1.前三星高管坐镇，Rokid首颗AI芯片让成本降低30%?;

2.从长尾市场切入，鲲云科技能做出一颗AI芯吗;

3.五成以上AI技术到2022年仍未臻成熟;

4.汉王科技人脸识别业务与中兴、大华等公司有合作;

5.春秋电子：子公司与富士康在模具领域有合作;

6.比亚迪变更募资用途 10亿元投建青海锂电池项目 1.前三星高管坐镇，Rokid首颗AI芯片让成本降低30%? 据外媒technode报道，我国AI初创企业Rokid将于6月26日在杭州举办的成立4年以来的首次发布会Rokid Jungle上发布自研智能语音芯片。

据官方介绍，该芯片历经两年的研发，性能高、成本低，其价格可能比同类产品便宜30%，而且该芯片能为第三方供应商、OEM和小设备制造商提供更好的设计。

据悉，前三星半导体的中国地区主管周军于今年四月跳槽到Rokid担任副总。他曾表示，鉴于智能音箱的技术需求，没有搭载神经网络处理单元与数字信号处理器的通用型芯片在算力上很难胜任，哪怕满足算力需求，也会在功耗、成本上消耗过大，不利于智能音箱等智能语音产品的推进。

周军博士毕业后先在南京大学电子科学与工程系留校任教，之后陆续就职于南京微盟电子、双电科技、三星半导体(中国)，是一位资深的半导体人。

据报道，周军曾表示，Rokid AI芯片聚焦于语音交互领域，其发展路线是：在有限容量内，尽可能提高性能，同时从缩减供应链成本的角度压低价格，从而形成竞争力。 Rokid成立于2014年7月，总部位于杭州, 在北京与旧金山设有研发中心，其定位是围绕 AI 人机交互的智能硬件公司。

智能语音是Rokid主攻的方向之一。2017年10 月，Rokid与阿里云共同推出全栈语音开放平台，为业界提供一站式语音解决方案;今天，Sonos旧金山召开新品发布会宣布Rokid为全球唯一中文语音合作伙伴。据悉，Rokid几乎和Amazon同时开始做语音交互的智能硬件。Rokid的一大硬件产品线就是智能音箱Pebble(月石)。

除了智能音箱Pebble，Rokid还拥有智能机器人Alien(外星人)与AR眼镜。

Rokid曾获得多轮融资。2014 年 8 月，Rokid获得IDG、线性资本、Mfund、元璟资本830万美金的天使轮投资; 2015 年 10 月，获得华登国际领投、天使投资方跟投的千万美元A轮融资; 2016年11月1日，获得尚珹资本领投，IDG、Mfund、元璟资本、华登国际等机构跟投的B轮融资，金额未公布，但Rokid官方称B轮融资后公司估值达到4.5亿美金;2018年1月，完成了新一轮融资，领投方为淡马锡，瑞士信贷、CDIB、IDG跟投，据悉此次融资金额接近1亿美金。

2.从长尾市场切入，鲲云科技能做出一颗AI芯吗;

星瀚资本创始合伙人杨歌与星瀚系企业鲲云科技CEO牛昕宇接受了亿邦动力的采访。在人工智能，这个未来科技发展的必争之地上，针对初创型AI企业的发展前景、商业化应用方向以及如何把握市场机会等话题进行了分享。

AI芯片的江湖在“中国芯”的呼唤和人工智能浪潮席卷一切行业的趋势下，火的不要不要的。

传统的芯片巨头英伟达、英特尔、高通，互联网巨头谷歌、阿里、百度，以及创业领头羊如寒武纪、深鉴科技、地平线等，都从资本层面先来了一番高举高打，投资的、融资的额度都在千万美元起步。

此外，还有比特大陆和嘉楠耘智这样从应用市场直接跑出来的黑马，从一个单一的比特币挖矿中就跑出了矿机芯片，并开始向其他应用领域延伸。

在一个大鳄玩家必争的市场里，初创企业到底有没有机会?机会在哪儿?如何抓住机会?亿邦动力跟颇为低调的鲲云科技聊了聊。鲲云科技作为AI芯片创业大军中的一员，团队背景不出所料的华丽。团队灵魂人物陆永青为英国皇家工程院、电子电气工程师协会(IEEE)、英国计算协会三院院士，帝国理工教授，1992年开始就研究定制计算芯片，参与开发了全球首款针对定制芯片的高层编译软件Handel-C。

