边缘智能：AI商业化中最值得关注的一环

在一个言必称AI的时代，人工智能似乎已经成为整个科技圈都为之沸腾的应用，特别是从传统AI到大模型再到AIGC的演进中，不仅将一个当时年营收不足400亿美元的英伟达市值推高到2.2万亿高居全球市值前五，更涌现出OpenAI这种估值潜力无上限的不盈利公司。

这种AI的确非常普适，但却称不上普世，因为大模型AI都是以持续烧钱来维系不断超越想象的体验感，即使AIGC火爆了两年多，OpenAI的盈利模式都还没有搭建成熟，而除了英伟达这种有CUDA保驾更重要有显卡托底的硬件厂商外，过去五年里创业的AI硬件公司日子都过得很拮据。如果有那么一天AI产业遇到资金链吃紧的情况，或者再出现一次超微电脑的财报延期情况，也许这种入不敷出的产业就面临跟十年前的可穿戴和七八年前的ARVR一样的窘境。这种产业也许的确代表了未来，但在金融环境处在尴尬的崩溃边缘的现在，这波赔率着实有点大。 

关键点在于如何让AI应用落地盈利。比如OpenAI最新发布会说已经有上亿活跃用户，但其营收也不过20亿美元，平均每个用户年开销不过20美元。OpenAI看似已经算是增长极为迅速的初创公司，但其背后投入是以几百亿美元为基础的。行业最成功的公司尚且如此，那些其他初创公司的日子又会如何呢？ 

这不仅是一个技术普适性的问题，更是一个商业模式的问题，如何借助大模型进行盈利成为很多AI企业急需解决的问题。当然，中国的用户可以体会滴滴打车，体会外卖配送，体会共享单车，这些大模型AI的应用的确带来了诸多的便利，但相比起庞大的软硬件投入，似乎回报率着实让人堪忧。

最近的一个话题来自于Meta的扎克伯格，他直言AI大模型面临的问题不仅仅是硬件算力太昂贵，更重要的是电力能源的成本。当近东（俄乌）看似已经演变为持久战，中东则多地已成随时可能爆炸的火药桶，石油价格短期内根本不可能下降到一个合适的位置。在这样的前提下，大模型AI服务器的能源开销已经接近于传统数据中心服务器的1.4倍，而现阶段45%的AI大模型服务都属于免费体验阶段，对绝大多数的用户来说，AI应用最不可或缺的一点似乎是情绪价值，这真的能卖得上价格么？ 

归根结底AI应用要落地，要贴近商业和工业应用，要带给用户无处不在的价值，甚至要成为能够提供消费者愿意为之付费的体验，同时要降低硬件成本且降低能耗，这些都直指一个方向——边缘AI。如果你愿意将最新开始实验的特斯拉FSD当作边缘AI应用的一环，那么你可以发现几乎所有大部分消费者愿意买单的AI应用全部集中在边缘侧。距离原始数据更近反馈更及时的工业生产线AI，就算不识别人脸但是可以识别各种颜色和外观差异的工业视觉，不管基于激光雷达还是视觉应用的辅助驾驶，各种智能化应用的机械臂和医疗机器人，对了还有我们最愿意为之埋单的智能手机…… 

虽然离不开云端AI大模型的支持，但边缘AI实实在在的存在于我们生活中的方方面面，并且正在我们的钱包里一点点划走各种费用，更有意思的是，那些主打稳健发展的软硬件巨头们从来都是云端和边缘AI都不放弃的，甚至从某个角度来说，边缘侧的营收和利润要去贴补云端AI的庞大投入。因此，从AI商业化的现状来看，边缘AI的价值和发展前景要比大模型AI要更稳健更靠谱，如果真想推进AI商业化，边缘AI的普及是比大模型建立更关键的一环。

这就是边缘AI的价值，将AI应用实实在在带入我们生活方方面面的终端应用，同时也是提前为AI大模型将来盈利提供最坚实的终端基础的应用。亦如我们仰望天空的白云，只有真正落地成为无数的雨滴，才能滋养万物焕发新生……