一、总体需求
我国AIoT（智能物联网）行业需求包括C端需求和B端需求。
C端需求：随着居民消费水平的提高，消费升级带动消费观念的转变，同时叠加以智能音箱、智能手表为代表的智能终端产品种类不断丰富、功能不断迭代，对于消费类终端的需求将更加强烈。
B端需求：数字化在行业内渗透，以工业、医疗、能源为代表的传统行业面临数字化转型的挑战，智能物联网的应用是完成企业数字化转型的重要路径之一。在B端行业应用的需求驱动下，围绕AIoT行业的商业模式不断创新、发展、完善，例如共享单车、远程医疗等服务均是基于物联网发展的创新商业模式。
我国AIoT（智能物联网）行业需求分析
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
二、具体需求
AIoT行业产业链可分为四个层级：感知层、传输层、平台层、应用及服务层。其中应用层价值分布占比更高，因此应用层的需求对AIoT行业的发展起着重要的作用。根据数据显示，AIoT产业链的价值可大致划分为硬件/智能终端（芯片、传感器、模组、智能终端）25%，通信服务10%，平台服务10%，软件开发/系统集成/增值服务/应用服务55%。
AIoT产业链价值占比
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
AIoT产业下游主要场景包括车载运输、智慧能源、智能安防、智慧城市、智慧工业、智慧医疗、智慧农业、智慧生活等，各细分场景增速和空间不一，对AIoT的需求也不尽相同。
AIoT产业下游应用场景
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
AIoT产业下游应用场景增速与规模
下游场景 | 增速与规模 |
车载运输 | 全球车联网市场正以25%的年均复合增速增长，全球车联网连接数预计到220年将增至3亿左右，到2025年则将突破10亿，车联网系统在汽车中的应用将不断普及。 |
智慧能源 | 全球至2020年智能电表渗透率将达59%。全球智能电表安装量将于2020年达到9.63亿台。2020年全球智能水表出货量将达5,400万台，2016年-2020年之间复合增长率为9.1%。 |
智能安防 | 根据中安协发布《中国安防行业“十三五”(2016-2020年）发展规划》指出，“十三五”期间，安防行业将向规模化、自动化、智能化转型升级，且到2020年，安防企业总收入达到8,000亿元左右，年增长率达到10%以上。 |
智能安防 | 到2020年，全世界智慧城市总投资额将达到1,200亿美元。目前物联网应用中智慧城市的相关项目占比高达20%，是物联网技术的重要应用载体。 |
智慧工业 | 到2020年，全球工业物联网市场规模将达到1,320亿美元;到2030年，工业物联网可在全球创造高达140万亿美元的经济效益。 |
智慧医疗 | 到2020年，全球智慧医疗将达到1,630亿美元，2015-2020年年复合增长率达到38%。 |
智慧农业 | 到2025年，假设全球有5.25亿农场基地，这些农场将使用6亿个传感器以支持农业物联网，而智慧农业市场规模有望从2016年的90.2亿美元达到2022年的184.5亿美元，年均复合增长率12.67%。 |
智慧生活 | 老人小孩可穿戴预计连接数1亿，宝物追踪预计连接数300万，特殊人群追踪预计连接数200万。 |
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
具体来看，建筑人居场景方面，目前，建筑人居场景的AIoT应用主要表现为AI“领班”模式，即场景中的设备联动需要用户的指令触发，例如家居场景中，需要通过智能音箱来调度设备之间的联动。未来，人居类场景将可以实现AI“管家”模式应用，设备可根据用户生活行为习惯与环境变化自主感知与联动。
AIoT建筑人居场景典型应用
应用 | 基本情况 | 具体情况 |
酒店智能迎宾 | 更多以智能终端与智能服务机器人服务住客,配以入住系统,智能导航与智能服务系统优化住客体验。 | 设备管理:设备激活、运行状态监护,设备升级与维护 |
住客管理:住客活跃状态监测、高宾标记、入住与退房管理 |
消息推送:服务与活动提醒 |
AI业务数据分析:住客画像,场景智能辅助决策。 |
酒店智能迎宾 | 以传感设备感知居住环境,收取用户居住习惯数据,通过AloT平台与边缘智能算法改善居住环境并与用户习惯自适应与自匹配。 | 设备管理:设备激活、运行状态监护,设备升级与维护 |
住客管理:活跃状态监测、住客服务 |
人机互动:以语音交互进行互动和控制 |
能源管理:系统通过感知数据自动启闭智能设备 |
AI业务数据分析:住客画像,场景智能辅助决策。 |
办公环境能耗管理 | 以智能网关与智能电器为数据入口，利用AIoTPaaS平台实时监测能耗,并通过AI算法实现设备自动启闭,能源自主降耗。 | 设备管理:设备激活、运行状态监护,设备升级与维护 |
能源管理:系统通过感知数据自动启闭智能设备 |
告警处理:火灾盗窃等预警等 |
AI业务数据分析:办公场景画像,场景智能辅助决策。 |
社区智能管理 | 更多以遍布社区的智能摄像头为前端感知入口,通过云边结合的方法实现人、车、屋等多维布控。更多是各个智能单元系统的汇和。 | 设备管理:设备激活、设备维护 |
