人工智能是(shi)新(xin)(xin)一輪產業(ye)(ye)變革的核心驅動力，將進一步釋放歷次科(ke)技革命和產業(ye)(ye)變革積蓄的巨大能量，并創造新(xin)(xin)的強(qiang)大引(yin)擎，重構生產、分配、交換、消費等經(jing)濟活(huo)動各(ge)(ge)(ge)環節(jie)，形成從宏觀到微(wei)觀各(ge)(ge)(ge)領域的智能化新(xin)(xin)需(xu)求，催生新(xin)(xin)技術、新(xin)(xin)產品、新(xin)(xin)產業(ye)(ye)、新(xin)(xin)業(ye)(ye)態、新(xin)(xin)模式(shi)。人工智能正(zheng)在與(yu)各(ge)(ge)(ge)行各(ge)(ge)(ge)業(ye)(ye)快速(su)融(rong)合，助力傳統(tong)行業(ye)(ye)轉(zhuan)型(xing)升級、提質增(zeng)效，在全球范圍內引(yin)發全新(xin)(xin)的產業(ye)(ye)浪潮。
人工智能作為國家戰略規劃發展迅猛
我(wo)國(guo)政府高度(du)重(zhong)(zhong)視(shi)人工(gong)智(zhi)能(neng)的技術(shu)進(jin)步(bu)與產業(ye)發(fa)(fa)展(zhan)(zhan)，人工(gong)智(zhi)能(neng)已上(shang)升國(guo)家(jia)戰略。《新一(yi)代人工(gong)智(zhi)能(neng)發(fa)(fa)展(zhan)(zhan)規(gui)劃(hua)》提出：到 2030 年人工(gong)智(zhi)能(neng)理論、技術(shu)與應(ying)用(yong)(yong)總體達到世界領先水平，成(cheng)為世界主要人工(gong)智(zhi)能(neng)創新中心(xin);《新一(yi)代AI產業(ye)發(fa)(fa)展(zhan)(zhan)三年行(xing)動計劃(hua)》表明(ming)：重(zhong)(zhong)點(dian)扶持神經網絡芯片，實現人工(gong)智(zhi)能(neng)芯片在國(guo)內(nei)實現規(gui)模化應(ying)用(yong)(yong);《國(guo)家(jia)新一(yi)代人工(gong)智(zhi)能(neng)標準(zhun)體系(xi)建設指南(nan)》明(ming)確：到2023年，初步(bu)建立(li)人工(gong)智(zhi)能(neng)標準(zhun)體系(xi)，重(zhong)(zhong)點(dian)研制(zhi)(zhi)數據、算法、系(xi)統等重(zhong)(zhong)點(dian)急需標準(zhun)，并率先在制(zhi)(zhi)造、交(jiao)通等重(zhong)(zhong)點(dian)行(xing)業(ye)和領域進(jin)行(xing)推進(jin)。
現階段，各行業(ye)(ye)企業(ye)(ye)在改善價值鏈、降(jiang)本增效(xiao)的(de)內(nei)在需(xu)(xu)求驅動(dong)和(he)人(ren)工智(zhi)能(neng)被(bei)列入“新(xin)基(ji)建(jian)”的(de)外在因素影響下(xia)，產(chan)生了多樣(yang)化的(de)智(zhi)能(neng)化轉型升級需(xu)(xu)求，對人(ren)工智(zhi)能(neng)產(chan)業(ye)(ye)快速(su)發展提供動(dong)力。據統(tong)計(ji)，2020年(nian)中國人(ren)工智(zhi)能(neng)行業(ye)(ye)核心(xin)產(chan)業(ye)(ye)市場(chang)規(gui)模為1513億元(yuan)，同比上漲(zhang)38.93%，帶動(dong)相關產(chan)業(ye)(ye)市場(chang)規(gui)模為5726億元(yuan)，同比上漲(zhang)49.82%。在新(xin)產(chan)業(ye)(ye)、新(xin)業(ye)(ye)態(tai)、新(xin)商業(ye)(ye)模式(shi)經濟建(jian)設(she)的(de)大背景下(xia)，企業(ye)(ye)對AI的(de)需(xu)(xu)求逐漸升溫，人(ren)工智(zhi)能(neng)產(chan)值的(de)成長速(su)度令人(ren)矚目(mu)，預計(ji)到2025年(nian)人(ren)工智(zhi)能(neng)核心(xin)產(chan)業(ye)(ye)市場(chang)規(gui)模將達(da)到4533億元(yuan)，帶動(dong)相關產(chan)業(ye)(ye)市場(chang)規(gui)模約為16648億元(yuan)。
