陳根：AI產業轉型產業AI，人工智能降温背後_風聞

文/陳根

疫情的大流行為人工智能的發展打開了新的窗口期和豐富的實踐場。短時間內，人工智能就以迅猛的姿態鋪陳在了社會生活的各個方面。與此同時，人工智能作為信息化領域的通用基礎技術被納入新基建，被視為支撐傳統基礎設施轉型升級的融合創新工具，全面上升為國家戰略。

在這樣的背景下，市場對人工智能的熱情持續高漲。不論是互聯網巨頭，還是傳統制造企業，紛紛加碼人工智能。“商業落地”成為當前人工智能發展的****鮮明主題詞。但事實上，迄今為止，人工智能還處於從實驗室走向大規模商業化的早期階段。

儘管越來越多的人工智能技術從開發者和實驗室中走出來，開始進入到各個行業中，但從AI產業向產業AI的轉型和落地卻並非一片美好。想要讓第三次人工智能浪潮真正落地，將人工智能的賦能效應向社會的各個方向延伸則是不可迴避的問題。

人工智能降温背後

從全球市場來看，人工智能的火熱，離不開背後資本的助力。然而，人工智能的投資卻呈現降温態勢。

據中國信息通信研究院2019年4月發佈的《全球人工智能產業數據報告》，融資規模方面，2018年Q2以來全球領域投資熱度逐漸下降。2019Q1全球融資規模為126億美元，環比下降 3.08%。**其中，中國領域融資金額為30億美元，同比下降55.8%****。**在全球融資總額中佔比23.5%，比2018年同期下降了29個百分點。

此外，人工智能企業盈利仍然困難。以知名企業DeepMind為例，其2018年財報顯示營業額為1.028億英鎊，2017年為5442.3萬英鎊，同比增長88.9%。但 是，DeepMind在2018年淨虧損4.7億英鎊，較2017年的3.02億英鎊增加1.68億英鎊，虧損同比擴大55.6%。

報告顯示，2018年近90%的人工智能公司處於虧損狀態，而10%賺錢的企業基本是技術提供商**。**換言之，人工智能公司仍然未能形成商業化、場景化、整體化落地的能力，更多的只是銷售自己的算法。

**究其原因，一方面，市場對人工智能寄予過高的期望，而實際的產品體驗卻往往欠佳。**人們對人工智能能力、易用性、可靠性、體驗等方面的要求都給當前的人工智能技術帶來了更多挑戰。

其一，由於部分人工智能企業及媒體傳播的誇大，導致了人工智能仍然青澀的能力在某些領域存在被誇大的情況。其二，當前的人工智能高度依賴數據，但數據積累、共享和應用的生態仍然比較初級，這直接阻礙着人工智能部分應用的實現。其三，人工智能作為一種新的技術，在市場的應用無疑需要長期與實體世界和商業社會進行磨合，避免意外的情況發生。

人工智能掀起的技術革命成為不爭的事實，但對於人工智能的發展仍然需要合理的期待，否則將面臨造成巨大的泡沫的可能。

另一方面，儘管越來越多的人工智能技術從開發者和實驗室中走出來，開始進入到各個行業中，但是從Al產業向產業Al的轉型和落地卻並不一片美好。

顯然，商業化需要企業利用人工智能技術來解決實際的問題，並通過市場進行規模化變現，這關係到人工智能的技術能力、易用性、可用性、成本、可複製性以及所產生的客户價值。但至今，商業化、產業化的速度、範圍和滲透率仍然存在一定的“實驗室和商業社會的鴻溝”。

這意味着，人工智能仍需要從早期普遍強調技術優勢，過渡到更加註重產品化、更加融合生態、更加解決實際問題的商業化發展階段。

此外，更多人工智能企業還需要找到合適的應用場景以便人工智能從實驗室走向產業化、商業化。比如，醫療作為民生領域受到了AI投資持續的關注。事實上，科技企業智能醫療的佈局與應用已有雛形，IBM Waston已應用於臨牀診斷和治療，在2016年就進入中國在多家醫院推廣；阿里健康重點打造醫學影像智能診斷平台；騰訊在17年8月推出騰訊覓影，可輔助醫生對食管癌進行篩查。

