導讀：2019年，就在剛剛過去的這周，由清華校友總會主辦的第4屆清華校友三創大賽之TMT/ AI/ 大數據專項全球總決賽在重慶舉辦。為什么這屆大賽尤其值得詳細解讀呢?因為今年的特色之一，就是工業互聯網IIoT和邊緣智能類別的項目史無前例的占據了大部分，其中不乏令人眼前一亮的好項目。因此，本文將對清華三創大賽中呈現的IoT相關機會點，進行簡要回顧。

來源：物聯網智庫

春風化雨樂未央，行健不息須自強。

這是當年縈繞耳畔的歌詞。

就在剛剛過去的這周，由清華校友總會主辦的第4屆清華校友三創大賽之TMT/ AI/ 大數據專項全球總決賽在重慶舉辦。

“三創”是指創意、創新、創業。本次大賽歷經兩個月的比拼，選拔來自全球的102支TMT/ AI/ 大數據行業頂尖清華校友團隊進入決賽，并最終進行了巔峰對決。決賽之后，在清華校友數據智能化高峰論壇上，優秀校友對未來的產業互聯網進行了探討。

清華校友TMT協會是重要的承辦單位，作為協會的副秘書長，我在無比興奮之中受邀并參加了項目評審。

事情想要做得好，就得一年又一年的持續折騰。

有了前面三屆的積累，今年的大賽有了明顯的飛躍。

這屆全球總決賽覆蓋范圍廣、各階段參賽項目質量高、知名投資機構參與多。決賽的102支清華校友團隊分為種子創意組、成長組、天使組三個組別，同步舉行分組賽。比賽結果經過評委會嚴格復議，最終評選出各個組別的前十強。

為什么這屆大賽尤其值得詳細解讀呢?因為今年的特色之一，就是工業互聯網IIoT和邊緣智能類別的項目史無前例的占據了大部分，其中不乏令人眼前一亮的好項目。

因此，本文將對清華三創大賽中呈現的IoT相關機會點，進行簡要回顧。

IIoT的江湖夠熱鬧了，

但還會更熱鬧

在介紹IoT項目與產業機會之前，先說說我在觀賽時的最大感受。

很多項目團隊的經歷讓我破除了一些“迷信”。原來真正的牛人，并不總是按照“規律”辦事。

其中典型的，比如，一萬小時定律。

在《異類》一書中，暢銷書作者向大眾推廣了一個說法，即有素訓練一萬個小時是“成就偉大”的神奇數字。一萬小時定律，讓我們覺得，只要足夠勤奮，任何人練上一萬小時都能達到專家的水準。

現實是，一萬小時定律有可能會讓你取得令人刮目的成果。但是，如果你想更進一步，就不僅僅是時間的問題了。

每個領域都有自己令人敬畏的特性，沒有放之皆準的法則，除了舍得投入時間之外，還需要融入更高階的思維、跨領域的實踐，甚至藝術修為。在這一切背后，“死磕”有時候恰恰是捷徑，凡事永遠有修煉和改進的余地。

因此在大賽中，雖然很多項目看起來很“新”，但都蘊含了深刻的底蘊和世界級的成就，遠遠超過一萬小時的積淀。

接著我們說回工業互聯網IIoT。

工業互聯網的江湖已經夠熱鬧了，不過按照目前的情勢來看，還有可能更熱鬧。

去年下半年，很多工業企業經歷了訂單的斷崖式下跌。但是現在，作為工業互聯網的核心需求方，工業企業的信心正在恢復。

根據國家統計局剛剛發布的信息：“2019年3月份，規模以上工業增加值同比實際增長8.5%(以下增速均為扣除價格因素的實際增長率)，比1-2月份加快3.2個百分點。從環比看，3月份規模以上工業增加值比上月增長1%。一季度，規模以上工業增加值同比增長6.5%。”

