AI入局无人机 问题重重

2016年底被热钱围绕的无人机行业开始遇冷，微软大中华区前副总裁严治庆却觉得发现了其中的蓝海。

今年初离开微软后，严治庆曾在无人机公司亿航短暂任职COO，但没过几个月，亿航就与中国其他400家无人机公司一起，走上了下行通道。

消费级无人机的蛋糕已经不够分了。因长期扎堆于航拍领域，缺乏落地场景，2015年短暂成为热点后，很快无人机就被资本抛弃。2016年无论融资额还是次数都开始断崖式下降。

这迫使包括行业巨头大疆在内的公司都开始往工业级市场拓展，而后者对智能化及性能都提出了更高的要求。

严治庆离职后，干脆做起了无人机细分领域的AI机器视觉方案公司“扩博智能”。这个决策基于他对市场走向的最新分析。他预测，在工业领域，准确获取信息后再进行大数据分析，AI可能才是无人机未来的方向。

主打AI这个概念，确实让不少公司重获资本的青睐。2017年初，美国波士顿一家深度学习公司Neurala获1400万美元的A轮融资，主打无人机AI，人们开始相信，深度学习将广泛应用于无人机领域。扩博智能也在2017年6月，顺利拿到了GGV领投的A轮融资，又在半年后，完成了500万美元的A+轮。

无人驾驶是AI重地，但汽车无人驾驶涉及技术复杂，成熟化道路较长。作为简易版的无人驾驶，无人机顺理成章成了AI的理想出口。

机器视觉公司们都跃跃欲试，以加速落地。深鉴科技试图用压缩算法解决无人机的耗能问题，还有公司从光学避障入手，让无人机更加灵敏。

无人机公司也希望搭上AI这阵风。大疆试图搭载云端AI提高算力，零度智控则关注机载AI，目的都是向更广阔的工业市场拓展。

大疆相关负责人对记者表示，工业无人机最终要帮助企业提高生产效率，无人机是工业自动化的数据终端。2015年，全球工业无人机销售量为17.1万台，IDC预测这个数字2019年会达到93万，增长5倍。

怎么看这都是一个高成长性的市场，但落地却并没有那么容易。

扩博智能很快发现，受制于物流瓶颈和企业信息化进程，电力、农植等众多领域，还根本用不到AI。无人机公司艾肯拓科技CEO杨帆对记者说，无人机有四大核心：飞控、气动设计、结构设计以及发动机。这些还不是AI可以改造的部分。

多位行业人士都认为，AI能让无人机更好地实现应用，这就像电脑系统升级。但更大的问题是能否满足工业的应用需求，比如长航程、稳定性、可靠性等，这些还不够成熟。

无人机往智能化发展是一个大趋势。但AI并不能在短期内解决所有问题。

AI入场，做大蛋糕

2016年底，一些AI公司苦于没有落地方向，开始把目光投向了无人机行业。

IDC预计，2020年全球无人机市场总体规模将达到259亿美元，年复合增长率为42%。艾肯拓科技CEO杨帆对记者表示，未来无人机其实就是无人飞机智能终端，往上是向替代有人机发展，往下是向替代人力发展。

这意味着AI公司在这个市场至少具备了成长可能性。另一方面，AI恰好踩对无人机市场对技术升级的强需求节点。

无人机正在从消费级转向工业级，这是一个对性能和智能化都要求更高的领域。

无人机的核心系统是飞行控制，由一系列代码和算法构成，相当于无人机的大脑，决定其稳定性及灵敏程度。

国内无人机厂商的开发都是基于国外开源的飞控系统，在此基础上再集成软件、硬件，形成整机，情况类似于安卓系统之智能手机。但与后者相比，无人机飞控的开源程度更大，不仅软件算法开放，还提供实现软件算法的硬件平台。

杨帆对记者表示，开源飞控系统确实让中国无人机迅速崛起，但也扼杀了行业进步。“把门槛降低到‘高中生水平’，导致人们对无人机的认识扭曲，认为无人机只能做航拍。”

据统计，2015年中国上下游的无人机产业链加起来超过了1000家公司，其中400家在做整机制造。这些公司除了能在外形和营销上多下功夫，在续航、飞控稳定性、应用场景拓展等核心领域上并没有突破。

无法差异化竞争，导致大部分公司坐上了过山车，惨烈程度堪比智能手机。大量的无人机公司开始控制成本，包括零度智控、亿航在内的公司纷纷在2016年至2017年裁员。

行业的融资也开始锐减，2016年无人机行业融资额降到了8.4亿元人民币，融资数仅14次。但在2015年，中国还是全球无人机的高地。当时全球无人机6.3亿美元的融资中，中国占据了三分之一，融资数也达20多次。