人(ren)工智能應用落地3個層級
人工智能的(de)基礎(chu)理(li)論雖由來已久，但(dan)現階(jie)段推(tui)動(dong)新一(yi)代人工智能快速發展(zhan)并(bing)逐步落(luo)地產業(ye)應用(yong)的(de)關鍵要素可歸結為(wei)計算(suan)能力(li)的(de)提升、數據爆發式增長(chang)、機器學習算(suan)法的(de)進步以及投資力(li)度(du)的(de)加(jia)大四個方(fang)面。
人(ren)工(gong)智(zhi)能產業(ye)鏈(lian)包(bao)(bao)括3個(ge)部分：基礎層(ceng)、技(ji)術層(ceng)和(he)(he)應用層(ceng)。基礎層(ceng)主要為人(ren)工(gong)智(zhi)能基礎技(ji)術提供(gong)計算能力支持(chi)，包(bao)(bao)括AI芯片(pian)、AI平臺(tai)以及AI框架，典型的(de)大型互聯網(wang)公司(si)和(he)(he)行(xing)業(ye)領頭公司(si)主要有谷歌、亞馬(ma)遜、英特爾、IBM、百度(du)、華為等(deng)。
技(ji)(ji)(ji)術層主(zhu)要(yao)是基于基礎層設(she)施進(jin)行開發后(hou)的通用性(xing)人工(gong)智能技(ji)(ji)(ji)術，是以認知(zhi)與感知(zhi)計算技(ji)(ji)(ji)術為代表的通用技(ji)(ji)(ji)術。其(qi)中，感知(zhi)部分包括計算機(ji)視覺、語音識別和自然(ran)語言處理等(deng)，認知(zhi)部分以知(zhi)識圖(tu)譜為主(zhu)要(yao)代表。
應(ying)用(yong)(yong)層(ceng)以垂直行業的(de)(de)(de)AI應(ying)用(yong)(yong)型公司(si)為(wei)主(zhu)，結合(he)各(ge)行業應(ying)用(yong)(yong)，將(jiang)人工(gong)智能通用(yong)(yong)技術(shu)封(feng)裝成為(wei)落地的(de)(de)(de)產品(pin)，包含(han)具體(ti)應(ying)用(yong)(yong)場景的(de)(de)(de)端(duan)到端(duan)式(shi)解決方案(an)以及軟硬一(yi)體(ti)化(hua)的(de)(de)(de)產品(pin)。近年來，隨(sui)著通用(yong)(yong)技術(shu)越來越成熟(shu)，大量技術(shu)層(ceng)級的(de)(de)(de)企業逐步轉向(xiang)應(ying)用(yong)(yong)層(ceng)級，行業應(ying)用(yong)(yong)價值愈加(jia)凸顯。
人工智能產業痛點及應對
在(zai)產業(ye)(ye)落(luo)地過程中，人(ren)工(gong)智(zhi)能技(ji)(ji)術與企業(ye)(ye)需(xu)求之間的鴻(hong)溝不容忽視。企業(ye)(ye)用戶的核心目(mu)標(biao)是利用人(ren)工(gong)智(zhi)能技(ji)(ji)術實現業(ye)(ye)務增長(chang)，而人(ren)工(gong)智(zhi)能技(ji)(ji)術本身無法直接解(jie)決業(ye)(ye)務需(xu)求，需(xu)要根據具(ju)體的業(ye)(ye)務場(chang)景和目(mu)標(biao)，形成可規模化落(luo)地的產品和服務。在(zai)這個過程中，人(ren)工(gong)智(zhi)能在(zai)數據、算法、業(ye)(ye)務場(chang)景理(li)解(jie)、服務方式、投入(ru)產出比(bi)等方面都(dou)面臨一系列(lie)挑戰。
