除了把脈市場風向之外，如今的工業市場，“AI+雲”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，市場最全面瞭解“AI+雲”最普遍是從消費電子領域起步，但事實上工業場景的“AI上雲”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衝擊，未來數年工業類應用無疑需要更強大的疫情防控能力，“AI上雲”加持下的“智能化”無疑是眼下的一劑良藥。
過去，AI更多是在伺服器上或在GPU上、在雲端做一些人工智慧的演算法或實施部署，曹志平表示：“但未來是所有設備都會聯網，所以會考慮到網路的覆蓋率、功耗的問題，還有是不是需要那麼大的處理器來做人工智慧的演算法。畢竟，從當前應用場景整體來看，工業環境中大部分AI需要上雲，需要良好的網路連接，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路的，這是客戶給我們的一些回饋。”
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裡，使用AI的演算法，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，他們要求瞭解電機電池的壽命，可在傳統工業環境中這樣做是不行的。但是，我們通過瞭解電池驅動電機的工作原理之後，發現如果電池電量快用盡時，電機將產生大量的異常雜訊。通過收集這些雜訊資料，進行分析和建模，我們能夠利用AI演算法來預測電機電池的壽命，以便客戶能夠採取一些預防性維護措施，確保電機能夠始終正常運轉有電。”
第二例子是無線通訊，“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錶，就需要更換元件。但現在，我們完全可以利用人工智慧，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資料，並通過無線通訊傳輸網路，把傳統的機械表變成智慧表，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慧，説明設備廠商設計開發智慧產品，為終端客戶提供更多的增值服務。關於人工智慧技術支援，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“智慧化”的背後，也存在巨大的安全隱憂。尤其是“AI上雲”之後的工業場景，資料資料的資訊安全將成為大問題，一旦關鍵資訊被竊取，帶來的損失將不可估量。因此，對於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，安全是一個永恆的話題。過去，應用端可能只看重程式碼如何被保護。但未來當設備聯網上雲後，從啟動、程式升級到中間資料流程轉等各個環節，都需要充分考慮資訊的安全性，比如代碼當中是否有木馬被植入等等。
曹志平認為：“安全從晶片設計到軟體、系統開發，再到整個產品的運營，整個生命週期都是需要考慮的。對意法半導體而言，我們會提供從晶片到軟體，到協力廠商認證的報告，我們將説明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，除了提供晶片以外，我們還提供更多的安全方案，包括系統安全、資訊安全。從安全角度來講，過去只是關注系統資料是不是可靠穩定，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。”隨著後續，“AI+雲”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供應商們搶奪客戶、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。儘管目前，因產能受限工業MCU領域也出現延期交付甚至漲價的態勢，但隨著後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，受此次疫情的全面衝擊，未來各工業場景對於智慧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，對於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+雲”和資訊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”。