用一位投资人的话说，跟O2O一样，这又是一个被风口吹起来的市场，却因为没有落地市场而掉下来。

消费级航拍市场不够分了，进攻工业应用市场自然是为了把蛋糕做大。

申万宏源研究报告显示，到2020年，航拍无人机产业预计可达173亿元，植保无人机产业将达500亿元，电力巡检无人机会达到48亿元，安防无人机产业约25亿元。

全球最大消费级无人机公司大疆很快就转向农业植保。2015年底，大疆推出MG-1后，又在2016年底推出了升级版的MG-1S，开拓了行业趋势，更多资本和公司开始跟进。

不过，现实问题也接踵而至。与消费级不同，工业无人机不仅需要性能更稳定、续航能力更强，而且需要更聪明的大脑。“比如半路遇到风气流怎么办?”一位长期观察无人机行业的人士对记者说道。

工业场景对无人机的避障功能、对环境感知能力的要求也更高。以电力巡检为例，需要无人机有效避开塔线，而安防则需无人机具备精确的识别及追踪能力，并对收集到的数据进行处理。

但许多号称要进入工业领域的无人机公司，依然达不到工业标准，多旋翼、载荷能力低、续航才十几分钟。

能不能真正提升无人机的性能，使之适用于更多的场景，是把蛋糕做大的关键。这也是AI公司最初看到的机遇。

深鉴科技就是其中之一，这家AI芯片领域的独角兽，一开始的方向就是无人机和机器人。深鉴的技术特点是通过压缩算法来节省成本和能耗，而电池续航能力一直是无人机的一个痛点。

另一些机器视觉公司则聚焦于无人机的光学避障方案，提高无人机在飞行途中的灵敏程度。他们拿着这些方案向大疆、极飞等无人机公司兜售。而扩博智能这类的公司，则服务于企业，通过AI无人机向企业提供解决方案。

问题重重

然而很快许多AI公司发现，要将无人机作为落地平台，并非易事。

扩博智能曾想进入电力巡检领域，但摸了一阵就出来了。“这个行业极度依赖政府关系。”扩博智能联合创始人陈丽苹对记者表示。

国家电网通过招标形式选择合作伙伴，那些在行业积淀深厚的公司通常成为赢家。易瓦特是电力巡检的行业冠军，其前身是一家电气设备经销商。一位行业人士对记者说，易瓦特的优势在于长期深耕行业，而无人机进入细分市场，首先要对这些行业有理解力。

但不是在所有的工业场景中，AI都有存在感。传统意义上讲，目前的AI依然是指深度学习，即在系统底层模拟神经元工作的神经网络。执一资本合伙人谢晨星对记者解释，只有较为复杂的场景才会真的需要神经网络，比如无人驾驶或者下围棋。

以无人驾驶为例，之所以神经网络显得必要，是因为需要不断对周围环境进行3D建模，识别障碍物，再用常规算法调试下一步的动作。

而在目前电力巡检场景中，无人机的工作多为从A点到B点的直线运动，定一个直线坐标轴，通过GPS或开源飞控即可做到。根本用不上特别复杂的算法。

艾肯拓科技在电力巡检方面已累积了十年经验。电力巡检主要检查绝缘子、固定螺丝有无破损脱落，线缆有无破损或挂异物。杨帆介绍，其实依靠红外传感器和无人机的机载相机头就能实现。拿回来数据，再进行人工分析。

同样存在感不强的领域，还有农业植保领域，这也是目前最大的行业级市场。

相较电力，农植对避障、识别的要求更低，技术上容易实现。再加上2016年无人机纳入农业部农机补贴后，“大家一窝蜂扎进了农业”。杨帆对记者介绍，艾肯拓科技的行业应用本来专注在电力及航海巡检，最近也开始向农业发展。

陈丽苹发现，目前真正需要AI的工业场景非常有限。风力发电机上的风叶检查，是目前开发出的为数不多的场景，理由是足够复杂。

风机高度通常超过百米，有三个叶片、六个面。无人机自动测高后，需要算出中心点，并沿着叶片固定角度固定距离飞行拍照并识别，飞到叶尖机体自动转身。整个过程只需要15分钟。长期来看，不仅效率高，且更安全也更便宜。

在过去，要检查一台风机，需要五个人用吊绳或望远镜才能完成。即便使用航拍无人机，至少要花上好几个小时，多次作业才能保证。

陈丽苹对记者介绍，这个场景已类似于3D的无人驾驶。与普通的巡检无人机不同，该无人机上不仅加了传感器、算法，还有固定雷达。无人机收集到的数据会实时传回云端，并在后台进行大数据分析，帮助能源公司分析叶片是否出现问题。

