2014年前后，物联网市场迎来了一波高潮，随之而来的是一大批新兴物联网企业。在这样的创业热潮中，由于C端市场门槛低，拥有庞大用户量和市场体量，不少企业都将目光投向了这一市场。然而，与此同时，C端市场碎片化严重，市场竞争激烈（甚至可以说是惨烈），也让入局者或多或少都感受到了焦虑。也是因此，2015年成立的特斯联基于自身地产基因及对城市发展的深刻理解，将自己定位于政（G）企（B）赛道。

由于面向政企市场，因而对于不甚了解特斯联的人士，了解特斯联更多源于其在被视为资本寒冬的时期拿到的两轮巨额融资：

2017年7月，特斯联获A轮，5亿元融资；

2018年10月，特斯联再获B1轮12亿元融资。

其实，资本输入对于企业来说虽然重要，却更应理解为锦上添花，而非雪中送炭。特斯联副总裁谢超告诉雷锋网，“12亿元的融资当然使我们获得了更充足的发展资金，但是更多则是市场和资本对我们的认可。对于企业本身而言，我们的关注点一直在业务发展上。”

▲ 特斯联科技副总裁 谢超

智能硬件，何处安放？

从公司成立到定位于现在的政企市场，特斯联也曾走过一段“弯路”，做过思考和转型，这也可以看作是整个智慧城市摸索与发展过程中的缩影。

在特斯联成立之初，面临的第一个问题就是：如何处理自己的智能硬件产品？

聚焦IoT，最直接的应用就是智能硬件，特斯联也有自己的智能硬件产品。如何推广自己的智能硬件产品就成了第一个问题：是面向C端市场销售？还是面向B端市场推广？

“我们最早考虑的是如何把智能硬件批量地卖给开发商”，谢超告诉雷锋网，“但是我们很快明白，我们更应该将智能硬件定义为特斯联整体解决方案的基础产品，而不是以售卖智能硬件为核心。”

▲ 特斯联智能硬件

智能硬件在技术上一直处于供不应求状态，这从用户使用智能产品的频率可见一斑。即使曾经红极一时的智能手环，也在风口过后暴露出应用上存在的诸如使用不便、功能鸡肋等问题，渐渐被一些用户挂之高阁，再加上市场竞争带来的成本挤压，导致智能手环功能难有太大突破。据前瞻产业研究院统计数据显示，整个智能穿戴设备市场经历了2015年的暖春后，虽然市场规模仍在不断增大，但是整体增速开始急剧下降。

▲ 智能穿戴设备市场规模走势（来源：前瞻产业研究院）

从2015年开始就有很多声音在讲智能硬件应该是一个爆发期，每年都说是智能硬件的元年，但一直到现在，其实我觉得智能硬件依然不是一个特别成熟的市场，它的象征意义大于实际价值。大家会觉得一些东西比较智能，但实际上，诸如智能音箱等硬件虽然为用户带来了一定的便利，但是并没有我们想象的那么智能。

正因如此，特斯联并没有选择趟这趟浑水，而是将有限的精力放到了B端和G端用户的整体解决方案上，只将智能硬件作为自己整体解决方案的配套产品。

智慧社区的「刚需」与「非刚需」

智慧社区是特斯联做的较早，也是较为明确的一个落地场景。其实，此前特斯联在做智慧社区时，也曾面临“是将更多精力放在开拓B端市场，还是G端市场”的问题。

最初，特斯联是先从B端市场试水智慧社区领域的，包括与地产开发商、物业公司谈合作。

一开始，我们仍然停留在传统思维上——帮开发商、物业公司做智慧社区及管理平台。但是经过半年的探索，我们发现，智慧社区对于开发商、物业公司而言，目前还不是一个刚需。特别像物业公司，他们本身并没有足够的经费来建设智慧社区。

与此同时，G端市场对智慧社区已有强烈需求。“政府管理的老社区对管理诉求有强烈需求，政府希望对其所管辖的这些老社区有比较精确的掌握，以确保治安稳定、进行人口管理等，同时政府也有足够的资金打造这样先进的智慧社区。”

于是，特斯联选择将目前更为刚需的G端智慧社区市场作为重点市场。

田林十二村是其中典型项目。田林十二村建成于1985年，所属田林街道辖区内，许多小区都存在管道老化不畅、绿化脏乱差、缺乏专业保洁护林人员、技防设施严重不足，无法自行实施改造。特斯联通过自身技术能力，将小区原有门禁系统升级为智能门禁系统，联动视频系统；同时，特斯联为该社区搭建了人口管理系统，统一管理小区人口信息；搭建信息发布平台，通过社区平台实现社群社交，周边服务信息查询等。

在2016年底，特斯联明确了为政府提供诸如安保、人口管理等为主营业务。

智能数据分析平台：大脑+小脑

大到智慧社区、智能办公等场景落地，小到智能硬件、智能系统的管理，其关键部分就是智能数据分析平台。BAT有他们面向C端的数据分析平台，特斯联也有面向B端和G端的数据分析平台——达尔文数据智能分析平台（DARWIOT），这一平台也被特斯联定义为其「智慧大脑」。

▲ 特斯联达尔文数据智能分析平台

达尔文平台采用以hadoop为基础的融合离线和实时计算能力的大数据系统架构；内置R、Python等常用数据分析工具，集成包括TensorFlow、Theano等深度学习框架，以及基于Spark的机器学习库MLib等，支持大规模并行训练。达尔文平台通过Kmeans聚类算法解决设备安装位置的计算，通过Prophet时序分析不同类型人群、不同季节对通行规律的影响，通过GBDT预测回归解决对各个时间段人流量预测。

