从2014年住建部印发《智慧社区建设指南(试行)》开始算起 ， 智慧社区在国内已经走到了第七个年头 。
期间并不缺少各种外部红利 ， 互联网+、AI、新基建、5G等利好因素频频出现 ， “社区即将被颠覆”的观点也一度深入人心 。 然而在大多数的智慧社区示范中 ， 智慧化的“理想国”未能点亮国内的万千社区 ， 即便是一些被视为智慧社区标杆的案例 ， 多半还停留在只有硬件的“智能社区”阶段 。
为何在利好因素层出不穷的局面下 ， 智慧社区照旧陷入了“七年之痒”的烦恼？
在智慧社区“蒙眼狂奔”了一段时间后 ， 似乎有必要暂时停下来回顾那些走过的弯路 。 除了技术、红利、商业前景等客观因素 ， 智慧社区想要走出“道旁苦李”式的现状 ， 需要思考的可能还有一些被习惯性忽视的“小问题” 。
01 被低估的隐形因素 稍微对智慧社区有所观察 ， 就不难给出这样一个结论：现阶段的智慧社区已经是名符其实的“红海赛道” 。
嗜血如鲨鱼的互联网巨头们趁势而入 ， 腾讯、阿里、京东等正尝试在社区中复刻“自下而上”的扩张路径 ， 从电商、服务、社交等多个维度切入 ， 然后背靠物联网、云计算等技术打造了一个又一个智慧社区服务平台 。
寻求新蓝海的房地产厂商也伺机而动 ， 万科、碧桂园、恒大等头部房企无不开始行动 ， 一边借助自身的赛道优势切入智慧社区 ， 一边通过自研或外部合作的方式弥补技术短板 ， 试图在智慧社区中“近水楼台先得月” 。
同样打智慧社区主意的还有IT企业和AI创业者 ， 前者希望以安防为入口扩展主航道 ， 后者盘算着依靠计算机视觉、机器学习等技术分一杯羹 。 在各方势力掀起的“圈地运动”中 ， 智慧社区在资本市场中可谓风头无两 。
遗憾的是 ， 形形色色的参与者并未交出一份可圈可点的成绩单 ， 于是外界将矛头指向了两个现象级短板：
一是基础算力的制约 。 各方势力的布局着实推动了社区的智能化 ， 越来越多的智能设备布置在新建或改造的社区中 ， 采集了大量的数据资源 ， 可受限于算力和算法的短板 ， 这些数据没有被智能化分析处理 。 即便是一些自诩为智慧社区的小区 ， 仍然在用传统的人力监控少数几个摄像头 ， 所谓的“智慧化”最终停留在了纸面上 。
文章图片
二是技术标准的桎梏 。 由于各方势力在软硬件应用、服务等方面存在标准不一、各自为政的现象 ， 造成服务和生态无法被有效整合 ， “智慧社区”覆盖的场景割裂且单一 ， 最终居民的需求只能被有限满足 。 虽然有些”玩家“想要做出积极的改变 ， 策略却是一味的堆砌服务 ， 导致智慧社区普遍浮于表面 ， 无形中牺牲了用户体验
对于这些痛点 ， 外界的反应常常是诟病智慧社区的参与者们各自为战、缺少顶层设计、为了智能而智能......以至于低估了最为核心的隐形因素：智慧社区是一个系统性工程 ， 不仅涉及IoT、AI、大数据等软硬件的统筹 ， 系统架构的专业性和复杂度偏高 ， 同时还要着手解决算力成本高企、兼容性差、场景适配等一连串问题 。 既需要强大的技术硬实力 ， 还需要足够的资本做后盾 。
结果就是 ， 小型技术商无力应对 ， 而巨头们又不愿精耕 ， 智慧社区在很长一段时间里陷入了近乎无解的瓶颈 。
02 行业需要底层创新 现代管理之父彼得?德鲁克曾说过：“动荡时代最大的危险不是动荡本身 ， 而是仍然用过去的逻辑做事 。 ”
同样的道理俨然适用于智慧社区 。 在房地产市场下滑的大背景下 ， 深感危机的房地产厂商逐渐开始改变智慧社区路线 ， 从单打独斗演变为产业链上下游合作 ， “互联网巨头+房地产厂商”的组合几乎成了一种新范式 。
一些懂场景、有技术、有资源的头部企业 ， 也开始进行智慧社区相关的底层技术创新 。 比如IPO遇阻的AI独角兽们 ， 纷纷抛弃算法取胜的商业逻辑 ， 盯上了人工智能芯片在内的新方向 ， 其中依图科技已经明确表示计划推出覆盖云端、边缘端和终端的 AI 算力产品 ， 智慧社区将是应用场景之一 。
文章图片
在刚刚结束的第六届绿色智慧社区及智慧城市产业峰会上 ， 被视为AIoT领域“隐形冠军”的海纳云也释放了新的信号 ， 正式推出名为“天神一号”的AI超融合一体机 ， 瞄准了智慧社区中边缘和中心算力的不足 ， 并且可以在不同场景交互下即插即用 。
有别于传统以GPU为核心的算力设备 ， “天神一号”采用了异构化计算单元 ， 将CPU、NPU和MCU进行集群 ， 实现了低成本的算力供给 ， 还在算力的基础上内置了39种场景化的算法 ， 包括业内领先的240帧/秒的人脸识别结构化处理能力 ， 可以节省20%以上的算力成本 。
文章图片
毕竟智慧社区中的计算场景以视频、图像类的处理为主 ， 擅长并行计算的GPU成了最常见的算力 ， 以至于高昂的硬件成本成了有了数据采集、却缺少数据处理的直接诱因 。 海纳云的聪明之处在于 ， 利用NPU在内的计算单元带来了每秒200万亿次计算的性能 ， 不仅降低了算力的硬件成本 ， 并且能够满足视觉、语音和自然语言处理在内的多种计算场景 。
