对话涂鸦智能，AI如何在物联网行业中落地

涂鸦智能成立于 2014 年，公司的发展分为几个阶段，从 14 年到 17 年是涂鸦的创业发展期，业务核心是做物联网 PaaS 平台，从 17 年到 19 年，随着海外业务的逐渐渗透，涂鸦的全球业务的快速发展。从 19 年到 21 年则进行了第一次业务升级，从设备智能化的 PaaS 平台，延展到行业解决方案的 SaaS 业务，21 年公司在纽交所上市。

截至目前，涂鸦平台累计注册超过 107 万开发者客户，物联网 PaaS 业务市场渗透率约 16%，出货量排名全球第一，涂鸦作为一家产品技术驱动的公司，公司的研发占比超过70%。

关于 AIGC，涂鸦智能技术副总裁柯都敏分享道：“22 年 11 月 30 号 ChatGPT 发布，风靡朋友圈，我的第一反应是震撼，第二反应是机遇，经过一段时间的研究，23年春节假期期间，我拉了一个研发小组，开始摸索生成式 AI 落地方向。经过实践，我认为生成式AI要在行业落地，必须同时满足三大要求，第一是算力和基础设施保障，第二个行业数据积累，第三是通用大模型与领域模型或能力的打通。”

而在亚马逊云科技帮助下，涂鸦在多个业务场景通过 AI 大幅提升智能化水平，促进业务创新和增长。具体来看，面向 C 端用户，涂鸦智能通过整合自研AI算法与大模型的能力结合，为用户带来全新AI驱动智能体验。面向 B 端客户，帮助客户实现智能产品创新的 AI 助手“T-Smart”，帮助客户从快速开发智能产品，走向陪伴客户持续创新产品迭代。面向内部提效，涂鸦智能利用 AI 技术，提升企业内部协同效率的涂鸦小智，以及专业领域内容生成工具，帮助自身降本提效。面向技术产研，通过大模型和产研工具相结合，为云端研发团队提供贯穿整个研发过程的 AI 助理，从辅助编码、安全审计、代码复核、到业务管理告警和服务自愈等场景，提升全流程的研发效率和代码质量。

在介绍完基本情况后，涂鸦智能技术副总裁柯都敏，也与媒体们就 AI 在物联网领域的应用问题进行了探讨。

关于云技术和与亚马逊云科技的合作

Q1:涂鸦智能最开始跟亚马逊科技合作的初衷是什么？在生成式 AI 方面，亚马逊云科技给涂鸦智能的产品研发或者业务创新方面提供了哪些帮助？

柯都敏：最初选择使用云服务，其实是立足于公司全球化业务发展的需要，而使用亚马逊云科技则是因为他们提供了高品质的基础设施，技术迭代也非常快。所以公司在创立之初就创建了亚马逊云科技账号，也做了各个区域的数据分析和海底光缆的数据测试，为业务的大规模铺开做准备。

而随着涂鸦智能海外业务整体增长，我们开始与亚马逊云科技合作去做一个更好的云上架构，由于物联网与移动互联网和传统互联网场景的区别，物联网对网络的连接性、数据可靠性及服务的扩展性会面临更大的挑战，而基于亚马逊云科技的技术让涂鸦智能少走了不少弯路。

除了云技术层面，涂鸦智能也使用了亚马逊云科技提供的大模型服务去做一些 ToB、ToC 的应用。此外在安全合规、电商生态方面涂鸦也与亚马逊有深度的合作。

关于 AI 与大模型的应用

Q2：目前很多物联网厂商都在尝试使用端侧大模型实现 AI 的落地，目前的难点有哪些？现有产品中，实际能力的提升在哪些方面？

柯都敏：在未来，端云一体一定是一个趋势。而目前主要大模型能力还是在我们的云端，但涂鸦智能其实是在本地端把协议打通了，你用一个涂鸦智能的网关是可以把 Wi-Fi 的、蓝牙的、 ZigBee 的连起来，同时我们在本地的网络端做到了一套我们非常稳定的本地的自动化的能力。

