物联网虚拟运营商深度应用生成式人工智能服务,AIoT向GenAIoT演进探索加速
来源 | 物联网智库2024-07-29 19:36:52
近日,一家来自日本的物联网虚拟运营商Soracom宣布推出两项服务,将生成式人工智能(GenAI)的功能更深入地嵌入物联网连接和服务平台中,来加速更大、更复杂物联网项目的部署,这两项服务分别是Sora

近日,一家来自日本的物联网虚拟运营商Soracom宣布推出两项服务,将生成式人工智能(GenAI)的功能更深入地嵌入物联网连接和服务平台中,来加速更大、更复杂物联网项目的部署,这两项服务分别是Soracom Flux和Soracom Query Intelligence。其中Soracom Flux是一个低代码应用构建器,通过定义传感器、摄像头、执行器、GenAI引擎和云之间的数据流,让即使是非技术用户也可以实时构建集成人工智能的物联网应用。Soracom Query Intelligence通过自然语言网络数据分析简化大型物联网部署的管理。

Soracom方案中嵌入GenAI服务,是物联网服务商应用生成式人工智能的典型探索。随着GenAI持续发展,相信会有更多物联网厂商推动GenAI与物联网的深入融合,形成更广阔的应用场景,推动AIoT向着GenAIoT演进。

具有创新精神的物联网虚拟运营商,持续加码连接平台能力

Soracom公司创立于2015年,主要服务于全球物联网设备连接,是一家典型的物联网虚拟运营商。2017年,日本运营商KDDI就以1.81亿美元的价格收购了这家成立仅2年的公司的全部股权,后来又进一步引入包括日立、索尼、铃木、日本天然气等产业巨头股东。2024年3月26日,Soracom在东京证券交易所增长市场上市,当前市值约为586亿日元(约27亿元人民币)。

从成立之初,Soracom就建立了一个专门服务于物联网连接的云原生平台。目前,Soracom已在全球160多个国家和地区提供服务,涵盖2G/3G/4G/5G/NB-IoT等蜂窝连接和卫星物联网连接,拥有20000个客户,管理着超过600万全球物联网设备,成长为全球知名的物联网虚拟运营商。

蜂窝网络作为目前主流的移动通信基础设施,为移动物联网设备提供连接服务,保障物联网设备能够随时随地接入。在蜂窝物联网产业生态中,虚拟运营商是一个不可忽视的角色,将全球不同蜂窝网络运营商的能力聚合起来,并为物联网用户提供深入服务。一般来说,物联网虚拟运营商主要通过“平台即服务”的形式,打通产业链不同主体之间的壁垒,其中托管式物联网连接平台是物联网虚拟运营商提供的核心的产品形态之一。

市场研究公司Gartner每年会推出托管物联网连接平台魔力象限,对全球主要的平台提供商进行评价。下图为2023年推出的魔力象限,其中一部分托管物联网连接平台是由基础运营商提供,其余主要由虚拟运营商来提供,Soracom多年来都榜上有名,可见该虚拟运营商在托管物联网平台领域表现已比较突出。

类似Soracom的虚拟运营商群体在物联网产业生态尤其是蜂窝物联网生态中发挥的作用越来越重要,笔者曾在《10亿美元物联网虚拟运营商诞生,国内企业从中能得到哪些启示》一文中提出,物联网虚拟运营商能够提供更加便捷的连接能力、能够提供更贴近客户洞察和服务、能够将物联网业务延伸到更广阔的地理范围等价值。

为了保持自身差异化的价值,物联网虚拟运营商一方面广泛地与全球各国主流运营商保持深入合作,集成提供无处不在的连接服务,例如Soracom过去一年多推出了“US-MAX”、“X3-EU”等计划,加强与北美和欧洲运营商的合作,为客户提供更广泛、更低成本的物联网覆盖能力。另一方面,物联网虚拟运营商加强平台能力建设,不断优化平台体验,提升客户效率并降低成本。与Soracom类似,1NCE、Cubic等知名物联网虚拟运营商均加码其云原生连接管理平台的建设,不断改进软件工具,为客户提供可视化、自助化连接服务。嵌入GenAI功能,就是提升其物联网连接管理平台能力的重要举措。

