"人工智能+"的價值70%來自物聯(lián)網,DeepSeek催化"萬物智聯(lián)"
作者：彭昭（智次方創(chuàng)始人、云和資本聯(lián)合創(chuàng)始合伙人） 2025-02-11
最近，全球科技行業(yè)的焦點無疑落在了DeepSeek引發(fā)的熱潮之上。幾乎在一夜之間，全球市場對中國AI大模型及其相關產業(yè)的態(tài)度發(fā)生了180度轉變——從此前的“過度悲觀”瞬間跳躍至“極度樂觀”，2025也似乎成為中美AI對決元年。
德意志銀行和高盛等國際投行更是紛紛預測，不僅僅是DeepSeek，2025年將成為中國企業(yè)在全球AI競爭中崛起的關鍵一年。然而，這并非外資投行第一次高調看好中國企業(yè)。我們需要保持清醒，避免被短期的市場情緒裹挾。
現(xiàn)實是，我們AI產業(yè)化的進程仍處于起步階段，距離真正的規(guī)模化落地，還有漫長的道路要走。當前的市場情緒雖然熱烈，但更重要的是探討AI如何真正推動產業(yè)升級，創(chuàng)造長期價值。
在這場AI產業(yè)化變革中，物聯(lián)網IoT將成為核心驅動力，引領AI技術從實驗室走向千行百業(yè)的實際應用。根據(jù)IoT Analytics預測，全球2025年物聯(lián)網連接數(shù)將超過270億，廣泛存在的物聯(lián)網終端能夠感知海量數(shù)據(jù)，為AI應用提供67%-72%的數(shù)據(jù)支撐。
可以確定的是，DeepSeek的突破將加速AIoT從1.0的“萬物互聯(lián)”邁向2.0的“萬物智聯(lián)”，進而推動AI在產業(yè)中的深度應用，實現(xiàn)更為徹底的智能化變革。
AIoT 1.0的核心價值在于“連接”——即讓設備能夠互相通信、數(shù)據(jù)互通，AIoT 2.0的核心價值在于“智能”——即讓設備不僅能感知世界，還能自主決策、優(yōu)化運營，并持續(xù)學習進化。
在這一過程中，DeepSeek及其背后的AI大模型技術將成為關鍵變量。其影響不僅僅體現(xiàn)在提升數(shù)據(jù)處理能力，更在于推動數(shù)據(jù)驅動的閉環(huán)智能——即從物聯(lián)網設備收集數(shù)據(jù)，AI模型深度挖掘價值，最終反哺物理世界的優(yōu)化與決策。
這一閉環(huán)的實現(xiàn)，將帶來AI產業(yè)化應用的質變，加速朝著“人工智能+”千行百業(yè)的方向升級。
因此在今天的文章中，我們將一起探索：
DeepSeek如何加速AIoT產業(yè)發(fā)展？
AIoT的哪些具體場景將率先實現(xiàn)突破？
中國AIoT企業(yè)如何在全球競爭中占據(jù)先機？
DeepSeek加速“硬件覺醒”，催化“萬物智聯(lián)”
近年來，小型、低成本、高效能的開放AI模型正在重塑人工智能的創(chuàng)新格局。這一趨勢不僅降低了AI的準入門檻，也為邊緣計算場景帶來了全新的可能性。
相比依賴云端計算的大型模型，DeepSeek能夠在本地運行，這對于數(shù)據(jù)隱私敏感的行業(yè)和對低延遲有極高要求的AIoT設備來說，屬于重大突破。
要讓AI真正嵌入到計算和存儲資源有限的物聯(lián)網設備中，必須對基礎模型進行優(yōu)化。盡管AIoT產業(yè)前景廣闊，但AI在邊緣計算環(huán)境中的落地仍然存在三大核心挑戰(zhàn)：
計算資源受限：如何讓AI在邊緣設備上高效運行？
物聯(lián)網設備通常算力有限，難以支持大型AI模型的推理計算。目前主流的模型優(yōu)化方法包括：
剪枝：刪除AI模型中的冗余參數(shù)，提高計算效率。
