1723
“生態(tài)為先，繁榮共生”代表了宇視的信心、底氣、技術(shù)和積累?！案淖兣f格局、發(fā)現(xiàn)新藍(lán)海、提升運(yùn)作效率、拓寬產(chǎn)品線”，宇視將堅持這四件大事，和合作伙伴一起，再合力拼搏二三十年。
5月的烏鎮(zhèn)，天氣爽朗，溫度不冷不熱。西柵大街上車水馬龍，人頭攢動。河岸兩旁樹影斑駁，風(fēng)移影動，花朵繽紛，珊珊可愛。街邊的客棧中，樂隊奏響了春天的贊歌，鳥兒在河面輕輕一點(diǎn)，碧波便蕩漾起來了。歷史與商業(yè)交融，人與自然和諧共生，各得其所。這是烏鎮(zhèn)的景，也是烏鎮(zhèn)的生態(tài)。
當(dāng)AIoT的風(fēng)吹到烏鎮(zhèn)，一幅關(guān)于AIoT的生態(tài)圖正在被構(gòu)建。解決方案供應(yīng)商、工程商、分銷商…他們是這幅生態(tài)圖的重要組成部分，同樣是這幅圖的創(chuàng)作者。
宇視也是其中之一。
5月9日，宇視舉辦了AIoT合作伙伴峰會，核心主題便是“生態(tài)為先 · 繁榮共生”。在宇視眼里，服務(wù)生態(tài)伙伴已經(jīng)成為基本的業(yè)務(wù)基調(diào)。
那么為何宇視如此強(qiáng)調(diào)“生態(tài)”？
從第一性原理出發(fā)，不難找到答案：時代變了。
一、舊秩序?qū)⒈浪?、新格局被塑?/h2>
2023年上半年最熱門的話題莫過于ChatGPT。
ChatGPT4.0問世之后 ，人們看到了通用型人工智能的希望。
一時間，多模態(tài)大模型成為資本寵兒，國內(nèi)互聯(lián)網(wǎng)大廠、行業(yè)巨頭們紛紛表示跟進(jìn)。
在ChatGPT之外，Meta開源的SAM（Segment Anything Model）無異于在CV行業(yè)投下了一枚重磅炸彈。
對于AIoT行業(yè)而言，ChatGPT大模型、SAM模型等AI技術(shù)的涌現(xiàn)與應(yīng)用，本質(zhì)上降低了算法開發(fā)門檻，是一次影響深刻的“技術(shù)平權(quán)”。
此前，AI技術(shù)雖然很fancy，也很有效，但不實用。
原因在于：一方面，AI算法開發(fā)門檻太高，屬于資金、人才密集型行業(yè)，重金之下，對應(yīng)的算法產(chǎn)品、解決方案價格高昂，工程商們根本用不起；另一方面，AI公司的算法離場景還有一段距離，很難真實解決用戶的場景痛點(diǎn)，工程商們也用不上。
大模型、SAM模型則大大縮小了AI公司和工程商們的差距。
原來以“小模型+大樣本”的算法生產(chǎn)模式，變成了以“大模型+小樣本”。新模式并不需要龐大的數(shù)據(jù)量，數(shù)據(jù)標(biāo)注成本、算法訓(xùn)練成本大幅降低。
這意味著，算法開發(fā)能力較弱、甚至沒有算法開發(fā)能力的工程商們，不必雇傭大量的算法工程師，也可直接通過大模型來完成AI算法開發(fā)和交付，只需要針對性調(diào)優(yōu)，喂食行業(yè)場景化數(shù)據(jù)，便能形成屬于自身的算法解決方案。
亦即，AI技術(shù)將不再是AI公司、行業(yè)巨頭們的專屬。
這就好比汽車出現(xiàn)以后，轎子這種達(dá)官貴人的專屬出行方式便被淘汰。大家都乘坐在一輛車上，沒有身份之別，沒有等級差異，每個人都能去自己想去的遠(yuǎn)方。
當(dāng)AI技術(shù)差距逐漸縮小時，AIoT行業(yè)舊有的秩序?qū)⒈活嵏?，形成新的格局?/p>
過去幾年，AIoT行業(yè)高度內(nèi)卷，渠道商互搶渠道、分銷商互搶市場、解決方案商互卷產(chǎn)品，整個行業(yè)都在拼命內(nèi)卷，以前40%毛利率的項目沒人做，現(xiàn)在30%的毛利率工程商們搶著做。
市場環(huán)境不好，大家都要吃飯，蛋糕就那么小，誰不內(nèi)卷誰挨餓。
然而，當(dāng)AI平權(quán)之后，這種內(nèi)卷將成為過去式。
因為技術(shù)催生了新業(yè)態(tài)，新業(yè)態(tài)產(chǎn)生新價值，蛋糕在不斷做大。
舉個例子：在古代，鐵犁尚未發(fā)明之前，人們會為了一塊土地而爭執(zhí)乃至械斗，往往沒有好結(jié)果。而鐵犁問世后，開荒拓土變得更加容易，原本荒瘠的土地也可以種植農(nóng)作物，械斗事件便大大減少了。