不过，大疆相关负责人认为，理论上这种复杂场景的巡检已经能够实现，但离真正的工业化应用还有距离。“一百次不出错和一万次不出错是两个概念。”上述人士对记者表示，还需要大规模的应用证实。

今年的微软Build大会上，大疆也推出过一款AI无人机，能借助微软的云端AI实现全自动管道巡检，并通过大数据分析，给出故障报告，直接下单维修。

大疆认为，在这些复杂工业场景，AI通过图像识别让无人机变得更敏锐，就像电脑系统升级一样，算力提升。但无人机的可靠性、稳定性及续航能力，此类关键痛点依然没有解决。

而这些技术提升很大程度上受制于物理世界。电池就是一个核心问题。有能力的公司，如大疆，一直在用自己的AI优化电池算法。大疆相关负责人对记者表示，已经用到了卷积神经网络。但AI算法固然能够帮助无人机减小耗能，但解决不了来自上游电池供应商的技术瓶颈。过去十年，汽车行业花费在能源电池上的精力可见一斑。

AI能让无人机更好地实现应用，这就像电脑系统升级。但更大的问题是能否满足工业的应用需求，比如长航程、稳定性、可靠性等，这些还不够成熟。

人工智能的代价

无人机往智能化发展是一个共识。但人工智能并不能解决所有问题，且代价是巨大的。

2015年，全球民用无人机销售量约56.9万架，其中，工业级无人机销量为17.7万架。IDC预计，2019年这个数字将至少翻8倍。

虽然销量在逐年上涨，但相比智能手机，无人机的量级微不足道。对于无人机公司而言，是否使用AI，很多时候变成了计算力除以性价比的问题。

根据陈丽苹的经验，一支完整的人工智能团队，从底层设计到分布式系统，至少要30人的队伍。这对于一般的无人机公司来说，几乎不可能实现。大疆相关负责人对记者表示，人才这块，大疆也是奇缺，其他公司的情况可想而知。

大部分无人机公司，无力自行开发AI，选择与第三方AI合作，但又发现成本不小。无人机市场毕竟只有百万级的量，且大疆已经占据80%的市场份额。剩下的空间并不多。这让深鉴科技这样的AI公司暂别了无人机行业，2017年上半年深鉴科技逐渐把方向转向了安防。

不少AI公司想过找大疆，但后者是封闭系统，有私有协议，接入进来需要很深层次的合作。“那除了微软这种，别的很难说服我们来改动系统。”大疆相关负责人对记者说道。

未来无人机公司接入标准化AI可能将是一种趋势。大疆选择了搭载微软的云端AI，解决计算速度的问题。人工智能解决方案可以在云端进行训练，之后部署到无人机上，进行实时的人工智能运算。

零度智控也认为，云端AI平台非常重要，一位零度内部人士对记者表示，接入后，可以对采集到的数据进行云计算处理，做很多跨领域的延展创新，想象空间很大。

另一方面，也可通过机载AI，增加无人机的算力。零度智控认为，机载AI意义更大，因为可以更多针对无人机的定制化设计。2016年，为提高算力，零度就曾搭载过高通的一款去除通信模块的智能手机芯片。

不过，芯片级的问题依然是成本。“芯片还是计算，有帮助，但不是刚需，除非更便宜。”大疆内部人士说道。

除了通过AI增加算力外，更重要的是发现需求开拓需求。一位业内人士对记者表示，电力、农植行业每年还有固定的需求，在其他的一些行业，对无人机的认知不足，还没有无人机应用的案例，更不用说AI加持。

杨帆认为，以边境巡检举例，数百公里无人区，过去靠开车或有人机巡检，效率和经济性都很差，如果无人机可靠性足够高、续航足够长，这就是刚需。

这也是扩博智能并没有把自己定位为无人机公司的原因。陈丽苹认为，目前能应用到AI的无人机细分领域还太少，很多都有待挖掘。为了多元化发展，公司把另一半精力放在了发掘新零售的AI 场景上。

企业信息化及适配这种工作流的物理改造，是制约AI在无人机落地的另一原因。

随着基础设施改进，数字工业的工作流程改造已进行十年，依然在循序渐进。IDC预计，到2021年75%的企业应用将采用人工智能。

按照大疆预想，无人机只是工业自动化的数据终端。工业无人机的真正实现，还有赖于企业信息化流程的改造程度。

“没有完整企业IT体系和数据处理流程，很难提高效率。”大疆相关负责人对记者表示。这是为什么在电力、农植等大多数场景还用不到AI无人机的根本原因。

杨帆对记者表示，电力巡查行业的故障分析依然靠后期人力，农业则大多数还在靠飞手，手控无人机。这些行业的数字工业化进程还没有达到需要AI的地步。