AIoT到底是什么？它与IoT、AI有何区别？
AIoT=AI+IoT，把人工智能算法直接嵌入到物联网终端、网关与云端，形成“端-边-云”协同的实时智能决策体系。 区别要点：
- 传统IoT：只负责采集与传输数据，决策在云端，延迟高。
- 传统AI：依赖中心化算力，难以处理碎片化场景。
- AIoT：在终端完成推理，毫秒级响应，带宽占用降低70%以上。
2024-2028年AIoT市场规模与增速
IDC最新报告显示： 2023年全球AIoT支出约2800亿美元，预计2028年突破1.1万亿美元，年复合增长率27.8%。 驱动因素：
- 5G RedCap模组价格跌破10美元，边缘算力成本下降50%。
- 各国“双碳”政策倒逼工业、建筑、交通场景升级。
- 大模型小型化技术成熟，可在MCU级别芯片运行1B参数模型。
哪些细分赛道最先跑出独角兽？
1. 工业预测性维护
痛点：设备停机损失占制造业GDP 3%-5%。 解决方案：振动+声学多模态传感器+TinyML算法，提前7-14天预警轴承故障。 代表公司：Uptake、观脉科技，ARR已超5000万美元。
2. 智慧零售冷柜
痛点：传统冷柜能耗占便利店电费40%，缺货导致5%-8%销售损失。 方案：AI摄像头识别SKU与客流，动态调节压缩机频率，节能15%-25%，缺货率下降60%。
3. 分布式储能EMS
痛点：光伏、风电并网波动大。 方案：AIoT边缘控制器实时预测发电曲线，自动调度储能电池，套利空间提升30%。
创业者如何低成本切入？
硬件：从“模组级”而非“芯片级”开始
选择已集成NPU的通用模组（如Quectel SC668），省去射频调试，6周即可出原型。
软件：利用开源TinyML框架
- TensorFlow Lite Micro：支持Cortex-M4/M7，社区模型库超300个。
- Edge Impulse：零代码生成传感器模型，训练-部署一键完成。
商业模式：SaaS订阅+硬件租赁
客户CAPEX趋零，按节省的电费或停机损失抽成，毛利率可达65%以上。
融资窗口与估值逻辑
2024年Q2起，美元基金重新关注AIoT Pre-A轮，核心指标：
- 单设备数据价值≥3美元/年。
- 规模化后硬件成本占比<30%。
- 客户LTV/CAC>5。
估值方法：ARR×15-20倍，硬件部分按成本计价，不再折价。
政策红利与合规风险
中国
《物联网新型基础设施建设三年行动计划》明确补贴边缘计算节点，单个项目最高800万元。
欧盟
《Data Act》要求2025年起所有IoT设备开放数据接口，创业公司可合法获取大厂的设备数据。
合规清单
- GDPR：边缘匿名化+联邦学习。
- FCC Part 15：射频模组需预认证。
- UL 60730：工业控制器功能安全。
常见疑问快答
Q：边缘算力会不会很快遇到瓶颈？ A：RISC-V+NPU组合正把TOPS/W提升10倍，2025年10mW即可跑7B大模型。
Q：数据孤岛如何解决？ A：采用Matter+OPC UA双协议栈，打通消费与工业场景。
Q：巨头涌入，初创公司还有空间吗？ A：聚焦单一高价值场景，如冷链、电梯、充电桩，做深做透，仍有机会做到细分第一。
评论列表