2020年 人工智能在走向產(chǎn)業(yè)落地的過程中將面臨一系列的挑戰(zhàn)

近年來，由于技術(shù)與業(yè)務(wù)需求之間的鴻溝，人工智能在走向產(chǎn)業(yè)落地的過程中面臨了一系列的挑戰(zhàn)。企業(yè)在應(yīng)用AI技術(shù)推進產(chǎn)品業(yè)務(wù)轉(zhuǎn)型升級的過程中，必須要了解這些問題并加以升級。愛分析在近日發(fā)布了《人工智能2020：落地挑戰(zhàn)與應(yīng)對》。報告回顧了人工智能的行業(yè)概況，并結(jié)合實踐案例分析了人工智能技術(shù)，給產(chǎn)業(yè)帶來的具體價值創(chuàng)造盒各行業(yè)落地進展盒未來應(yīng)用趨勢。以此幫助企業(yè)推動人工智能的價值落地。

新商業(yè)與新經(jīng)濟模式的誕生

歷史上任何一次新技術(shù)的爆發(fā)，都帶來了超乎想象的新商業(yè)與新經(jīng)濟模式。從最近的一次看，90年代互聯(lián)網(wǎng)發(fā)展初期，我們沒有預(yù)料到商業(yè)社會將如此大規(guī)模的被影響和改變?；ヂ?lián)網(wǎng)的影響開始于媒體，紐約時報、華爾街日報等媒體通過網(wǎng)站更新新聞，最終全媒體行業(yè)都開始面臨轉(zhuǎn)型壓力。后來消費者逐漸通過網(wǎng)絡(luò)閱讀、看電影等?；ヂ?lián)網(wǎng)對商業(yè)社會的影響有一個過程，人工智能時代也是一樣。

當前，國內(nèi)誕生了諸如商湯科技、曠視科技、極鏈科技、依圖科技等人工智能初創(chuàng)企業(yè)，這些企業(yè)針對金融、醫(yī)療、內(nèi)容審核、廣告、零售、自動駕駛等行業(yè)都了產(chǎn)生很大的影響。目前，一些與計算機視覺相關(guān)的應(yīng)用，比如在視頻內(nèi)容審核方面，已經(jīng)產(chǎn)生了比較大的變化。比如國內(nèi)目前內(nèi)容審核技術(shù)比較突出的極鏈科技，推出了全棧式智能內(nèi)容安全審核引擎神眼系統(tǒng)，為人類審核員進行減負。

在人工智能算法依賴大數(shù)據(jù)訓(xùn)練的階段，產(chǎn)值大的行業(yè)會發(fā)展的更好。如果一個行業(yè)應(yīng)用人工智能產(chǎn)生的價值夠大，會有人愿意出錢標注數(shù)據(jù)。以金融領(lǐng)域的人工智能應(yīng)用為例，在基金管理和輔助股票分析方面，技術(shù)公司與金融公司各有所長。一些基金公司也有數(shù)據(jù)科學家的團隊，有些做的是比較傳統(tǒng)的數(shù)據(jù)挖掘，還不是很了解深度學習等人工智能技術(shù)。

有著數(shù)十年經(jīng)驗的基金公司更擅長判斷一只股票是否值得投資，哪些市場信息具有參考價值。而人工智能技術(shù)公司沒有這方面的知識積累，但擁有先進的人工智能技術(shù)儲備。通過業(yè)務(wù)公司與技術(shù)公司的合作，基金經(jīng)理可以在人工智能的幫助下更好的分析市場。例如，一家上市公司稱由于春節(jié)較晚而影響了這一季度的銷售額，分析師需要就春節(jié)對銷售額的影響做一個分析和歷史對比，分析這是公司的借口還是真實情況。每個上市公司都會有季報，內(nèi)容幾頁到幾十頁的不等，要做很細的分析，除了看現(xiàn)在的，還要把去年、前年、甚至大前年的數(shù)據(jù)做對比，這么細的分析單靠人是不可能的，一個分析師要分析幾十家公司，不可能每一份季報都看的非常細，這方面可以由人工智能來輔助分析。

當前人工智能的商業(yè)模式挑戰(zhàn)

人工智能走向產(chǎn)業(yè)應(yīng)用的過程中，從向企業(yè)和個人用戶提供人工智能產(chǎn)品服務(wù)的角度，企業(yè)要進入某一個垂直領(lǐng)域缺乏的是相關(guān)領(lǐng)域的數(shù)據(jù)和知識。如果與醫(yī)院合作，技術(shù)企業(yè)如果沒有經(jīng)驗豐富的醫(yī)生，無法判斷醫(yī)學影像的數(shù)據(jù)是否正確。而人工智能缺乏相關(guān)專業(yè)知識和經(jīng)驗，在出錯的時候也無法判斷是由于標注錯誤還是由于圖像不夠清晰造成。技術(shù)企業(yè)與垂直行業(yè)互動的時候，需要讓行業(yè)理解，人工智能不是超人類智慧，無法做到提供給機器一個數(shù)據(jù)庫就可以得到想要的結(jié)果，這是目前雙方合作前面對的挑戰(zhàn)之一。

正如軟銀創(chuàng)始人孫正義說的，“跟上人工智能帶來的時代顛覆需要真正的專注?！比斯ぶ悄芤呀?jīng)經(jīng)過了學術(shù)研究階段，正處于現(xiàn)實應(yīng)用階段。未來將被廣泛應(yīng)用到企業(yè)的商業(yè)模式、醫(yī)療保健以及交通運輸中。

