除了把脈市場風向之外，如今的工業市場，“AI+云”應用的風行，也對不少MCU供應商的技術整合能力提出了莫大的挑戰。縱然，市場最全面了解“AI+云”最普遍是從消費電子領域起步，但事實上工業場景的“AI上云”早已開啟，只是長期以來進展緩慢，未能有爆炸性的需求出現。但如今，隨著全球疫情的持續沖擊，未來數年工業類應用無疑需要更強大的疫情防控能力，“AI上云”加持下的“智能化”無疑是眼下的一劑良藥。

過去，AI更多是在服務器上或在GPU上、在云端做一些人工智能的算法或實施部署，曹志平表示：“但未來是所有設備都會聯網，所以會考慮到網絡的覆蓋率、功耗的問題，還有是不是需要那么大的處理器來做人工智能的算法。畢竟，從當前應用場景整體來看，工業環境中大部分AI需要上云，需要良好的網絡連接，對功耗的持續監控是應用端非常關心的問題。特別是今天來講，很多的設備放在一個遙遠的地方，放在一個沒有人看管的地方，那個地方不一定是接近網絡的，這是客戶給我們的一些反饋。”

所以，在幾年前ST就開始研究是否在工業嵌入式MCU這類沒有非常強的算力的設備里，使用AI的算法，事實證明這的確可行。曹志平舉例到：“比如我們的電機控制領域的客戶，他們要求了解電機電池的壽命，可在傳統工業環境中這樣做是不行的。但是，我們通過了解電池驅動電機的工作原理之后，發現如果電池電量快用盡時，電機將產生大量的異常噪聲。通過收集這些噪聲數據，進行分析和建模，我們能夠利用AI算法來預測電機電池的壽命，以便客戶能夠采取一些預防性維護措施，確保電機能夠始終正常運轉有電。”

第二例子是無線通信，“如果我們有很多計量表，包括機械表，如果要將它們變成電子表，就需要更換組件。但現在，我們完全可以利用人工智能，尤其是圖像識別來做這件事。而且，我們可以使用圖像識別技術把表上的文字變成數據，并通過無線通信傳輸網絡，把傳統的機械表變成智能表，期間我們不需要改變現有裝備。意法半導體充分利用人工智能，幫助設備廠商設計開發智能產品，為終端客戶提供更多的增值服務。關于人工智能技術支持，我們在中國和日本設有AI技術創新中心。在深圳，我們還有AI團隊，可以根據需要為客戶提供AI建模和解決方案。”曹志平進一步補充道。

當然，充分“智能化”的背后，也存在巨大的安全隱憂。尤其是“AI上云”之后的工業場景，數據資料的信息安全將成為大問題，一旦關鍵信息被竊取，帶來的損失將不可估量。因此，對于MCU廠商來說，如何在安全保護方面加強戒備，將整個安全流程貫穿到MCU產品的設計當中，至關重要。

但眾所周知，安全是一個永恒的話題。過去，應用端可能只看重程序代碼如何被保護。但未來當設備聯網上云后，從啟動、程序升級到中間數據流轉等各個環節，都需要充分考慮信息的安全性，比如代碼當中是否有木馬被植入等等。

曹志平認為：“安全從芯片設計到軟件、系統開發，再到整個產品的運營，整個生命周期都是需要考慮的。對意法半導體而言，我們會提供從芯片到軟件，到第三方認證的報告，我們將幫助客戶建立安全的概念，同時實施這樣的設計。在面向工業設計領域，除了提供芯片以外，我們還提供更多的安全方案，包括系統安全、信息安全。從安全角度來講，過去只是關注系統數據是不是可靠穩定，未來可能更關注是不是能更安全啟動，有更多的細節方面出現。”隨著后續，“AI+云”在工業場景愈發深入的體現，“安全”能力將越來越成為各主流MCU供貨商們搶奪客戶、爭霸市場的一張“王牌”。

總之，宏觀層面來看，未來數年工業MCU市場將受益于“智慧化”的升級呈現持續穩步增長的態勢。盡管目前，因產能受限工業MCU領域也出現延期交付甚至漲價的態勢，但隨著后續供應鏈的持續緩和、市場逐步走上正軌，編者認為這股“風浪”或將快速消散。長期來看，受此次疫情的全面沖擊，未來各工業場景對于智能化以及無人化的需求將遠超以往，但也不會有超出預期的增長。畢竟，“智慧工業”的改造是循序漸進的過程，更何況當前仍有大量配套型產業未能及時補位，也將繼續制約如MCU這類市場在工業領域的成長上限。不過，對于現有的一眾主流玩家來說，目前的市場體量已足夠支撐其未來數年的穩步增長，隨著這些廠商在“AI+云”和信息安全領域探索的逐步深入，也將逐步打造出更高的行業壁壘，將不少欲“破門而入”的新興對手“拒之門外”。