人工智能与物联网：一场正在重塑世界的革命

A vnet的副总裁卢托斯坦斯基（Lou Lutostanski）提出了一个大胆的观点：人工智能（AI）和物联网（IoT）结合起来，对商业和社会的改变，将比工业革命和数字革命加起来还要深刻。如今，我们已经开始看到这个新世界的雏形。但奇怪的是，很少有人认真讨论：AI驱动的物联网到底怎样才能真正落地，并且落地得既高效又赚钱？一个关键问题在于——AI到底该放在哪里？这直接决定了物联网的架构该怎么搭。

不少人习惯把AI部署在云端，因为那里算力集中、数据移动方便。但物联网有个核心需求：边缘的各种传感器和网关之间，以及它们和云的双向连接，都必须实现无缝互操作——这就会带来延迟问题。很多真正能碘伏行业、改变世界的AI和机器学习应用，需要的是实时响应。举个例子，你用亚马逊Echo问今天天气，Alexa稍微延迟一两秒，你大概率不会在意。但如果是自动驾驶汽车在高速上奔驰，或者工厂里的工业机械臂在高速运转，反应慢一毫秒都可能是灾难。

许多AI应用需要大量计算能力来处理算法和设备数据。当实时响应和低延迟成为刚需时，边缘计算架构就是唯一的选择。当然，情况也不是一成不变。AI可以放在云端、数据仓库、边缘设备，甚至直接嵌入物联网终端——或者多种组合一起用。要设计出最高效、最可持续的物联网架构，你必须清楚每一类计算能力分别用在什么地方。这样就能平衡云端规模经济的优势与边缘AI处理性能的硬需求。有人称之为“流体计算”——在整个网络架构中，不同层次分布着不同智能和计算能力。说白了，它就是云端的IT算力向操作技术（OT）领域转移的一个总称，边缘才是真正的算力主场。

保护物联网架构

安全，当然是绕不开的话题。物联网设备通常很简陋，加密和安全保护很难打包进去，这给恶意攻击者留了大量漏洞。怎么办？在设备和云之间架设安全网关，是一种既能减轻风险、又能保持低延迟的架构方案。从设备到云的数据，必须建立信任。如果整个架构里安全防护不到位，组织部署的IoT和AI系统就会变成靶子——AI决策很可能建立在被篡改或污染的数据之上。

冗余设计也得提前考虑。你必须确定架构里是否设计了足够的冗余，当某个环节掉链子（一定会掉），网络能迅速恢复。

所以，边缘AI驱动的物联网其实是一个高度复杂的生态系统，涉及许多移动部件和多学科专业知识。随着时间的推移，我们对自己正在塑造的这个新世界认识越深，这些知识也会不断进化。否则，安全风险、意外停机、效率低下、信息延迟都会让物联网的承诺化为泡影。下一代创新者必须依赖多学科协同，才能把自己的视野从理念带到设计、从原型走到生产、从运营延续到维护。

最后一点是硬件和软件的迭代。随着AI向前发展，越来越多的制造商开始专门为物联网部署设计AI芯片。不仅是风险投资家在支持初创企业，英特尔、微软、谷歌、苹果这些科技巨头也在投入定制芯片。微软、亚马逊这些大型云公司，纷纷推出全新的边缘到云混合计算服务。市面上也涌现了大量开发工具，专门加速边缘AI方案的快速原型设计——这些工具的计算能力也必须像我们的集体需求一样持续进化。

把这些可移动的部件组合到一起，意味着解决方案中蕴含着巨大的灵活性。这需要与咨询、供应链和生态系统资源建立技术合作伙伴关系，才能适应快速变化的世界。在A vnet，我们深信，AI驱动的物联网将成为推动长期业务增长所需的关键变革力量。