从技术趋势来看，工业互联网领域一直以中心化公有云和传统嵌入式计算为主流，但云基础设施向边缘推进的趋势正在加速，这意味着在终端和云端之间的算力能够加强。

以网络连接来理解，如果需要让终端设备都上云，那么网络是从全球数据中心、区域再到本地数据中心边缘，最后到达设备。但如果设备附近设有边缘云，那么数据处理只需在边缘，而不用在全球数据中心中做运算。这会让计算的效率和安全性等方面得到提升。

以工业生产为例，在生产环境中，边缘计算设备可在生成和使用数据的传感器和执行器附近分析与存储数据，而无需将数据传到数据中心进行分析，这样可以实现更快的响应速度、更低的成本和更安全的数据保护。

36氪日前接触到的一家公司「猿人行走」，正式成立于2020年，定位于边缘计算生态及解决方案提供商，希望通过自身的产品和服务帮助央企、化工、军工、能源等行业客户在生产场景提升自身的安全性。

公司CEO陈立胜在谈及创业契机时表示，「猿人行走」的业务符合行业发展趋势和客户需求。首先，2021年9月最新版《中华人民共和国安全生产法》正式施行，这让不少拥有制造环节业务的客户更提升了安全生产的重要性。另外从此类客户的实际情况出发，当前工业互联网场景或智能制造场景中存在很多摄像头，但现实情况是，这些意在起到监控功能的摄像头目前仍没能帮助客户以智能化的方式提升安全性。所以，「猿人行走」希望以边缘计算和人工智能技术帮助这些摄像头提升智能化，从而让客户在生产环境中通过摄像头和其他业务系统或移动设备的结合，第一时间发现隐藏的安全风险。举一个具体的实操例子，通过使用「猿人行走」的产品，客户可以对现场摄像头进行实时监控，发现违规情况即进行告警，并通过平台信息系统和移动端设备通知给相关管理人员，免去了耗时、耗力的人工现场巡检。

具体而言，「猿人行走」聚焦工业生产的五大环节，即"人、机、料、法、环"。其中，"人"这一环节包括安全着装识别、违规行为识别、特殊限制识别、人脸联动门禁等；"机"包括仪表盘识别、设备搬离识别、机器运行状态采集识别、产品品控检测识别等；"料"包括违规堆放识别、生产线异物识别、仓库堆料识别等；"法"包括安全生产规范识别、操作流程规范识别等；"环"包括烟火预警识别、水面高度识别、危险气体采集识别等。

能对这些场景进行识别、检测、告警的核心也是因为公司积累的算法模型能力。陈立胜具体介绍，在「猿人行走」正式成立之前，其核心技术团队就有4年的相应算法积累。并且，其算法开发使用的是自研框架，这会让公司在算法的开发速度上获得提升，具备较快交付的能力。在具体对比上，陈立胜表示，在同等需求下其他采用开源框架的公司可能需要三个月或以上的开发时间，而「猿人行走」由于自研的算法框架较具备针对性，且适配性较强，其只需要15天到30天就能开发完毕。另外在产品化上，公司还会针对客户需求将算法模型封装在边缘计算硬件盒子中，形成「AI边缘智能盒子」产品，以期在能耗、成本、数据安全性等多方面满足客户需求。整体在数量上，「猿人行走」当前已经有130多种算法。而且在硬件盒子的基础上，公司还会配套提供「AI边缘智能交互管控平台」帮助客户以可视化的方式管理算法。

长期的技术积累让公司能以较快速度拓展客户。陈立胜介绍，在「猿人行走」创立前，其技术团队总共已经积累了50多个算法。所以当前在商业化层面，「猿人行走」虽然成立不久，但2022年的已有合同收入已达数百万。公司也持续在央企、化工、军工、能源等行业树立标杆客户，加速业务落地。

从方法论层面谈及目前「猿人行走」服务客户的逻辑，陈立胜表示，安全生产认知较深、预算较为充足，且有复制性的客户会是公司的主打目标。尤其在复制性上，如果客户拥有多个工厂，那「猿人行走」只需要打磨出一个案例就可以持续进行能力和经验的复用，加深客户黏性，提升自身壁垒。整体而言，「猿人行走」此时已有数十个客户，具体覆盖航天、水利、煤矿、电网等行业。

具体在团队方面，公司创始团队成员分别曾在中国电信、华为、启明星辰、梆梆安全等公司任职，在人工智能研发、供应链、销售、品牌、渠道、生态合作等方面具备较深经验。其中，公司CEO陈立胜此前长期深扎安全领域，曾在「梆梆安全」担任销售高管。目前，公司也在北京和深圳分别设立了运营中心和研发中心。在近期计划上，2022年「猿人行走」将在持续打磨产品的同时不断提升服务客户的能力。同时公司也已开启新一轮融资，以期补充资金能力，取得更多业务突破。

提供AI+边缘计算产品，「猿人行走」希望帮助客户降低安全生产风险