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(jìn)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(bào)告回顧了人工智能的行業(yè)概況，并結(jié)合實(shí)踐案例分析了人工智能技術(shù)，給產(chǎn)業(yè)帶來的具體價(jià)值創(chuàng)造盒各行業(yè)落地進(jìn)展盒未來應(yīng)用趨勢。以此幫助企業(yè)推動人工智能的價(jià)值落地。

新商業(yè)與新經(jīng)濟(jì)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(jì)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(shí)報(bào)、華爾街日報(bào)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(fèi)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(gè)過程，人工智能時(shí)代也是一樣。

當(dāng)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(jì)算機(jī)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(jìn)行減負(fù)。

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(gè)行業(yè)應(yīng)用人工智能產(chǎn)生的價(jià)值夠大，會有人愿意出錢標(biāo)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(xué)家的團(tuán)隊(duì)，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(xué)習(xí)等人工智能技術(shù)。

有著數(shù)十年經(jīng)驗(yàn)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(jià)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(jìn)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(gè)分析和歷史對比，分析這是公司的借口還是真實(shí)情況。每個(gè)上市公司都會有季報(bào)，內(nèi)容幾頁到幾十頁的不等，要做很細(xì)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(xì)的分析單靠人是不可能的，一個(gè)分析師要分析幾十家公司，不可能每一份季報(bào)都看的非常細(xì)，這方面可以由人工智能來輔助分析。

當(dāng)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(gè)人用戶提供人工智能產(chǎn)品服務(wù)的角度，企業(yè)要進(jìn)入某一個(gè)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(yàn)豐富的醫(yī)生，無法判斷醫(yī)學(xué)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(yàn)，在出錯(cuò)的時(shí)候也無法判斷是由于標(biāo)注錯(cuò)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(shí)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(jī)器一個(gè)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(shí)代顛覆需要真正的專注?！比斯ぶ悄芤呀?jīng)經(jīng)過了學(xué)術(shù)研究階段，正處于現(xiàn)實(shí)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(yùn)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(gè)方面有所體現(xiàn)：

第一：個(gè)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(gè)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(jìn)行消費(fèi)時(shí)有了更多的選擇，產(chǎn)品將逐漸從批量生產(chǎn)轉(zhuǎn)向個(gè)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(shí)現(xiàn)產(chǎn)業(yè)鏈的整合，不僅會進(jìn)一步壓縮商品流通過程中的中間環(huán)節(jié)，同時(shí)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(fèi)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(fèi)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(shí)間。

中美人工智能不同的發(fā)展機(jī)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(dāng)?shù)氐漠a(chǎn)業(yè)發(fā)展特點(diǎn)相關(guān)，取決于技術(shù)與當(dāng)?shù)禺a(chǎn)業(yè)的結(jié)合。以金融業(yè)為例，中美有兩個(gè)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(xí)慣通過技術(shù)手段競爭。一個(gè)金融公司里10%的員工是IT和技術(shù)員工，在中國，這個(gè)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(jī)器學(xué)習(xí)、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(xiǎn)，自負(fù)盈虧，相比之下中國則整體相對謹(jǐn)慎。在其他應(yīng)用領(lǐng)域，中美也呈現(xiàn)出各自的特點(diǎn)。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(dá)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(rèn)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(fèi)的網(wǎng)上平臺鼓勵(lì)大家去嘗試，這個(gè)門檻正越來越低。

當(dāng)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(shí)候進(jìn)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(tuán)隊(duì)，應(yīng)該結(jié)合企業(yè)的自身情況，目前想做的項(xiàng)目難度有多大，是否需要專家的幫助。

企業(yè)具備了這個(gè)前提，理解了自己的問題，理解了技術(shù)如何去應(yīng)用，進(jìn)一步分析判斷事情的難度和風(fēng)險(xiǎn)有多大。比如，微軟有小冰這樣的聊天機(jī)器人，不少企業(yè)興趣很高，也希望用聊天機(jī)器人來增強(qiáng)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(cuò)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(cuò)誤成本太高，就不建議通過內(nèi)部團(tuán)隊(duì)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(jià)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(jī)和機(jī)遇，畢竟等到人工智能技術(shù)帶來的用戶達(dá)到一定程度、新業(yè)務(wù)規(guī)模開啟時(shí)，再進(jìn)行這樣的投入已然是來不及了。