物联网行业是战略性新兴产业,《十四五规划和 2035 年远景目标纲要》中将物联网划定为七大数字经济重点产业之一。我国明确提出要加快发展现代产业体系,巩固壮大实体经济根基,加快数字化发展,建设数字中国,在《可信数据空间发展计划(2024-2028 年)》《“数据要素×”三年行动计划(2024—2026 年)》众多政策的指引下,各级政府政策接力积极布局物联网产业生态发展,持续推动物联网与各行业发展的深度融合和规模应用。物联网产业快速发展的驱动因素,一方面来源于物联网基础设施建设不断完善,另一方面来源于应用场景的持续拓展。
根据IoTAnalytics 的报告,2024 年全球蜂窝物联网连接数突破了 40 亿大关,占全球物联网连接总数的约22%,预计到 2025 年初将达到 42 亿。在 5G 和 Cat.1 bis 的推动下,2024 年至2030 年期间的连接数预计将以 15%的复合年增长率攀升。根据 Counterpoint Research 的预测,预计到2030年全球蜂窝物联网连接数将超过 62 亿。
此外,人工智能行业的迅猛发展,物联网与大数据、云计算和人工智能的融合趋势越发明显,AI 与物联网的结合使得下游行业能够提供更加个性化的服务和体验。智能模组已成为边缘计算需求新的载体,并已经应用于车联网、消费电子等多个领域,赋予传统的物联网新的增长机会。Counterpoint Research 的数据显示,到 2030 年,AI 嵌入式蜂窝模组预计将占所有物联网模组出货量的 25%,复合年增长率为 35%。ABI Research 预测,至 2029 年蜂窝模组全球出货量可达7.05亿片。
随着人工智能产业的发展以及数据中心、智算中心的持续建设,中国对存算软硬件的需求快速增加。中国相继出台了《数字中国建设整体布局规划》《“十四五”数字经济发展规划》《“十四五”大数据产业发展规划》《算力基础设施高质量发展行动计划》等政策,为行业的发展提供了明确、广阔的市场前景。
《算力基础设施高质量发展行动计划》指出,算力是集信息计算力、网络运载力、数据存储力于一体的新型生产力,还提出主要目标:到2025 年算力规模超过300EFLOPS,智能算力占比达到 35%,存储总量超过 1,800EB,先进存储容量占比达到30%以上,重点行业核心数据、重要数据灾备覆盖率达到 100%。在政策的支持下,在市场需求的催化下,在技术进步的带动下,算力基础设施仍将保持较高的增长速度。
2.行业的基本特点
行业技术迭代速度快、新技术融合创新快。物联网是以“通信+传感”为核心的行业,近年来通信技术和传感技术的更新迭代速度快,物联网的应用场景持续扩展,涵盖了能源、交通、制造业、农业等多个领域,应用场景广泛。蜂窝通信技术已经历 2G、3G、4G 到5G 通信制式的发展,而 5G Redcap 技术、LTE Cat.1 bis 的应用将推动市场对蜂窝通信的需求进一步提升。物联网与大数据、云计算、人工智能行业的快速发展也使得物联网技术与人工智能等技术融合加快,进一步促进了行业技术创新,并显著提升了物联网的连接规模、数据处理能力和智能化水平。
人工智能时代已经来临,传统的无线通信模组、终端都需要进行AI 升级,“物联网+AI”将产生更多应用场景,包括机器人、AI 玩具、低空经济等。随着物联网技术与AI 融合的加深以及端侧 AI 技术的形成与赋能,新应用场景和新需求还在持续涌现,行业的更新迭代速度在加快,AI硬件将为物联网行业带来新的业务增长点。
端侧 AI 在蓬勃发展,AI 云也在发展,AI 大模型在千行百业垂直领域的应用带来了对云基础设施的巨大需求,云基础设施是算力、存力和运力的有机结合,不仅关乎到大模型的能力边界,更会影响产业创新和升级的速度。而云基础设施建设需要持续重资产投入,需要参与方调动大量资源,目前,云基础设施的建设仍在高速发展。
3.行业主要技术门槛
物联网行业需要对无线通信技术有深厚理解,建立起硬件、软件、系统、平台等研发能力,积累起通信故障排除的知识和能力,积累起核心基础技术和核心应用技术,并紧随无线通信技术的迭代节奏,快速开发出具有较高性价比的新产品。
物联网行业需要对下游各个行业应用场景和终端设备的特性有深厚理解,不同应用行业的应用场景差异巨大,尤其是设备运行环境方面受客观限制因素影响大,例如应用于电力信息采集的模组无需考虑供电问题但由于部署范围广因此部分面临着高温差、腐蚀的环境,而应用于水和燃气信息采集的模组则需要考虑供电问题且需要解决网络信号拥堵等难题,因此只有充分理解各个行业应用场景和终端设备的特性,才能对症下药,研发出稳定、可靠的无线通信产品。
人工智能的发展对物联网企业研发团队的持续学习能力和整合能力提出了更高的要求,研发人员既需要对蜂窝通信技术深刻理解,又要对各个应用场景的终端设备特性有深刻理解,同时还要与云计算、大数据、人工智能进行深度融合,形成端侧 AI 等解决方案,因此需要将专业型人才进一步培养成复合型人才,方能研发出能够满足行业应用场景的、符合各行业标准的产品和解决方案。