疫情的大流行為人工智慧的發展打開了新的視窗期和豐富的實踐場。短時間內,人工智慧就以迅猛的姿態鋪陳在了社會生活的各個方面。與此同時,人工智慧作為資訊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,市場對人工智慧的熱情持續高漲。不論是網際網路巨頭,還是傳統制造企業,紛紛加碼人工智慧。“商業落地”成為當前人工智慧發展的鮮明主題詞。但事實上,迄今為止,人工智慧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慧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慧浪潮真正落地,將人工智慧的賦能效應向社會的各個方向延伸則是不可迴避的問題。
人工智慧降溫背後
從全球市場來看,人工智慧的火熱,離不開背後資本的助力。然而,人工智慧的投資卻呈現降溫態勢。
據中國資訊通訊研究院2019年4月釋出的《全球人工智慧產業資料報告》,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,人工智慧企業盈利仍然困難。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%的人工智慧公司處於虧損狀態,而10%賺錢的企業基本是技術提供商。換言之,人工智慧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演算法。
究其原因,一方面,市場對人工智慧寄予過高的期望,而實際的產品體驗卻往往欠佳。人們對人工智慧能力、易用性、可靠性、體驗等方面的要求都給當前的人工智慧技術帶來了更多挑戰。
其一,由於部分人工智慧企業及媒體傳播的誇大,導致了人工智慧仍然青澀的能力在某些領域存在被誇大的情況。其二,當前的人工智慧高度依賴資料,但資料積累、共享和應用的生態仍然比較初級,這直接阻礙著人工智慧部分應用的實現。其三,人工智慧作為一種新的技術,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。
人工智慧掀起的技術革命成為不爭的事實,但對於人工智慧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慧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慧技術來解決實際的問題,並透過市場進行規模化變現,這關係到人工智慧的技術能力、易用性、可用性、成本、可複製性以及所產生的客戶價值。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”。
這意味著,人工智慧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,更多人工智慧企業還需要找到合適的應用場景以便人工智慧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,科技企業智慧醫療的佈局與應用已有雛形,IBM Waston已應用於臨床診斷和治療,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慧診斷平臺;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,由於人工智慧需要大量共享資料,而醫院和患者的資料卻存在“孤島”障礙。在打破各方壁壘的同時,保障資料安全性又成為現實困境,而這同時阻礙著人工智慧在醫療領域的真正爆發。
應用何處,如何實施?
客觀地認識人工智慧產業的發展現狀,是為了更好地發揮人工智慧技術的賦能作用。數字經濟盛行的情況下,人工智慧技術已經成為越來越多企業的創新動力和源泉,而人工智慧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,怎樣來實施人工智慧的應用,才是當前要回應的人工智慧發展問題的關鍵。
人工智慧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。在人工智慧的加持下,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,人工智慧市場發展存在的難題在內部資源與外部環境的匹配。
可以說,人工智慧技術的應用是數字經濟商業模式發展的必然結果。回顧人工智慧發展歷程,近年來,資料智慧驅動的數字經濟商業模式的崛起,使得搜尋推薦、人臉識別和語音識別等人工智慧演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資料和演算法對外提供服務,這意味著,其也一定需要應用人工智慧技術,然後發展出自己獨特競爭優勢的人工智慧應用,從而帶來更好的使用者體驗和商業上的成功。
此外,人工智慧產業想要進一步發展,離不開人工智慧技術的進一步發展。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著至關重要的作用。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,他們是推動人工智慧發展的關鍵因素。
然而,中國人工智慧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/晶片和AI技術平臺上,嚴重削弱中國在國際上競爭力。
另一方面,人工智慧人才供求嚴重失衡,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,如演算法工程師,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。
人工智慧市場發展存在的困境不可忽視,從某個角度來說,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,讓行業的智慧化發展從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說法,加劇了AI市場中各領域分工佈局的涇渭分明。
如今,隨著隱私與資料安全的立法並得到廣大民眾重視,人工智慧開始迴歸本質,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,直至逐漸降溫。
在這個過程中,網際網路企業扮演了重要作用。網際網路企業是數字經濟的創新者、實踐者,透過網際網路及移動網際網路,網際網路公司在生產經營活動中創造並積累了大量資料。
這些資料來自於使用者的真實需求、反饋以及行為。在安全合規的基礎上,網際網路公司不僅充分利用了資料的價值,更讓整個商業社會都開始重視資料的價值,激活了各個產業的資料意識,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慧的大資料資源的積累。
隨著整個社會的數字化轉型,如何將人工智慧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,當人工智慧迴歸技術本質,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資料積累、技術溢位、演算法創新,到不同產業搭建連線人工智慧的網路。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,讓第三次人工智慧浪潮真正落地。