其CEO牛昕宇及团队的核心研发人员很多是陆永青院士的学生，牛昕宇称，鲲云科技几乎搬空了帝国理工大学各大AI实验室的人才。

目前，鲲云科技在英国有实验室研究团队，在深圳和上海有算法、硬件、产品、运营等团队。

与其他人工智能芯片的高举高打不同，鲲云科技一开始的技术能力就定位在针对物联网终端、垂直领域，提供定制化的端到端AI应用解决方案。

“我们芯片的架构分两层，上层是定制型的数据，底层是统一的芯片架构。定制化可以保证芯片性能足够强，通用化可以保证成本足够低。我们实验室积累的技术就是通过编译器把不同算法的需求，自动化配置到芯片，用编译器解决个性化，既解决了定制化又保证了高性能，同时又解决了通用性问题。”这项技术通过编译器来模拟人的设计过程，自动化生成定制化的芯片，这极大的降低了芯片设计的门槛和成本。

在Pre-A轮就投资了鲲云科技的星瀚资本创始合伙人杨歌也提到，芯片是个高投入的行业，开个板动辄几百万到上千万，还需要不断的迭代升级，而整个人工智能的应用市场还很初级，很多领域的应用都在尝试阶段，市场极度分散，传统的芯片对市场来说太贵，要开发针对细分市场的芯片成本投入又太高。而鲲云科技的技术可以做到极大的定制化与通用性兼顾，并能够提供比较好的市场性价比。

“LoT市场初创企业的机会更多是跟着市场来成长，目前市场的特点是非常广、非常分散、同时规模又很大，这就给了我们成长的机会。有些领域如智能手机，市场非常大，需求相对单一，就很适合巨头在里面拼杀。一些领域对AI芯片有要求，需要功耗足够低、性能足够高、能够嵌在前端，同时市场又还没有像手机一样归一化，巨头在这些领域的投入产出就不太成正比。

这样就导致了一个市场的GAP产生。

很多创业公司都从实验室出来，有技术实力，团队够小够快，能快速响应这类市场需求。跟巨头比起来，有一个速度和成本上的优势，在技术上保持优势的前提条件下，就有了这类公司成长的先决条件。”

牛昕宇和杨歌都同样看到了这样的机会。

据了解，鲲云科技的打法是针对一个个垂直细分领域，定制整套的端到端的软硬件一体解决方案，通过将人工智能算法模型定制化成模块，配置到统一的底层芯片，解决行业实际问题，促成芯片的流片。

“芯片本身没有价值，只有让方案运行在芯片上，解决客户实际问题才能提供价值。AI市场还没有成熟到只提供芯片就能解决问题的程度，还处于刚起步的阶段。拿出一块芯片，不难，但创业公司要考虑怎么迅速落地和产业化。芯片行业的发展是顺着产业化来的，芯片是产业发展的结果，不是原因。”牛昕宇称。

除了中国商飞、中国航天这样的大客户，鲲云科技将重点领域放在了智慧城市、工业监控、智能制造和智慧金融等几个领域。牛昕宇告诉亿邦动力网，鲲云科技挑选行业的标准有三个：

第一是市场够大，达到千亿级别;第二是市场深度够深;第三要离商业化够近。

看上去智慧城市、金融等几乎是所有AI公司瞄准的行业，一个单一化的市场，但其实鲲云选择做这个大市场里的长尾、深度分散的市场。“市场越深，我们可以积累的定制化方案就越多，慢慢积累下来一个个场景，根据应用场景迭代自己的芯片架构，这是我们可以积累下来的价值。”

与在安防领域里卖人脸识别的AI公司不同，鲲云科技强调提供除了人脸识别之外的其他能力，用一整套更定制化的方案打动客户，解决需求。这在目前的AI发展阶段，非常容易获得客户的认可。

一个个领域去攻占市场做解决方案其实并不是鲲云科技的终极目的。作为一家芯片公司，牛昕宇们的期待是通过亲自积累一个个行业场景、开发算法，深入了解满足每个细分行业的需求，形成一套套实际可行的方案，从而不断优化鲲云科技的AI开放平台，让平台上的用户都能低成本的开发设计针对细分行业的解决方案，最终将方案落地到底层芯片，规模化的降低芯片成本。

