身份不明的发言人
Mahesh Saptharishi（执行副总裁兼首席技术官）
身份不明的参会者
Rob Sanders（德意志银行）
好的，欢迎回来。大家好。我们可以把后面的门关上。那就太好了。我是Rob Sanders，我是欧洲科技硬件分析师，很高兴欢迎Mahesh来到这里，他是摩托罗拉解决方案公司的首席技术官。对于那些不了解的人来说，摩托罗拉解决方案公司是公共安全领域的领导者。今天我将主要围绕技术路线图提出一些问题。但如果你有任何问题，请举手示意，让我们开始吧。Mahesh，也许为了网络直播和在座的各位，你知道，我刚才说你们是公共安全和安保领域的领导者，但也许你可以从公司的角度做一个简短的介绍。
当然。摩托罗拉解决方案公司是从摩托罗拉移动公司分离出来的，我们不是手机公司。2011年分拆时，我们是纯粹的公共安全公司。大约从2018年开始，我们通过收购Avigilon在视频和门禁控制领域扩展了业务组合。在过去十年左右的一系列收购中，我们现在可以说是公共安全领域911 CAD记录的第一名。除了北美地区的LMR关键通信外，我们也是视频安全领域的第三名。
全球范围内（不包括中国）的视频安全和门禁控制。关键价值在于我们非常专注于企业安全、公共安全以及支持这两者的网络，我们能够适当地连接和桥接这两个元素。这就是我们公司的定位。
很好。那么，也许让我们深入探讨一下你们现在所谓的任务关键网络，从技术路线图开始。关于连接性的长期战略计划是什么？例如，从LMR过渡到融合解决方案。你们的APX Next便携式无线电设备的推出情况如何？它集成了4G等功能。
当然。Apex NEXT的采用情况非常强劲。需要指出的是，我们今天的收入大部分来自Apex原始系列的无线电设备。我们正在进行大量的设备更换，未来还有很大的发展空间。但这种融合连接解决方案的吸引力在于，将LMR与LTE 4G及更高版本结合，使我们能够将数据驱动的应用引入其中。我们已经做到了这一点。我们为Apex Next平台开发了应用。目前90%的Apex Next客户订阅了这个应用套件，这对我们来说非常重要，我们还在不断增加更多功能。
我们最近推出了SVX随身助理，它将远程扬声器麦克风、随身摄像头和AI助理集成在一个设备中，专为Apex Next设备设计。这不仅增加了AI系统功能的应用生态系统，还扩展了我们通过任务关键网络和警官携带的任务关键无线电设备所能实现的功能。
明白了。那么5G呢？显然你们已经集成了4G。这是否是客户要求你们加入路线图的内容？
说实话，目前没有这方面的需求。我们跟踪这些标准的演变，并确保我们跟上进度。如果你考虑频谱以及客户最关心的用例，5G存在一些挑战。显然，我们可以在5G和4G之间进行适当的半径复用，穿透建筑物、地下室等。5G的覆盖范围存在很多挑战，但也有好处，比如更高的带宽、更低的延迟等。
但从我们客户的角度来看，考虑到他们所需的带宽和弹性，以及在各种情况下的工作能力，我们目前的融合解决方案已经开始产生影响。随着我们向5G和其他解决方案迁移，我们还在不断增加功能。
明白了。那么让我们谈谈直接到设备的服务，偏远地区的卫星连接。你们的业务组合将如何发展以利用这些技术？
谈到卫星，这是一个有趣的领域，但需要指出的是，在直接到设备的背景下，卫星存在一些限制。首先，它的带宽较低。目前大多数直接到设备的能力主要是短信和非常低带宽的通信，甚至不足以支持语音。从数据的角度来看，我们现在试图做的比语音更多。其次是用户数量，能够占据小空间的用户数量。如果有多个警官或响应者处理一个事件，仅依靠卫星直接到设备的能力会成为一个真正的挑战。
第三，通常你需要清晰的天空视野才能获得良好的连接。尽管如此，卫星对我们来说是一个强大的故事，但不是从直接到设备的角度，而是与我们的基础设施、LMR基础设施结合。我们一直在通过D系列基站升级基础设施能力。这也是我们增强连接性的一个关键点，而不仅仅是依赖有线连接，卫星也可能是一个机会。因此，从连接性的角度来看，我们认为这是一个弹性故事，而不是选择一种连接机制。