所以那么基于我们云端的大模型，我们是可以创建一套自动化的应用场景，并且把这套场景把它给下发到端上去执行。这样的话端上就不需要那么强的算力了。在其他场景中也基本是这种模式，我们很多的训练数据是可以放在云上的，我训练完的算法，放在端上。从长远来讲，我认为整个大模型对算力的依赖会逐步降低，端侧的应用会越来越多。

Q3：业界现在非常希望生成式能够解决特定场景的特定问题，那么您认为如何才能把行业的大模型和通用大模型真正实现打通，将行业数据整合到通用大模型中？

柯都敏：在 ChatGPT 刚出的时候，我做的一件比较“蠢”的事情是花大量时间去微调 GPT，但发现它的参数量实在太大了，根本调不动。而随后，我们也尝试过用开源模型去做训练，希望把这个开源模型加上我们行业的数据，然后来做出一个智力比较强的行业模型。但我们发现，有的场景，开源模型是可以胜任的，但如果这个场景推理要求较高的话，参数量相对较低的开源模型还是不够的。所以不同的场景需要有不同的用法。

举个例子说，我们给市场部、运营部的同事，做了运营跟市场文章生成的工具。我们就是把我们市场部历年的发布过的文章全扒下来，让开源大模型去学习。完成训练后，这个开源模型是可以用来帮我们市场部去写文章的，效果还是不错的。

但比如智能音箱，它对于场景推理能力要求就非常高，开源模型的能力是不够的，所以我们会用通用大模型进行推理，然后用自己开发的算法进行推理结果的理解和执行，把云上大模型和端侧大模型结合起来使用。

Q4：在生成式 AI 方面，研发投入的资金规模是怎么样的呢？
柯都敏：随着现在大模型的普及，整体的研发投入相对来说会比以前自己做很多行业的私有模型会更低。因为现在有很多开源的模型可以直接用，然后还有闭源模型也可以直接使用。所以对底层的通用大模型来讲，我们不会去自研，而是基于开源模型或者行业模型去做一些专有数据训练。那目前从整个成本来讲，在我看来，核心的成本还是在于数据的准备与整个模型训练以后的调优过程。

关于 AI 如何落地物联网行业

Q5：涂鸦智能一直在通过创新技术来反哺物联网行业，有哪些针对不同的应用场景，有没有定制化的方案？

柯都敏：其实在 2022 年 11 月，ChatGPT 发布的时候，我非常兴奋，希望把技术应用到实际的场景中，但在初期，我找不到这个场景，行业内也都是把大模型用于企业内部办公提效方面，业务方面仍比较迷茫。

但是我意识到全面拥抱生成式 AI 是大势所趋，所以我给团队下达了任务，半个月的时间用大模型去解决自己的一个痛点，也包括我自己。经过半个月的实践之后，我们不仅拉平了认知，也达成了共识，大模型一定可以解决业务问题，所以我们就开始着手改变底层的AI架构。

具体的思路是把大模型作为支柱，然后在大模型制作上面把我们自己的行业数据与算法叠加在上面，然后再往上去做了大量的 RPA 机器人，还有内部的很多的数据安全和审计相关一些领域。然后再通过这些 RPA 产品数据跟内部的管控，向上去开放我们的业务。

所以基于我们同一套架构，有了两个场景，一个是面向 B 端，帮助我们的客户快速开发产品，一个是面向 C 端，赋能不同品类。

ToB 应用中，涂鸦智能的平台已经是行业内开发产品非常快的一个平台，功能也是比较全的。但是我们觉得，以后要做的不仅仅是帮助客户把这个产品开发出来，还有怎样帮助客户把产品做出行业竞争力来。所以我们希望通过大模型去分析客户在开发过程中的问题，结合涂鸦智能在行业内的技术实践，优化客户的产品。

比如，这个产品在开发或者使用过程中有没有频繁连线的问题，有没有流量大的问题，有没有数据上传速度的问题等等，我们可以基于经验+大模型去分析这些数据，指导用户解决这些问题。

数据显示，通过大模型跟我们的产研工具结合，能帮我们提升大概 30% 左右的研发效率。对我们平台上的一些客户工单，基本上也能做 30% 左右。对于我们大客户的服务，也能提高 18%- 20% 左右的效率。