鲲云AI开发平台主要聚焦于人工智能芯片领域，能够做到从数据标注、硬件编译到板卡测试的全自动化支持。只需用户提供数据标注就可以自动化、定制化的提供针对特定领域的AI前端产品及解决方案，无需底层硬件专业知识，极大降低了用户使用门槛。

“我们的发展必然是越来越多的开放合作，现阶段我们作为一家初创企业去号召所有人用我们的开发平台，这是有难度的。相反我们做好了就可以吸引大家一起来做。

我们能给市场提供什么价值?稳定的芯片、足够低的价格、成熟的应用案例，让开发者能赚到钱。如果一家AI芯片公司做不到这几点，是不太会有比较大的成长机会的。”牛昕宇称。

对于即将滚滚驶来的LoT大市场，所有的芯片创业者都期望成为机会的幸运儿。但目前很多领域的落地还采用将数据计算等AI功能放在云端的方式，只因AI芯片的价格还太高，要在终端普及并不现实，个别有钱的买家也只在局部测试方案中将AI能力放在终端。未来让终端设备都有一颗AI芯片，是否是一个一定确定的趋势?

牛昕宇认为终端+云端的趋势基本是未来的格局。一些算法训练、大量只能进不能出的保密数据都适合放在云端，而很多没必要储存的数据、隐私数据、需要快速反馈的数据更适合放在终端处理。

以商场的人流管理为例，如果将所有摄像头的数据都传输到云端来处理，一个摄像头一天就产生半个T的数据，这些数据有很多跟商业应用是不相关的，都传输到云端不但宽带成本高、后端服务器存储成本也高。尤其对连锁商场来说，只靠云端部署是撑不起来的。 相反，如果每个摄像头可以处理基本的人脸提取、跟踪等计算，仅将提取后的数据传输到云端汇总分析，就可以极大的降低成本，提高效率。而这里就需要一个足够低成本的芯片嵌入到摄像头。这也是鲲云科技要突破的发展方向。

“芯片的特点是量越大成本越低，先用在军工、大企业最后到个人消费。零售其实就是把芯片直接拉到了相当于C端消费的程度，如果一个摄像头方案做到几百块在个人消费领域就比较有竞争力了。”

不过这个时间何时能到来，牛昕宇还不能给出准确的答案，更多的是市场需求驱动。 目前，AI芯片的买单方还主要以政府机构、大型企业为主，真正的LoT时代还在黎明前的暗夜探索。

“整个AI芯片生态刚刚起步，英伟达、谷歌等大公司也在开始的探索阶段，但最终胜利的那一个生态将会形成行业垄断，像是PC时代的intel, 移动互联网时代的ARM。” 谁能在垄断之前顺利靠岸?所有AI芯片的创业者都希望是自己。亿邦动力

3.五成以上AI技术到2022年仍未臻成熟;

国际研究暨顾问机构Gartner调查指出，根据人工智能技术成熟曲线，有86%的人工智能技术尚未进入“泡沫破裂低谷期(Trough of Disillusionment，即成熟期的起点)”，包括预测分析、认知专家顾问与虚拟客户助理等，朝向更实际稳定的应用迈进。

同时Gartner也预测，在短期内──2022年时，54%的人工智能技术应用尚未达到技术成熟期，无法进入主流市场，但长期来看有85%的人工智能技术将为产业带来巨大变革转型，并提供高收益及商业价值。

Gartner研究副总裁蔡惠芬(Tracy Tsai)表示：“运算能力与资料数量的快速成长，加上深度神经网路(DNN)技术获得空前的研究成果，让人工智能被誉为未来十年最具突破性的创新技术类别;而在接下来的五年间，我们可看到许多相关技术从过热的市场巅峰退下，回归理性和本质，为迈入主流市场应用奠基;企业也可借此沉淀重整的机会，厘清人工智能在企业内的应用和商业价值，进而掌握相关技术以解决无前例可循的问题，同时追求创新心态，带动自身企业转型并创造商业价值。”

