適配人工智慧的感測器，會不會是熱鬧AI里的冷門好生意？

前幾天有讀者留言，跟我討論AI過分火爆和泡沫開始膨脹的事。

確實，現有的AI產業基數和輿論、資本對它助推是並不對等的，其中泡沫確實存在。事涉AI則必強大絕對是一種盲目的價值觀。但AI的優勢在於這種基數近乎於無限底層，能夠提供的應用場景過分巨大，所以在眾多應用場景沒有被驗證到底之前，也很難去判斷他的泡沫到底有多少。

另一方面，AI完全處於剛剛起步的階段，我們看到了很多企業火爆異常。但卻可能忽略了另一個問題：這些企業都集中堆積在某幾個領域內，而AI作為整體真正發展，需要的支撐條件很多。其中很多產業要素目前還處在非常薄弱，甚至冷清的階段：比如說感測器。

事實上，非常多的AI動作和應用場景依賴於合適的感測器來達成。相比於隔壁幾個領域的鑼鼓喧天，這個領域確實太寂寞了點。

我叫感測器：冷門不代表不重要

把AI分為技術和應用兩個大方向的話，應用這邊會是fintech、人工智慧安防、無人駕駛等領域，而技術這邊又會被分成三個部分：數據運算能力、解決方案，以及硬體。

相比於數據運算包含各種各樣的數據、演算法、運算力和平台，解決方案包括生物識別、計算機視覺、NLP等等部分，人工智慧硬體領域包括的東西最簡單，只有兩種：晶元和感測器。

當然，這裡說的硬體不包括各式各樣的機器人和智能設備，僅僅討論為設備提供智能的」必需品「。晶元相當於大腦，感測器相當於感官，都是人工智慧與萬物建立聯繫的必備條件。

相比於早期的工業感測器，人工智慧領域的感測器發生了很多變化：比如對運算能力和演算法的適應，比如對多種感知數據的綜合識別，比如中轉能力。就像人工智慧來了，大家都知道要把晶元換掉一樣，感測器的更新換代，也是世界範圍內AI浪潮所無法避免的議題。

但相比於對GPU等適配人工智慧的晶元的研發投入與重視程度，顯然國內產業對感測器的關注是嚴重不足的。即使不跟機器視覺這樣動輒幾億融資的領域比較，在晶元研發上國內至少還有寒武紀、地平線等明星企業，以及BAT巨頭的入場。相比較而言，國內做智能感測器的最大體量公司基本也就剛剛完成A輪。

確實，AI硬體的技術准入門檻更高。與國內感測器產業的老套路大相徑庭。但這個領域留給國內廠商和創業者的機會在於：AI市場對於感測器的需求在快速變化，國際廠商的傳統優勢很多無從發揮。

總之大家的起點差不多，市場相對公平，巨頭進場的門檻也更大。

左擁自動駕駛，右抱物聯網

AI感測器的未來，很大程度在於綜合其他領域的發展，戰略高地位置很快會被凸顯出來。

最直接的價值，恐怕就來自於自動駕駛領域。在感測器領域得到廣泛關注的，除了谷歌等巨頭推出的激光感測器，就要屬博世等老牌汽車零部件製造商推出的，適用於ADAS等自動駕駛解決方案的感測器硬體。

自動駕駛的核心，是讓車繞過人類感官與交通環境實現交互。這就極大程度依賴雷達、視覺攝像頭以及多種多樣的感測器裝置。並且與一般情況下的常識相反，如今自動駕駛產業追求的感測器並不是感測和運算能力的極致化。反而是性價比高，能夠配合車輛生產的中低端感測器。

沒辦法，谷歌的無人車方案是挺好，但是造價實在太高。如今業界一般認同，未來自動駕駛和無人駕駛解決方案，將是感測器和車輛中樞運算系統協作解決交通問題——誰也別太貴，這才能讓高等級自動駕駛成功商業化。

而尋求性價比，正是國內製造業的看家本領。自動駕駛可謂是自主品牌汽車的一次盛宴，而盛宴開場，也給感測器留下了一角舞台。

另一個巨大的感測器應用市場，在於正在快速蔓延的物聯網系統。生物識別、自動生產和智能家居，都需要新型感測器的協助。而且隨著物聯網體系的多元化發展，應用到的感測器類別也會越來越多。這個需求擴張下，也會給感測硬體以發展機遇。

more story，more money

說實話，人工智慧硬體——這裡特指起支撐作用的元件，之所以發展速度低於AI語音和機器視覺類的AI企業，很大一部分原因在於可講故事的點太少。

雖然聽起來有點雷人，但我們所處資本市場的特點，是熱愛講故事，講想像空間，不惜一切代價擴大估值。

底層硬體在這些領域相對吃虧，但好在感測器系統也不是完全沒有優勢。比如這裡可以編寫幾個感測器講未來故事的例子。

1、數據採集者：我們知道，AI戰很大程度是數據為王。而感測器除了讓機器感知外界之外，另一個作用在於收集數據。重點宣傳感測數據的價值，和再利用這些數據的可能性，也許是個比較好的附加價值。

2、結合無人經濟：在無人經濟如火如荼的今天，感測器作為物聯網與人類交互的主要設備，也許會水漲船高。感測器的花樣翻新，可以為無人經濟和多種場景下的生物識別提供解決方案。物聯網領域最受青睞的就是泛在場景。這也是AI感測器的優勢。

3、作為技術與應用場景之間的接駁點：當然，最好的故事來自於合理的邏輯推論。以自動駕駛為例，汽車本身需要感測器作為技術與硬體的交互，來解決人類出現的核心問題。這個邏輯在眾多可能達成智能化的設備上都是通用的。一方面是識別、判斷、推論等技術解決方案，一邊是五花八門的外界數據，感測器在其中擁有的空間非常廣闊。

說實話，感測器是不是一門好生意不太好說。技術門檻和市場需求的快速蛻變，都讓這個領域充滿了不確定性。本文的目的更多是提醒你注意那些冷門但重要的AI必備區域，AI在廣義上是一個整體進化，佔據其中任何一環，都有巨大的利益想像。

沒必要在擁擠不堪的地方尋找未來。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！