五大核心构成的AIoT，正在遭遇三大挑战，两条突破口外还有什么？

首先，AI的投资多，见效慢。AI的前期投入相当庞大，无论是算力研发中硬件成本，还是人才的薪酬等投资都是巨大的。以AlphaGo为例，其算力相当于12000块常见的消费级1080TI TPU，所花费逾千万。而目前，人工智能相关岗位的薪酬也是非常之高的，甚至有消息称，年薪 25 万的 AI 工程师仅仅是白菜价。

昂贵的前期成本投入，并不能确保后期带来更高的收益，因此，对于企业来讲，AIoT是一项高额高风险的投资。

其次，模型的构建难，准确性也无法保证。传统工业领域的IT从业人员缺少模型的构建与管理经验，无法保证实现模型预测的准确性，也无法对模型进行全生命周期管理及升级，以更低成本和更高效率进行模型和算法的迭代。

正因此，企业很难从AIoT中获得利润率的提高，从而进一步抑制了企业对该技术的“兴趣”。

最后，因为企业在降低成本及提高利润率等方面存在问题，因此依靠AIoT增加收入也就变得更加困难。

2. 解决方法

但老话说的好：只要思想不滑坡，方法总比问题多。尽管现存的许多问题阻碍了AIoT的商业化进程，但与之相对应的解决方法总是有的。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!