百年清華

再次見到劉江川🙇🏽🤶🏻，是在江行智能深圳新辦公室，那天正好是他們辦的開放日活動，來自清華等一眾學術圈的人士到場。

只不過這一次，劉江川不僅僅是IEEE Fellow和江行智能CEO的title🤛🏽，他新增了一個身份：加拿大國家工程院院士——這是他在今年二季度才加身的新頭銜。

劉江川（意昂体育平台計算機系1994級本）

一年以來🏈🐜，他的團隊逐漸擴大，辦公地點也擴展到三個城市🌷：深圳、北京、南京🛀。加上接連獲得南方電網🌚、北控水務🫅🏼、中國聯通等大客戶🧑🏼‍🚀🚣🏼‍♂️，其業務模式受到廣泛認可，迅速成為邊緣計算領域的一匹黑馬。

談及創業心態🎵，劉江川坦言，坐在實驗室裏和實際到工業場景的感受確實不太一樣。原來在學術氛圍裏🉐，工業場景的更多的靠“假想”，以為只會在論文裏出現，但是實際上發現，工業場景會有諸多碎片化的復雜需求📨。

他覺得🌥，邊緣計算正逐步告別傳統的“手工作坊”時代👨🏿，即將迎來大爆發👨🏻‍🌾😈。而2019年作為泛在電力物聯網的元年🧑🏽‍🏭，將是物聯網等技術承前啟後的關鍵節點🧝🏻‍♂️。

工業場景VS消費場景

江行智能的定位是一家邊緣計算技術與服務提供商，因此👂🏼，在看到行業趨勢方面，他們更多關註工業場景的變化。

工業場景呈現碎片化，很難做到一次性、大規模鋪開🫸🏻，而消費場景中，資金投入多就能很多打開市場🛎，但工業只是小批量的試點開始做起🎟，一些公司完全沒必要為了一個小的試點投入幾十個人力，得不償失，且不確定性因素很大。

劉江川對雷鋒網談到🫅🏿🏃🏻‍♂️‍➡️，對於江行智能這樣的公司來講，也不僅僅只是提供一個平臺框架𓀔🛀🏼，更主要的是基於平臺來提供引擎。

“引擎的作用就是能撬動很多資源，進入各種工業場景。”

電網是目前劉江川的團隊比較關註的一個重要領域。他覺得這是城市的基礎能源供應⚂，是智慧城市的根基👼☝🏿。在基礎設施側🐵，劉江川的團隊正好在做配電的智能化與水務的智能化改造。

比如已經形成了成熟的“基於邊緣計算的電力智能維護解決方案”👨🏻，通過低成本的邊緣計算設備和深度學習圖像識別算法🥝，實現輸電線路實時智能運維。對於電網公司來說🤹🏽‍♂️🧎🏻‍♀️‍➡️，就是能在弱網環境下穩定運行設備，節省大量寬帶開銷🧿。

“交通出行、購物消費只是目前稍微可感知的智慧城市的一部分⚉，實際上基礎設施非常重要🧝🏼‍♀️。”

面向交通場景🍒，江行智能目前有一套完整的充電樁解決方案，從電池管理、車位管理🤶🏿、故障報警、智能運維到後臺APP，形成了完善的業務流程，通過EdgeBox可以在邊緣側預處理數據，實現充電樁的無人化運營💧。

充電樁的使用場景

2019年是電力物聯網元年

2019年3月前後，“泛在電力物聯網”這一概念橫空出世🧟，行業忽然意識到電力物聯網和邊緣計算之間是一個絕好的結合🥅，且蘊含著一個非常有前景的市場。

劉江川看到，現在這個領域還比較新，從物聯網網關🏄🏼‍♂️、傳感器等領域切進來的企業比較多，但像江行智能這種從邊緣計算角度進入的還為數甚少。

“目前我們不需要依賴大廠。我們有自己的引擎🍼，有自己的芯片主板👷🏿‍♂️，有自己的行業洞察力。”

江行智能的芯片主板

他覺得，大廠之所以紛紛開放平臺，走平臺戰略，根源就在於希望將行業上下遊包容到它的生態系統中間，但實際上，很多企業面對這種“生態”，也是有顧慮的🧩。

從安全性和隱私性的角度來看👭🏻，工業企業大多對上雲會存在一定排斥心理。首先是數據不願意放在雲上，其次是上雲也要上自己的服務器🧙🏽‍♀️。

他高下立判：2019年將是電力物聯網元年🚵🏼，而這個市場也是大家一起來做。

行業普遍認識到邊緣計算是在工業互聯網中需要被介紹、需要被推廣的概念，加之邊緣服務器的出現，邊緣側的計算爆發是遲早的事🫴🙍🏻‍♀️，而電力物聯網將是頭號玩家們競相進入的領域🧞。