AI技术将持续在未来2~5年创造庞大商机与工作机会

Gartner预测到2020年时，至少四成的人会与以人为中心设计的科技进行互动，未来以人为中心设计的使用界面，机器可以理解人类自然语言判断意图，因此投入在人类如何学习使用科技来操作的资源也将大幅降低;此外，95%的影片或影像内容将不再由人工审阅，而是交由机器判读、提供不同等级的自动化分析;同样于2020年，在新的人工智能专案中采用认知人因工程(cognitive ergonomics)或系统设计的企业，将获得比其他企业高出四倍的长期成功;而在2020年人工智能也将成为新工作机会的主要来源，相较于取代的180万个工作，企业导入人工智能将创造230万个工作机会。

此外，Gartner也预测在2021年人工智能将实现2.9兆美元的商业价值，以及相当于62亿小时的生产力;其中人工智能所创造的商业价值可分为三类，包括：提升营运效率和品质、改善顾客体验、开创新的商业模式和营收。

提升营运效率和品质;企业可借此增进竞争优势，不然在未来五年间可能会面临业务流失的风险。以制造业为例，导入人工智能技术可用于预测性维护、品质控制、库存管理、工业机器人自动化、需求预测及改善物流和仓储营运等，在增加生产效率的同时也提高商品品质和价值;其他应用实例还包括布建在客服中心的聊天机器人、虚拟个人助理(VPA)或是无人银行使用的虚拟代理等。

改善顾客体验，提升客户关系、拉开和竞争对手的距离;以微软在中国推出的人工智能机器人“小冰”为例，小冰可从对话中掌握顾客资讯、理解顾客的需求和情绪，加速服务流程并提升互动体验品质，目前已经累积超过300亿回对话，平均每次可对话23回。

开创新的商业模式与营收，推动企业转型以带来新的业务机会，以智能冰箱为例，除了搭载智能功能可控管冰箱内的食物品项和保存日期外，更可整合其他电子商务平台的资讯，将相关连的讯息展示在冰箱外的荧幕，甚至是手机及智能音箱上，转型成为新的数位销售通路。智能冰箱的供应商也将从原先制造与销售，拓展至新的数位商业机会，透过转换顾客使用体验和习惯，获得新的收益成长。

蔡惠芬指出：“人工智能快速发展的这几年，所创造的商业价值仍多落在改善客户体验及降低企业成本，包括透过人工智能加深对顾客的理解，提高互动品质与体验，增加来客数和黏着度，或运用人工智能提高企业效率和决策品质，进而降低企业成本;不过从2021年开始，企业导入人工智能所带来的新营收，将成为主要的商业价值，在人工智能技术逐渐走向成熟之际，企业更能掌握相关技术在市场实务上的应用，借此发展出前所未有的商业模式，拓展新的价值链。”

企业的AI应用挑战：缺乏理解和高复杂度

Gartner调查指出，近九成(89%)的受访企业认为，缺乏对人工智能技术的知识和理解，以及新旧整合所牵涉的复杂性，是企业采用人工智能技术时所面临的最大挑战;其中包括与既有产品、服务甚至是IT架构、企业流程串接、定义自身企业的人工智能策略、辨识出具商业价值的应用、甚至是导入人工智能后的效益评估。

蔡惠芬建议：“对于欲部署人工智能技术的企业来说，除了强化对资料科学和IT技术的认知外，还应持续加深对所处行业的专业领域流程痛点与问题的挖掘，哪些是可以用人工智能来解决问题得到最大的收益。甚至是招募或培育发展人工智能技术所需的跨领域人才，负责像数据与分析监管、或数据分析判读等跨领域工作。而在检视人工智能技术的实质应用时，企业也应提高层次，全方面考虑智能功能对顾客、物件、生态圈和IT系统的影响。对IT负责人来说，搭配时程制订行动方案更是部署人工智能技术的关键，短期先评估人工智能可用于解决哪些既有问题、与企业其他单位合作找出适合的人工智能应用等;长期可加码人力以维持竞争优势，或随着技术变迁重新检视、评估既有做法，提升企业营运的敏捷性。”

4.汉王科技人脸识别业务与中兴、大华等公司有合作;

