瞄准边缘智能C位，联想如何完成“增长验证”大考？对话联想技术大咖范建平、战略主帅王磊

边缘智能正进入商业验证的重要节点，市场格局的“C位之争”刚刚开始。对于巨头之争，究竟在哪些维度竞争？联想在这场竞逐中如何定位？最近又在锻造什么“秘密武器”？带着诸多问题，我与联想集团副总裁兼联想研究院人工智能实验室负责人范建平博士、联想集团中国区商用物联网业务总经理王磊先生深入交流了边缘智能的技术方向、产业格局、发展阶段以及一些可行路径。

全文约3600字，阅读需要12分钟。

物启智，正当时。这是中国物联网产业的当前写照。

一方面，物联网的基本架构已基本完善，传感、通信、云计算技术线均趋于成熟，也初步渗透到各行业数字化转型中。但另一方面，经过合力搭建，万物互联后的商业价值挖掘却迟迟未“兑现”，这不免给物联网人带来焦虑，也让行业人疑惑，说好的转型升级降本增效呢？

或许为了帮助产业消除疑云，坚定信心，近期工信部、科技部等八部委罕见联合背书，印发《物联网新型基础设施建设三年行动计划（2021-2023年）》，再次明确物联网的“新基建”身份，让大家撸起袖子放心干。

所谓基建，就是需要前期投入巨量的人力物力、资源资本，方能在建成后撬动指数级的经济收益。然而，对于物联网产业链大量的中小型企业，如何仅凭“相信的力量”就押注投入？

智能，或许是证明万物互联价值最有力的论据。

过去，IoT数据产生在端侧，传输在管道，AI则在云端，“物”（IoT）与“智”（AI）的交互路径太长，沟通成本太高，路上还有各路豪杰不时出没，数据价值挖掘难上加难。随着物联网数据指数级增长、AI技术的突飞猛进，业界意识到两点之间直线最短，修筑一条IoT与AI的“直达专线”才能系统地解决上述成本、负载、安全等问题。物启智，AI下沉，边缘智能就是这条直达专线。

边缘智能技术五六年间从边缘走到主流，正进入商业验证的重要节点，无论是应用方向还是市场格局，“C位之争”才刚刚开始。联想在今年9月TechWorld大会上，向外界展示了联想大脑-Edge AI平台以及开发者生态计划的阶段成果，加上之前硬件的四大产品线——边缘智能服务器、工控机、边缘计算网关与触控一体机，一系列动作不难看出联想瞄准边缘智能C位的雄心。

欲戴皇冠，必承其重。联想能为整个边缘智能产业带来什么价值？对于巨头之争，究竟在竞争什么？面对业内诸多悬而未决的问题，联想笃定投入的底气从何而来？……带着这些问题，我与联想集团副总裁兼联想研究院人工智能实验室负责人范建平博士、联想集团中国区商用物联网业务总经理王磊先生进行深入的采访交流，本文提炼一些有启发的观点，与君分享。

站在边缘智能风口，Ready？Go！

创新，是企业可持续发展的根基，也是收益与风险并存的变数。面对任何“机遇”，企业都需要通过精准研判和自我定位而取舍。如今联想笃定发力边缘智能，并非简单的见“风”入“口”，而是多方考量之下的决策。

范建平博士表示，联想选择边缘智能赛道是一个集天时、地利、人和于一体的决策。

首先，联想在服务客户数字化转型中的过程中，始终坚持以洞察客户需求为己任，不断感受到客户对于现场侧数据处理的迫切需求，这成为推动联想迈向边缘智能赛道的主动力。

其次，当需求浮现，还需要审慎评估新方向与企业自身的基因是否匹配。联想是一个大计算的公司，从PC时代的服务器一路领先到边缘计算服务器，凭借在硬件和AI方面的深厚积累，其实已在边缘智能赛道蓄力多时。可以说，是时代帮联想踩到了边缘智能的风口。

联想如何完成边缘智能的“增长验证”大计？

一个赛道，开始总是闻风涌入，而后大浪淘沙。当边缘智能进入全面比拼硬核实力的洗牌期，拿着“大计算”一手好牌入局的联想，如何持续保持高位优势？

技术的蓬勃发展离不开从理论自洽、技术可行到商业验证的生命周期。商业验证先由从0到1的价值验证，再是从1到10的增长验证。王磊表示，在中国丰富的产业土壤中，从0到1的样板式创新实现起来相对简单，而从1到10的规模化增长验证则难度陡增。新技术必须在各行业实践中反复碰撞、融合、跨越鸿沟、破旧立新，从而书写技术自身的价值上限。一旦跨越增长验证的关键节点，产业后续将迎来爆发式增长。

边缘智能已完成从0到1的价值验证，正进入规模化增长验证期。这一阶段，从技术发展角度来看，是一条有待验证的斜率升高的增长曲线，从实践角度来看，是一条充满复杂挑战的陡峭险峰。