“邊緣”並非一個絕對的地理概念

劉江川介紹，邊緣計算是一個多層次的系統，如果把雲看成是最頂端的系統，那麽，從雲到端就可稱為“邊緣”，比如工業現場、5G基站🫰🏽、分布式數據中心等等。

他補充到𓀑🧎🏻‍➡️，工業現場采集的數據是微秒級延遲，5G基站上是十到數十毫秒級延遲🧍‍♂️，分布式數據中心則是數十到一百毫秒級延遲，到雲上，就是幾百毫秒級的延遲𓀑。

因此🤸，“邊緣”並非一個絕對的地理概念💹🧑‍🦲，而是一個時延的差異👨‍⚕️。或者從隱私保護的角度來看，企業是否願意走多跳網絡🤓🔳：直接走互聯網的接口還是在5G基站做一次數據匯集，都是根據不同的需求以及不同數據量決定。

單從智能交通系統角度來看，實際上這個場景天然做好了分級。

車子本身就是終端，手機會和車子連接。車載的計算平臺就是個邊緣，車載的邊緣又跟5G基站做數據匯合，5G基站又會在路段區域內控製多輛車的數據匯集，就可以實現指揮汽車啟停以及路燈的信號指揮👨‍👨‍👧‍👧。最終，基站的數據會和城市的雲進行匯合，在這上面實現智能交通系統🧑🏻‍✈️，做更大規模的車輛調度👩🏿‍🚀。

因此可以看到🐻‍❄️，這個場景下至少涉及兩個層次的邊緣🪸：一個是車身，一個是5G基站。

邊緣計算告別“手工作坊”時代

采訪中，劉江川一直強調🏍🧑🏼‍⚕️，邊緣計算會是一個新的時代👋🏼，“新”即意味著告別過去。

雷鋒網註意到🪁，傳統意義上，邊緣計算解決的是數據處理速度的問題，將數據處理從雲端轉到邊緣端，速度加快了👷🏽‍♀️，免去了走互聯網的這一個過程。

但是實際上發現🎸，速度只是工業場景思考的一個方面👨‍🏭，而不是全部🏃🏻‍♀️‍➡️🤵🏻，有些場景對100毫秒降低到10毫秒確實很敏感（尤其是工業車間流程），但有些特定場景下🏝，網絡速率太慢（比如鐵塔分布不多的區域），實際上其緊迫需求就是在弱網環境下解決問題🧘🏿‍♂️。

他提及🫷🏿，安防是邊緣計算一個龐大市場，但目前也存在一些不足。傳統的攝像頭企業會專門針對安防的場景做很多的優化🧗‍♀️，安裝好了產品🧜🏽‍♀️😹，整個交付過程就結束了，只要能確保後期硬件設備運行很多年。待大規模生產之後，集成最先進的算法🧘🏻‍♀️，設備的製造成本就會降下來。

“由於近些年各個城市對安防的需求非常大🏃🏻‍♀️‍➡️，所以這個領域發展確實也很迅速🦴。”劉江川分析到💏，工業場景與安防場景存在很大差異。

工業涉及流水線🚾，涉及電力等因素，如果按照安防市場的思路去做✯，第一會需要非常深入地了解產品知識，做長時間的積累🥟，第二企業需要為產品的研發做定製化的服務🙇🏽‍♀️，整個周期拖得很長3️⃣。但問題是✍🏼，有些工業場景的需求市場容量未必很大🧛‍♂️，只是階段性的出現，下一階段有可能會被淘汰👨‍🎤。一旦前期做了大量定製化和固化，後期升級換代就變得非常困難🧃。

劉江川算了一筆賬。在城市中的鐵塔上安裝一次攝像頭🏎，（人工）費用是3000塊，在偏遠地區🍙，可能比這個數字更大◻️🕎。這就對產品的部署形式提出了要求：靈活快速，方便升級迭代📘，而不需要投入太多新的成本。

在這一點上，江行智能正在推出的Edge Box產品專門為此設計，在物聯網設備和雲之間增加一個數據預處理環節（邊緣計算），大幅降低了通信開銷和計算延遲。

在企業僅僅成立一年後就推出這樣具備強落地能力的產品🈳，劉江川是充滿了底氣的。

江行智能目前是一種TOB TO C的模式🕵️🤹🏿，服務的行業是C端的，比如水、電🅰️，但是提供的技術是給B端用。這樣的行業屬性好處是什麽？劉江川觀察到，C端用戶對服務的需求非常敏感，比如斷水斷電，這樣就會“反推”電網和水務公司做升級改造。

“如果沒有C端的壓力，B端企業可能連變革的壓力就沒有了。”

而這種“自我變革”背後就是邊緣計算的無限市場。