2025年人工智能物联网（AIoT）：将人工智能与现实世界相连白皮书_15页_553kb

人工智能物联网（AIoT）总结

核心内容

人工智能物联网（AIoT）是人工智能（AI）与物联网（IoT）的融合，其核心在于通过互联设备采集现实世界的“小数据”，并利用AI进行训练和推理，使设备具备智能和自主性。AIoT不仅提升了设备的功能价值，还通过数据驱动的方式让AI更加实用和有价值。

主要观点

• AIoT的价值：AIoT通过连接设备与真实世界，为AI提供可靠、实时的数据，使AI能够更好地理解和应对复杂情境。
• 设备总价值公式：设备总价值 = 功能价值 + AI贡献价值 - 设备成本，强调了AI在提升设备价值中的作用。
• 连接性的重要性：AIoT的发展依赖于高效、低成本、标准化的连接方式，以支持大规模设备部署和数据传输。
• 标准化趋势：随着技术成熟，行业正在向IP网络和统一的应用层标准靠拢，以提升互操作性和生态系统整合能力。

关键信息

设备网络分类

• 标准局域设备网络：

  • 以太网：有线网络，适用于高带宽场景。
  • Wi-Fi：无线网络，支持高带宽和广泛连接。
  • Thread：无线低功耗mesh网络，适用于智能家居和家庭自动化。
  • 低功耗蓝牙（BLE）：适用于点对点连接和设备设置。

• 标准广域设备网络：

  • 蜂窝网络：适用于移动性场景，如汽车、物流、工业等。
  • 卫星网络：提供全球覆盖，适用于偏远地区。
  • LP-WAN（如LoRaWAN）：适用于长距离、低带宽、低成本的场景，如农业、环境监测等。

• 专用设备网络：

  • 如Zigbee、Z-Wave等，虽已存在多年，但向IP网络过渡具有商业意义，因为IP网络支持更广泛的互操作性、更低的开发成本和更少的技术债务。

应用层标准化

• IP网络的优势：IP网络使消息在不同网络上传输变得简单，无需网关或协议转换器。
• 应用层的作用：提供统一的语义（数据模型）和安全机制，确保设备和应用之间的高效、安全通信。
• Matter标准：
  • 由连接标准联盟（CSA）推出，旨在统一智能家居设备的连接、安全和语义标准。
  • 支持以太网、Wi-Fi和Thread等IP网络，提供端到端加密和设备认证。
  • 目前适用于智能家居，未来可能扩展至商业和工业领域。

免授权与授权频谱的比较

• 免授权频谱（如Wi-Fi、Thread、BLE）：
  • 成本低、部署容易，适用于消费类设备和小企业。
  • 受QoS、性能、安全性等限制，尤其在大型企业或工业场景中。
• 授权频谱（如蜂窝网络、卫星）：
  • 提供更高的安全性、QoS和可靠性，适用于需要移动性或全球覆盖的场景。
  • 成本较高，但随着技术发展，其在某些场景中变得更具吸引力。

企业应用的挑战

• 管理复杂性：企业需要IT管理、多站点支持和端到端QoS控制，而Matter等消费级标准在这些方面存在不足。
• 设备信任模型：消费级设备采用隐式信任，而企业需要显式信任模型，以应对复杂供应链和定制化需求。
• 扩展性问题：Matter等标准在非住宅场景中的应用受限，需进行定制化改造或采用其他连接技术。

AIoT的未来趋势

• 飞轮效应：AIoT的飞轮效应意味着随着设备连接性和互操作性的提升，AI的训练数据量将增加，从而加速AI的发展。
• 成本与性能的优化：基于IP的通用连接技术（如Wi-Fi 6/7、Thread）正在推动AIoT设备的普及。
• 标准化推动发展：Matter等标准正在引领消费电子行业向统一的AIoT应用层发展，未来可能扩展至其他垂直行业。

重要结论

• AIoT是连接AI与现实世界的桥梁，通过标准化的设备网络和应用层，实现高效、安全、低成本的设备互联。
• 免授权网络在消费市场具有显著优势，但授权网络在某些特定场景中仍是不可或缺的。
• Matter标准在智能家居中取得成功，未来有望扩展至其他领域，但需解决企业级需求与现有标准之间的兼容性问题。
• AIoT的发展将产生规模经济效应，降低设备成本，推动AI和IoT的深度融合，创造更大的商业和社会价值。

附录：关键术语与参考

• Matter：由CSA推出的智能家居连接标准，支持以太网、Wi-Fi和Thread。
• 梅特卡夫定律：网络价值与连接设备数量的平方成正比。
• 飞轮效应：AIoT设备连接性的提升推动AI发展，AI发展又进一步提升设备价值。
• 三频无线：恩智浦技术，集成Wi-Fi、Thread和BLE，实现低成本、高效连接。

本文信息来源

• 撰稿人：Bill Curtis，工业物联网和物联网技术驻场分析师。
• 出版方：Moor Insights & Strategy，由Patrick Moorhead创立。
• 引用与授权：
  • 仅认可的媒体和分析师可引用本文，需注明作者信息。
  • 非媒体引用需事先获得书面许可。
• 免责声明：
  • 本文内容仅供参考，可能存在技术误差。
  • 预测和前瞻性陈述仅作为方向性指引，不构成事实陈述。