TMT观察网_独特视角观察TMT行业

對于眼下“拼紅了眼”的智能手機市場來說，全面屏似乎已經成為上個世紀的產物。如果現在在發布會上不提點“人工智能”的東西，很抱歉，下一波手機洗牌中，也許很快就會被其他廠商“秒殺”。

從2017年下半年開始，幾乎所有的手機產品在發布時都搭上了AI的概念，比如三星的AI助手Bixby可以通過攝像頭完成智能翻譯、匯率轉換等。華為也發布了首款集成NPU神經網絡處理單元的芯片，隨后發布的Mate10、P20、榮耀V10、榮耀10等產品中都加入了拍照識物的功能，榮耀10更是能對專業攝影師的取景、參數、構圖經驗進行深度學習。就連低調的蘋果，也在芯片上加入了“仿生”的噱頭，表示擁有一個每秒運算次數高達6000億次的神經網絡引擎，而“神經網絡”一詞的使用，也帶動了今年一波手機發布會PPT的跟風。

但AI在當前更像是營銷噱頭，千篇一律的技術渲染并沒有在一季度給這個市場帶來更多的好消息。根據中國信息通信研究院發布的《2018年3月國內手機市場運行分析報告》，一季度國產品牌手機出貨量同比下降27.9%。

“AI不是一個功能、一個模塊或一項技術，而是由芯片算法、系統等共同組成的完整系統，一個公司如果想構建真正的AI能力體系，硬件、智慧系統和應用這三個層面必不可少?！睒s耀總裁趙明在GMIC全球移動互聯網大會上指出，當前行業中擁有大量的“跟風式”AI，即算力無本質提升的包裝式AI、功能無實質落地的炒作式AI、缺乏生態建設的封閉式AI。

新品含金量幾何

集邦咨詢行動式記憶體研究經理黃郁?I2日對第一財經記者表示，以智能型手機領域來看，近年上游廠商在芯片開發上都包含AI應用，相信AI的應用會更加普及，觸角也會向下延伸至中端手機。但品牌若要做出差異化，必須投入巨大資金進行AI應用的構建。

在他看來，AI分為三個層次，包括第一層的芯片和硬件，針對AI的核心處理打造適合于AI算法的硬件，以及第二層打造AI智慧系統，增強自我學習認知、計算機視覺，還有第三層，應用生態。在其中的任何一個層次發力，都可以享受到這個產業發展的紅利。

但實際上，目前市場上更多的AI手機仍處于“跟風式”營銷狀態。比如使用較老的芯片架構，沒有本質的升級，卻“包裝成”第三代、雙核等AI芯片概念，實際上算力卻遠遠落后于行業水平。又比如說，在拍攝功能上冠以AI的名頭，宣傳大于實際體驗，但是實際拍照效果不佳，甚至有的只是在發布會PPT上包裝場景識別分類，在手機功能上沒有任何體現。

“的確，目前很多AI手機上強調的能力還是主要集中在圖像識別和處理上?！秉S郁?I對記者表示，比如打開照相機，如果你把相機對準一個人，那么預覽畫面的左下角就會出現一個“人”的小圖標；如果你對準植物，就會出現一個植物的小圖標。更確切地說，這種AI仍然是“嬰兒”狀態，即需要用戶發送指令，手機上的AI才能發揮作用，執行的是“被動式反應”。

“以目前AI的發展來看，多以單一的AI應用為主，像是語音辨識、智慧環境感測拍照等。”黃郁?I對記者說。

“但實際上，人工智能未來會成為人腦的協處理器，縮短與專家之間的差距?！壁w明對記者表示，AI技術可以讓手機基于用戶行為習慣自我學習，進而優化、智能感知用戶場景、預測用戶行為再智能分配資源。更直觀地說，隨著AI在手機中的應用，手機開始主動觀察你、理解你，手機原來只是個工具，但在未來會變成一個外腦，不再只是一個硬件狀態。

能否“拯救”滯漲市場

隨著AI手機產品的密集發布，一場場AI手機營銷戰呼嘯而來。

但無論是手機廠商負責人的公開表態，還是調研機構透露出的數據，焦慮的心態與膠著的市場態勢并沒有在一季度得到緩解。相反，更多的中小手機廠商的生存變得更加困難。

OPPO副總裁吳強表示，當前T形格局下，頭部企業的競爭更加激烈。在他看來，首先自己不能犯錯誤，如果犯錯，規模很快會被其他競爭方吃掉?？梢缘鹊礁偁帉κ址稿e，來獲取對方的市場份額。

而頭部企業的圍守攻讓更多的中小品牌面臨著份額持續減少的壓力。從分析機構賽諾提供的數據排名可以看到，中國市場一季度兩極分化明顯，排名前六的廠商一季度出貨量均為千萬級，從排名第七的魅族開始，金立、三星、小辣椒的出貨量卻都是百萬級。這也意味著排名在十名以外的手機廠商，出貨量在第一季度不及百萬，每個月平均下來連40萬的銷量都達不到。

對于中小品牌來說，市場嚴冬已經是不爭的事實。

在諸多分析師看來，AI能否拯救“滯漲”的手機行業，目前還說不清楚，但不可否認，手機和AI的結合將會是未來科技風口之一。

黃郁?I認為，猶如科技迭代總是需要周期，手機進入真AI時代、開辟出顛覆性的變化并且找到落地場景也需要走更長的路。

華為終端負責人余承東曾經將集成NPU人工智能處理單元的芯片稱為芯片中的“核武器”，一顆手機芯片背后站著上萬人的研發團隊，都是碩士、博士，采用的是集成了專用獨立硬件處理單元的NPU，由NPU獨立完成專項的AI運算任務，提升AI運算能力。

相較之下，高通運用的是CPU、GPU、DSP三大模塊進行AI運算，通過神經處理引擎（SNPE）對具體的AI任務進行分析與下發，而聯發科則是使用“雙核APU”，通過多顆DSP的能力來提升圖像后處理的運行效率，再做AI相關的圖像處理算法。

“像AI、芯片都是重資產投入的，而且一投就是十年，十年才打造出今天在人工智能上面領先的芯片?！壁w明對記者表示，在充分比較和選擇的時候強者會更強，手機品牌的集中度會越來越高。