明白了。显然你们最近完成了一笔40亿美元的交易，收购了Silvis。据我理解，Silvis为你们提供了网状网络能力。目前它似乎主要用于无人机。这显然将你们更多地引入国防领域。那么，将这种所谓的Manet技术整合到更广泛的技术组合中的策略是什么？
当然。这个领域通常被称为Manet（T不发音，不知道为什么）。它代表移动自组网，是高带宽、低延迟、高度安全的通信网状网络。Manet的一些关键特性，特别是在国防应用中，是它必须在非常恶劣的战场环境中工作。这包括低检测概率、低拦截概率、支持抗干扰能力等。Silvis作为一家公司，他们的技术已经在乌克兰得到了验证，这是最具挑战性的环境之一。
因此，作为一个非常成熟的实体，他们不仅扩展了网状网络拓扑中的无线电数据通信，还更广泛地应用于无人机。无人机通信需要所有这些低检测概率、低拦截概率和抗干扰能力。目前Silvis支持超过100家无人机和自主系统制造商。例如，Enduro就是一个很好的例子。这里的优势在于，随着我们从单一无人机解决方案扩展到无人机群，Silvis在这方面具有很高的节点支持能力。
我们还认为，这项业务的另一部分不仅仅是他们所谓的频谱主导（低检测概率、低拦截概率），还包括频谱监测。因此，能够从射频的角度理解周围的发射源，包括是否有无人机发射射频信号需要检测和定位。这也进入了我们的公共安全故事，我们可以从通信和无人机检测的角度来看待这个问题。这就是Silvis的频谱监测部分。因此，我们首先将其视为进入新国防领域（主要由自主性和无人机驱动）的扩展机会，但也视为最终将其引入公共安全领域的机会，从无人机检测等开始。
你们的渠道目前如何？是否存在向这些国防客户的交叉销售机会？显然，当我想到你们时，更多的是公共安全，不同类型的客户。显然有一个非常大的客户，国防部。这些关系是否已经存在，还是Silvis带来了这些关系？
我想说的是，我们收购Silvis的核心论点之一是，即使在收购Silvis之前，我们已经有近9亿美元的收入来自联邦政府领域。因此，我们确实有存在感，有联系人，有政府事务和游说关系。我们拥有全方位的联系人，使我们能够将Silvis（一个技术强大、平台坚实的公司）与我们的销售渠道和市场能力结合起来。将这两部分结合起来，我们认为有很好的协同效应。
好的，你们在迁移到基于云的架构时看到了哪些风险？显然，我在我的覆盖范围内看到了这一点，比如爱立信和诺基亚。你们如何缓解这些关于互操作性等方面的风险和挑战？
在任务关键网络的背景下，我想说客户最大的顾虑可能是他们习惯了我们的基础设施、LMR基础设施，可用性超过五个九。而今天的云平台，无论运行什么应用，在很多情况下可用性低于五个九，甚至低于四个九。因此，我们需要一定程度的冗余和能力才能有效。也就是说，当你考虑故障转移时，例如在飓风情况下可以从本地转移到云端（这在佛罗里达等地经常发生），我们的网络不得不转移到云端，因为本地基础设施由于断电、洪水等情况而宕机。
因此，云作为本地故障转移机制现在增加了五个九的可用性。这是我们的客户喜欢的故事，我们正在这个领域推进。
好的。当然，我们已经进行了10分钟，还没有提到AI这个词，但我们应该问一下。从技术角度来看，内部和改善业务组合方面，你们如何利用AI和ML来提升网络性能？显然，我们已经看到AI进入RAN领域。你们如何看待它提升网络性能、可靠性和安全性等方面？
如果你从任务关键网络的角度来看我们投入的所有能力，从语音到数据再到其他（甚至是通过这个网络传输的视频等），两个响应者或两个公共安全专业人员能够可靠地相互通话的能力非常重要。这种语音通信非常重要。因此，它始于我们如何利用AI增强音频，特别是语音。如果你处于一个重大事故或火灾的场景中，周围的噪音非常大，环境声音嘈杂，你无法用iPhone打电话并让对方理解你在说什么。