具體到AIoT行業(yè)，過去一段時間，玩家們都在安防、交通等少數(shù)幾個場景里面卷，因為這些場景計算機(jī)視覺最容易落地。
現(xiàn)在，伴隨著AI技術(shù)的迭代，AI將能夠在更多的IoT場景落地，也就是更多的荒土地被開墾出來，玩家們可以做更多的業(yè)務(wù)，也有技術(shù)能力做更多的業(yè)務(wù)。
大家都有的吃，自然而然就不卷了。
換言之，技術(shù)平權(quán)打破了以往的內(nèi)卷局面，產(chǎn)生的新業(yè)態(tài)將推動玩家們朝著共同創(chuàng)造業(yè)務(wù)的格局邁進(jìn)。
二、新格局、新機(jī)會
科學(xué)技術(shù)是第一生產(chǎn)力，生產(chǎn)力決定生產(chǎn)關(guān)系。
ChatGPT大模型、SAM模型的涌現(xiàn)，本質(zhì)上是技術(shù)對生產(chǎn)力的一次革命，進(jìn)而推動了AIGC這種生產(chǎn)方式的進(jìn)化，最終導(dǎo)致生產(chǎn)關(guān)系的變化。
《資本論》中提到：蒸汽機(jī)的出現(xiàn)，生產(chǎn)方式發(fā)生了根本性改變，機(jī)器大生產(chǎn)代替了手工作坊，工業(yè)時代隨之來臨，市場上出現(xiàn)了新的業(yè)務(wù)、新的生產(chǎn)關(guān)系，以及新的商業(yè)模式。
作為一種全新的內(nèi)容生產(chǎn)方式，AIGC的出現(xiàn)，如同移動互聯(lián)網(wǎng)，給AIoT帶來了諸多變化。
首先是新業(yè)態(tài)。
AI可以基于已有的數(shù)據(jù)，按需生成人們想要的內(nèi)容。
這意味著，數(shù)據(jù)的價值將被進(jìn)一步挖掘。
以前的數(shù)據(jù)是為了訓(xùn)練模型，現(xiàn)在的數(shù)據(jù)一部分是訓(xùn)練模型，一部分是直接作為數(shù)據(jù)資產(chǎn)來產(chǎn)生數(shù)據(jù)運(yùn)營服務(wù)。
打個比方，攝像頭捕捉到的圖像數(shù)據(jù)，之前只用于更好的訓(xùn)練視覺算法。
隨著多模態(tài)大模型的出現(xiàn)，這些數(shù)據(jù)本身可用于生成更多的圖像內(nèi)容，當(dāng)碎片化數(shù)據(jù)通過AI技術(shù)生成結(jié)構(gòu)化數(shù)據(jù)時，那么新的價值點(diǎn)也一并衍生出來了。
其次是新的生產(chǎn)關(guān)系。
大模型在解決長尾需求時，所需的場景標(biāo)注數(shù)據(jù)量更小、開發(fā)周期更短，做細(xì)分行業(yè)算法和業(yè)務(wù)軟件的成本更低。
這樣一來，工程商通過大模型也可以擁有貼近場景的核心算法，一定程度上擺脫了對算法供應(yīng)商的依賴。
工程商與解決方案供應(yīng)商之間的關(guān)系，也不再是單純的甲乙方商品采購，而變成了解決方案供應(yīng)商提供基礎(chǔ)算法平臺（工具），工程商購買平臺（工具）后開發(fā)自身的產(chǎn)品，雙方的關(guān)系也更趨近于“平等”。
最后是商業(yè)模式。
前面提到，AIGC帶來了數(shù)據(jù)價值的變化、工程商業(yè)務(wù)的變化以及新的生產(chǎn)關(guān)系。
當(dāng)這些市場變量發(fā)生化學(xué)反應(yīng)時，市場上也將出現(xiàn)新的商業(yè)模式。
比如，圍繞數(shù)據(jù)資產(chǎn)，可產(chǎn)生存儲、運(yùn)輸、保護(hù)、交易等業(yè)務(wù)，而每一個業(yè)務(wù)都對應(yīng)不同的商業(yè)模式。
又比如，生產(chǎn)關(guān)系調(diào)整之后，工程商的角色發(fā)生變化，舊有的利益分配體系將被顛覆，市場將根據(jù)企業(yè)所處的鏈條，重新分配利益，身處其中的玩家們，必然也會隨之調(diào)整經(jīng)營策略。
在AIGC這種新的內(nèi)容生產(chǎn)方式的變革之下，市場對于玩家們的機(jī)會是平等的，不論是解決方案供應(yīng)商，還是工程商，都可以從新的業(yè)態(tài)里邊尋找機(jī)會點(diǎn)，走出新的商業(yè)模式。
而這取決于公司的基因與定位。
三、宇視的「退」與「進(jìn)」
作為AIoT產(chǎn)品與解決方案供應(yīng)商，宇視給自身的定位很清晰：服務(wù)伙伴。