蒸餾：將大型模型的知識遷移到小型模型，使其在低算力環(huán)境下依然具備強大能力。
量化：降低計算精度，以減少內存占用和能耗，使AI能夠在嵌入式設備上運行。
數(shù)據(jù)隱私與安全：如何在邊緣端保護敏感數(shù)據(jù)？
在許多關鍵基礎設施（如電網、醫(yī)療設備、智能工廠）中，數(shù)據(jù)安全至關重要。傳統(tǒng)的AI依賴云端訓練和推理，但這意味著數(shù)據(jù)需要傳輸?shù)皆贫?，可能帶來隱私泄露風險。
網絡效率與實時性：如何減少數(shù)據(jù)傳輸?shù)某杀竞脱舆t？
AIoT應用通常涉及海量數(shù)據(jù)的實時處理，如果所有數(shù)據(jù)都需要上傳至云端進行分析，延遲和帶寬成本都會大幅上升。在某些場景下，例如自動駕駛、智能制造、智慧城市等，即使毫秒級的延遲也可能導致嚴重后果。
DeepSeek初步驗證通過正確的優(yōu)化策略，基礎模型可以被壓縮并嵌入到邊緣設備中，從而突破計算資源的瓶頸。通過邊緣AI推理，DeepSeek讓設備能夠在本地處理數(shù)據(jù)并作出決策，無需依賴云端計算，從而帶來以下優(yōu)勢：
實時性：減少數(shù)據(jù)回傳云端的延遲，提高響應速度。例如，在自動駕駛系統(tǒng)中，DeepSeek使AI可以在本地分析攝像頭數(shù)據(jù)，并做出即時決策。
降低網絡成本：減少數(shù)據(jù)傳輸量，降低帶寬消耗，使AIoT設備能夠在低網絡條件下正常運行。
在AIoT產業(yè)化進程中，DeepSeek的關鍵技術突破主要體現(xiàn)在以下三方面：
本地化AI模型：讓AI運行在邊緣設備上
DeepSeek采用模型提煉方法，使AI能夠在計算資源有限的設備上運行。例如，DeepSeek-R1通過高效的模型架構，使AI能夠在智能攝像頭、工業(yè)傳感器、智能家居設備等場景中發(fā)揮作用，而不需要連接云端。
分布式學習：實現(xiàn)AIoT設備的自我進化
DeepSeek支持邊緣端的AI訓練，讓設備可以根據(jù)本地數(shù)據(jù)進行自我優(yōu)化，而不必上傳數(shù)據(jù)到云端。這對醫(yī)療、金融、工業(yè)控制等對數(shù)據(jù)隱私要求極高的行業(yè)尤為重要。
專用AIoT硬件：推動AI計算能力向邊緣擴展
盡管DeepSeek在軟件層面進行了優(yōu)化，但AI的計算需求仍然較高。與之配套的專用AI芯片與硬件加速器也在快速發(fā)展。隨著摩爾定律的持續(xù)演進，未來幾年，更強大的AI芯片將繼續(xù)向邊緣擴展，進一步推動AIoT的發(fā)展。
隨著AI成本的持續(xù)下降、硬件性能的不斷提升，AIoT的普及速度將呈指數(shù)級增長。DeepSeek作為AI產業(yè)化的推動者，正加速這一進程，使AIoT在智能制造、智慧城市、醫(yī)療健康、自動駕駛等多個行業(yè)釋放巨大價值。
優(yōu)先獲益：邊緣計算、AIoT芯片與數(shù)據(jù)管理服務
在DeepSeek加速AIoT產業(yè)發(fā)展的背景下，哪些具體環(huán)節(jié)和場景將率先迎來突破？邊緣計算、AIoT芯片和數(shù)據(jù)管理服務，有可能將成為AIoT產業(yè)化落地的三大核心驅動力。
這三個環(huán)節(jié)不僅直接受益于AI技術的進步，也將在AIoT生態(tài)中發(fā)揮核心作用。
AIoT芯片：構建遍布各行業(yè)的AI計算基礎設施
AI要真正進入各行各業(yè)，必須與行業(yè)場景中的設備深度結合，而這些設備需要具備本地AI計算能力。相比傳統(tǒng)的CPU和GPU，專為端側AI計算優(yōu)化的AIoT芯片具備以下優(yōu)勢：