联想基于长期的实践经验，提炼了边缘智能在当前阶段面临四大难题：

• 从定制化到通用化化的转变；

• 从通用化到专用化的成效；

• 场景与技术之间的匹配；

• 生态模式的构建。

联想认为，增长验证期，首先是对整个边缘智能产业的大考，其次才是对每个企业的小考。增长验证大计，必先有小规模增长验证，再通往大规模增长，这就需要一种“先开枪、再瞄准”的开拓精神，为边缘智能探求通用化之路、探寻可行性场景。谁来做好这件“难而正确的事”，可能就是边缘智能巨头之争的核心焦点。

高位入局，以攻为守，联想勇于承担开拓者的产业使命，提出技术+生态的双擎战略：以技术为剑，破解边缘智能与落地场景之间的复杂难题；以生态为帛，做大的边缘智能的生态共同体，合众之力迈出小规模增长的前期验证。

技术为剑：以“技术确定性”，覆盖“场景不确定性”

人类的发展史离不开工具的进化，而持续打磨技术工具，也将对边缘智能的规模化增长带来新的启发。

首先，边缘智能的规模应用，一直都受制于使用成本。因此要想遍地开花，必须先从控制成本入手。联想如何推动边缘智能技术的降本普惠？

王磊表示，从定制化到通用化、从项目制到产品化，是降本普惠的必然路径。边缘智能在行业中落地开始多为项目形式，它需要定制化的产品、方案和服务，这种重资本模式无法快速实现规模化复制。对此，联想通过从项目实践中提炼共性、积累算法模型等工具、打磨为通用型产品，在新项目、新客户、新场景甚至跨行业实现复用。

其次，通用化的毛细血管打通了，但同时又伴随了新的问题：从通用化到专用化的有效性问题。当提炼后的边缘智能产品投入实际应用中，这些算法模型是否能够在新场景下发挥有效性？其实对于这个问题，范建平博士及其团队已经在技术层面进行思考、研发和论证。

范博士谈到，物联网是一个高度碎片化的市场，现在边缘智能渗透的细分场景，都可以说是”新场景“，样本数量不足、通用化模型不准是新常态。例如，在精密制造领域，故障/缺陷检测类应用缺乏存量数据支撑十分常见，此时，赋予边缘设备一定的学习能力就尤为重要。联想基于AI积累厚积薄发，为边缘侧设备自研“小样本终生学习”能力。

范建平博士将其比拟于人类学习新知识的过程。一方面，先通过元学习（Meta learning）教授机器“学习的方法”，同时，通过度量学习 (MetricLearning)调取与新场景相似的数据，就就初步形成针对新场景的先验知识，相当于提高机器本身的“认知水平”；另一方面，通过数据增强 (Data Augmentation)技术，将有限的样本数据集进行一系列“变形”，提高原始样本数据的利用率。

总之，通过数据侧与算法侧的“双向奔赴”，小样本数据亦可“蚍蜉撼树”，最终训练出准确有效的算法模型。

此外，范建平博士还强调了技术与应用之间的辩证关系。边缘智能在实践中被激发，也需要在实践中去验证。联想坚持“场景+AI”理念，而非“AI+场景”，从根本上避免“拿着锤子去找钉子”的陷阱。同时，联想本身就是一个制造企业，在对场景需求的判断上具有天然优势，已有大量可“+AI”的刚需场景，让边缘智能可靠落地。

风口来了，人人都能分一杯羹，而大浪淘沙之下，竞争周期会自动筛选出那些符合市场需求、并保有核心竞争力的玩家。联想除了持续发力边缘智能技术上的领先优势，为当前的规模化难题找出路，更着眼于未来产业格局，积极布局边缘智能生态建设，重构企业的全新竞争力。

生态为帛：构建边缘智能共同体，共促“最强基建”价值释放

对于平台企业，一直都是得开发者得天下。如何更好地赋能开发者，是关乎联想边缘智能战略能走多远的重要课题。

联想基于完善的边缘智能软硬件技术底座向千行百业赋能赋智，发起ISV伙伴招募计划，通过合纵连横，让边缘智能的软硬件产品大量“被集成”，广泛渗透各行业解决方案中。

这是联想与生态伙伴之间是双向赋能的过程。

一方面，联想通过优势协同，持续强化端边管云智协同，提升全栈技术能力，搭建高效协同的开发环境，使开发者更专注行业场景本身，打造精品应用。另一方面，随着新的应用场景+Edge AI的结合、验证、内测、打磨，联想技术底座也将得到进一步完善。

自今年8月份第一批ISV合作伙伴入驻以来，联想边缘智能已发展近百家ISV合作伙伴。王磊表示，联想与生态伙伴充分考虑了当前边缘智能市场的发展阶段特征，采用小步快跑的节奏，快速迭代+充分验证，通过打磨好每一个产品和应用，走稳规模化增长的每一步。

独行快，众行远。随着生态共同体在更加多元化的行业落地深耕，边缘智能才有望发挥其作为物联网时代最强基建的真正作用。借助生态之力，联想边缘智能的技术底座一再破圈，在成就伙伴价值的同时，也成就了联想全新的生态竞争力。