如何实现万物智联是产业界长期以来主要关注的方向。如同互联网通过人作为主脑和终端的连接方式，物联网也需要主脑进行数据的搜集、决策和分析，同时也需要智能终端进行执行操作。AI+IoT，即实现了AI作为大脑和终端实施，以及IoT作为神经网络的融合落地。伴随着AIoT相关技术的不断成熟，越来越多的企业开始投入到AIoT领域的研发和应用当中，除了传统制造、能源等产业，还涉及金融、医疗健康、农业、城市建设和管理等多个领域，让众多开发者看到了巨大的机会。

• 大部分AIoT的开发者工作状态较为自在，其中自由开发者占到39%；

• 拥有3-5年技术开发经验的开发者人数成倍数增长，说明这一领域的爆发期是在五年前；

• 有38.5%的开发者最感兴趣的AIoT技术是数据科学/数据挖掘/数据分析，其次是机器学习/深度学习/神经网络，占比37.6%；

• 生成式大模型技术的突然爆发对于开发者来说还有待观察，但预期向好；

• 42.5%的开发者表示所在公司生产的AIoT设备用于制造业，41%的开发者认为感知/控制是自动驾驶技术中最具挑战性的环节；

• 43%的开发者认为，国际上AIoT的发展以底层技术作为主导，国内则以平台、应用和服务层主导AIoT产业价值链；

• 30%的开发者表示，国外在可穿戴设备、智能家居，以及智能电网等的应用上更加超前；

• 超过9成开发者认为机器可以胜任部分到大部分人类工作，41%的开发者认为人工智能有可能产生出意识。

开发者生态：时间自由、人数增长、聚焦机器学习/深度学习近来，ChatGPT引发国内AI产业爆火，大佬们纷纷布局大语言模型。从美团“退休”后，王慧文在上个月创办“光年之外”，收购袁进辉的一流科技,旨在打造中国版ChatGPT。王慧文的英雄帖显然召唤出了产业界的热情，李开复开始筹组Project AI 2.0，王小川携带5000万美元入场费，创办百川智能……当AI大佬们跑步进入新的战场，从事AIoT的开发者又呈现出怎样的生态？从调查数据来看，大部分AIoT开发者工作状态较为自在，图1中，自由开发者占到39%，作为兼职和利用业余时间参与的比例为40.0%，和自由开发者数量相当。相较而言，全职开发者最少，只占到调查人群的五分之一左右。这一方面说明开发者群体愈加倾向自由职业，另一方面也说明AIoT是自由开发者聚集的领域。图1 开发者参与AIoT状态从2017年开始，AIoT被频繁提及，在此之前，开发者更多是在AI或者IoT的独立领域。而当智能家居、智能制造、智能城市等落地应用端被推向风口，AIoT逐渐成为产业界的主流讨论方向。从图2不难看出，拥有3-5年技术开发经验的开发者人数成倍数增长，说明这一领域的爆发期正是在五年前。而近年来，得益于市场潜力地不断挖掘，越来越多的开发者选择进入这一领域。据调查显示，近1-2年进入这一领域的开发者占比为32%，而就在去年，这一数据进一步增长到41%。图2 开发者从事AIoT技术开发的时间具体到所从事的技术领域，机器学习/深度学习算法工程师、数据科学家/数据分析师/数据挖掘工程师和计算机视觉/图像识别/图像处理工程师的队伍较为庞大，位列前三，分别占比10.5%、10.4%及9.1%。另外，在软件工程师和硬件工程师的统筹统计中，软件工程师以38.5%的占比远高于硬件（芯片、传感器、控制器工程师+智能硬件工程师）9.2%的占比。图3 开发者从事AI/IoT的技术领域

技术工具：数据科学/机器学习+AI大模型+存储/云计算+工具箱李彦宏今年初曾公开表示：“如果让我来判断第四次科技革命的标志，我认为是深度学习算法”。同时，他也认为“大语言模型的出现对于云计算来说，是一个 Game Changer，会改变云计算的游戏规则。”和他预判相一致的是，在AIoT领域，开发者最感兴趣的技术是数据科学/数据挖掘/数据分析（见图4），有38.5%的开发者做出了这一选择，以及机器学习/深度学习/神经网络，占比37.6%，这样的结果也完全符合AI算据、算法、算力的三大要义。在通用技术上，29.4%的开发者选择了计算机视觉/图像识别/图像处理，可见视觉仍然被赋予极高期待。以上AI技术为AIoT发挥的作用主要体现在，可以帮助开发者处理和分析从各种物联设备中收集到的海量数据，从而为企业提供更准确、更有用的洞察和决策支持。与此同时，可以帮助开发人员构建智能应用程序，在实时监测和控制物联设备方面发挥着重要作用。此外，比较出乎意料的是，AIGC/大语言模型的选择人数只占到4.8%，本调查的收集期限覆盖了ChatGPT的起势期（去年12月-今年1月），国内大语言模型的火爆期主要集中在今年2-3月。图4 开发者对AIoT感兴趣的技术方向在另一个关于AI热点技术突破的问题上，26.6%的开发者表示看好生成式人工智能（图5）。上述4.8%，以及这里的26.6%两个数据恰好说明了，生成式大模型技术的突然爆发对于开发者来说还有待观察，但预期向好。而除了生成式人工智能之外，大规模数据集和大模型开源也是开发者看好的方向，两个选项分别占比23.4%和20.9%。图5 开发者看好的AI热点技术突破另外，大规模物联网应用还需要处理海量数据，这些数据需要进行有效的存储和管理。云计算是建立在大规模数据存储之上的一项关键技术，它提供了强大的计算能力和可扩展性，帮助开发人员更好地处理和分析数据。据调查显示（图6），超过3成的开发者日常会处理数据存储相关的问题，其次是云计算，占比28%。图6 开发者接触最多的AIoT技术目前AIoT的开发者工具应用主要集中在视觉图像、语音合成和自然语言处理等领域（见图7）。调查数据显示，近三成开发者会用到AI人像修复工具，该技术可以帮助开发者对人像进行自动修复和增强，提高应用设备上人脸检测的效果以及准确性。排在二、三位的分别是AI目标检测和AI视频抠像/人像抠像，均与机器视觉相关，之后是人工智能语音合成。图7 开发者使用的AI工具箱

*博客内容为网友个人发布，仅代表博主个人观点，如有侵权请联系工作人员删除。