单元|深耕万亿城市AIoT市场,旷视如何发力城市大空间?( 二 )


一些专家学者也尝试给出了自己的见解 , 譬如《数据驱动的智能城市》一书的作者史蒂芬·戈德史密斯 , 曾在中国的一次演讲中直言:“未来政府应该把自己当做零售商而不是批发商 。 批发商的工作模式是以任务为导向 , 缺乏零售商的服务意识 。 最有效的服务就是为市民解决问题 , 提高市民对于政府的信任感 。 ”
02 旷视的三条主线 和其他玩家最大的不同 , 旷视在智慧城市中的角色不是擅长造概念的学院派 , 而是以AIoT软硬件产品为基础的实践派 。
作为一家聚焦物联网场景的人工智能企业 , 旷视给出的解题思路就是以AIoT产品体系为核心的城市空间数字化方案 , 着力点在于实体产业和人工智能的融合创新 。
单元|深耕万亿城市AIoT市场,旷视如何发力城市大空间?
文章图片

旷视副总裁、城市业务事业部产品总经理那正平表示:“我们把城市分为大空间和微单元 , 把城市的大空间互联起来 , 把微单元也互联起来 , 再把大空间和微单元互联互通 , 做到更智能的全息感知和全域感知 , 进而帮助城市进行更好的秩序治理 , 帮助城市做服务升级 , 为老百姓带来更多的获得感 。 ”
不过在“城市大空间”的选择上 , 旷视并未急于求进 , 而是选择从公共安全、城市治理和交通管理三条主线出发 , 试图在探索中不断沉淀实践经验和行业理解 , 聚焦城市的大空间场景 , 进而打通“城市”的泛在数据 。
单元|深耕万亿城市AIoT市场,旷视如何发力城市大空间?
文章图片

可以给出的解释是 , 旷视最初选择的赛道是计算机视觉 , 在计算机视觉和深度学习领域有着深厚的积累 , 并在城市安全、交通、治理等场景中打磨出了一整套智能化、可视化的算法和产品体系 。 而公共安全、城市治理和交通管理的特征在于治理场景复杂、长尾且碎片化 , 旷视自研的人工智能生产力平台Brain++ , 可以用相对更低的成本进行研发 , 为智慧城市的成本问题给出了新解 。
站在普通市民的立场上 , 可能并不关心自己所在的城市有多少智慧化的应用 , 但公共安全、城市治理和交通管理的成效 , 却和普通市民的安全感、幸福感、获得感直接相关 。 就像很多人并不在意交管部门安装了多少摄像机 , 引入了什么样的算法平台 , 可如果平时很拥堵的路段慢慢通畅了起来 , 每天的通勤时间少了几十分钟 , 对智慧城市的理解和态度自然会和过去有着质的不同 。
对于旷视的切入逻辑 , 旷视合伙人兼总裁付英波曾在媒体采访中提到过“靶向性策略” , 即以场景需求和问题求解为牵引 。 由此或许可以得到另一种解释:旷视选择沿着三条主线深耕 , 而非一味扩张赛道 , 正是“靶向性策略”的体现 , 从中找到共性的应用需求 , 沉淀出通用的解决方案 , 无疑可以在其他场景或城市中进行乐高积木组合式的复制和创新 。

推荐阅读