从人脸识别到行为识别、从车牌识别到赋能交通、从包装检测到智能仓储。如今，人工智能技术在众多生产生活场景中迎来落地潮，深刻地改变着当下，塑造着未来。研华科技作为在自动化产业、嵌入计算机及物联网具有关键影响力的全球性企业，正趁着智能化发展的浪潮起而行之迎头赶上。

“当下一个个鲜活的实例不断验证，边缘AI正不断为各行各业带来效率的提升与价值的增长。”研华科技边缘人工智能系统与服务器总监鲍志伟先生表示。边缘AI产业正快速进入“工业化”阶段，其价值和潜力被越来越多的企业所关注。

研华科技边缘人工智能系统与服务器总监鲍志伟

前段时间行业内涌现的诸多基于AI的电动车进电梯监测报警系统，正说明了这一点。借助成熟的AI技术，利用视觉结构化分析实现对危险行为或者状态的实时监测与防范正契合当下AI技术红利的不断释放。

面对生产生活中需求，电梯AI安全监控系统只是研华针对当下边缘AI赋能千行百业应用的一个缩影。从人脸识别、行为分析，到无人驾驶、车路协同和机器人控制等等，研华基于自身在AI领域雄厚的研发实力与丰富的应用实践，趁着AI与实体经济融合的新机遇，深掘行业细分领域应用价值，不断为各个行业带来了更广泛的感知、认知与智能化变革，让AI行业化应用融入人们身边每一场景中。

鲍志伟认为虽然AI技术催生出大量的新产品、新应用和新模式，然而人工智能的创新突破与产业落地依然是现阶段的重要课题，产业化仍旧任重而道远，存在着诸如知识储备不足、见树不见林单打独斗、落地实施面临复杂环境问题等客观因素，造成AI实施难、落地难和应用难等。正如电力给社会带来的变化，AI如果要具备满足全社会规模化应用的能力，就同样少不了“发电机”、“高压电网”以及适应不同行业的电力基础设施。

“不仅仅是单纯的算法演进，AI产业落地应用需要企业具备专业细分领域的知识储备与融合能力。”鲍志伟表示，以交通应用为例，车牌、车辆识别只是智能交通实施的很小一部分，企业还需要对所在国家或者某一地区的交通设施、交通法规等内容系统性深入了解，才能够有针对性构建整体解决方案。

前期的知识储备不可或缺，整体解决方案落地更需要生态合作伙伴的鼎力相助。当前扁平化组织结构正取代以往链式结构，在一些行业AI落地实施中，单个企业单打独斗已经不合时宜，构建生态伙伴圈才能够真正让AI实现落地赋能。

在当前愈加复杂的应用环境中，AI走向产业化需要懂业务的领军企业与懂技术的领先企业共同探讨、磨合，建立符合产业需求最终方案。研华以不变应万变，始终把技术开发与投入作为推动行业智能变革的加速器。

在硬件领域，无论是在处理器的选择上还是芯片二次开发上以及加速模块的选择上，研华投入都是巨大的。通过与英特尔、英伟达以及华为合作实现AI加速模块的快速迭代、落地部署，在综合考量各方因素条件下，通过不同硬件产品的组合实现价值的最大化。

在软件方面，研华注重选择与专业领域具有独特优势的独立软件开发商合作，一方面实现自身能够构建独特的技术壁垒，另一方面满足更多专业用户的定制化要求。当然这也与研华倡导的“术业有专攻”、只选择有自身优势的领域进行深度考究有关。

同时，研华通过与某一区域的独立软件开发商合作，待业务成熟，借助研华在全球业务拓展的优势，可以实现专业领域的软件开发应用泛区域化，为合作伙伴也为自身最大限度延展技术研发带来价值。