如何运用GenAI提升物联网连接管理平台体验

Soracom推出的GenAI能力如何融入到物联网连接管理平台中?Soracom高管提出其一直在设想一个联网设备可以相互交互、实时做出决策的物联网愿景,GenAI的出现有可能实现这一愿景。Soracom Flux和Soracom Query Intelligence推动人工智能在物联网平台中更加深入,客户现在可以在几分钟内完成过去需要几个月时间和专业技能才能完成的工作,甚至非技术经理现在也可以完全控制大规模、全球化分布的物联网网络。

正如本文开头所述,本次Soracom发布的工具Flux是一个低代码的物联网应用构建器,通过将多个数据源与主流的基于云的GenAI引擎(包括OpenAI、Google Gemini、微软Azure AI)集成,可以轻松创建自动化操作的自定义应用。物联网用户采用Soracom Flux工具,相关团队可以在几分钟内创建出所需的物联网应用,在制造、建筑、医疗保健、能源、零售和安全领域能发挥重要作用。例如,Soracom Flux可以根据用户定义的数据流和自然语言指令轻松生成一个应用程序,以便在工作现场摄像机视野内的人没有佩戴适当的防护装备时发出警报。

Soracom Query Intelligence则应用GenAI为大型物联网部署提供了以自然语言查询其物联网网络数据的能力,并以描述性文本和数据可视化的形式接收即时分析能力。Soracom Query Intelligence建立在Soracom Query managed data warehouse服务的基础上,用于存储和分析平台级数据,包括设备连接会话历史、数据使用和计费信息。Soracom Query Intelligence允许任何人执行复杂的数据分析,而无需SQL编程或数据可视化经验。

举例来说,用户可以通过Soracom Query Intelligence的自然语言查询能力,简单地请求具有高频度产生连接/断开特点的物联网Sim卡列表数据,能够快速识别大型网络上的不稳定设备来实现故障排除,这对于部署了数万、十万物联网终端的客户来说非常有用。又如,对于管理着在全国行驶的大量车辆的用户来说,可以通过要求显示当前连接到特定运营商的所有车载Sim卡的地图,来识别需要运营商切换来保持连接的区域,这正是GenAI可视化能力在物联网的应用。

实际上,早在去年7月,Soracom就推出了三项服务,分别是Soracom Query、Soracom Relay和Soracom Harvest Data Intelligence,旨在帮助物联网连接部署采用GenAI能力。Soracom Relay允许客户使用任何现有的RTSP/RTP兼容摄像机来采集音频和视频数据,并将其安全传输到Soracom的Harvest文件进行存储,或传输到云端目的地,如AWS S3或亚马逊Kinesis视频流,用于计算机视觉和视频分析;Soracom Query允许客户从BI工具或CLI使用SQL查询来挖掘物联网设备数据,而无需设置自己的服务器或存储。Soracom Harvest Data Intelligence增强了Soracom现有的无服务器数据存储和可视化能力,能够应用GenAI分析时间序列数据并识别趋势、模式、异常值和异常情况,还可以使用所提供的数据来执行进一步的分析。在这三项服务基础上,Soracom探索GenAI在连接管理平台上的深入应用,并向客户开始提供服务。

GenAI+IoT应用场景的探索,扩展AIoT边界

从公开渠道可以查询到,Soracom一直以来比较重视GenAI与物联网的融合,该公司首席技术官兼联合创始人Kenta Yasukawa就是一个坚定的推动者。去年2月,Kenta Yasukawa曾撰文指出,GenAI和IoT的结合有可能重塑未来的技术并推动前所未有的创新,主要表现在:

1、为机器学习创建合成数据

为物联网设备开发机器学习模型的主要挑战之一是收集和标记海量数据。然而,GenAI可以通过创建合成数据来训练这些模型,在一定程度上解决了这个问题。这些合成数据可用于模拟各种场景,例如,一家制造企业可以使用GenAI创建代表不同机器故障场景的合成数据,使用这些数据来训练机器学习模型,以提前预测潜在的问题,从而实现预测性维护。

2、打造个性化的体验

GenAI通过利用其生成新内容和原创内容的能力,使物联网设备能够为用户提供个性化的体验。例如,智能家居系统可以使用GenAI算法为个人用户创建个性化的照明和温度设置,提高舒适度和便利性;又如,可穿戴设备可以使用GenAI能力,根据个人的健身目标和偏好提供量身定制的锻炼建议。通过利用来自调查、互动和传感器输入的用户数据,GenAI可以根据每个用户的特定需求创建独特的个性化体验。针对消费物联网领域GenAI的应用,笔者曾在《从AIoT到GenAIoT,人工智能驱动消费物联网进入新阶段》一文中进行深入研究,提出GenAIoT可能率先在消费领域实现。

3、改进异常检测

异常检测是确保物联网网络可靠性和安全性的关键。GenAI有能力通过创建精确模拟正常操作条件的合成数据来大大改进异常检测,通过在这些合成数据上训练机器学习模型,物联网设备可以实时有效地识别和标记异常事件。例如,电网运营商可以使用GenAI生成反映典型功耗模式的合成数据,并使用这些数据来训练一个机器学习模型,该模型可以检测功耗的异常峰值或不规则性,使运营商能够采取主动措施来防止潜在的故障或安全漏洞。

4、支持终端侧的机器学习

GenAI和物联网的融合,为终端设备上的机器学习带来了令人兴奋的前景。GenAI可以通过创建更小、更有效的机器学习模型来解决物联网设备中计算资源有限的问题。例如,异常检测模型可以直接在物联网设备上优化和实施,实现实时分析和决策,而不依赖于云资源,这在很大程度上减少了延迟,并通过减少向外部服务器发送数据的需求来加强数据隐私和安全性。

5、提升网络管理自动化能力

管理大规模物联网网络需要自动化、智能化能力提升,尤其是一些用户有数十万的设备连接到网络上。GenAI有助于实现网络管理多个领域的自动化,包括配置设备和优化网络流量。凭借其生成功能,GenAI可以在新设备加入网络时自动设置它们,从而简化设备入网流程;GenAI可以通过最有效的路由智能地引导数据流向,减少延迟并最大限度地利用可用带宽,从而提高网络流量管理能力。这些自动化能力的增强,减轻了网络管理人员的工作量,提高了网络的性能和效率。

鉴于GenAI为物联网带来以上能力的提升,未来GenAIoT能够达成更多前所未有的愿景,包括:

创造新的物联网设备:例如开发出新的具备更高自然语言处理能力的智能助理,这些设备将能够理解并响应人类的命令和查询,改变我们与技术互动的方式。

增强用户交互方式:虽然手势识别和语音命令已经在不少物联网场景中采用,但GenAI可能驱动这些新的交互方式能力进一步强化,使交互更加直观和易用,从而改善用户体验。

提高安全性和可靠性:GenAI可以协助开发物联网网络的高级安全措施,有效缓解网络威胁,确保数据隐私;同时,通过生成合成数据来训练异常检测模型,GenAI可以帮助实时识别和防止安全漏洞。

推动物联网接入更普惠化:GenAI有潜力通过使物联网设备更加实惠和更易于访问,帮助弥合数字鸿沟,并让更多人受益于智能物联网连接带来的红利。

GenAIoT的探索刚刚起步,海外物联网虚拟运营商已经有了进展落地,期待国内物联网技术供应商能够进行更多的尝试,扩展AIoT的技术边界和场景边界。