過(guò)去十多年，物聯(lián)網(wǎng)產(chǎn)業(yè)經(jīng)歷了從“能不能連”到“連得多不多”的基礎(chǔ)設(shè)施擴(kuò)張期。連接規(guī)模、覆蓋范圍、功耗水平、成本結(jié)構(gòu)，構(gòu)成了第一階段競(jìng)爭(zhēng)的核心變量。然而，當(dāng)全球數(shù)以億計(jì)的設(shè)備已經(jīng)在線，產(chǎn)業(yè)開始面對(duì)一個(gè)更本質(zhì)的問(wèn)題：連接之后，價(jià)值在哪里？
AI 因此成為物聯(lián)網(wǎng)繞不開的命題。事實(shí)上，圍繞“AI 與 IoT 如何結(jié)合”的討論，行業(yè)已經(jīng)思考了不止三五年，AIoT智聯(lián)網(wǎng)也不是什么新鮮概念，從云端數(shù)據(jù)分析，到邊緣計(jì)算，再到設(shè)備側(cè)推理，路徑不斷演進(jìn)，但始終缺少一個(gè)標(biāo)志性節(jié)點(diǎn)。
3 月 2 日，就在 2026 年巴塞羅那世界移動(dòng)通信大會(huì)（MWC2026）上，LoRa 聯(lián)盟宣布了其愿景：即 LoRaWAN 和人工智能如何融合，從而在物聯(lián)網(wǎng)堆棧的邊緣層、核心層和應(yīng)用層實(shí)現(xiàn)變革性功能和更大價(jià)值。
我們知道，LoRaWAN 是普及性最高的 LPWAN 連接技術(shù)之一。根據(jù)官方發(fā)布的報(bào)告，截至 2025 年底，全球已有超過(guò) 1.25 億臺(tái) LoRaWAN 物聯(lián)網(wǎng)設(shè)備，其生態(tài)系統(tǒng)的復(fù)合年增長(zhǎng)率 (CAGR) 為 25%。如今，LoRaWAN 正承擔(dān)更重要的角色，為物聯(lián)網(wǎng)成為 AI 的“數(shù)字神經(jīng)系統(tǒng)”提供連接基礎(chǔ)。LoRaWAN 支持采集原始物聯(lián)網(wǎng)數(shù)據(jù)供 AI 分析，并通過(guò) LoRaWAN 將分析產(chǎn)生的洞察與行動(dòng)傳遞至最具價(jià)值的場(chǎng)景，從而提升運(yùn)營(yíng)效率、創(chuàng)造新的收入機(jī)會(huì)，并使用戶能夠通過(guò)其連接設(shè)備和物聯(lián)網(wǎng)應(yīng)用實(shí)現(xiàn)更多價(jià)值。
筆者注意到，LoRa 聯(lián)盟首席執(zhí)行官 Alper Yegin 在官方新聞稿里說(shuō)了一句很有意思的話——“LoRaWAN 與人工智能的協(xié)同合作，為人工智能從純粹的數(shù)字世界走向物理世界鋪平了道路?！?strong>也就是說(shuō)，他不再將 LoRaWAN 僅僅定位為低功耗廣域網(wǎng)連接標(biāo)準(zhǔn)，而是試圖將其塑造成 AI 進(jìn)入物理世界的接口與神經(jīng)系統(tǒng)。
這背后折射出的，或許是通信技術(shù)標(biāo)準(zhǔn)在物理 AI 時(shí)代對(duì)“底層入口”的重新爭(zhēng)奪。
AI 與 LoRaWAN 的三種協(xié)同方式
先來(lái)看看 LoRa 聯(lián)盟是如何具體闡述這一愿景的——其表示，AI 與 LoRaWAN 技術(shù)主要通過(guò)三種方式協(xié)同：邊緣側(cè) AI、核心側(cè) AI，以及應(yīng)用層 AI。
①邊緣側(cè) AI（AI at the Edge）
越來(lái)越多連接 LoRaWAN 的傳感器和設(shè)備，使 AI 處理能力能夠直接在物聯(lián)網(wǎng)網(wǎng)絡(luò)最前端及設(shè)備內(nèi)部運(yùn)行，而不僅限于無(wú)線接入網(wǎng)絡(luò)層。設(shè)備端 AI 處理減少了向云端傳輸大量數(shù)據(jù)的需求，降低了從感知、洞察到行動(dòng)之間的延遲。這些設(shè)備可利用 LoRaWAN 的低功耗、高可擴(kuò)展性和低成本連接優(yōu)勢(shì)，僅傳輸必要的結(jié)果，例如通知、警報(bào)和建議。