因此，我们利用AI隔离和增强语音，并通过弹性网络传输，使对方能够真正听到和理解你在说什么。这是我们有效应用AI的第一个领域。此外，我们还将其用于网络监控。我们有能力了解覆盖范围的情况，从设备反馈、电池数据、信号强度数据等遥测数据中诊断能力。这是第二个我们积极应用AI的领域。
第三，这些公共安全网络是网络安全的目标。每年的事件数量增长非常显著。我们看到我们的托管检测和响应（MDR）能力在公共安全网络中的采用率大幅增长，同比增长约114%。有趣的是，通过AI，我们每天处理大约10亿起网络事件，其中99%的事件通过AI自动分类，只有1%的事件需要更仔细地查看，要么通过AI二次处理，要么由人类分析师查看如何缓解。
这就是我们如何利用AI，从弹性质量开始，确保通过了解潜在故障来保持网络的弹性，第三是确保其安全性。
与此相关的是，你们是否已经开始使用AI来提高软件开发的生产力？显然你们做了很多软件开发。你们是否已经开始看到AI在缩短上市时间和降低成本方面的好处？
我们正在尝试从开发生产力的角度使用所有可用的工具。我们是Copilot的早期采用者，使用了Cursor、Source Graph、Windsurf等工具。我们现在开始看到这些工具如何以有意义的方式提高生产力。我们需要记住的挑战是，在我们的领域，解决方案的弹性和可用性非常重要。因此，测试是一个重要部分。因此，我们首先应用AI的一个领域是创建自动测试能力，全面测试解决方案的弹性。
我认为未来我们会看到更有意义的生产力提升，但这需要我们决定是否将节省的资源用于加速全面创新。这也是我们看到的一种可能性。
好的，谢谢。也许换一个话题，你之前提到了SVX远程扬声器麦克风，这个产品周期，能否给我们更多关于安装基础升级进度、份额增长以及你刚才提到的语音AI功能的接受情况的统计数据？
当然。也许提醒一下SVX是什么，SVX为我们创造了一个新类别。从纯粹的随身摄像头到真正的随身助理。它与我们的Apex Next设备结合，将三个设备或两个物理设备合二为一。这两个物理设备是大多数警官使用无线电时使用的远程扬声器麦克风和随身摄像头。它将这两者合二为一。在管理性和维护性方面有优势，减少了警官需要携带的重量。
其次，从访问存储的信息的角度来看，随身摄像头应该看到和听到警官看到和听到的一切。令人惊讶的是，许多警官在使用无线电时戴着耳机。因此，随身摄像头自然无法听到警官听到的一切，这在证据方面至关重要。此外，当你在事后撰写报告和辅助叙述时，无法获取完整的数据是一个问题。SVX解决了所有这些问题。
它可以访问所有的LMR音频，无论是在耳机中还是外放。我们还可以访问911音频和数据以及计算机辅助调度数据。将所有这些结合起来，SVX现在是一个完整的证据平台。第三，与任何竞争产品相比，我们具有显著的总拥有成本（TCO）优势。不仅因为它是集成的设备，还因为我们利用了Apex Next无线电的连接性。因此，它利用了无线电上的宽带连接和冗余弹性连接，不仅避免了客户需要订阅多个数据计划，还提供了一个更安全和可用的解决方案。
这就是SVX的真正意义。我们在今年7月推出了SVX，到现在才一个多月。采用情况非常惊人。目前下订单的客户大部分不是我们现有的随身摄像头客户。因此，我们看到了一些竞争性转换，我们积极努力确保这个渠道继续增长，我们看到这个渠道的采用和增长非常强劲。
明白了。听起来非常令人鼓舞。在视频安全和门禁控制领域，你们如何将AI/ML视频分析集成到这个领域？是否有有趣的创新周期正在出现？
我认为需要注意的是，我们在视频安全领域应用AI已经超过十年。目前，超过80%的摄像头内置了AI。在边缘，我们利用最新的硅加速AI处理技术，我们拥有一支相当专业且经验丰富的AI团队，专注于计算机视觉和更广泛的AI能力，最近还加入了生成式AI能力到边缘计算中。我们还在网络视频录像机中增加了大量AI能力。这些设备在本地记录视频，但我们也在云解决方案中增加了相同的能力。