一直以來，宇視都在強(qiáng)調(diào)“永遠(yuǎn)不做系統(tǒng)集成，也永遠(yuǎn)不做工程項目。承諾永遠(yuǎn)不變”。
這實際上是宇視「退」的一面：不與伙伴搶生意，而與伙伴做生意。
在AIGC浪潮之下，宇視又退了一步：構(gòu)建AIGC智能底座，賦能渠道合作伙伴。
此話何解？
宇視要做AIoT行業(yè)的基礎(chǔ)設(shè)施，讓合作伙伴用得上，而不是一個完整的產(chǎn)品。
也可以這么理解，宇視造了一個車的底盤，底盤上面裝兩個人，是跑車；裝五個人，是轎車；裝一車貨，是卡車。
各種車的用途不一樣，但底盤是相通的。
宇視提供底盤以及技術(shù)支持，合作伙伴要造什么樣的車，由后者自行決定。
為何要這樣做？
因為合作伙伴靠近數(shù)據(jù)、靠近場景（業(yè)務(wù)）、靠近用戶。
以數(shù)據(jù)為例，用戶出于安全性考慮，數(shù)據(jù)要么保存在本地，要么部署在私有云上，解決方案供應(yīng)商很難拿到這部份數(shù)據(jù)，更不要說利用數(shù)據(jù)產(chǎn)生價值。而工程商們有資質(zhì)、客戶信任，能夠挖掘這部份數(shù)據(jù)的價值。
但工程商們遇到的問題在于，即便能拿到數(shù)據(jù)，卻不會用。
宇視便提供這樣一套能力底座，讓工程商不需要從0開始，而是在底座的基礎(chǔ)上，根據(jù)客戶的需求、場景的不同，開發(fā)有自身核心技術(shù)的產(chǎn)品，從而解決此前工程商只能搬箱子的問題。
這一招，看似是退，實則在進(jìn)。
宇視如果像工程商一樣去做具體的項目，去觸及用戶、開發(fā)場景產(chǎn)品，戰(zhàn)線勢必拉得太長，需要調(diào)動龐大的資源，并且有一些能力宇視并不擅長，這種打法無異于明珠暗投。
基于此，宇視選擇退到幕后 ，給合作伙伴提供技術(shù)底座、產(chǎn)品等支持，在后方支援前線。
一來，宇視可以將更多的人財物力放到技術(shù)、產(chǎn)品研發(fā)，在核心技術(shù)實力上更進(jìn)一步；二來，賦能合作伙伴，同樣能夠收獲累累碩果。
這招以退為進(jìn)，實際上是宇視對「生態(tài)」的深刻理解：共創(chuàng)業(yè)務(wù)，共享價值。
同時，宇視還「進(jìn)」了兩步。
一步是進(jìn)到下沉市場，通過子品牌“阿宇”覆蓋C4-C7縣鎮(zhèn)市場。
和宇視主品牌不同，阿宇在產(chǎn)品設(shè)計上更加符合縣域鄉(xiāng)村的交通、種植、看家護(hù)院等視頻需求，并且性價比高、穩(wěn)定性、環(huán)境適應(yīng)性強(qiáng)。
過去一年，在宇視和一二級經(jīng)銷商的共同推動下，阿宇在市鎮(zhèn)一級建設(shè)的門店已有數(shù)千家，滲透率進(jìn)一步提升。
另一步是領(lǐng)先行業(yè)發(fā)布了大模型“梧桐”。
這與一向務(wù)實的宇視作風(fēng)有些出入，在很多人的印象中，宇視乃至整個行業(yè)都極為低調(diào)，不追求熱點(diǎn)和概念，只做自己擅長的事。
“梧桐”恰好反映出了宇視的另一面——擁抱新技術(shù)、擁抱新變化。
這種“進(jìn)”，既是適應(yīng)時代，也是自我內(nèi)心性的變革驅(qū)動。
「退」與「進(jìn)」構(gòu)成了真實的宇視：在技術(shù)、產(chǎn)品上不斷進(jìn)取，而在服務(wù)合作伙伴時選擇退一步，讓合作伙伴受益成長。
當(dāng)行業(yè)進(jìn)步時，身處在浪潮中的宇視，也必須順勢而上、順勢而進(jìn)。
總結(jié)
每一次技術(shù)革命，都將給行業(yè)帶來顛覆性影響，從來沒有人可以置身事外。
一家公司可以在技術(shù)、產(chǎn)品上有足夠的領(lǐng)先，但其商業(yè)模式的成功，一定靠的是整個行業(yè)的進(jìn)步。
獨(dú)行雖疾，但眾行至遠(yuǎn)。
AIGC風(fēng)潮涌起，各行各業(yè)都感受到了時代變化。
AIoT生態(tài)，需要解決方案供應(yīng)商、工程商們一起構(gòu)建。
宇視顯然已經(jīng)為此做好了準(zhǔn)備。
正如張鵬國所言：“改變舊格局、發(fā)現(xiàn)新藍(lán)海、提升運(yùn)作效率，拓寬產(chǎn)品線。”
作者 | 秀松
編輯 | 南書
