目前，我國的AI（人工智能）產業正處于起步階段。在實際應用中，很多AI的動作和應用場景，都需要依賴合適的傳感器來達成。傳感器的更新換代，也是世界范圍內AI浪潮所無法避免的議題。

人工智能技術，資料圖

如果將AI按技術分類的話，可以分成三個部分：數據運算能力、解決方案，以及硬件。相比于數據運算包含各種各樣的數據、算法、運算力和平臺，解決方案包括生物識別、計算機視覺、NLP等等部分，人工智能硬件領域包括的東西最簡單，只有兩種，那就是芯片和傳感器。芯片相當于大腦，傳感器則相當于感官，都是人工智能與萬物建立聯系的必備條件。

然而，相比于對GPU等適配人工智能的芯片的研發投入與重視程度，顯然，國內產業對傳感器的關注是嚴重不足的。據了解，目前，國內做智能傳感器的最大體量公司基本也就剛剛完成A輪。

AI傳感器的未來，很大程度在于綜合其他領域的發展，戰略高地位置很快會被凸顯出來。最直接的價值，恐怕就來自于自動駕駛領域。在傳感器領域得到廣泛關注的，除了谷歌等巨頭推出的激光傳感器，就要屬博世等老牌汽車零部件制造商推出的，適用于ADAS等自動駕駛解決方案的傳感器硬件。

智能化物聯網生產車間，資料圖

另一個巨大的傳感器應用市場，在于正在快速蔓延的物聯網系統。生物識別、自動生產和智能家居，都需要新型傳感器的協助。而且隨著物聯網體系的多元化發展，應用到的傳感器類別也會越來越多。這個需求擴張下，也會給傳感硬件以發展機遇。

業內人士認為，人工智能硬件之所以發展速度低于AI語音和機器視覺類的AI企業，很大一部分原因在于可講故事的點太少。畢竟，我們所處資本市場的特點，是熱愛講故事，講想象空間，不惜一切代價擴大估值。底層硬件在這些領域相對吃虧，但好在傳感器系統也不是完全沒有優勢。比如，就有專業人士提出了幾個可以編寫傳感器講未來故事的例子。例如：

1、數據采集者：我們知道，AI戰很大程度是數據為王。而傳感器除了讓機器感知外界之外，另一個作用在于收集數據。重點宣傳傳感數據的價值，和再利用這些數據的可能性，也許是個比較好的附加價值。

傳感器在自動駕駛技術中有著廣泛的應用，資料圖

2、結合無人經濟：在無人經濟如火如荼的今天，傳感器作為物聯網與人類交互的主要設備，也許會水漲船高。傳感器的花樣翻新，可以為無人經濟和多種場景下的生物識別提供解決方案。物聯網領域最受青睞的就是泛在場景。這也是AI傳感器的優勢。

3、作為技術與應用場景之間的接駁點：當然，最好的故事來自于合理的邏輯推論。以自動駕駛為例，汽車本身需要傳感器作為技術與硬件的交互，來解決人類出現的核心問題。這個邏輯在眾多可能達成智能化的設備上都是通用的。一方面是識別、判斷、推論等技術解決方案，一邊是五花八門的外界數據，傳感器在其中擁有的空間非常廣闊。

當然，作為冷門但重要的AI必備區域，隨著技術門檻和市場需求的快速蛻變，跟很多其他領域一樣，傳感器領域也充滿了很多不確定性。但我們應用堅信一點，AI在廣義上是一個整體進化，而占據其中任何一環，都會有巨大的利益想象空間。