WFU

2019年6月5日 星期三

AIoT 人工智慧在物聯網的應用與商機

這本書的最大的優點有二:
  1. 超過六十的商業案例
  2. 每個案例都有商業模式圖以及使用情境旅程圖

因此,對比於天馬行空的幻想,這本書的案例顯得相當實際,也見識到 AIoT 在物聯網應用的碎片化。



適合的讀者


有了商業模式圖,看到商業全局,帶入數字,可以得出商業提案 (business case),誰願意買單,盤點自己的能力,得出 ROI,評估一門生意值不值得。

有了情境旅程圖,想導入 AIoT 在自己應用的產品買家,有了具體的想像。而產品的開發者,有了初步的使用者故事,更有所本,可以發展出規格。

我認為適合的讀者類型有五:

  • 想投入 AIoT 終端產品方案,譬如 Maker,或是 ASIC/FPGA 開發者。
  • 計算市場規模,形成商業提案。
  • 開發產品容易融入客戶情境,依照情境旅程可以有所本,更容易交流。
  • 講述 AIoT 相關應用,取出本書案例,輔以商業模式和使用情境,就是有說服力的故事
  • 看到一項新的 AIoT 應用,馬上運用本書工具檢測,是美好的想像還是務實的生意。


為什麼物聯網的市場沒起色


圓桌論壇常會討論的議題。物聯網的前景美好,為什麼沒看到巨大的商機發生?

其一答案是看誰會買單,以智慧城市而言,從商業模式來看,政府必須買單,也就是納稅人。以安防來說,依國情需要會投資,而以環保抓汙染源來說,相信不見得是最高優先。

而以工業物聯網來說,產品的檢測,機台的預先保養,和企業的獲利相關,ROI 如果容易計算,企業相對容易買單。

誰會買單,可以簡單的測試一個美好的想象,能不能通過真金白銀的相挺試煉。

而二,只具備 MCU 和感測器的 IoT 終端元件的缺陷在於,缺乏隱私和即時回應的能力。

舉例而言,醫療的 IoT 終端裝置、語音聊天、家庭安防的電腦視覺,需要傳到雲端用大量的計算機資源學習,就有連線隱私的問題。

而輔助駕駛遇到各種路況、車況都必須其實回應,任何的延遲甚至斷線都會造成危險。

所以邊緣運算,或是將 AI  由雲端擴展到終端 (AI on edge),設計特殊應用下計算強大的 Custom ASIC 或是 FPGA 放到終端,賦予終端設備 AI 的生命力,可以克服隱私和即時回應的問題,IoT 有了 AIoT 終端元件,可以啟動更多商機。