數(shu)(shu)(shu)(shu)據(ju)(ju)稀缺。AI領域，數(shu)(shu)(shu)(shu)據(ju)(ju)是基礎要(yao)(yao)素，目前現有的(de)(de)AI模型都需(xu)要(yao)(yao)大(da)(da)(da)量(liang)的(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)標記，因為模型大(da)(da)(da)多(duo)數(shu)(shu)(shu)(shu)是監(jian)督(du)學習(xi)模型。大(da)(da)(da)量(liang)的(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)標記，不僅僅會要(yao)(yao)求(qiu)(qiu)更多(duo)的(de)(de)人力(li)資源，同時人的(de)(de)參與(yu)難免會為數(shu)(shu)(shu)(shu)據(ju)(ju)帶來一定(ding)程(cheng)度的(de)(de)誤差。除(chu)了對數(shu)(shu)(shu)(shu)據(ju)(ju)量(liang)的(de)(de)需(xu)求(qiu)(qiu)極大(da)(da)(da)，對數(shu)(shu)(shu)(shu)據(ju)(ju)的(de)(de)維度也要(yao)(yao)求(qiu)(qiu)盡(jin)可能(neng)的(de)(de)全(quan)面(mian)。總(zong)之就是，能(neng)有最(zui)好都給(gei)我(wo)，越全(quan)面(mian)越好。但是實際情況(kuang)就是，結構性的(de)(de)全(quan)面(mian)的(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)在(zai)現實生活中很難獲(huo)得，而且(qie)也很難獲(huo)得比較準確的(de)(de)數(shu)(shu)(shu)(shu)據(ju)(ju)。
黑盒(he)子效應。從傳統(tong)模型(xing)到(dao)新型(xing)算法，AI的(de)(de)復雜(za)性(xing)(xing)逐(zhu)步遞(di)增(zeng)，促使人工智能算法的(de)(de)決策機制越發(fa)難以被人類(lei)理(li)解(jie)與描述。很多人將大部(bu)分(fen)基于(yu)(yu)深(shen)度(du)學習(xi)的(de)(de)算法想(xiang)象成是一個“黑盒(he)子”，也(ye)就(jiu)是說(shuo)認為(wei)(wei)模型(xing)不具備可解(jie)釋性(xing)(xing)。相比較“黑盒(he)子”而言(yan)，可解(jie)釋性(xing)(xing)的(de)(de)AI對于(yu)(yu)深(shen)度(du)神經網絡的(de)(de)透明性(xing)(xing)有(you)所增(zeng)加(jia)，有(you)助于(yu)(yu)向(xiang)用(yong)戶提供判斷依據等信息(xi)，增(zeng)強用(yong)戶對人工智能的(de)(de)信任(ren)與安全感，同時(shi)也(ye)為(wei)(wei)事(shi)后(hou)監管、責任(ren)歸屬等環節提供有(you)力依據。
業(ye)務(wu)場(chang)景理(li)解(jie)差。隨著人工智能的(de)(de)行業(ye)化發(fa)(fa)展(zhan)，待解(jie)決的(de)(de)業(ye)務(wu)問題從通(tong)用型場(chang)景向(xiang)特(te)定(ding)型場(chang)景過(guo)渡，單點問題向(xiang)業(ye)務(wu)整個流程(cheng)演(yan)進，從感(gan)知化到認知化的(de)(de)發(fa)(fa)展(zhan)，業(ye)務(wu)場(chang)景的(de)(de)壁壘與(yu)復雜(za)度(du)越來越高。在這(zhe)樣的(de)(de)背景下，僅僅依靠算法技術的(de)(de)積(ji)累(lei)，難以滿足對場(chang)景的(de)(de)理(li)解(jie)要求。所以，AI算法需要經(jing)驗與(yu)業(ye)務(wu)規則的(de)(de)結合。這(zhe)種情況(kuang)下，知識(shi)圖譜(pu)技術成(cheng)為關(guan)鍵所在。通(tong)過(guo)知識(shi)圖譜(pu)，可以更好地(di)理(li)解(jie)業(ye)務(wu)。通(tong)過(guo)建(jian)立統一的(de)(de)圖譜(pu)來實現知識(shi)的(de)(de)融合，進一步加快推進人工智能的(de)(de)落(luo)地(di)。