然而，由於人工智能需要大量共享數據，而醫院和患者的數據卻存在“孤島”障礙。在打破各方壁壘的同時**，保障數據安全性****又成為現實困境**，而這同時阻礙着人工智能在醫療領域的真正爆發。

應用何處，如何實施？

客觀地認識人工智能產業的發展現狀，是為了更好地發揮人工智能技術的賦能作用。數字經濟盛行的情況下，人工智能技術已經成為越來越多企業的創新動力和源泉，而人工智能在企業的應用也已經達成了初步共識。但是，具體應用在何處，怎樣來實施人工智能的應用，才是當前要回應的人工智能發展問題的關鍵。

人工智能並不僅僅是短期熱點，更具有長遠價值。它是技術趨勢，亦是基礎設施。**在人工智能的加持下，企業有望帶來效率的提升，但效率的提升並無法形成企業獨特的競爭力。**換言之，人工智能市場發展存在的難題在內部資源與外部環境的匹配。

可以説，人工智能技術的應用是數字經濟商業模式發展的必然結果。回顧人工智能發展歷程，近年來，數據智能驅動的數字經濟商業模式的崛起，使得搜索推薦、人臉識別和語音識別等人工智能算法能夠滿足業務量快速增長的目標。

如果一個企業的業務形態是靠數據和算法對外提供服務，這意味着，其也一定需要應用人工智能技術，然後發展出自己獨特競爭優勢的人工智能應用，從而帶來更好的用户體驗和商業上的成功。

此外，人工智能產業想要進一步發展，離不開人工智能技術的進一步發展。作為國家未來的發展方向，AI技術對於經濟發展、產業轉型和科技進步起着至關重要的作用。而AI技術的研發，落地與推廣離不開各領域頂級人才的通力協作。在推動AI產業從興起進入快速發展的歷程中，AI頂級人才的領軍作用尤為重要，他們是推動人工智能發展的關鍵因素。

然而，中國人工智能領域人才發展極為欠缺。一方面，中國AI產業的主要從業人員集中在應用層，基礎層和技術層人才儲備薄弱，尤其是處理器/芯片和AI技術平台上，嚴重削弱中國在國際上競爭力。

另一方面，人工智能人才供求嚴重失衡，人才缺口很難在短期內得到有效填補。過去三年中，我國期望在AI領域工作的求職者正以每年翻倍的速度迅猛增長，特別是偏基礎層面的AI職位，如算法工程師，供應增幅達到150%以上。儘管增長如此高速，仍然很難滿足市場需求。但是，由於合格AI人才培養所需時間和成本遠高於一般IT人才，人才缺口很難在短期內得到有效填補。

人工智能市場發展存在的困境****不可忽視，從某個角度來説，更是困於資本，困於服務。近年來，資本幫助AI市場加速行業發展，放大AI場景效應，讓行業的智能化發展從AI中獲得了益處，資本的力量使得技術變現攫取財富成為了現身説法，加劇了AI市場中各領域分工佈局的涇渭分明。

如今，隨着隱私與數據安全的立法並得到廣大民眾重視，人工智能開始迴歸本質，迴歸成為一種先進的生產力，生產力服務的生產關係也從炙手可熱逐步趨於理性，直至逐漸降温。

**在這個過程中，互聯網企業扮演了重要作用。**互聯網企業是數字經濟的創新者、實踐者，通過互聯網及移動互聯網，互聯網公司在生產經營活動中創造並積累了大量數據。

這些數據來自於用户的真實需求、反饋以及行為。在安全合規的基礎上，互聯網公司不僅充分利用了數據的價值，更讓整個商業社會都開始重視數據的價值，激活了各個產業的數據意識，推動數字經濟的滲透與發展，從而在一定程度上完成了第三次人工智能的大數據資源的積累。

隨着整個社會的數字化轉型，如何將人工智能的賦能效應向社會的各個方向延伸將是不可迴避的現實問題。

顯然，當人工智能迴歸技術本質，不僅要在市場角度對其有合理的期待，大興人才彌合人才供需的失衡，還要在產業方向真正創造一個從數據積累、技術溢出、算法創新，到不同產業搭建連接人工智能的網絡。只有這樣，才能真正滿足更多高頻、剛需、可複製性強的需求場景，讓AI普惠的回報機制有更多收入確認機制，讓第三次人工智能浪潮真正落地。