汉王科技7日在互动平台回复投资者提问时称，公司人脸与生物特征识别的业务部门在一些项目上正在与中兴、大华等公司合作，未来公司会寻求与更多行业巨头在更多业务方面开展合作的可能。 5.春秋电子：子公司与富士康在模具领域有合作;

春秋电子7日在互动平台上回复投资者提问称，富士康为子公司的客户之一，在模具领域有合作。公司与小米、苹果暂无直接业务关系。

6.比亚迪变更募资用途 10亿元投建青海锂电池项目 比亚迪6月7日晚间公告，公司拟将原募投项目“铁动力锂离子电池扩产项目”使用募资总额由60亿调整为50亿元，变更募资10亿元用于在青海投资建设的“年产12吉瓦时动力锂电池建设项目”，新增募投项目的实施主体为青海比亚迪锂电池公司。

据外媒technode报道，我国AI初创企业Rokid将于6月26日在杭州举办的成立4年以来的首次发布会Rokid Jungle上发布自研智能语音芯片。

据官方介绍，该芯片历经两年的研发，性能高、成本低，其价格可能比同类产品便宜30%，而且该芯片能为第三方供应商、OEM和小设备制造商提供更好的设计。

据悉，前三星半导体的中国地区主管周军于今年四月跳槽到Rokid担任副总。他曾表示，鉴于智能音箱的技术需求，没有搭载神经网络处理单元与数字信号处理器的通用型芯片在算力上很难胜任，哪怕满足算力需求，也会在功耗、成本上消耗过大，不利于智能音箱等智能语音产品的推进。

周军博士毕业后先在南京大学电子科学与工程系留校任教，之后陆续就职于南京微盟电子、双电科技、三星半导体(中国)，是一位资深的半导体人。

据报道，周军曾表示，Rokid AI芯片聚焦于语音交互领域，其发展路线是：在有限容量内，尽可能提高性能，同时从缩减供应链成本的角度压低价格，从而形成竞争力。

Rokid成立于2014年7月，总部位于杭州, 在北京与旧金山设有研发中心，其定位是围绕 AI 人机交互的智能硬件公司。

智能语音是Rokid主攻的方向之一。2017年10 月，Rokid与阿里云共同推出全栈语音开放平台，为业界提供一站式语音解决方案;今天，Sonos旧金山召开新品发布会宣布Rokid为全球唯一中文语音合作伙伴。据悉，Rokid几乎和Amazon同时开始做语音交互的智能硬件。Rokid的一大硬件产品线就是智能音箱Pebble(月石)。

除了智能音箱Pebble，Rokid还拥有智能机器人Alien(外星人)与AR眼镜。

Rokid曾获得多轮融资。2014 年 8 月，Rokid获得IDG、线性资本、Mfund、元璟资本830万美金的天使轮投资; 2015 年 10 月，获得华登国际领投、天使投资方跟投的千万美元A轮融资; 2016年11月1日，获得尚珹资本领投，IDG、Mfund、元璟资本、华登国际等机构跟投的B轮融资，金额未公布，但Rokid官方称B轮融资后公司估值达到4.5亿美金;2018年1月，完成了新一轮融资，领投方为淡马锡，瑞士信贷、CDIB、IDG跟投，据悉此次融资金额接近1亿美金。

星瀚资本创始合伙人杨歌与星瀚系企业鲲云科技CEO牛昕宇接受了亿邦动力的采访。在人工智能，这个未来科技发展的必争之地上，针对初创型AI企业的发展前景、商业化应用方向以及如何把握市场机会等话题进行了分享。

AI芯片的江湖在“中国芯”的呼唤和人工智能浪潮席卷一切行业的趋势下，火的不要不要的。

传统的芯片巨头英伟达、英特尔、高通，互联网巨头谷歌、阿里、百度，以及创业领头羊如寒武纪、深鉴科技、地平线等，都从资本层面先来了一番高举高打，投资的、融资的额度都在千万美元起步。

此外，还有比特大陆和嘉楠耘智这样从应用市场直接跑出来的黑马，从一个单一的比特币挖矿中就跑出了矿机芯片，并开始向其他应用领域延伸。

在一个大鳄玩家必争的市场里，初创企业到底有没有机会?机会在哪儿?如何抓住机会?亿邦动力跟颇为低调的鲲云科技聊了聊。鲲云科技作为AI芯片创业大军中的一员，团队背景不出所料的华丽。团队灵魂人物陆永青为英国皇家工程院、电子电气工程师协会(IEEE)、英国计算协会三院院士，帝国理工教授，1992年开始就研究定制计算芯片，参与开发了全球首款针对定制芯片的高层编译软件Handel-C。

