海康威視總裁胡揚忠在“智涌錢塘”2019 AI Cloud生態大會上發表了名為《智能物聯、物信融合，迎接智能化新時代》的演講，他談到泛在智能是智能化時代的核心特征，在未來，AI將無處不在，和我們的生活、生產方方面面緊密相關。

接著，胡揚忠重點闡述了他對于“智能物聯”、“物信融合”與“智能化時代”三個詞語的理解。

下附胡揚忠演講實錄(根據實際情況，智東西略有修改)：

胡揚忠：21世紀，物聯網、大數據、云計算，特別是人工智能技術急速發展，第四次工業革命來臨即將開啟人類智能化時代，出行的標志性變化將成為對國內交通工具的智能化管理，也就是智能交通。

當前，大家對自動駕駛充滿期待。但是出行只是人類生產生活的一個方面，在即將來臨的智能化時代，我們居住的這座城市都將變成智慧城市。其中，智能交通、智慧醫療、智慧教育、智慧零售、智慧社區、智能制造、智能家居、智能安防等等，都是人工智能技術應用的重點領域。

在智能城市中，智能會作為一種能力賦能所有的行業，存在于城市的每個地方。也就是說，泛在智能是智能化時代的核心特征。如果說過去人工智能的運用可以看為“X+AI”，比如設備+AI、場景+AI，但是未來，AI將無處不在，和我們的生活、生產方方面面緊密相關。

泛在智能有兩個基本的組成部分，那就是智能物聯和物信融合。物聯網與人工智能的結合，將推動物聯網跨越式發展，這種智能物聯將是方向、是趨勢、是必然。物聯網實現智能之后，單獨服務行業、服務人類的作用那還不夠，還需要與互聯網、信息網緊密結合，才能更好實現與人的全面互動。

未來，智能物聯網將成為智能化時代新的基礎設施，就像當年的鐵路網、電力網、通訊網一樣，智能物聯網的建設、應用、維護將帶來產業發展的又一波浪潮。在這個浪潮中顯著的變化，過去人們用終端上網，而未來萬物皆在網上。

今年政府工作報告中講到“智能+”，也就是用人工智能為行業賦能。對于制造業，為生產機器賦予智能，是工業互聯網的關鍵基礎能力。對于交通行業，為車輛和道路設施賦予智能，是智能交通的關鍵基礎設施能力。對于社區，為園區停車場、商超、物業等各類設施賦予智能，是智能社區的關鍵基礎能力。

智能物體之間的互聯，讓人類生產和生活環境變成一個巨大的經絡體系，物體世界之間的聯系和協同為智能化時代提供了可能。而智能物體與信息系統之間的聯系，就是要實現物信融合，物信融合是智能化時代的數據經絡。過去，互聯網實現了人人互聯，物聯網實現了物物相連。未來，智能物聯網與信息網將實現充分的融合，而數據是人與物對話的共同語言。

前年，我們提出了AI Cloud是基于云邊融合的網絡架構，通過邊緣節點、邊緣域、云中心三層有機結合，系統將可以滿足邊緣感知、按需匯聚、多層認知、多層應用的業務需求。

在智能化時代，打通物聯世界和信息世界的是數據，我們構建物信融合數據平臺，實現兩網之間數據打通，為上層應用提供數據服務。從計算的角度看，智能化時代一定是采用云邊融合的方案，AI的智能感知一定是在邊緣計算為主，智能認知會在邊緣域和云中心完成。

一方面，即使云端計算能力足夠強大，但有些數據只需要局部處理、局部應用，不需要把這些數據傳到云中心。如果把這些數據傳到云中心進行智能計算，那么應用的效果反而會降低。

另外一方面，由于智能物聯網的規模過于龐大，把這么多數據都放到云端數據中心是不經濟也不現實的。帶寬的增長必定趕不上物聯數據的增長，比如產業界談到的視頻云，但其實我們在云端很少處理連續視頻，而是主要處理已經經過邊緣計算處理過的半結構化數據和視頻片段。

