会想到智能硬件和智能家居。但是，AI就像人的大脑，IoT就像手和脚，很难想象一个人没有大脑光有手和脚怎么样，或者只有大脑没有手和脚会怎么样。当AI和IoT两者结合在一起，IoT会给AI提供大量基础数据。所以我们觉得AI和IoT天生就是灵魂伴侣，特斯联要做的事情就是把这两个结合在一起形成产业赋能引擎，推动智慧城市建设。归根结底，我们先要去解决基础设施升级问题，同时通过基础设施升级收集大量数据，帮助政府和企业来提高工作效率。

特斯联自成立以来就非常在意怎么去把方案落地，所以我们会提供从硬件到软件，从实施到交付的完整解决方案。我们更在意设备和解决方案能够持续运作、产生大量的数据，并给行业带来升级，而不只是铺一个应用或者软件系统，这一点跟传统系统集成商有非常大的区别。对于物联网或者人工智能来说，如果平台不能持续产生大量数据则没有任何价值。这也是我们在过去几年时间里面积累的经验。

在整个产业体系里，我们更愿意以一个开放的心态达成更多的合作。当我们想把AIoT去跟行业和具体场景做结合的时候，关注的一定不是孤立的技术和产品，而是系列的产品和技术；同时是由多家共同搭建而成的解决方案，比如我们在机器视觉、算法等方面都有非常多优秀的合作伙伴一块做这个事情。我们在联同合作伙伴一起对接到更多的应用场景，而这些场景在以往来看都是非常传统的，如安防、消防等等，但恰恰是这些非常传统的行业才蕴含了最多的机会。大家都在分析这个市场有多大，其实有一个简单的理论，我们只要看一下传统行业有多大就可以了。2017年中国的GDP首破80万亿，因此哪怕只是10%的效率提升就是八万亿的市场规模。

目前核心提供智慧人口、智慧建筑 和智慧安防三类解决方案

具体来说，我们目前在做三类核心的解决方案。

第一是智慧人口。现行的手段是通过户籍管理进行统计，但是存在大量偏差的。所以我们提供了从前端的硬件一直到后端管理平台的全套解决方案，帮助政府非常精确地了解所在辖区的人口情况。这对于政府来说是非常渴望的事情，可以帮助政府统计辖区的人口数量，本地户口的数量，甚至是孤寡老人、群租房的占比。

在这里面我举一个边缘计算的例子。边缘计算是一个已经被提了很长时间的概念，对我们来说做边缘计算的原因非常简单，因为我们发现当大家想把所有数据放在云端的时候，无论从网络传输还是安全性的角度考虑都存在风险。所以，我们把大量的数据分析放在设备端，包含摄像头和其他的前端服务器上。我们会把大量计算工作分配到前端去，以解决前期的一些处理工作。当把这些数据全部转变成结构化之后，我们再上传至后台，实现效率的大幅提升。

我再举一个后端的例子。我们现在是一个老龄化的社会，每一个老旧社区里面有非常多70岁以上的孤寡老人，原先由社工每几个月上门家访一次，去看看他们最近身体怎么样，但是很多时候意外发生得比较紧急，家访的时候已经晚了。对我们来说这个操作非常简单，我们只要分析出一份名单，当老人一定时间内没有出现在指定范围的时候会派社工上门去看看。这是对于整个基层的工作来说非常有价值也非常有效果的场景应用，可避免大量风险。

第二是智慧建筑。建筑是整个城市最核心的组成部分之一，城市最基础的两个要素就是人和建筑。智慧建筑的边界相对智慧城市整体而言会更加明显。当我们看建筑的时候，我们会发现建筑有两个应用方向，一是如何帮助建筑进行有效的综合管理，二是对建筑中的人提供服务，包含智慧办公和智能家居等等。我们关注整体建筑，所以更倾向于对建筑设备设施的运行情况做综合管理。

首先，我们发现里面存在30多个子系统。以前子系统都是孤立的，要么没有进行数据化，要么各自系统之间没有进行打通。我们做的事情比较简单，就是把这些数据进行打通。先通过给老旧设备加入传感器去采集设备的运行状态，包含电压、电流运行的功率和效率等等，再将这些数据集成在一起并形成数据可视化，产生可量化的对比。

我们在做的第二件事情更加有价值，因为不单纯是对建筑设备设施的管理，而是把人、车和物这些要素连接在一起。我们知道在一个写字楼里面，不同楼层中的人的分布都不一样，这个楼层100人，另一个楼层500人，但是人员流动的信息并没有被实时感知和同步。只有当这些数据结合在一起设备运行的效率才会有一个本质的提升，这个设备才能回归服务人的本质。这是我们对于智慧建筑的一些简单理解。

第三是智慧消防。政府一直以来对于消防投入是非常大的。但是在过去这一年多时间里，我们能看到由于非常多因素造成的火灾。 虽然已经有了非常多的烟感报警器，消防拴，或者其他设备，但是很多时候我们难以判断他们的可用性。所以其实物联网也好，人工智能也好，首先要解决的问题就是了解设备在线状态。

其次，我们打通了很多消防设施关联，把人的因素加到消防因素里。当某个地方突然发生火灾，第二天我们会看到新闻报道里面失踪的人数，但是很多时候我们是不知道这个楼里面有多少人在的，这非常残酷。其实当我们去做整个管理设施改造的时候，这是一个非常关键的问题。当这个楼里面有20个以上的老人，还有很多小朋友的时候，在救援、处理上面也会用一些特别的方式。同时，我们更可以将相应的火灾信息及时推送到每个家庭中，把信息及时传递到每个人手上。

再者是响应处理机制。以前在这个处理机制里，消防就是消防，报警之后就直接报一个火警。我们的处理机制会根据传感器获得的数据对事件进行分级，分级之后设立相应的流程。我们做的这几件事情看似不是很复杂，但是会发现它非常有效。因为当我们把设备的状态解决了，把设备和人的关联解决了，把数据流程解决了，整个消防行业就会达到我们原先想象不到的状态。

从社区到城市级的运营平台，我们根据不同维度提供不同类型的产品，去跟传统行业做结合。这三年时间里面可以非常明显地感觉到无论是城市还是B端的客户，对安全、建筑、消防等领域进行升级的需求愈发明显，而越是传统行业就越存在大量升级和改造的机会。我们如今也进入到了全国将近70多个城市。

最后，我相信在座有来自各行各业的从业者，我们应该在一块构想怎么通过人工智能和物联网技术对传统行业进行升级和改造，因为这种产业赋能可以大大改进我们行业的运作效率，也希望能够有机会跟在座更多的人合作。今天我跟大家的分享就到这里，谢谢大家。