其CEO牛昕宇及团队的核心研发人员很多是陆永青院士的学生，牛昕宇称，鲲云科技几乎搬空了帝国理工大学各大AI实验室的人才。

目前，鲲云科技在英国有实验室研究团队，在深圳和上海有算法、硬件、产品、运营等团队。

与其他人工智能芯片的高举高打不同，鲲云科技一开始的技术能力就定位在针对物联网终端、垂直领域，提供定制化的端到端AI应用解决方案。

“我们芯片的架构分两层，上层是定制型的数据，底层是统一的芯片架构。定制化可以保证芯片性能足够强，通用化可以保证成本足够低。我们实验室积累的技术就是通过编译器把不同算法的需求，自动化配置到芯片，用编译器解决个性化，既解决了定制化又保证了高性能，同时又解决了通用性问题。”这项技术通过编译器来模拟人的设计过程，自动化生成定制化的芯片，这极大的降低了芯片设计的门槛和成本。

在Pre-A轮就投资了鲲云科技的星瀚资本创始合伙人杨歌也提到，芯片是个高投入的行业，开个板动辄几百万到上千万，还需要不断的迭代升级，而整个人工智能的应用市场还很初级，很多领域的应用都在尝试阶段，市场极度分散，传统的芯片对市场来说太贵，要开发针对细分市场的芯片成本投入又太高。而鲲云科技的技术可以做到极大的定制化与通用性兼顾，并能够提供比较好的市场性价比。

“LoT市场初创企业的机会更多是跟着市场来成长，目前市场的特点是非常广、非常分散、同时规模又很大，这就给了我们成长的机会。有些领域如智能手机，市场非常大，需求相对单一，就很适合巨头在里面拼杀。一些领域对AI芯片有要求，需要功耗足够低、性能足够高、能够嵌在前端，同时市场又还没有像手机一样归一化，巨头在这些领域的投入产出就不太成正比。

这样就导致了一个市场的GAP产生。

很多创业公司都从实验室出来，有技术实力，团队够小够快，能快速响应这类市场需求。跟巨头比起来，有一个速度和成本上的优势，在技术上保持优势的前提条件下，就有了这类公司成长的先决条件。”

牛昕宇和杨歌都同样看到了这样的机会。

据了解，鲲云科技的打法是针对一个个垂直细分领域，定制整套的端到端的软硬件一体解决方案，通过将人工智能算法模型定制化成模块，配置到统一的底层芯片，解决行业实际问题，促成芯片的流片。

“芯片本身没有价值，只有让方案运行在芯片上，解决客户实际问题才能提供价值。AI市场还没有成熟到只提供芯片就能解决问题的程度，还处于刚起步的阶段。拿出一块芯片，不难，但创业公司要考虑怎么迅速落地和产业化。芯片行业的发展是顺着产业化来的，芯片是产业发展的结果，不是原因。”牛昕宇称。

除了中国商飞、中国航天这样的大客户，鲲云科技将重点领域放在了智慧城市、工业监控、智能制造和智慧金融等几个领域。牛昕宇告诉亿邦动力网，鲲云科技挑选行业的标准

有三个：

第一是市场够大，达到千亿级别;第二是市场深度够深;第三要离商业化够近。 看上去智慧城市、金融等几乎是所有AI公司瞄准的行业，一个单一化的市场，但其实鲲云选择做这个大市场里的长尾、深度分散的市场。“市场越深，我们可以积累的定制化方案就越多，慢慢积累下来一个个场景，根据应用场景迭代自己的芯片架构，这是我们可以积累下来的价值。”

与在安防领域里卖人脸识别的AI公司不同，鲲云科技强调提供除了人脸识别之外的其他能力，用一整套更定制化的方案打动客户，解决需求。这在目前的AI发展阶段，非常容易获得客户的认可。

