消費級無人機的蛋糕已經(jīng)不夠分了。因長期扎堆于航拍領域，缺乏落地場景，2015年短暫成為熱點后，無人機很快就被資本拋棄。自2016年起無論融資額還是次數(shù)都開始斷崖式下降。
無人機的出路究竟在哪兒？中國工程院院士樊邦奎給出了方向，“AI人工智能是顛覆無人機技術的關鍵。未來，人工智能技術將成為無人機下一步發(fā)展的顛覆性技術之首，可以從單機智能飛行、多機智能協(xié)同、任務自主智能這三個方面實現(xiàn)突破。”
主打人工智能概念，確實讓不少公司重獲資本的青睞。2017年，位于美國波士頓深度學習企業(yè)NEURALA獲得1400萬美元A輪融資，主打無人機AI，這讓人們看到了AI無人機的希望。業(yè)內(nèi)人士表示，AI能讓無人機更好地實現(xiàn)應用，這就像電腦系統(tǒng)升級。但更大的問題是能否滿足長航程、穩(wěn)定性、可靠性等市場需求，還有眾多問題亟待解決。
規(guī)模可觀
隨著人工智能技術的逐步完善，智能硬件已開始向小型化、低成本、低功耗的方向邁進，硬件成本的不斷走低，為無人機制造業(yè)創(chuàng)造了良好的發(fā)展環(huán)境，是促進無人機產(chǎn)業(yè)規(guī)模的持續(xù)穩(wěn)定增長的關鍵。
在無人機生態(tài)系統(tǒng)中，上游是設計制造企業(yè)，主要包括技術基礎、整機制造、應用系統(tǒng)等企業(yè)；中游為應用運營企業(yè)，主要包括國民經(jīng)濟建設的各方面，有安防監(jiān)視、電力巡檢、農(nóng)業(yè)植保、航拍攝影等；下游為無人機維護、數(shù)據(jù)處理、氣象保障等企業(yè)。申萬宏源研究報告顯示，到2020年，航拍無人機產(chǎn)業(yè)預計可達173億元，植保無人機產(chǎn)業(yè)將達500億元，電力巡檢無人機會達到48億元，安防無人機產(chǎn)業(yè)約25億元。此外，送貨用無飛機也在發(fā)展，京東、順豐都在研發(fā)載重大、運送范圍廣、可靠性強的無人機，希望靠其解決“最后一公里”成本過高的難題。
據(jù)IDC預計，2020年全球無人機市場總體規(guī)模將達到259億美元，年復合增長率為42%。艾肯拓科技負責人表示，未來無人機其實就是無人飛機智能終端，往上是向替代有人機發(fā)展，往下是向替代人力發(fā)展。這意味著無人機正在從消費級轉向工業(yè)級，這是一個對性能和智能化都要求更高的領域。另一方面，AI公司苦于沒有落地方向，開始把目光投向了無人機行業(yè)。二者一拍即合。
據(jù)統(tǒng)計，2015年中國上下游的無人機產(chǎn)業(yè)鏈加起來超過了1000家公司，其中400家在做整機制造。這些公司除了能在外形和營銷上多下功夫，在續(xù)航、飛控穩(wěn)定性、應用場景拓展等核心領域上并沒有突破。這直接導致了慘烈的價格戰(zhàn)，其結局已可想而知。
此外，行業(yè)的融資也開始銳減，2016年無人機行業(yè)融資額降到了8.4億元人民幣，融資數(shù)僅14次。但在2015年，中國還是全球無人機的高地。當時全球無人機6.3億美元的融資中，中國占據(jù)了三分之一，融資數(shù)也達20多次。
不過，現(xiàn)實問題也接踵而至。與消費級不同，工業(yè)無人機不僅需要性能更穩(wěn)定、續(xù)航能力更強，而且需要更聰明的大腦。以電力巡檢為例，需要無人機有效避開塔線，而安防則需無人機具備精確的識別及追蹤能力，并對收集到的數(shù)據(jù)進行處理。
這就對無人機的機器視覺等人工智能技術提出了更高的要求，這也才有了人工智能與無人機的親密接觸。
尷尬不斷
無人機制造企業(yè)大疆就早已將目光鎖定人工智能技術。相比于無人機，大疆似乎更喜歡給自己貼上“人工智能”的標簽。早在2015年，有消息稱，大疆 DJI 位于美國硅谷的研發(fā)中心已經(jīng)聘請了之前在特斯拉負責自動駕駛技術的戴倫·里卡多和蘋果公司資深工程師(主要負責天線設計)羅布·施拉博。