人员管理:登记、录入住户与访客信息 |
车管理:智能识别车牌，实时调度停车，监控违停 |
物业管理:房屋状态监测,门禁管理 |
智能安防:异常人员、火灾、抛物监控。 |
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
除此之外，AIoT的消费生活类场景围绕人作为服务对象，需要围绕人的使用体验、行为模式;安全、防灾预警；节约能耗、人力、时间成本;提高工作效率四个维度。对应到不同的建筑人居场景对AIoT的需求有不同的侧重点，但内核还是予人舒适、安全、便捷的体验。
建筑人居场景对AIoT提出的要求
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
工业场景方面，目前AIoT在工业领域的使用体现为单点式应用，多通过工业物联网平台开发接口实现某几项与机器预测相关的应用开发及数据处理强化，另外还有智能工业机器人及通过工业视觉相关的软硬件实现的一些感知识别与定位应用。AIoT通过工业物联网平台整体输出会带来更明显的智能体验，包括对工业物联网的传感器感知赋能、优化OS与软件层分析决策能力和为自动化设备的执行提供控制能力。
AIoT在工业物联网领域的典型应用
应用 | 具体情况 |
设备管理 | 设备健康管理:历史数据和机器学习技术建立设备故障预测模型,实现对高价值设备、关键零部件的故障诊断、预测性报警,降低被动维修或者预防性维修次数。 |
远程维护:数据实时在线，可远程监控、群控调试、参数调整、控制执行。 |
能源管理 | 能耗分析节能:基于机器学习的历史数据能耗分析可计算平均工况下最优能耗,辅以用能状态实时评价、用能风险预警和用能趋势预测，帮助实现安全用能、节能环保。 |
并联调度减排:多工厂、多工序、多设备情境下，实时抽取产、排相关运行数据进行挖掘、预测,可预测排放量并预警、提前计算分配能源用量,实现跨工序能效动态寻优。 |
工业视觉 | 检测:包括产品表明瑕疵检测、尺寸检测,通过基于深度学习的视觉技术检测工件关键部位距离、夹角等参数以及表面是否存在气孔、裂纹、划痕、泄露等问题，判断工件品质 |
识别:利用OCR字符识别技术自动检测产品编码,仪表读数、标签等信息。 |
定位:在高速运动过程中对多点目标定位,同步反馈给运动控制系统，引导机械手捕捉、抓取、放置。 |
安全监控 | 行为规范检测:主要通过监控系统对工作人员安全着装、规范操作进行检测。 |
环境异常检测:通过巡检机器人或监控系统对烟火、高温、特殊气体泄漏、厂区异常声音及不明人员百营。 |
仓储物流 | 仓储执行:通过仓储模型和AGV、AMR机器人,将客户零散的、突发性的需求形成便捷应用，可以实现库位优化、最优出库、子仓协同、异常订单处理,分拣效率高，降低损耗。 |
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
但目前工业领域的AIoT使用率较低，解决的问题也较为单一，偏单点的、轻量级场景，未来随着两化融合的深化，以及AI在工业场景中解决问题的能力更加完善、能够真正在无人返工的情境下有效使用，工业物联网平台将支持或集成全场景的AI能力，独立的AI工业软硬件产品也将普及开，届时AIoT能够对线下广泛存在的数据进行实时在线、智能化的分析，与线上数据相结合，服务于全数字化产能生态。
城市场景方面，目前AIoT与城市公共管理的结合主要集中在视觉识别、分析预测、优化调度等领域，可通过功能开发应用于城市安全防控、交通监管调度、公共基础设施管网优化、智能巡检、民生服务。未来，随着新增智慧城市项目中AI能力部署的比例增加，城市基础设施联网门槛降低，智慧城市的总体发展将从初级智慧阶段迈向AIoT引领的智能阶段。
AIoT在智慧城市领域的典型应用
应用 | 具体情况 |
视觉识别 | 交通监管:通过AI摄像头实现车辆信息识别、多种违规行为综合检测执法,对驾驶员危险行为进行预警。电子停车收费大规模推广。 |
公共安全:Al摄像头实现外观特征与行为识别，人力查阅监控和锁定嫌疑人轨迹时间由数十天缩短到分秒。 |
公共事件:大型公共活动人流分析、安全监控、车辆管理,紧急事件警报。 |
城市巡检:电力巡检摄像头、无人机巡检、机器人警察等。 |
分析预测 | 城市电网:基于全网运行数据进行人工智能负荷预测,秒级速度获取人工数小时的运算结果。 |
交通预测:基于各类交通数据,融合车辆和道路信息进行交通分析研判预测，为交通管理提供依据。 |
空气质量:基于多为气候数据进行控制质量预测，实现即时预警。 |
城市发展:基于机器学习实现城市发展预测、规划模拟、人口预测、房价预测等。 |
智能控制 | 基础设施:基础设施网络自动化运维,故障处理对人工干预的需求大大降低，处理事件由小时级提升至分钟级，基础设施网络可靠性可超过99%。 |
交通管理:根据交通流量控制信号灯，集成检测、控制、语音、自动报警等技术,引导车辆和行人，减少人车通行延误时间。 |
车路协同:车车、车路动态实时信息交互，进行地铁、公共交通车辆主动安全控制和道路协同管理。 |
民生服务:集成智能语音、NPL与交互技术，通过服务机器人实现信息发布、医院导诊、景区导览,提升市民体验。 |
数据来源：观研报告网《2022年中国AIoT（智能物联网）行业分析报告-行业供需现状与发展趋势分析》