一个个领域去攻占市场做解决方案其实并不是鲲云科技的终极目的。作为一家芯片公司，牛昕宇们的期待是通过亲自积累一个个行业场景、开发算法，深入了解满足每个细分行业的需求，形成一套套实际可行的方案，从而不断优化鲲云科技的AI开放平台，让平台上的用户都能低成本的开发设计针对细分行业的解决方案，最终将方案落地到底层芯片，规模化的降低芯片成本。

鲲云AI开发平台主要聚焦于人工智能芯片领域，能够做到从数据标注、硬件编译到板卡测试的全自动化支持。只需用户提供数据标注就可以自动化、定制化的提供针对特定领域的AI前端产品及解决方案，无需底层硬件专业知识，极大降低了用户使用门槛。

“我们的发展必然是越来越多的开放合作，现阶段我们作为一家初创企业去号召所有人用我们的开发平台，这是有难度的。相反我们做好了就可以吸引大家一起来做。

我们能给市场提供什么价值?稳定的芯片、足够低的价格、成熟的应用案例，让开发者能赚到钱。如果一家AI芯片公司做不到这几点，是不太会有比较大的成长机会的。”牛昕宇称。

对于即将滚滚驶来的LoT大市场，所有的芯片创业者都期望成为机会的幸运儿。但目前很多领域的落地还采用将数据计算等AI功能放在云端的方式，只因AI芯片的价格还太高，要在终端普及并不现实，个别有钱的买家也只在局部测试方案中将AI能力放在终端。未来让终端设备都有一颗AI芯片，是否是一个一定确定的趋势?

牛昕宇认为终端+云端的趋势基本是未来的格局。一些算法训练、大量只能进不能出的保密数据都适合放在云端，而很多没必要储存的数据、隐私数据、需要快速反馈的数据更适合放在终端处理。

以商场的人流管理为例，如果将所有摄像头的数据都传输到云端来处理，一个摄像头一天就产生半个T的数据，这些数据有很多跟商业应用是不相关的，都传输到云端不但宽带成本高、后端服务器存储成本也高。尤其对连锁商场来说，只靠云端部署是撑不起来的。

相反，如果每个摄像头可以处理基本的人脸提取、跟踪等计算，仅将提取后的数据传输到云端汇总分析，就可以极大的降低成本，提高效率。而这里就需要一个足够低成本的芯片嵌入到摄像头。这也是鲲云科技要突破的发展方向。

“芯片的特点是量越大成本越低，先用在军工、大企业最后到个人消费。零售其实就是把芯片直接拉到了相当于C端消费的程度，如果一个摄像头方案做到几百块在个人消费领域就比较有竞争力了。”

不过这个时间何时能到来，牛昕宇还不能给出准确的答案，更多的是市场需求驱动。 目前，AI芯片的买单方还主要以政府机构、大型企业为主，真正的LoT时代还在黎明前的暗夜探索。

“整个AI芯片生态刚刚起步，英伟达、谷歌等大公司也在开始的探索阶段，但最终胜利的那一个生态将会形成行业垄断，像是PC时代的intel, 移动互联网时代的ARM。” 谁能在垄断之前顺利靠岸?所有AI芯片的创业者都希望是自己。

国际研究暨顾问机构Gartner调查指出，根据人工智能技术成熟曲线，有86%的人工智能技术尚未进入“泡沫破裂低谷期(Trough of Disillusionment，即成熟期的起点)”，包括预测分析、认知专家顾问与虚拟客户助理等，朝向更实际稳定的应用迈进。

同时Gartner也预测，在短期内──2022年时，54%的人工智能技术应用尚未达到技术成熟期，无法进入主流市场，但长期来看有85%的人工智能技术将为产业带来巨大变革转型，并提供高收益及商业价值。

Gartner研究副总裁蔡惠芬(Tracy Tsai)表示：“运算能力与资料数量的快速成长，加上深度神经网路(DNN)技术获得空前的研究成果，让人工智能被誉为未来十年最具突破性的创新技术类别;而在接下来的五年间，我们可看到许多相关技术从过热的市场巅峰退下，回归理性和本质，为迈入主流市场应用奠基;企业也可借此沉淀重整的机会，厘清人工智能在企业内的应用和商业价值，进而掌握相关技术以解决无前例可循的问题，同时追求创新心态，带动自身企业转型并创造商业价值。”