文| 鉛筆道 記者 汪晨
導語
2014年初，李海磊負責帶領小米開放云平臺團隊，為小米智能硬件生態鏈上的公司提供云端物聯網開發支持。
接觸到智能硬件創業者后，他發現，他們都面臨兩大問題：開發難、高級技術人員招聘難。“智能硬件數據量極大，需要強大的物聯網開發團隊設計、編寫云存儲架構，但大部分硬件廠商很難做到。”
李海磊希望，用一套物聯網PaaS云開發平臺，解決他們的燃眉之急。
2014年9月，他拉上此前百度云存儲團隊的成員，以及一位4G通信架構師，一起成立AbleCloud。
至今，AbleCloud研發了一套物聯網PaaS云開發平臺，包含Matrix云端開發引擎和Inspire大數據分析系統。
云端開發引擎可減少研發團隊的開發工作量，工程師只需要根據其引擎編寫2000行代碼，就能支撐1000萬臺智能設備聯網存儲數據。“一個工程師2周至1個月就能搞定一套物聯網云系統的開發工作，如果沒有這項服務，開發時間就需要半年多了。”
在大數據分析平臺中，產品經理可上傳智能硬件數據，設置相應條件，分析數據，為硬件制造提供指導。
目前，AbleCloud物聯網云平臺主要服務于中大型客戶，客戶數超過一百家，去年底覆蓋設備數超過100萬。今年年底，AbleCloud計劃將其開發的人工智能學習機制進行商用。
去年年底，AbleCloud獲得金沙江創投A+輪投資。
注: 李海磊已確認文中數據真實無誤，鉛筆道愿與他一起為內容真實性背書。
物聯網的高開發門檻李海磊本有一次出國工作的機會，但他放棄了。“那時在微軟，身邊很多同事都出國了，但當初我在百度時立下的創業目標還不想丟棄。”
不過，李海磊僅僅想到做一個技術型公司，并沒有具體的創業方向。他想先去當時成功的創業公司看看，于是從微軟來到小米。
彼時，李海磊負責帶領開放云平臺團隊，為小米智能硬件生態鏈上的公司提供云端物聯網開發支持。
接觸到智能硬件創業者后，李海磊發現，他們都面臨幾個相同的技術挑戰：
一是保持大規模設備的連接管理穩定。“設備需要實時和云端連接，以保證能夠被遠程控制，但要讓百萬、千萬級別規模的設備同時連接，云端的連接線路一定要可靠穩定。”
二是海量數據的存儲和計算。“微信每人一天發500條數據就很夸張了，但硬件必須時刻保持運行，甚至每10秒傳輸一個數據，一個空調一天就可能產生上萬條數據。”
三是保證服務器網絡不易堵塞或被攻擊。“這個考驗的是高并發請求（同時發來的數據請求）的處理能力，如果1秒內有百萬、千萬級別的數據在傳輸，要保證服務器不會崩潰和被攻擊。”
要做到這三點，智能硬件的開發者需要配備完整且高水平的互聯網技術團隊。“最少要有1~2個BAT級別的架構師，十個左右的研發工程師，然而這些人少之又少，中間還得有人懂得硬件的開發。”
逐漸地，李海磊腦中有了一個想法：通過構建一個PaaS物聯網云平臺，將硬件物聯網的開發門檻降到最低，讓想法快速變為現實。
起初，李海磊希望將這一想法在小米開放云平臺上付諸實踐，但小米的生態鏈漸成封閉勢態。李海磊只得另尋出路。
2014年6月，李海磊找到了此前百度的同事。“原本我們是百度最早一批做云端大數據系統（當時名叫分布式存儲）的人，他們對于云端技術開發都駕輕就熟。”
但團隊內還缺一位懂得硬件通訊技術的大牛。李海磊想到了他的研究生同學崔瀟揚。“他是大唐電信的4G通信架構師，很熟悉硬件與云端的通信連接。”
如此，李海磊找到了有足夠技術視野和開發能力的團隊。2014年9月，AbleCloud正式創立，并拿到了聯想之星400萬元天使輪投資。