产品销售之后，我们也可以告诉客户，他们用户的使用习惯，有哪些痛点没有满足，帮助客户去做更好的 OTA。通过这种方式，我们可以把硬件产品变成软件产品一样来做迭代，大大加速产品的迭代的周期、小创新的周期，也加速了用户的体验和与厂家的粘性。

而 ToC 端，我们可以把大模型的推理能力，赋能到不同的品类。比如，我们与一个客户做了一套软硬一体的家庭能源方案。以几个传感器，再加一个智能电器为基础，然后基于算法，对当地气候和传感器的数据去做分析，以达到以更节能的方式使用电器的效果。对于基本上都在家里办公的一些客户，最高能做到 53% 的节能，平均水平也能到 30% 。

其他的应用场景还有，通过 AI 可以让智能手表，推送用户每日的健康日报，也能让一个普通的企业也能做像科大讯飞那样的翻译耳机等等。

所以我觉得在大模型时代，一定要去改变观念，然后再去找到一些相对成熟或者稳定的场景去尝试，然后再逐步把它应用到更多场景里去。现在涂鸦智能手中有大量的项目，现在还在研发的阶段，未来会逐步推出。

Q6：涂鸦智能如何避免数据安全的隐患出现?

柯都敏：物联网会连接千家万户，所以涂鸦智能对安全跟合规这块非常重视。在早期创业的时候，我看了很多行业的数据，有百分之七八十的设备都是有安全隐患的。所以我们在设计整个架构的时候，就奔着整体的数据合规和整体安全去做的，所以涂鸦智能应该是整个行业内在安全合规领域里面拿到的相应的认证相对来说最全的。

最早做一些认证的时候，我请了国内的一些机构，但发现国内在整个数据安全跟隐私保护领域不能够涵盖全部，后面又找到 SGS 的帮我们做 ISO27001 等等一些安全认证，我发现还是满足不了我们的全部需求。所以我们又找了全球最有名的机构来帮我们做相应的认证。同时，涂鸦智能跟全球的各大安全厂商是有合作的，通过外部大量的专业的这些机构跟专家来帮我们做全面的评估。近期，TUYA GmbH 成为继 Europrivacy GDPR 认证方案生效并作为目前唯一适用于欧盟所有国家的数据保护印章以来，全球首个获此认证的企业。而针对国内与海外的合规问题，我们有一个专门的合规团队，会请当地市场的专家进行解读，也有一套系统实时抓取全球各地的政策动态。基本的流程是内部的合规团队解读，然后是法律团队解读，然后会找当地的律所跟机构来做解读，然后再来评估产品的匹配情况。

关于涂鸦智能的竞争力

Q7：您认为涂鸦智能目前在行业内的核心竞争力是什么呢？
柯都敏：这个问题我认为可以从几个维度来看，第一个是先发优势，基于这点，我们积累的海量的物联网的领域的知识，然后我们也积累了大量的设备生态。这些能力是需要非常长期的一个战略执行的，物联网行业与互联网行业不同，软硬件一体的产品模式，其实更需要技术积累，单纯砸钱是难以有快速发展的。

第二个是网络效应，相比物联网行业内大部分企业做单品，涂鸦智能的硬件生态覆盖 2,800 多种智能设备品类，帮助客户实现丰富的场景开发与多种可能性，打造差异化、多元化智慧商业场景。如果只卖单品，那其实只能做自己领域内的几件事，但是如果你有很多的设备的话，就可以组合成适应丰富的场景产品，那么基于涂鸦的海量设备生态，那我们这些全球的品牌它就可以去做非常差异化或者丰富的行业的生态。

所以在我看来，涂鸦是以设备为整个连接，以场景跟数据来做相应的驱动，通过我们的品牌跟渠道来赋能消费者，同时又通过消费者数据，反过来去改进我们的产品，形成产品研发与创新的循环。

【本篇文章属于白鲸出海原创，如需转载：1、网站端请注明出处，并在文章中附带白鲸出海原文链接。2、微信公号及其他自媒体平台需联系授权方可，未经授权严禁转载！】

友情提醒：白鲸出海目前仅有微信群与QQ群，并无在Telegram等其他社交软件创建群，请白鲸的广大用户、合作伙伴警惕他人冒充我们，向您索要费用、骗取钱财！