更低功耗：AIoT設備通常在低功耗環(huán)境下運行，如智能攝像頭、工業(yè)傳感器、智能家居設備等，因此AIoT芯片比高功耗的服務器GPU更適合邊緣AI計算。
更高效的AI推理：AIoT芯片專為AI計算優(yōu)化，能在低算力環(huán)境下高效運行AI模型，提升推理速度和能效比。
更低的AI部署成本：隨著DeepSeek等低成本、高性能AI大模型的普及，端側AI推理的成本正在迅速下降，使AIoT芯片的商業(yè)化前景進一步擴大。
在文章《端側AI應用提速，AIoT芯片群雄逐鹿》中，我曾經分析AIoT芯片已然進入全球范圍內群雄逐鹿的態(tài)勢，DeepSeek可能會讓企業(yè)間的角逐更加激烈。
DeepSeek的開源策略，加上其高效的推理能力和低算力適配性，將推動AIoT芯片公司迎來新一輪增長。此外，隨著本地AI部署趨勢的加速，端側AI計算需求將在2025年迎來爆發(fā)，AIoT芯片市場的增長潛力不可小覷。
邊緣計算：從“云中心優(yōu)先”到“邊緣優(yōu)先”
傳統(tǒng)AI計算依賴云端，然而在實時性、安全性、帶寬成本等方面，邊緣計算有著天然優(yōu)勢。DeepSeek通過發(fā)布R1模型及其精簡版，使AI計算能夠被更廣泛地部署到邊緣設備。
這不僅降低了AIoT設備的計算門檻，也加速了企業(yè)向“邊緣優(yōu)先”計算架構的轉型。正如微軟CEO薩蒂亞·納德拉曾在財報電話會議上指出，“人工智能將更加無處不在”，因為越來越多的工作負載將在本地運行，DeepSeek的發(fā)展趨勢與這一觀點高度契合。
數(shù)據(jù)管理服務：AIoT時代的“數(shù)據(jù)中樞”
AI的本質是數(shù)據(jù)驅動，AIoT設備每天都會產生、傳輸、存儲和分析大量數(shù)據(jù)，這對數(shù)據(jù)管理能力提出了更高要求。沒有高效的數(shù)據(jù)管理，AI再強大也難以發(fā)揮作用。但是AIoT的數(shù)據(jù)管理普遍面臨諸多挑戰(zhàn)，包括數(shù)據(jù)分散且格式復雜、數(shù)據(jù)安全與合規(guī)性要求高、數(shù)據(jù)驅動的AI訓練需求多種多樣等。
既然AI需要大量數(shù)據(jù)進行訓練和優(yōu)化，那么顯而易見，數(shù)據(jù)管理服務商將成為AI產業(yè)鏈中的關鍵角色。隨著DeepSeek及類似開源AI模型的普及，越來越多企業(yè)將利用AI進行數(shù)據(jù)分析、預測和優(yōu)化，這將極大推動數(shù)據(jù)管理市場的增長。
綜上，在AIoT產業(yè)化的過程中，邊緣計算、AIoT芯片和數(shù)據(jù)管理服務可能將率先迎來突破。接下來，我們將探討 中國 AIoT 企業(yè)如何在全球市場中占據(jù)優(yōu)勢，以及未來 AIoT 產業(yè)的長期發(fā)展趨勢。
中國AIoT企業(yè)具備先機
雖然中美AI大模型的角逐難分伯仲，但是“人工智能+”產業(yè)化應用的勝負已分，因為在全球AIoT競爭格局中，中國企業(yè)正處于獨特且有利的競爭位置。
憑借龐大的物聯(lián)網設備基礎、強大的供應鏈整合能力和政府政策支持，我國AIoT企業(yè)有望在全球市場率先實現(xiàn)規(guī)?；虡I(yè)落地，并在AI產業(yè)化浪潮中占據(jù)主導地位。
龐大的物聯(lián)網設備基礎：數(shù)據(jù)驅動AIoT產業(yè)化
中國是全球最大的物聯(lián)網市場之一，在智能家居、智能制造、智慧城市、自動駕駛等領域的IoT設備出貨量全球領先。這一優(yōu)勢帶來了兩個關鍵性資源，助推AIoT產業(yè)發(fā)展：