當(dāng)前，連接 LoRaWAN 的攝像頭已部署于多種環(huán)境中，用于事件檢測(cè)和人數(shù)統(tǒng)計(jì)。通過(guò)設(shè)備端 AI 處理圖像數(shù)據(jù)，可以更快速地生成警報(bào)。在其他場(chǎng)景中，通過(guò) LoRaWAN 連接的振動(dòng)和載荷傳感器被用于大型工業(yè)環(huán)境中的設(shè)備監(jiān)測(cè)。在這些場(chǎng)景下，AI 分析設(shè)備狀態(tài)，當(dāng)磨損達(dá)到特定閾值時(shí)生成預(yù)測(cè)性維護(hù)建議。
官方舉出了一些實(shí)例，以佐證許多 LoRa 聯(lián)盟成員公司已推動(dòng)上述應(yīng)用落地。例如，Seeed Studio 與 Milesight 均推出具備設(shè)備端 AI 處理能力的攝像產(chǎn)品；Honeywell、Advantech、Watteco 以及 TE Connectivity 則提供集成 LoRaWAN 連接與 AI 處理能力的振動(dòng)傳感器。
②核心側(cè) AI（AI in the Core）
AI 處理不僅在 LoRaWAN 網(wǎng)絡(luò)邊緣帶來(lái)價(jià)值，也可在 LoRaWAN 核心網(wǎng)絡(luò)中被網(wǎng)絡(luò)運(yùn)營(yíng)商用于分析網(wǎng)絡(luò)模式和檢測(cè)異常，從而更主動(dòng)地管理網(wǎng)絡(luò)性能、可靠性和安全性。
例如，LoRa 聯(lián)盟成員 Kudzu Technologies 的 CanopyNOC 產(chǎn)品利用智能代理 AI，自主監(jiān)測(cè)并識(shí)別網(wǎng)絡(luò)異常，為運(yùn)營(yíng)商提供可執(zhí)行的智能分析，協(xié)助解決核心網(wǎng)絡(luò)問(wèn)題。
③應(yīng)用層 AI（AI in the Application）
LoRaWAN 技術(shù)支持覆蓋距離遠(yuǎn)、范圍廣的各類物聯(lián)網(wǎng)應(yīng)用，例如低功耗資產(chǎn)追蹤、智慧城市、智慧農(nóng)業(yè)以及大范圍環(huán)境與工業(yè)監(jiān)測(cè)，將 AI 集成到這些應(yīng)用場(chǎng)景中，可以提升運(yùn)行效率，并提供更精準(zhǔn)的資產(chǎn)位置與狀態(tài)信息。
目前，多家 LoRa 聯(lián)盟成員已在該領(lǐng)域?qū)嵺`：
Browan 與 Combain 提供基于 AI 增強(qiáng)的室內(nèi)定位產(chǎn)品；
Akenza 的物聯(lián)網(wǎng)平臺(tái)配備 AI 聊天機(jī)器人，可基于實(shí)時(shí)物聯(lián)網(wǎng)數(shù)據(jù)回答問(wèn)題；
Creative5 公司在中國(guó)臺(tái)灣部署了混合 LoRaWAN + 非地面網(wǎng)絡(luò)（NTN）衛(wèi)星連接解決方案，用于地面網(wǎng)絡(luò)無(wú)法覆蓋的偏遠(yuǎn)山區(qū)森林的實(shí)時(shí)環(huán)境監(jiān)測(cè)（如溫度、濕度、水位等）。數(shù)據(jù)通過(guò)其集成 NTN 衛(wèi)星連接的 Hestia LoRaWAN 網(wǎng)關(guān)進(jìn)行傳輸，云平臺(tái)上的 AI 分析支持異常檢測(cè)、野火和洪水的早期預(yù)警，以及預(yù)測(cè)性環(huán)境洞察；