在云端，我们的Avigilon平台有两个部分。Unity主要在本地运行，而Alta在云端运行。我们推出了Alta Intelligence，为所有云连接设备提供AI能力。几年前，我们收购了一家名为Calypsa的公司。Calypsa是一个云分析平台，现在也成为我们的云生成式AI平台。Alta从这些能力中受益匪浅。此外，除了作为云交付的SaaS服务外，我们还推出了托管服务，支持所有这些检测机制。
当AI检测到重要事件时，谁来响应？通常只有财富500强或以上的客户才有安全运营中心（SoC）来响应事件。如果你想普及这一点并增加AI和分析的吸引力，你需要确保有人能够真正响应这些事件。我们为云平台推出了一个名为Alta Protect的解决方案，提供主动监控支持，人员监控支持可以附加到其上。在我们提到的SaaS AI服务背后，我们还有另一个名为Envision的解决方案，主要用于快餐店。
像Chipotle这样的客户使用这种解决方案。他们也希望有监控能力。我们将监控以与Ultra Protect相同的方式集成到Envision平台中，我们也看到了强劲的采用。因此，在我们的AI中，无论是设备上的AI（大多数设备都有，实际上不成比例的大多数设备都有本地存储），云端也从AI中受益，我们正在本地和云端引入生成式AI能力。最后，为了充分利用所有这些，确保行动周期完整，我们还引入了与这些AI检测能力相结合的服务。
明白了。这些服务，你提到了托管服务，让我想到这可能是一个利润率较低的业务，但显然是创造需求的一种方式。
没错。
但你们也愿意建立团队来支持这种增长。
在这种情况下，我们利用第三方服务来为我们做这件事。有很多这样的服务。我们越来越多地看到AI在发挥作用，就像我在网络安全托管检测和响应框架中提到的那样，绝大多数事件不需要人工干预。因此，这是AI发挥巨大作用的地方。
明白了。你们产品的最后一个领域是指挥中心。我对这个领域感兴趣的是预测分析等方面。当你们看这个业务组合时，是否担心最佳品种的竞争对手可能比你们更灵活？
我不这么认为。因为在过去十年左右的时间里，我们已经通过有机和无机的方式整合了关键资产，以应对公共安全工作流程的每一个部分。我们现在看到的最大趋势是，当你观察一个完整的公共安全事件工作流程时，参与执行这个工作流程的角色正在整合。无论是因为人员不足还是其他能力，这是AI带来的机会。拥有一个真正解决工作流程每一部分的应用平台，使我们具有独特的优势来整合这些角色。
因此，我们认为这实际上是我们今天的一个强大差异化因素。
我对你们的自然语言处理（NLP）能力很感兴趣，用于处理非结构化报告。显然，你们处理各种难以合成的数据。你们如何做到这一点？这似乎是一个可以为客户创造很多价值的领域。
我们在大约六年前开始涉足自然语言理解。从那时起，我们开始在911领域（我们最大的客户群之一）进行尝试。我们从转录开始，即通过911通话实时转录音频的能力。然后我们从911转录扩展到翻译，能够翻译语言。我们利用转录的数据并在此基础上构建，了解说了什么，如何根据所说的内容采取行动，比如消除地址歧义。最近有很多案例，比如一个女儿代表母亲拨打911。
她们在不同的位置。手机注册了一个位置，但手机属于女儿，而不是母亲。通过对话和分析，我们的AI能力向接听者发出信号，可能需要帮助的人与呼叫帮助的人不在同一位置。因此，立即澄清了这一点，响应者被派往正确的位置。这真正展示了我们如何构建核心语言理解能力，现在已经扩展到解决方案的其他部分。
