產品從研發到生產是一個系統工程，並非易事。需要分階段進行可行性分析並進行實驗。個人從事產品研發十幾年，感覺這個問題很複雜，非一言盡之，我也不想網上抄沒用的講，你可以檢視相關國標進行了解。

人工智慧某些已經成熟的產品目前國內落地的難度很大程度上是因為市場和利潤率。

以工業機器人為例，其實工業機器人領域國內已經在去年2017年取得了很大的突破，因為攻破了關鍵核心零部件的自主加工製造瓶頸，把國外關鍵零部件的進口價格給降低了很多倍，給自己空出了利潤空間。而限制工業機器人的落地速度的在於目前有能力批次使用工業機器人的企業並不多，國內除了汽車製造，晶片電子產品等的製造開始使用工業機器人，基數更大的傳統工業自動化程度相當低，要想一步實現跨越式發展難度很大，首先企業沒有那麼多資金太投入，其次傳統機械行業體系過於落後，需要一步一步過渡。

很多人工智慧的小玩具也是這樣的，因為擁有製造的公司不多，壟斷生產。價格昂貴，人們也還無法完全接受。

完全仿人的機器人，這種機器人雖說可以完成和人一樣的日常活動，但是反應速度，關鍵資訊處理能力和智商完全不能在一個量級。在控制上的相應速度和非線性控制系統和高速伺服電機的研究有關。而資訊處理能力和所說的智商其實就是學習樣本的學習程度和學習的形式還不夠。所以說人工智慧是一個交叉學科需要多學科的共同發展。

舉個例子，無人駕駛技術前沿的谷歌無人駕駛好像是從2012年左右擁有理論的技術方案，然後一直在途中實驗，一套完整的無人駕駛技術需要很多樣本去學習，需要遇到很多種情況去學習。所以目前在2018年10谷歌才拿到政府許可證，用了長達6年左右的時間去改進學習的樣本。

這個例子足以證明，人工智慧的深度產品需要很多樣本去訓練他們，而樣本的蒐集又需要相當長的時間。

首先講一下你最關心的人工智慧研發難，產出少的問題，首先最重要的是經費問題，投入的資金還是明顯不夠，大家知道人工智慧的研發需要耗費大量的經費，而且往往投入和回報並不成正比，這也是很多投資者不願意投資這一領域的重要因素，因為投資者首先關注的是利益方面，得不到穩定切實的收益，使這一領域資金投入明顯不足。其次是大資料，資料量多起來了，才催生了機器學習、深度學習等加入資料處理行業。這也需要時間的積累，量變產生質變。然後是硬體能力的提升以及雲計算的發展，隨著摩爾定律瓶頸的到來，還有幾年矽晶體，CPU製程即將達到上限，我們的計算效能也即將達到上限，是會有更好的技術和創新來突破，還是探索者們找出了其他的解決方案，我們還需要探索。

其實目前的人工智慧發展前景非常好，國家越來越重視這一領域的研發推動，在各方面重大利好的影響下，昨天人工智慧相關股票紛紛漲停，掀起一波人工智慧熱潮。而且從前幾年的微軟小冰，cortano（微軟小娜），到近兩年的百度度秘，最強大腦中的小度機器人，DuerOS；阿里的以影片大資料智慧識別為核心的智慧城市；谷歌推出的戰勝李世石的AlphaGo等等。再加上大資料的逐漸成熟，雲計算的不斷髮展，人工智慧發展已經越來越健康成熟。

再來說說人工智慧公司的盈利模式，涉及人工智慧的企業非常多，盈利模式清晰的公司受益巨大，比如百度、360、酷狗、英飛拓等等，不少公司都是上市的，這些人工智慧企業發展迅速。人工智慧可以在製造、教育、環境保護、交通、商業、健康醫療、網路安全、社會治理等許多重要領域應用，可以說前景非常廣闊，市場需求量大，適合長期發展。

人工智慧的產品早已落地，只是很多情況下，我們並不知道而已。有一句話是這樣說的，最好的技術是你感覺不到的技術，就象蘋果手機，大部分使用者只是感覺到如絲般滑，可是內中許多黑科技，我們完全不知道，知道了也不明白。

先舉一起其他已經完全落地的應用案例：

一、你接到的騷擾電話，比如賣房、銷售信用卡的電話，甚至是詐騙電話，其中有至少50%的電話是人工智慧機器打來的，絕大部分情況下，你感覺不到是機器在給你打電話！因為這些機器能夠跟你對話，能根據你的回答決定下一步跟你講什麼。

二、茫茫人海中只因多看你一眼，就終生難以把你忘記。“天網”有無數的攝像頭，每天拍下的影像，資料之大，令人難以想像。要在海量的影像中打到你，靠人的眼睛是無法實現的，這個時候，人工智慧就派上用場了，又高效又快捷！