豐富的應用場景：海量的IoT設備意味著AIoT在工業(yè)制造、智慧醫(yī)療、智慧交通等行業(yè)具有天然的落地環(huán)境，能夠快速實現(xiàn)商業(yè)化。
海量的數(shù)據(jù)資源：AIoT的核心競爭力在于數(shù)據(jù)驅動的智能化，中國市場的大規(guī)模設備部署使企業(yè)能夠迅速積累數(shù)據(jù)，優(yōu)化AI模型，從而形成數(shù)據(jù)閉環(huán)，加速AI產業(yè)化應用的成熟。
強大的供應鏈整合能力：軟硬一體化的AIoT生態(tài)
中國企業(yè)在硬件制造、芯片設計、5G通信等領域具備完整的產業(yè)鏈，能夠軟硬一體化推進AIoT發(fā)展，而不僅僅依賴軟件算法。
這方面的代表性企業(yè)眾多，比如美格智能正在加速開發(fā)DeepSeek-R1在端側的落地應用，并計劃在2025年推出100TOPS級別的AI模組，遠期規(guī)劃超200TOPS算力，為邊緣AI計算提供強勁支持。
廣和通的高算力AI模組可全面支持DeepSeek-R1小型模型，提升終端設備的AI計算能力。
映翰通在EC5000邊緣計算機上成功部署DeepSeek-R1蒸餾模型，為工業(yè)質檢、智慧交通、遠程醫(yī)療等場景提供了高效的AI計算能力。
更能提供助力的是，中國的5G基礎設施全球領先，使AIoT設備能夠更低延遲、更高帶寬地與云端/邊緣AI交互，這對自動駕駛、智能制造、遠程醫(yī)療等場景至關重要。5G的普及將進一步推動邊緣AI計算，減少設備對云端的依賴，使AIoT產業(yè)加速落地。
這一軟硬一體化的生態(tài)鏈，使中國AIoT企業(yè)能夠從底層芯片、設備端到AI計算平臺全方位布局，形成強勁的產業(yè)協(xié)同效應。
政策支持與市場推動：AI與實體經濟深度融合
政府近年來大力支持AI與實體經濟的融合，通過政策扶持、產業(yè)基金、試點項目等方式推動AIoT產業(yè)化落地。許多城市已啟動智慧城市試點，例如無錫的智能交通系統(tǒng)、上海的AIoT智能社區(qū)，這些項目為AIoT規(guī)模化落地提供了真實場景和政策支持。
因此，在AIoT產業(yè)化浪潮中，中國企業(yè)憑借龐大的IoT設備基礎、強大的供應鏈整合能力、政策支持，有望在全球市場中率先實現(xiàn)規(guī)?；涞?，并在AIoT競爭中占據(jù)領先地位。盡管面臨數(shù)據(jù)合規(guī)、標準化、品牌影響力等挑戰(zhàn)，但中國AIoT企業(yè)正加速全球化布局，未來將在智能制造、智慧醫(yī)療、自動駕駛等多個行業(yè)實現(xiàn)全球領先。
寫在最后
在AIoT產業(yè)化浪潮中，邊緣計算、AIoT芯片和數(shù)據(jù)管理服務已成為率先突破的三大關鍵環(huán)節(jié)。DeepSeek的技術突破，使AI更高效、更低成本地部署在端側設備，推動AIoT從“萬物互聯(lián)”邁向“萬物智聯(lián)”。
中國企業(yè)憑借全球領先的物聯(lián)網設備基礎、軟硬一體化的供應鏈整合能力和政府政策扶持，在AIoT賽道上具備獨特優(yōu)勢。隨著端側AI推理需求的增長，AIoT企業(yè)正加速芯片、模組、計算平臺的研發(fā)，并在智能制造、智慧醫(yī)療、智慧交通等領域實現(xiàn)規(guī)?；涞?，定義AIoT產業(yè)的新格局。
參考資料：
Three Observations，作者：Sam Altman，來源：blog.samaltman.com
DeepSeek’s implications for edge AIoT，作者：ANDREW BROWN，來源：OMDIA