而且，工業產銷率在一季度創過去10年以來最高。據國家統計局：“3月份，工業企業產品銷售率為98.8 %，比上年同月提高1.3個百分點”。按照宏觀經濟分析師的統計，如果計算1-3月份各月產銷率平均值，2019年的數據創出了2009年以來最高水平。

工業企業對上線新項目、采購新系統的信心正在復蘇。

這是多種因素助推的綜合結果——比如減稅等一系列利好政策的出臺，基礎設施建設投資的回升，一帶一路和中美外交層面釋放出來的積極信號等。很多上游工業企業開始著手為新一輪的發展進行布局。

而在這一輪的發展中，工業企業對于邊緣智能的需求是明顯趨勢。

邊緣智能在靠近數據源的一側，就近提供本地化服務。應用程序在邊緣側執行，在節省帶寬的情況下，產生更快的網絡服務響應，滿足行業在實時業務、應用智能、安全和隱私保護等方面的基本需求。

在邊緣智能領域，國內的創新應用正在起步，相關的成熟企業并不多見。互聯網巨頭、運營商、芯片廠商和云計算企業也仍處于早期探索階段。

尤其是隨著5G的發展，原本在不同賽道中，沿著各自步調發展的人工智能、無線通訊技術和工業自動化，可能在邊緣智能領域產生深度的交匯和融合。

關注到這個趨勢，在物聯網智庫發布的最新版IoT產業圖譜中，首次增加邊緣層，從而形成了“端、管、邊、云、用”這5層架構。

邊緣并不是孤立的一層，在物聯網應用方案中，云端計算、終端計算和邊緣計算是一個協同的系統。

每個事物都有自己的客觀規律和演進周期，目前邊緣智能本身所面臨挑戰還有很多，包括邊緣協作、邊云融合、數據管理、商業模式設計等。

邊緣智能仍舊處在底層技術突破的階段，相關方案遠未普及，應用生態的建設與創新尚待時日。下面我將以參賽的兩個典型項目為代表，呈現當前階段中，邊緣智能領域的發展機會。他們分別涵蓋邊緣計算中間件和邊緣智能數據管理。

由IoT技術突破帶來的新能力

AI以數據為“食”。但是在很多產業，因為邊緣側計算算力的限制、傳輸時延的限制、存儲能力的限制，云端AI往往陷入空有十八般武藝，無法施展的窘境。

工業尤甚。不僅AI，基本的IT能力在很多場景中都無法施展。雖然工業系統本身就是一個物聯網系統，但受限于有限的數據處理能力、相對落后的數據處理算法，工業系統中的OT技術與IT技術之間產生了巨大的鴻溝。而這個鴻溝在當前邊緣計算、人工智能等技術逐漸發展成熟的背景下，有望被打破，從而釋放出更大的產能。

比如“工業邊緣計算平臺”參賽團隊帶來的EdgeBox邊緣計算中間件，可以將計算機系統中的算法和算力，與工業的生產環境耦合起來，用計算機的技術去賦能工業生產。通過邊緣計算技術，將工業數據在本地進行處理、預警與控制，提高工業的智能化水平。

作為項目的特色，EdgeBox提供了在邊緣硬件上部署應用所需要的基礎功能環境以及一系列用于服務發現和配置共享的內建工具。產品線支持Nvidia、Intel Movidius、海思和瑞芯微NPU方案。