谈到数据分析，谢超强调，“我们的数据智能分析平台不是脱离业务存在的，而是与业务紧密结合的。”

针对智慧社区的数据处理，特斯联将问题分为两步：采集和数据分析。

采集。针对政府，尤其诸如街道、社区等基层政府部门的需求，诸如孤寡老人的管理、火灾隐患勘测及报警等，通过传感器及相应智能设备将相应信息归纳起来；

数据分析。针对政府的管理需求进行算法开发及数据分析，“我们现在已经有消防报警平台，一旦出现火灾隐患，系统会马上进行报警，将这个信息推送给相应指定的消防人员，确保消防员对该事件进行后续跟进处理，并在系统中更新这个状态。”

特斯联的达尔文平台一个特别之处在于其根据各个子业务拥有诸多子平台，这些子平台也可以认为是特斯联的智慧小脑，而ABAS云平台是针对楼宇建筑的平台，也是特斯联重要的数据分析平台之一。

以办公大厦为例，设备控制分为两部分：一部分是针对房间内的诸如空调、灯具等电器的具体控制，这是一个偏向C端、有定制化的智能化需求；另一部分是大厦内诸如暖通空调、整体照明等公共设施，这些设备的运行是由大厦的物业管理部门统一管理的，同时也存在着很大的智能化需求。ABAS平台实现的就是后者的智能化管理。

实际上大厦真正智慧的难度不在于一个房间中的几个设备的智能化，而是整体管理的智能化。特斯联ABAS平台要实现的就是大厦整体智慧化管理。

现阶段仍然难以实现整个大厦所有功能的智能化，针对各功能，如何取舍？谢超告诉雷锋网，“特斯联的做法其实很简单，大厦里面如果有100种设备的话，我们先去做有能力改造的80种，这部分改造成本低、难度低，我们只要加入相应的传感器，或者相应的电压、电流计量器就可以实现。另外一小部分比较复杂的设备，如果要实现智能化改造，成本会很高，会得不偿失。所以我们会根据客户实际需求预算进行改造。”

从开发者平台到生态构建

无论是政府，还是企业，在对社区或大厦进行智能化改造时，由于设备种类繁多，因而会采购多家设备，或融合自家智能设备，这也带来一个融合的问题，如何让改造后的智能化系统中的众多设备实现兼容就显得尤为重要。

针对这一问题，2017年底，特斯联发布了物联网开发者平台。谢超表示，特斯联在诸如人口管理、消防、建筑等诸多应用场景有很多合作伙伴，特斯联会将这些合作伙伴的智能硬件接入到特斯联的开发者平台中，从而实现各类智能设备互联。“特斯联的每个供应商自己本身都有一个完整的体系，这也进一步扩充了我们的设备互联能力。”

▲ 特斯联物联网云平台

与其他巨头厂商的“受众面”更广泛的开发者平台相比，特斯联的开发者平台针对特定场景融入硬件设备或品牌，目标性更强。特斯联将自己的开发者平台视为「接口」，与特斯联应用场景密切相关的硬件厂商会把设备接入到这一平台。雷锋网认为，这也是特斯联构建生态的一种方式，通过平台聚拢相关厂商，从而构建自己的生态。

在算法方面，特斯联选择通过合作，引入各领域顶尖AI算法。在语音方面，与科大讯飞加强合作；在机器视觉方面，与商汤科技持续合作。“这些领域，他们已经做得很强了，我们没有必要再去做一遍，短期内也没有必要开发这些AI算法，而更应该加强我们自己的优势——智慧社区大数据分析。”

谢超也特别强调，在与商汤、讯飞等合作过程中，特斯联也会参与到相关算法研发中，从而研发出更适用于诸如人口管理、火灾报警等具体应用场景的算法；另外，在诸如建筑、写字楼等场景中，特斯联整个智慧管理系统及AI算法更有优势，自己也会有比较深入的研究。

特斯联定位AIoT，经过三年成长，如今已经在70+城市拥有8300+落地项目。同时，经过这三年的探索，提出了云、雾、端架构，谢超认为，“这是最适用于AIoT与传统行业结合，也是最有价值的落地模式。”

谈到未来发展重点，谢超总结为：场景化、落地。

智慧城市是一个很宽泛的概念，任何一家公司都无法吃下整个市场，也无法覆盖所有应用场景。特斯联的思路是将智慧城市的应用领域切割成具体应用场景，然后进行场景化落地。

特斯联现在已经在人口管理、建筑领域驾轻就熟，而近期要做的就是「场景复用」。

“最终我们要做的是一个AIoT的赋能引擎，而AIoT具体选择赋能哪些落地应用，是根据我们自己的能力来判断的。例如，消防其实与人口管理和安保是非常接近的，它们有很强的互通性和复用性，因而我们会把消防提到一个比较高的优先级来实现落地。”谢超这样解释「场景复用」。

下一步：场景复用

回顾智慧城市的发展，十几年前就已有智慧城市的概念，到如今经历了三个阶段的发展：

最初，大家都想一口吃一个胖子——把整个智慧城市一口气全做下来，于是智慧城市发展的第一个阶段大家都做“大而全”，做一个特别完善的顶层架构；

经过将近十年的发展，大家发现，由于设计太庞大，落地的难度急剧上升，没有一个智慧城市能够真正落地，所以第二个阶段大家发现，要真正去落地的话，必须先从小场景开始做；

当下来看，大家做了一些小场景后，开始从小场景延伸到更多场景，也就是「场景复用」。

智慧城市的发展经历了一个从大变小，又从小变大的过程，谢超认为，现在刚好处在第二阶段到第三阶段的迁移过程。

智慧城市经历了十年发展和变迁，而现在，仍在路上。