除了把脉市场风向之外，如今的工业市场，“AI+云”应用的风行，也对不少MCU供应商的技术整合能力提出了莫大的挑战。纵然，市场最全面了解“AI+云”最普遍是从消费电子领域起步，但事实上工业场景的“AI上云”早已开启，只是长期以来进展缓慢，未能有爆炸性的需求出现。但如今，随着全球疫情的持续冲击，未来数年工业类应用无疑需要更强大的疫情防控能力，“AI上云”加持下的“智能化”无疑是眼下的一剂良药。

过去，AI更多是在服务器上或在GPU上、在云端做一些人工智能的算法或实施部署，曹志平表示：“但未来是所有设备都会联网，所以会考虑到网络的覆盖率、功耗的问题，还有是不是需要那么大的处理器来做人工智能的算法。毕竟，从当前应用场景整体来看，工业环境中大部分AI需要上云，需要良好的网络连接，对功耗的持续监控是应用端非常关心的问题。特别是今天来讲，很多的设备放在一个遥远的地方，放在一个没有人看管的地方，那个地方不一定是接近网络的，这是客户给我们的一些反馈。”

所以，在几年前ST就开始研究是否在工业嵌入式MCU这类没有非常强的算力的设备里，使用AI的算法，事实证明这的确可行。曹志平举例到：“比如我们的电机控制领域的客户，他们要求了解电机电池的寿命，可在传统工业环境中这样做是不行的。但是，我们通过了解电池驱动电机的工作原理之后，发现如果电池电量快用尽时，电机将产生大量的异常噪声。通过收集这些噪声数据，进行分析和建模，我们能够利用AI算法来预测电机电池的寿命，以便客户能够采取一些预防性维护措施，确保电机能够始终正常运转有电。”

第二例子是无线通信，“如果我们有很多计量表，包括机械表，如果要将它们变成电子表，就需要更换组件。但现在，我们完全可以利用人工智能，尤其是图像识别来做这件事。而且，我们可以使用图像识别技术把表上的文字变成数据，并通过无线通信传输网络，把传统的机械表变成智能表，期间我们不需要改变现有装备。意法半导体充分利用人工智能，帮助设备厂商设计开发智能产品，为终端客户提供更多的增值服务。关于人工智能技术支持，我们在中国和日本设有AI技术创新中心。在深圳，我们还有AI团队，可以根据需要为客户提供AI建模和解决方案。”曹志平进一步补充道。

当然，充分“智能化”的背后，也存在巨大的安全隐忧。尤其是“AI上云”之后的工业场景，数据资料的信息安全将成为大问题，一旦关键信息被窃取，带来的损失将不可估量。因此，对于MCU厂商来说，如何在安全保护方面加强戒备，将整个安全流程贯穿到MCU产品的设计当中，至关重要。