云端開發引擎“愛空氣”是AbleCloud的其中一位客戶。它是一家新風機制造企業，根據新風機收集的數據提供上門服務，改善用戶家中的空氣狀況。
其數據量非常龐大。“硬件每隔30~60秒會上傳數據，50萬臺設備1天的數據上傳、處理次數就能達到8億次，接近百度搜索的五分之一。”
如此龐大的數據量，讓工程師在設計云存儲架構時的工作量加大許多。而大部分硬件企業的工程師能力有限，難以勝任。“他們大多只能解決小規模問題，研發水平和互聯網公司相比會有差距。”
團隊想到的解決方法是，開發一套名為“Matrix”的云端開發引擎，賦予普通工程師一種能力：一個人寫的云端服務程序，能夠直接支撐上千萬用戶使用設備。
“相當于把服務器集群簡化為一個引擎，工程師針對引擎編程，就能做到將數據分布存儲在多個服務器當中，并有穩定、抗住高并發請求的能力。”
2015年1月，團隊開發出1.0版本的物聯網PaaS云開發平臺，包含Martix云端開發引擎，附帶快速聯網、設備分組管理、事件通知引擎、OTA管理等功能。
◆ “AbleCloud”Matrix云端開發引擎的構架
此后，團隊開始向創業公司推廣業務，并與他們磨合、改進服務。
至2015年6月，迭代后的開發引擎性能逐漸升高。現在，若要做一個小米凈化器量級的空氣凈化器，工程師只需要根據其引擎編寫2000行代碼，就能支撐1000萬臺智能設備聯網存儲數據。
“一個工程師2周至1個月就能搞定一套物聯網云系統的開發工作，如果沒有這項服務，開發時間就需要半年多了。”
2015年7月，AbleCloud獲得信中利和聯想之星2500萬元A輪融資。
大數據分析平臺“大部分的智能硬件廠商都想知道用戶需要什么，但他們空有數據，無法對其進行分析。”
開發引擎接近完備時，李海磊開始尋找下一個目標。他注意到，硬件廠商對于大數據分析的渴望遠比互聯網公司強烈。
“開發一個App，我可以用友盟、Talking Data分析用戶行為，不斷驗證我的想法是否正確，即時迭代。但硬件受到物理條件限制，產品賣出后沒法快速收回更改。”
因此，A輪融資后，李海磊決定招募數據科學家，成立一支大數據研發團隊，研發Inspire物聯網大數據分析平臺。
大數據分析平臺的開發難度在于，智能硬件涉足領域甚廣，每一個產品所需的用戶分析維度也不盡相同。
團隊有一個解決方案。開發一套自助型數據分析系統，硬件廠商的產品經理可將數據導入至系統中，并設置數據分析的維度。“就像一個高級搜索引擎，輸入關鍵詞，配置篩選條件、搜索維度就有分析結果了。”
◆ “AbleCloud”大數據分析平臺界面
與此同時，李海磊還打算開發一套人工智能機制。
“現在的硬件其實都不太智能，都是人主動管理、操作機器，自動化程度不高。”李海磊希望，智能硬件能夠根據用戶的行為習慣，總結經驗、自我學習。
團隊先從飲水機入手。“飲水機有個痼疾一直沒法解決，因為不知道用戶什么時候需要喝熱水，它總是不停地燒，最終將純凈水燒成了千滾水，水也不夠健康了。”
現在，他們正在研究飲水機的人工智能解決方案。若研發成功，它能夠預測用戶燒水的時間段，并提前將水燒開。“我們分析的結果是，有了類似的人工智能技術，飲水機的能耗會減少30%~40%。”
當前，解決方案仍處于實驗室階段，還未商用。李海磊預計，今年年底人工智能機制將會對外做商務推廣。
目前，AbleCloud物聯網云平臺主要服務于中大型客戶，客戶數超過一百家，去年底覆蓋設備數超過100萬。“現在每季度的收入環比增長都超過了50%。”
去年年底，AbleCloud獲得金沙江創投A+輪投資。
京公網安備 11010502049343號