三、各大通訊公司、各大銀行的客服系統都用上了人工智慧，你打電話去諮詢問題的時候，聽到的曼妙聲音，可是人工智慧合成的哦！

四、不能不提一下華為手機，自從用上了人工智慧之後，P20的遊戲效能大幅度上升！

五、冠以“人工智慧”的掃地機器人，還是有一些人工智慧的技術的，高階的機器能夠繪製地圖，有了地圖，可以智慧繞開障礙物。

六、人工智慧下圍棋，能夠下到柯潔哭，這可是100%的人工智慧。在沒有人工智慧之前，PC時代有一款圍棋遊戲叫“GO"，我這樣的棋渣都能讓他次次甘拜下風，碰上現在的人工智慧圍棋，我想破頭也無法明白那些落子的微妙。

之所以我們覺得人工智慧光打雷、不下雨，不斷地看到、聽到有關人工智慧的訊息，但就是沒有感覺到人工智慧的產品的落地，那是因為沒有一款叫做“人工智慧”的產品面世，估計以後也不會有叫這個名字的產品問世。“人工智慧”是一種技術，但不會是一種獨立的技術，“人工智慧”只能與其他技術配合使用，所以很多人會覺得沒有人工智慧的落地了。

我們再來看一件最近的事：

2018年10月22日，嘉士德拍賣行以43.25萬美元的價格拍出了一幅油畫，成交價格是當初估價的43.5倍。同一天，在嘉士德拍賣行還拍賣了畢加索的一幅畫，成交價與這幅人工智慧畫作差不多。

這幅油畫是一幅肖像畫，名為《埃德蒙·德·貝拉米》（Edmond De Belamy）。與以往不同的是，這幅畫的作者不是某個畫家，而是人工智慧！這是嘉士德拍賣行第一次拍賣人工智慧作的畫，也是目前為止銷售價格最高的人工智慧畫作。

冤大頭是一位，不對，說錯了，應該說是買家，買家是一位匿名人士，這哥們是透過電話競價買下來的，與他一起出價的還有一位線上報價的法華人和一位在拍賣現場的紳士。

這幅畫是法國的一個名為“顯而易見”的人工智慧團隊的作品，這個團隊的主創人員是一個叫作羅比·巴拉特的不到19歲的小夥子，他既是一位藝術家也是碼農。“顯而易見”團隊用15000幅從14世紀到20世紀的畫作對這個人工智慧進行訓練，用行話說，他們給這個人工智慧“喂”了15000幅畫，然後就由這個人工智慧自己開幹了，繪畫過程中，人類不再幹預。這套系統還能區分“喂”給它的畫是真實的畫家繪製的還是別的人工智慧畫的，哼，別家的人工智慧的畫，咱不稀罕！

這位就是 “顯而易見”人工智慧團隊聯合創始人Pierre Fautrel。他在賣出這一幅後，跟美國廣播公司（ABC）的記者說，“人工智慧的強大能力真的讓我們著迷！人工智慧的能力，將是星辰大海！等等，我們來討論一下，用人工智慧作的畫，能算藝術作品嗎？”。這個問題太深奧，小編還真的答不上來，讀者中有明白，在討論區中多指教！

榮耀Magic2 出來了，其中Yoyo, 就是可成長智慧體，嚴格來說，也是人工智慧了。YOYO 會自我進化、成長。現在的話，就是考慮下一步該如何發展，畢竟人工智慧有利也有害。

個人理解是實用性吧。

很多AI產品炒的是一個概念，這些東西所強調的是AI所帶來的智慧性和便利性，強調了AI優於人力的諸多方面。但是實際上這些專案本身的意義並不是很強，AI帶來的改變也遠沒有宣傳得那麼明顯，即便不使用AI，依靠人力同樣可以完成相應的功能。

另一種失敗是在於AI本身的侷限性，AI畢竟是演算法，演算法就是為了解決一類問題而存在的，但是現實中的很多問題都無法清晰地歸類於某一種問題，而是多種問題交織在一起，對於這種問題，AI的能力實在有限，所以不是所有的問題都應該交給AI來解決。而且AI對資料要求很高，很多模型都是透過大量資料來進行訓練的，但是實際問題中，很可能拿不到如此數量級的資料，導致模型訓練失敗，或者不準確。

諸多問題和缺點導致了AI落地的困難吧。

1、沒有明確目標使用者或使用者群需求不明確

2、沒有真正達到人工智慧的效果，只是單純的自動化

3、技術上受限

4、人工智慧產品是一個高技術、高效能、高效率產品沒有資深技術實力確實達不到很好的效應

5、公司盈利模式主要是看受眾是誰，不同的使用者有不同的盈利模式；