進入大疆之前，戴倫·里卡多曾先后擔任特斯拉自動駕駛團隊負責人、寶馬自動駕駛技術研發(fā)團隊負責人，也曾開發(fā)出首個獲得美國聯(lián)邦航空局認證的用于飛行器的慣性導航系統(tǒng)?？梢哉f，里卡多是一個在自動駕駛和航空領域都有著豐富經(jīng)驗的人才。
其實，無人機、自動駕駛在硬件和原理上是基本相通的：看一下最近幾年無人機新品的發(fā)布，避障、跟拍、空中作畫等都是大疆著重宣傳的亮點。在實現(xiàn)上，除了計算機視覺等相關算法之外，雷達、攝像頭等傳感器部件也是必不可少的配件。
企業(yè)雖然已認識到人工智能的重要意義，但涉及無人機落地卻尷尬不斷。就以電力巡檢為例，一般都是國家電網(wǎng)等企業(yè)通過招標采購的方式尋找合作伙伴，而在這樣的過程中，新人往往不具備優(yōu)勢。并且從技術角度分析，人工智能的特征是深度學習，是可以模擬人類思維進行工作。有業(yè)內(nèi)人士表示，按照這樣的特征分析，只有在比較復雜的場景之下，比如圍棋和自動駕駛等領域才有施展空間。而在電力巡檢和農(nóng)藥噴灑等領域，由于無人機所需執(zhí)行的往往是從一點到達另一點的簡單任務，對于高級別的算法要求并不強烈。同樣存在感不強的領域，還有農(nóng)業(yè)植保領域，這也是目前最大的行業(yè)級市場。相較電力，農(nóng)植對避障、識別的要求更低，技術上容易實現(xiàn)。
在前述工業(yè)場景之下，人工智能的確可以通過圖像識別令機器變得更加敏銳，但這并無法解決全部問題，因為無人機的穩(wěn)定性、續(xù)航能力和可靠性的問題仍然禁錮著行業(yè)的發(fā)展。
現(xiàn)實挑戰(zhàn)
人工智能技術的應用也相應的增加了無人機的制造成本，這是眾多希望將AI技術運用于無人機生產(chǎn)的企業(yè)必須面對的。2016年，全世界的無人機銷量已經(jīng)突破80萬架。據(jù)有關機構預測，2020年全球的無人機銷量將達到約560萬架，并且呈現(xiàn)逐年上漲的趨勢。即便如此，與智能手機的出貨量相比依然體量不大。
據(jù)知情人介紹，要組建一支完整的人工智能團隊，從底層設計到各個系統(tǒng)的構建，至少要40人的技術研發(fā)團隊。這對于一般的無人機企業(yè)而言，養(yǎng)活這樣一支隊伍幾乎不可能實現(xiàn)。對大部分無人機公司，既然無法自行開發(fā)AI技術，就只能與第三方AI企業(yè)合作，但即便如此，成本依然不小。
除了運用的AI成本高昂，無人機企業(yè)面臨的更重要問題是需求問題。有業(yè)內(nèi)人士認為，雖然在很多工業(yè)領域每年還有固定的需求，在其中的某些行業(yè)，由于對使用無人機的認知并不一致，加上仍然沒有現(xiàn)成的案例可資借鑒，對于應用AI技術則更不可能。僅以邊境巡檢為例，過去的方式是依靠開車或有人機巡檢，面對數(shù)百公里的無人地區(qū)，效率低，經(jīng)濟性差。但依靠無人機則可以使得問題得到解決，只要生產(chǎn)出可靠性足夠高、續(xù)航足夠長的無人機，邊境巡檢對無人機而言就是剛需。
但無人機產(chǎn)業(yè)發(fā)展依然面臨著諸多發(fā)展障礙。諸如技術開發(fā)還不成熟。目前的無人機產(chǎn)品故障率高，無法保證穩(wěn)定性、良品率和適應性，無人機關鍵技術水平難突破，其研發(fā)能力還需加強。同時，產(chǎn)業(yè)市場尚未完善。市場接受程度低、受眾規(guī)模小，很難全面推廣普及。最后是監(jiān)管政策不夠健全。這些問題都是制約無人機落地，開拓市場需求的瓶頸。
與此同時，企業(yè)信息化水平和意愿也在影響著AI技術在無人機領域的應用。按照某無人機企業(yè)預測，無人機只是工業(yè)自動化的數(shù)據(jù)終端，工業(yè)無人機能否大量應用，還有賴于企業(yè)信息化流程的改造程度和意愿。
“沒有完整企業(yè)IT體系和數(shù)據(jù)處理流程，很難提高效率。”有企業(yè)負責人表示。這也成了大多數(shù)工業(yè)場景還用不到AI無人機的根本原因。而有些工業(yè)場景，諸如電力巡檢等場景又覺得AI發(fā)揮不出作用。AI無人機正是陷入了這樣尷尬的境地。
?