Emergent Connext 的 Rip 平臺(tái)將 LoRaWAN 連接與 AI 智能層結(jié)合，為農(nóng)業(yè)生產(chǎn)者提供自動(dòng)化能力；
inBiot 的 ANNE AI 助手直接連接其 LoRaWAN 傳感器網(wǎng)絡(luò)，對(duì)實(shí)時(shí)室內(nèi)空氣質(zhì)量數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化解讀；
康卡斯特旗下公司及 LoRa 聯(lián)盟成員 MachineQ 開發(fā)了自有 AI 應(yīng)用，展示物聯(lián)網(wǎng)與 AI 的融合趨勢(shì)——該功能利用 AI 將數(shù)百萬(wàn)個(gè)物聯(lián)網(wǎng)數(shù)據(jù)點(diǎn)轉(zhuǎn)化為清晰、可執(zhí)行的洞察，將原本需要數(shù)天的分析縮短至數(shù)秒；通過(guò)反復(fù)整合海量數(shù)據(jù)，該應(yīng)用識(shí)別關(guān)鍵領(lǐng)域的模式與趨勢(shì)，包括資產(chǎn)位置、利用率、告警、狀態(tài)更新以及監(jiān)測(cè)設(shè)備的傳感器讀數(shù)，生成簡(jiǎn)潔易懂的摘要，幫助團(tuán)隊(duì)快速?zèng)Q策并優(yōu)化工作流程。
搶奪新一輪紅利周期的話語(yǔ)權(quán)？
這則消息真正值得關(guān)注的，不是某一種 LPWAN 技術(shù)路線的演進(jìn)，而是物聯(lián)網(wǎng)價(jià)值主軸正在發(fā)生轉(zhuǎn)移——IoT 或許正在進(jìn)入第二波紅利周期。
第一波 IoT 紅利（2014–2020）：回顧 2014—2020 年，可以視為物聯(lián)網(wǎng)的第一階段紅利期。那一階段的核心任務(wù)非常明確：解決連接問(wèn)題、建立技術(shù)標(biāo)準(zhǔn)、培育產(chǎn)業(yè)生態(tài)。從 NB-IoT、LTE-M 到 LoRaWAN，從運(yùn)營(yíng)商網(wǎng)絡(luò)到私有網(wǎng)絡(luò)，從模組成本下降到終端規(guī)模放量，行業(yè)的焦點(diǎn)集中在“連得上”“連得穩(wěn)”“連得多”。連接本身就是價(jià)值，設(shè)備在線數(shù)量成為衡量產(chǎn)業(yè)成熟度的重要指標(biāo)。標(biāo)準(zhǔn)的確立和生態(tài)的擴(kuò)展，奠定了今天全球數(shù)億級(jí)設(shè)備聯(lián)網(wǎng)的基礎(chǔ)。
第二波 IoT 紅利（2025–2035）：但當(dāng)連接不再稀缺，經(jīng)歷數(shù)年的疲軟期之后，或許也預(yù)示著第二波紅利周期正在形成。2025—2035 年，物聯(lián)網(wǎng)的增長(zhǎng)邏輯很可能不再來(lái)自設(shè)備數(shù)量的線性增加，而是來(lái)自 AI 驅(qū)動(dòng)的決策自動(dòng)化、邊緣智能的規(guī)?；渴?，以及物理世界數(shù)字孿生體系的深化構(gòu)建。換言之，IoT 的價(jià)值將從“數(shù)據(jù)采集”轉(zhuǎn)向“智能決策”，從“可視化”轉(zhuǎn)向“可執(zhí)行”。
在這樣的背景下，以 LoRa 聯(lián)盟為代表的 LPWAN 陣營(yíng)開始強(qiáng)調(diào)“物理 AI”、“行動(dòng)閉環(huán)”這些 AI 企業(yè)力推的概念，并非偶然。在過(guò)去既有的 LPWAN 競(jìng)爭(zhēng)格局中，無(wú)論是 NB-IoT、LTE-M 還是衛(wèi)星 IoT，技術(shù)敘事長(zhǎng)期圍繞覆蓋能力、功耗表現(xiàn)和成本優(yōu)勢(shì)展開。LoRaWAN 過(guò)去的標(biāo)簽同樣清晰：低功耗、低成本、私網(wǎng)靈活、部署彈性強(qiáng)。但如今，它試圖重新定義自身角色——不僅是連接協(xié)議，而是 AI 的數(shù)據(jù)入口、AI 的行動(dòng)出口，乃至物理 AI 的通信神經(jīng)系統(tǒng)。這種定位的變化，本質(zhì)上是一種話語(yǔ)權(quán)的升級(jí)。