服(fu)務(wu)(wu)方(fang)(fang)式單一。對(dui)于企業(ye)業(ye)務(wu)(wu)人(ren)員的(de)(de)(de)(de)根本(ben)需求，標準化的(de)(de)(de)(de)人(ren)工(gong)智能技(ji)術輸出(chu)或者API調用(yong)的(de)(de)(de)(de)服(fu)務(wu)(wu)方(fang)(fang)式是不夠的(de)(de)(de)(de)。廠(chang)商需要(yao)(yao)根據具體(ti)場景，在技(ji)術基礎(chu)上提供定制化的(de)(de)(de)(de)解決方(fang)(fang)案，并封裝為應用(yong)到業(ye)務(wu)(wu)系(xi)統中的(de)(de)(de)(de)產(chan)品(pin)，即“AI+產(chan)品(pin)”。另外(wai)，廠(chang)商需要(yao)(yao)提供持續(xu)性的(de)(de)(de)(de)業(ye)務(wu)(wu)運行服(fu)務(wu)(wu)，才可(ke)讓AI產(chan)品(pin)真正發揮價值，以保證達到最(zui)終業(ye)務(wu)(wu)效果，即“AI+服(fu)務(wu)(wu)”。
投入(ru)產出比(bi)失衡。對于企業來(lai)說，在業務(wu)中(zhong)落地(di)AI技(ji)術應用，至(zhi)少包括兩個層(ceng)面的(de)(de)成(cheng)本：芯片(pian)、算(suan)(suan)法平臺(tai)等智(zhi)能(neng)(neng)化產品、引進算(suan)(suan)法工(gong)程師(shi)等人(ren)工(gong)智(zhi)能(neng)(neng)方面人(ren)才。目(mu)前，一些數據平臺(tai)、機器學習平臺(tai)的(de)(de)涌(yong)現，提高(gao)了(le)人(ren)工(gong)智(zhi)能(neng)(neng)建模(mo)的(de)(de)自動(dong)化程度，同時也降低了(le)整(zheng)個業務(wu)流程對算(suan)(suan)法工(gong)程師(shi)的(de)(de)依(yi)賴，AI應用的(de)(de)總成(cheng)本有待降低。此外，未來(lai)算(suan)(suan)法的(de)(de)進步(bu)可(ke)降低硬件(jian)標(biao)準，也可(ke)促使成(cheng)本的(de)(de)節省。
人工智能產業呈現四點趨勢
當前，國家戰略的(de)(de)(de)前瞻性引(yin)領、產(chan)學(xue)研(yan)用的(de)(de)(de)協作創新(xin)、需(xu)求方(fang)面的(de)(de)(de)大力牽引(yin)、生(sheng)態系統(tong)的(de)(de)(de)高度開放、政府的(de)(de)(de)強力支(zhi)持共同(tong)推(tui)動著我(wo)國人(ren)工智能(neng)產(chan)業協同(tong)創新(xin)機制(zhi)的(de)(de)(de)發展，加快我(wo)國智能(neng)經濟(ji)發展的(de)(de)(de)黃金時期。展望(wang)未來，基礎設施的(de)(de)(de)升級、從感知智能(neng)到行動智能(neng)技術(shu)的(de)(de)(de)演進(jin)、應用場(chang)景產(chan)業智能(neng)化的(de)(de)(de)發展，是(shi)值得(de)關注的(de)(de)(de)幾大方(fang)向。
產(chan)業規模(mo)仍在保持(chi)增(zeng)長(chang)，同時國家也在不斷出(chu)臺各類人工(gong)智(zhi)能產(chan)業扶(fu)持(chi)政策，資本市場對(dui)人工(gong)智(zhi)能行業的(de)投資熱情不減，技術方(fang)面不斷突破是(shi)產(chan)業增(zeng)長(chang)的(de)核心(xin)驅動力(li)。產(chan)業的(de)發展取決(jue)于算(suan)法(fa)的(de)進步，在算(suan)法(fa)方(fang)面，目前已經有深度(du)學習和神經網絡這樣(yang)優秀(xiu)的(de)模(mo)型(xing)，但短(duan)時間內可能很(hen)難有所突破。所以算(suan)力(li)就成為了(le)競爭的(de)重(zhong)點方(fang)向。
