對於眼下 '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. 如果發布會上不提點 '人工智慧' 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. 華為也發布了首款整合NPU神經網路處理單元的晶片, 隨後發布的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, 也在晶片上加入了 '仿生' 的噱頭, 表示擁有一個每秒運算次數高達6000億次的神經網路引擎, 而 '神經網路' 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並沒有在一季度給這個市場帶來更多的好消息. 根據中國資訊通信研究院發布的《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, 一個模組或一項技術, 而是由晶片演算法, 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, 硬體, 智慧系統和應用這三個層面必不可少. ' 榮耀總裁趙明在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
集邦諮詢行動式記憶體研究經理黃鬱琁2日對第一財經記者表示, 以智能型手機領域來看, 近年上遊廠商在晶片開發上都包含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, 包括第一層的晶片和硬體, 針對AI的核心處理打造適合於AI演算法的硬體, 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手機仍處於 '跟風式' 營銷狀態. 比如使用較老的晶片架構, 沒有本質的升級, 卻 '包裝成' 第三代, 雙核等AI晶片概念, 實際上算力卻遠遠落後於行業水平. 又比如說, 在拍攝功能上冠以AI的名頭, 宣傳大於實際體驗, 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映像識別和處理上. ' 黃鬱琁對記者表示, 比如開啟照相機, 如果你把相機對準一個人, 那麼預覽畫面的左下角就會出現一個 '人' 的小表徵圖; 如果你對準植物, 就會出現一個植物的小表徵圖. 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. ' 黃鬱琁對記者說.
'但實際上, 人工智慧未來會成為人腦的協處理器, 縮短與專家之間的差距. ' 趙明對記者表示, AI技術可以讓手機基於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, 不再只是一個硬體狀態.
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並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. 可以等到競爭對手犯錯, 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.
對於中小品牌來說, 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.
黃鬱琁認為, 猶如科技迭代總是需要周期, 手機進入真AI時代, 開闢出顛覆性的變化並且找到落地場景也需要走更長的路.
華為終端負責人餘承東曾經將整合NPU人工智慧處理單元的晶片稱為晶片中的 '核武器' , 一顆手機晶片背後站著上萬人的研發團隊, 都是碩士, 博士, 採用的是整合了專用獨立硬體處理單元的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三大模組進行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的能力來提升映像後處理的運行效率, 再做AI相關的映像處理演算法.
'像AI, 晶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慧上面領先的晶片. ' 趙明對記者表示, 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.