當(dāng) AI 逐步嵌入工業(yè)設(shè)備、農(nóng)業(yè)系統(tǒng)、能源設(shè)施和城市基礎(chǔ)設(shè)施，誰(shuí)掌握了物理設(shè)備的連接層，誰(shuí)就更接近掌握智能決策的起點(diǎn)。通信技術(shù)標(biāo)準(zhǔn)的競(jìng)爭(zhēng)，正在從帶寬與覆蓋的比拼，轉(zhuǎn)向誰(shuí)能成為 AI 時(shí)代最佳物理接口的競(jìng)爭(zhēng)。
未來(lái)的標(biāo)準(zhǔn)優(yōu)勢(shì)，可能不再僅由網(wǎng)絡(luò)性能參數(shù)決定，而取決于其與 AI 能力的耦合程度——是否支持邊緣推理、是否具備低時(shí)延閉環(huán)能力、是否能高效承載智能結(jié)果的傳遞。LPWAN 的競(jìng)爭(zhēng)焦點(diǎn)，也可能從單純的“網(wǎng)絡(luò)能力”轉(zhuǎn)向“智能能力集成度”。
這種趨勢(shì)對(duì)產(chǎn)業(yè)鏈各環(huán)節(jié)都提出了新的命題：
對(duì)于設(shè)備廠商而言：?jiǎn)渭兲峁﹤鞲泻蜕蠄?bào)功能將逐漸邊緣化，是否具備本地推理能力、是否能夠在終端側(cè)實(shí)現(xiàn)初步?jīng)Q策，將成為產(chǎn)品差異化的關(guān)鍵。
對(duì)于網(wǎng)絡(luò)運(yùn)營(yíng)商而言：真正的價(jià)值不是提供連接管道，而是是否能夠通過(guò)網(wǎng)絡(luò)側(cè)智能，實(shí)現(xiàn)異常檢測(cè)、自主優(yōu)化和服務(wù)級(jí)別保障，從“通道提供者”升級(jí)為“智能網(wǎng)絡(luò)服務(wù)商”。
對(duì)于平臺(tái)廠商來(lái)說(shuō)：數(shù)據(jù)匯聚能力已經(jīng)不足以構(gòu)建壁壘，真正的核心在于是否能夠提供決策引擎，將海量數(shù)據(jù)轉(zhuǎn)化為可執(zhí)行的業(yè)務(wù)動(dòng)作，而不是停留在數(shù)據(jù)倉(cāng)庫(kù)和報(bào)表層面。
某種意義上，誰(shuí)能成為 AI 進(jìn)入物理世界的底層通道，誰(shuí)就有機(jī)會(huì)在下一輪產(chǎn)業(yè)周期中，占據(jù)更核心的位置。
寫在最后
過(guò)去幾年，物聯(lián)網(wǎng)從業(yè)者難免感受到了發(fā)展的瓶頸。用更樂(lè)觀的角度站在這個(gè)時(shí)間節(jié)點(diǎn)回望，物聯(lián)網(wǎng)并非走到成熟期的尾聲，或許是來(lái)到了能力升級(jí)的新拐點(diǎn)上。當(dāng) AI 開始深度嵌入物理世界，連接技術(shù)的意義被重新定義——它不再只是數(shù)據(jù)通道，而是智能系統(tǒng)的神經(jīng)網(wǎng)絡(luò)。誰(shuí)能在連接層之上承載智能，誰(shuí)就能在新一輪產(chǎn)業(yè)分工中占據(jù)更高價(jià)值的位置。
無(wú)論是 LoRaWAN 還是其他物聯(lián)網(wǎng)連接技術(shù)，真正的挑戰(zhàn)都不在于參數(shù)指標(biāo)，而在于能否構(gòu)建“感知—分析—決策—執(zhí)行”的閉環(huán)能力；物聯(lián)網(wǎng)的下半場(chǎng)，拼的不是規(guī)模擴(kuò)張，而是智能密度。對(duì)于整個(gè)產(chǎn)業(yè)而言，這既是一次技術(shù)融合，也是一次價(jià)值重估，更是一場(chǎng)關(guān)于未來(lái)十年話語(yǔ)權(quán)的提前布局。