不同層(ceng)(ceng)面分化(hua)明(ming)顯，在不同的層(ceng)(ceng)面上(shang)，都(dou)開始(shi)出現龍頭企業，同時龍頭企業也進(jin)(jin)一(yi)步聚(ju)焦自(zi)身的領域。底層(ceng)(ceng)基礎構建方(fang)(fang)面，騰訊、阿里巴巴、百度、華為(wei)等有(you)自(zi)身數據、算(suan)(suan)法、技(ji)術和服務器優勢。科大訊飛、格靈深瞳(tong)、融合現實、曠視科技(ji)等在計(ji)算(suan)(suan)機視覺和語音識別方(fang)(fang)向上(shang)已有(you)較(jiao)多的技(ji)術積累。而深蘭(lan)科技(ji)、地平線(xian)機器人、華為(wei)、小米等應用產品層(ceng)(ceng)面上(shang)進(jin)(jin)行深入研發。
工(gong)業(ye)化是未來(lai)方(fang)向。人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能行業(ye)多是“賦能”，探索如何把人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能與傳統行業(ye)結合。隨(sui)著實踐逐(zhu)步深(shen)入(ru)，簡單的人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能技術(shu)疊加將(jiang)不再能滿足用戶的智(zhi)(zhi)(zhi)能化預期。人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能產業(ye)借助對傳統行業(ye)的深(shen)入(ru)理解(jie)將(jiang)逐(zhu)步向工(gong)業(ye)化邁進。標(biao)準化的產品、規(gui)模化的生產、流(liu)水線(xian)式(shi)的作業(ye)將(jiang)是人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能實現產業(ye)化的發(fa)展方(fang)向。
綜合應(ying)用(yong)場(chang)景提(ti)升。在深度學(xue)習技術(shu)(shu)開啟的(de)(de)(de)人(ren)工智能(neng)第一發(fa)展階段，單點技術(shu)(shu)的(de)(de)(de)革(ge)新在市場(chang)中快速形(xing)成(cheng)小型的(de)(de)(de)技術(shu)(shu)應(ying)用(yong)閉環(huan)，技術(shu)(shu)為驅動的(de)(de)(de)商業模式快速形(xing)成(cheng)。隨著人(ren)工智能(neng)技術(shu)(shu)在場(chang)景中應(ying)用(yong)的(de)(de)(de)不斷深化，單一技術(shu)(shu)實現的(de)(de)(de)技術(shu)(shu)閉環(huan)難以(yi)滿足復雜(za)場(chang)景下的(de)(de)(de)智能(neng)化需求，綜合應(ying)用(yong)場(chang)景比例提(ti)升。
隨(sui)著國(guo)家數(shu)字化(hua)改(gai)革以(yi)及(ji)產(chan)(chan)(chan)業(ye)(ye)數(shu)據基礎設施的完善，產(chan)(chan)(chan)業(ye)(ye)互聯(lian)網打通(tong)了人(ren)(ren)工智(zhi)能產(chan)(chan)(chan)業(ye)(ye)鏈各環(huan)節的數(shu)據路線(xian)，以(yi)此(ci)為基礎，人(ren)(ren)工智(zhi)能應用(yong)將(jiang)從(cong)企業(ye)(ye)內部智(zhi)能化(hua)延(yan)伸(shen)到(dao)產(chan)(chan)(chan)業(ye)(ye)智(zhi)能化(hua)，逐步實現從(cong)采購到(dao)制造到(dao)流通(tong)等環(huan)節的智(zhi)能合作機制，提升產(chan)(chan)(chan)業(ye)(ye)整體的效率，實現產(chan)(chan)(chan)業(ye)(ye)互聯(lian)網價值最大化(hua)，引導未來(lai)更多(duo)行業(ye)(ye)走向產(chan)(chan)(chan)業(ye)(ye)智(zhi)能、互聯(lian)發(fa)展(zhan)。