不管是依图等AI独角兽给出的方向 ， 还是海纳云已经践行的新思路 ， 国内的智慧社区并非停滞不前 ， 正在进行一些有益的尝试 。 甚至可以预见 ， 一旦低成本的算力供给被跑通 ， 再利用“端云一体”的方式对安防、出行等社区的高频场景进行算法优化 ， 不无打破智慧社区算力制约的可能 。
除此之外 ， 第六届绿色智慧社区及智慧城市产业峰会上还传递了另一重利好 ， 继《中国绿色社区建设指南》施行后 ， 海纳云在内的玩家们还参与制定了《中国绿色社区评价指南》《智能门锁发展与标准研究报告》等等 ， 智慧社区的技术标准同样存在逐渐统一的可能 。
按照技术创新的一般规律 ， 一旦某个关键节点被打通后 ， 往往是整个行业的转折点 ， 进而酝酿出“生态级”的突破 。
03 工具到能力的蜕变 对于经历了漫长阵痛的智慧社区而言 ， 底层技术出现了创新性的探索 ， 势必将为整个行业带来新的气象 。
当一些玩家开始聚焦于底层技术的创新 ， 所折射出的恐怕不只是创新的风向标 ， 还有智慧社区的“思想解放” 。 正如前面提到的“智能社区” ， 映射的一种思潮就是利用工具改造社区 ， 目的是通过引入智能化的工具 ， 促使智慧社区从量变走向质变 。
诸如“天神一号”等AI超融合一体机的出现 ， 背后隐藏的是一股新的思潮：不是传统的单一IT架构 ， 也不是纯粹的云计算 ， 而是扩展到了云、网、边、端全场景 ， “计算”本身开始超脱工具属性和物理属性 ， 演进为一种泛在的能力 。 简单来说 ， 智慧社区引入的不再是工具 ， 取而代之的是算力、算法和场景融合的新范式 ， 从单体的智能化扩展到协同化 。
【现实|智慧社区的理想和现实：第一步就绊倒在了计算？】这样的思潮并非没有苗头 ， 典型的例子就是AIoT概念的流行 。 和IoT一词最大的不同 ， AIoT对智慧社区的落地提出了新的标准：
一是深入场景打磨产品 ， 技术应用遵循贴近用户需求的原则 ， 适应场景化的需要 ， 从创新导向转变为需求导向；
二是边缘计算的兴起 ， 将AI算力注入边缘 ， 赋能边缘已经是新的趋势 ， “云边融合”的组合方案也逐渐成为主流；
三是提供个性化的服务 ， AIoT的宗旨是通过传感器实时采集在线化的数据 ， 结合用户需求提供个性化的智能服务 。
对应到智慧社区的现实应用中 ， 包括海纳云在内的头部企业大多推出了AIoT平台 ， 不再是硬件的简单叠加 ， 更像是一个有机生命体 ， 拥有数据采集、数据传输、数据分析处理、数据应用的生态能力 ， 并且对软硬件的统筹给出了新的思路 。
文章图片
譬如海纳云的AIoT平台兼容Modbus、蜂窝、WIFI、Lora、NB-IoT等200余种通用协议 ， 可以快速接入生态厂商的不同硬件 ， 目前连接的设备数已经超过1000万 ， 接入的品类超过2000种 ， 全面拓宽了链接的广度和深度 。 海纳云的成功突围 ， 预示着智慧社区正在驶离印象中的瓶颈 。
进一步延伸的话 ， 智慧社区就像是微缩版的智慧城市 。 前端相机、后端平台、数据存储、人脸识别、车辆识别、大数据碰撞、物联网、智能楼宇等智慧城市的组成元素 ， 在智慧社区中一样不少 。
倘若能够打通社区内的人、车、物等细小单元 ， 再将数据汇入、整合、分析 ， 在社区间形成规模化的城市级连接 ， 将是智慧城市运行的有力数据支撑 。 对于身处其中的玩家来说 ， 只要在智慧社区中打磨出了成功样板 ， 就可以进一步渗透进园区、镇街等垂直产业 ， 最终掌握智慧城市市场的话语权 。
04 写在最后 或许当下的智慧社区还存在种种问题 ， 但社区的智慧化演变已是不可逆的趋势 。
等待智慧社区玩家们的 ， 早已不是智慧社区的蓝图勾勒和顶层设计 ， 棘手的地方恰恰在于智慧社区的循序推进 ， 加速从“粗放型社区”向“精细化社区”转变 ， 彻底告别“鸡肋”的局面 。 或许这样的目标还有很长的一段路要走 ， 至少海纳云在内的行动派和破局者 ， 正在一步一步搭起通往“理想国”的台阶 。
推荐阅读
- 四平|智慧城市“奥斯卡”揭晓！祝贺柯桥客户荣获2021世界智慧城市治理大奖
- 数据|数智安防时代 东芝硬盘助力智慧安防新赛道
- 山西|移动5G+智慧成果亮相山西数字化转型大会
- 养殖|科创信达冠名！第二届智慧养殖高峰论坛帷幕：推动畜牧行业新升级
- 技术|无锡东亭：智慧创造生活 科技点亮未来
- 娱乐|华为智慧屏迎来“影音娱乐”场景三大升级
- 景区|票付通旅游积极拥抱数字技术，加快智慧建设迎接新征程
- 建设|数据赋能业务，数梦工场助力湖北省智慧应急“十四五”开局
- 技术|探秘AI智慧之旅，科大讯飞AI学习机研学游第一期圆满落幕
- 半导体|“智慧”加持 通关明显提速