盡管數據是用戶的核心資產，但應用是以用戶為出發點和關注點。只不過過去更多是從應用中產生數據，而未來智能物聯網自身就可以感知到大量數據，通過物信融合實現和信息網的融合，數據的挖掘、利用將帶來更大的空間。那時候我們將迎來數據應用時代，在智能化時代，智能應用將成為重要的發展引擎。推動數據的匯聚和利用，也推動采集數據的智能物聯網建設和發展。

當人工智能與物信數據相遇，應用的能力和服務的范圍會得到巨大的拓展，會產生面向兩類網絡、多個層級、多個任務域的大量智能應用。從整體上來看，智能應用可以分為三類：

第一類應用在邊緣節點上，人工智能和單場景數據相結合，實現了感所無感。也就是過去不能感受的，現在能感受到。比如我們感受到在一個場景下過了哪些車，走過了多少人，哪些貨物在貨架上等等，這是泛在智能感知的重要基礎，也是從智能感知到智能應用的小閉環。

第二類應用是在邊緣域。人工智能與時空數據域相結合，實現了知所未知。也就是過去不知道的，現在可以知道了。比如我們知道某一個城區在過去一個月里面交通狀況。

第三類應用，在云中心。人工智能與多維數據相結合，實現了察所不察。也就是過去無法洞察的，現在可以洞察了，這是智能預見能力的重要基礎，從數據匯聚、數據挖掘，再到綜合應用的閉環。

對數據的應用和分析中可以看出，過去物聯數據相對來說價值密度比較低，某個時間節點的物聯感知數據包含的信息量比較少。未來，隨著智能物聯網的感知能力提升，以及智能應用需求的牽引，物信數據融合能力增強，數據價值密度會大幅度提高，數據安全和隱私保護需求愈發強烈。因此，數據保護將愈發重要。可以毫不夸張的說，數據保護將成為智能化時代的護航之艦。

有權威機構預測，到2020年，全球物聯網設備數量將超過200億，智能物聯網將出現終端數量更龐大、終端類型更多樣、終端性能更強大、網絡架構更復雜、數據內容更廣泛、業務應用更多元的特點。因此，需要從終端、網絡、數據、平臺、服務、應用等個層面，加強安全防護和隱私保護。在用戶數據安全防護和隱私保護方面，我們將嚴格按照產品和服務所在國家和地區的個人隱私保護法律法規執行。

多年來在用戶數據安全防護和隱私保護方面，我們在不斷努力。我們的產品通過了多個權威組織的安全認證，成為全球安全應急響應組織First的成員。同時我們也發布了《安全白皮書》，公司內部制定了用戶數據安全和隱私保護企業標準，并與所有可能接觸用戶數據的員工簽訂了《用戶數據安全與隱私保護協議》。

為了實現開放融合，我們也建立了自己的開放體系。在產品方面，我們推出了邊緣設備開放平臺。也就是基于設備操作系統的邊緣設備的能力開放，提供AI算法訓練開放平臺，實現了基于自主學習和群智演進的AI算法訓練開放。我們提供螢石開放平臺，實現基于互聯網設備服務和應用能力的開放。我們提供行業開放平臺，實現面向行業的基礎設施，數據服務和應用的能力開放。

在服務方面，我們提供一體化運維服務平臺，支持加盟運維模式的一體化運維服務開放。我們提供物聯資源部件評估能力開放，支持更多產品納入評估體系，期望更多的同行共同完善物聯資源能力評估模型。在基礎標準方面，我們將把與合作相關的企業標準體系開放出來。

海康威視自成立起就一直秉承工程師文化，工程師文化就是產品文化，就是工匠文化。比如我們在黑光相機開發過程中，為了保證工藝精度、制造質量，我們還研制了專用的生產設備，歷時五年。再比如車牌識別的研發，從用模式識別的方式來做，到后來用深度學習的方式來做。前后十幾年的時間，從幾個人的團隊到幾百人的團隊，從只支持國內車牌識別。

另外，海康也與一些非盈利機構開展了一些回饋社會的工作。比如我們與綠色江河環境組織保護合作，針對斑頭雁的跟蹤保護，將定制視頻產品應用于高寒高海拔無人區，助力斑頭雁的保護行動。比如我們和英特中國一起，將智能設備應用到東北虎的林區，助力東北虎的保護行動。