我们推出了我们称之为ASSIST的AI平台。ASSIST是真正将公共安全和企业安全解决方案的工作流程绑定在一起的粘合剂。正如我之前提到的，我们能够触及工作流程的各个部分是在优化这些不同用户角色时的关键优势。ASSIST是我们实现这一目标的关键方式。这是我们做出的关键AI投资，不仅利用了语言理解，还利用了其他AI能力来结合结构化和非结构化数据。
看看是否有人想举手提问，否则我将继续。能否谈谈你们的研发资源配置？显然，这是一个非常动态的时期，AI的发展与五年前大不相同。在人才投资方面，你们如何看待未来的方向？
正如我们之前谈到的，随着AI生产力工具等的出现，我们当然可以从开发的角度获得效率。但我们是一家深度技术公司，无论是射频能力、公共安全工作流程还是企业弹性能力，这都需要深入的领域知识。因此，我们积极投资于获取这些深入的领域知识，因为这使我们能够理解需要解决的关键客户问题以及如何有效地解决它们。
从这个角度来看，无论是Silvis（他们为我们带来了强大的软件定义无线电技能、认知无线电和Manet技术）对射频的理解，还是我们自己内部的射频能力，这都是从软件开发到物理学的深度技术理解。这是我们积极投资的领域。在AI方面，类似地，不仅仅是理解生成式AI、大型语言模型、转换器等的工作原理，还包括如何将这些能力不仅分布在云端，还适当地分布到边缘设备中。
因为如果网络宕机，你的公共安全或企业安全解决方案不能停止运行。它必须继续运行，必须优雅地降级（如果需要降级）。这需要深入的领域知识，我们正在硅传感和AI方面投资于这些知识。
明白了。显然，长期的梦想是所有AI都来到边缘，我们可以在不向OpenAI或其他公司请求的情况下进行边缘计算。这很有道理。也许最后几个问题，考虑到时间，关于知识产权方面，你们过去有一些侵权问题。我能想象一些中国公司特别希望拥有你们的知识产权。鉴于过去的挑战，你们如何保护知识产权？
几年前我们完全退出了中国。我们在中国已经没有运营。在我们的解决方案和内部开发能力方面，我们加强了网络保护，引入了开发流程，我们有一个专利和知识产权保护流程，确保我们强大且有效地保护知识产权。此外，我们非常重视知识产权，在发生侵权时，我们会追究到底，无论结果如何。
有道理。在结束之前，我们应该讨论一下向经常性收入和SaaS模式的转型。这个转型从专用硬件到更大比例的软件进行得如何？你们遇到了哪些挑战？这是否意味着将更多地依赖现成的硬件？
我们实际上看到了非常强劲的经常性收入增长。事实上，SaaS增长也非常强劲。我想我们之前提到过，即使在我们的指挥中心业务组合中，SaaS收入的增长速度是整体指挥中心收入的两倍多。我们看到这一趋势在继续。在这个领域，ARR也显著增长。但需要指出的是，无论是视频安全还是门禁控制，传感必须保持在本地。通常计算是从服务器或典型的本地设备中分布出去的。
这朝着两个方向发展：边缘和云端。将这两者结合起来，我们看到SaaS增长并不一定受到限制。随着我们向新平台和新技术过渡，这种增长并不一定因为销售的硬件成本降低而受到抑制。我认为我们更多看到的是客户从本地解决方案（如我们的Avigilon Unity解决方案）迁移到Alta类型的云解决方案时，服务器减少了，但AI能力和边缘能力也随之增加。
你们如何看待硅在整个等式中的作用？你们是否觉得定制硅将变得更加重要或不再重要？你们如何看待这一点？还是你们更愿意购买标准硅？
到目前为止，我们还没有看到对专用硅的深度需求。我们看到大多数边缘SOC公司在AI加速器方面真正推动了边界，而在他们不足的地方，低功耗AI加速器硅填补了空白。因此，从这个角度来看，我们希望顺应潮流。AI架构在很大程度上以转换器为主，但学术界和其他地方正在研究多种其他架构，开始显示出前景。因此，与其现在投入专用硅，我们更希望顺应这一演变潮流，并真正具备利用任何现成硅的专业知识。
升级周期可能会加速，这将是一个巨大的好处。
没错，没错。
好的，就到这里吧。非常感谢大家的参与，再次感谢Mahesh从浴室飞来并在短时间内通知我们。非常感谢。
谢谢。
谢谢。
感谢邀请。