從目前人工智能技術(shù)的發(fā)展趨勢來看，未來人工智能對于商業(yè)模式的影響在以下幾個方面有所體現(xiàn)：

第一：個性化服務(wù)將得到快速發(fā)展。隨著人工智能產(chǎn)品的大面積采用，一個重要的結(jié)果就是生產(chǎn)力水平的大幅度提升，這會使得人們在進行消費時有了更多的選擇，產(chǎn)品將逐漸從批量生產(chǎn)轉(zhuǎn)向個性化生產(chǎn)。

第二：產(chǎn)業(yè)鏈將得到整合和壓縮。人工智能產(chǎn)品的應(yīng)用將全面實現(xiàn)產(chǎn)業(yè)鏈的整合，不僅會進一步壓縮商品流通過程中的中間環(huán)節(jié)，同時也會高效率整合生產(chǎn)環(huán)節(jié)的產(chǎn)業(yè)鏈，從而全面提升生產(chǎn)效率。未來在人工智能技術(shù)的推動下，產(chǎn)品的生產(chǎn)和流程環(huán)節(jié)中的傳統(tǒng)人力崗位將逐漸減少，這也會在很大程度上降低產(chǎn)品的生產(chǎn)和流通成本。

第三：研發(fā)費用占比將逐漸提升。在人工智能技術(shù)的推動下，企業(yè)更多的資源將向研發(fā)領(lǐng)域傾斜，產(chǎn)品創(chuàng)新能力將是未來企業(yè)謀求更大發(fā)展的核心能力，所以研發(fā)費用的占比未來將持續(xù)攀升。

雖然人工智能技術(shù)未來的發(fā)展前景非常廣闊，但是目前人工智能技術(shù)依然處在發(fā)展的初期，而且由于人工智能技術(shù)對于應(yīng)用場景有較多的挑戰(zhàn)，所以人工智能產(chǎn)品的全面應(yīng)用還需要很長一段時間。

中美人工智能不同的發(fā)展機遇

中美人工智能應(yīng)用的不同發(fā)展路徑人工智能在不同國家的發(fā)展，與當?shù)氐漠a(chǎn)業(yè)發(fā)展特點相關(guān)，取決于技術(shù)與當?shù)禺a(chǎn)業(yè)的結(jié)合。以金融業(yè)為例，中美有兩個主要差異，第一，在技術(shù)應(yīng)用方面，美國金融市場競爭比較激烈，很多銀行早就習慣通過技術(shù)手段競爭。一個金融公司里10％的員工是IT和技術(shù)員工，在中國，這個比例大概是3％－4％。在美國，人工智能在金融方面的應(yīng)用相對走的更往前，很多對沖基金是通過機器學習、數(shù)據(jù)挖掘，量化基金通過程序來管理基金。

與美國比，中國的技術(shù)相對早期。另一方面，兩國在金融領(lǐng)域的監(jiān)管法規(guī)有一定差異。在美國，沒有太多監(jiān)管限制通過開發(fā)程序管理基金，只要敢冒險，自負盈虧，相比之下中國則整體相對謹慎。在其他應(yīng)用領(lǐng)域，中美也呈現(xiàn)出各自的特點。對于中美兩國，人口紅利都在消失，但兩國人工智能應(yīng)用很有可能先在各自比較發(fā)達的產(chǎn)業(yè)中得到發(fā)展。未來中國先把這些技術(shù)做成熟以后，也可能將技術(shù)應(yīng)用到其他國家去。

傳統(tǒng)行業(yè)尤其是企業(yè)的最高領(lǐng)導(dǎo)需要對人工智能有更客觀的認識，盡可能去接觸和理解人工智能可以做什么。畢竟有些技術(shù)還沒到成熟的階段。目前有很多人工智能在線課程和書，也有很多免費的網(wǎng)上平臺鼓勵大家去嘗試，這個門檻正越來越低。

當前，人工智能浪潮類似互聯(lián)網(wǎng)初期，無論企業(yè)規(guī)模大小，任何時候進入AI領(lǐng)域都不嫌早。企業(yè)最終將在人工智能的應(yīng)用下而大幅提升生產(chǎn)效率。大型企業(yè)內(nèi)部本身有IT部門，資源也多一些，有條件去研究AI，可以選擇是自己做還是去尋求外部幫助，小企業(yè)則可能需要找人做。大小企業(yè)的思考模式和基本邏輯相同，只是具體的操作方式不同。關(guān)于傳統(tǒng)企業(yè)是否需要自己的技術(shù)團隊，應(yīng)該結(jié)合企業(yè)的自身情況，目前想做的項目難度有多大，是否需要專家的幫助。

企業(yè)具備了這個前提，理解了自己的問題，理解了技術(shù)如何去應(yīng)用，進一步分析判斷事情的難度和風險有多大。比如，微軟有小冰這樣的聊天機器人，不少企業(yè)興趣很高，也希望用聊天機器人來增強與客戶的互動，那就需要考慮聊天的內(nèi)容是什么，如果出錯的話成本是什么？如果是醫(yī)院需要用來和病人互動，并且指導(dǎo)病人如何吃藥，這樣錯誤成本太高，就不建議通過內(nèi)部團隊開發(fā)。

處于人工智能技術(shù)應(yīng)用起飛的前夜，這樣探討的價值在于，傳統(tǒng)企業(yè)無論規(guī)模大小，都需要思考如何應(yīng)對危機和機遇，畢竟等到人工智能技術(shù)帶來的用戶達到一定程度、新業(yè)務(wù)規(guī)模開啟時，再進行這樣的投入已然是來不及了。