EdgeBox還在容器技術上實現突破，包括：10x應用分發速度，80%應用大小壓縮，4x應用載入速度。并且針對特定場景，積累了大量行業內的微服務。

根據項目路演信息，EdgeBox內置的電池壽命預測方法預測成功率可以達到87%，邊緣推理優化使性能提高100%。

同時，EdgeBox已經在無錫的智能充電站中得到了應用，相比于傳統的云計算架構，數據傳輸量減少了95%，決策時間縮短到1/5。

項目成立之初，就獲得了紅杉中國種子基金投資的數千萬元人民幣，與該項目類似的相關公司，參見下圖。

邊緣智能數據管理

工業是一個包袱很沉重的領域，互聯網公司從成立之初，就建立了數字化戰略，所有系統按照云服務的方式構建，可以有效利用云服務資源。

與之相反，工業企業都有相當沉重的歷史包袱，很多控制系統錯綜復雜，有可能存在數十個業務系統同時被使用的情況。

工業自動化來自OT，大數據依賴IT。到2020年，40%的數據將由200億到500億臺機器產生，OT與IT的融合勢在必行。

然而，當企業試圖將云服務在工業領域落地時，會發現面臨一系列的瓶頸：

首先是不會：無能力重新設計實施業務系統，完成云服務的對接。現有數據孤島嚴重、數據碎片化嚴重，企業缺乏對數據的清理和管控能力。

其次是不夠：多個云之間的業務和數據隔絕帶來很大困難，云架構本身不解決數據的歸屬和管理問題。

最后是不能：已有IT運營環境遷移困難，生產不能停頓，基礎設施的瓶頸，制約企業采納更多云服務。

業務云系統根據不同部門、不同需求把不同數據源做分析處理后存儲在不同的數據庫，自然會面臨數據間缺乏關聯性，部分企業采用多朵共有云、混合云等企業數據架構，數據庫彼此無法兼容的窘境，從而形成數據孤島。

怎么才能實現平臺的統一化?從業務系統角度切入，很難統一。因此有創業團隊正在嘗試從數據的角度進行統一化。

他們提供了一套軟硬件一體化的解決方案，在部署的過程中，團隊充分考慮了工業企業需求：

1. 不用停產部署，工人不需要培訓。

2. 回報有效量化，珍惜工廠中的每一分血汗錢。

3. 數據駐場，有效保護工廠內的私密數據。

該套系統在上海某標簽印刷廠快速上線后，在未打擾正常生產的前提下，2個小時便使得該廠擁有了設計協同云。

部署之后，產線配置時間降低了4小時，生產效率提高幅度達35%。杜絕了人工失誤，從此互聯網網絡故障不再影響生產。而且，所有數據異地三中心備份，緊急情況下隨時可以重新開始生產。

允許嘗試

雖然科技項目的成長周期更長，曲線更顯性，但是它同樣意味著長期穩健的回報。

Eclipse基金會在2019年2-3月，進行了對全球超過1,700名開發人員的在線調查。根據剛剛公布的分析結果，有2/3的受訪者表示他們所在的公司將在未來的18個月內開展物聯網項目。

其中26%的項目與工業自動化相關，涉及到IT與OT的融合。

這組數據很有代表性，物聯網IoT和工業互聯網IIoT的春天似乎觸手可及。

不過，對于云服務在工業企業的普及而言，相比技術本身，更難的是思維的轉變。

云服務在工業中體現價值之路，道阻且長。一方面，目前在工業中，相比老師傅的經驗思維和物理思維，數據思維處于絕對弱勢。另一方面，只有數學思維的科學家，很難解決工廠中面臨的實際問題。曾經有公司在自己內部做了個測試，讓所有的IT工程師畫出一杯茶的工藝流程圖，結果90%以上的工程師畫出來的都是程序圖，沒有BOM、沒有物料工程，更沒有其他的關鍵工具。

IT與OT的融合，本質上是數據思維和物理思維的融合。在這個過程中，一定會遇到困難，一定會走彎路。

重要的是，允許嘗試。

事情并不會總是一帆風順，經歷了一些坑，或許你才會偶然發現機遇所在。

在得不到你想要的東西的時候，至少你還得到了經驗。

本文小結：

1. 作為工業互聯網的核心需求方，工業企業的信心正在恢復。在這一輪的新發展中，工業企業對于邊緣智能的需求是明顯趨勢。

2. 邊緣智能仍舊處在底層技術突破的階段，相關方案遠未普及，應用生態的建設與創新尚待時日。

3. 邊緣智能在邊緣協作、邊云融合、數據管理、商業模式設計等方面的進展值得關注。