人工(gong)智(zhi)能(neng)(neng)(neng)是新(xin)(xin)一輪產業(ye)變革(ge)的核心(xin)驅動力，將進一步釋放(fang)歷次(ci)科技(ji)革(ge)命和產業(ye)變革(ge)積蓄(xu)的巨(ju)大能(neng)(neng)(neng)量，并創造新(xin)(xin)的強(qiang)大引擎，重構生產、分配、交換、消(xiao)費等經濟活動各(ge)(ge)環節(jie)，形成從宏觀到微觀各(ge)(ge)領域的智(zhi)能(neng)(neng)(neng)化新(xin)(xin)需(xu)求(qiu)，催生新(xin)(xin)技(ji)術、新(xin)(xin)產品、新(xin)(xin)產業(ye)、新(xin)(xin)業(ye)態、新(xin)(xin)模(mo)式。人工(gong)智(zhi)能(neng)(neng)(neng)正在與各(ge)(ge)行各(ge)(ge)業(ye)快速(su)融合，助力傳統行業(ye)轉型(xing)升級、提質增效，在全(quan)球范圍內引發(fa)全(quan)新(xin)(xin)的產業(ye)浪潮。
人工智能作為國家戰略規劃發展迅猛
我國政府(fu)高度(du)重(zhong)視人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)的(de)技(ji)術進步與產業(ye)發展，人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)已上(shang)升(sheng)國家戰略。《新(xin)一代(dai)人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)發展規劃(hua)》提出：到 2030 年(nian)人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)理論、技(ji)術與應(ying)用總體達到世(shi)界領(ling)先(xian)水平，成為(wei)世(shi)界主(zhu)要人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)創新(xin)中心;《新(xin)一代(dai)AI產業(ye)發展三年(nian)行動(dong)計劃(hua)》表明(ming)：重(zhong)點(dian)扶持神經網(wang)絡芯片，實現人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)芯片在(zai)國內實現規模化應(ying)用;《國家新(xin)一代(dai)人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)標(biao)準體系建設指(zhi)南》明(ming)確：到2023年(nian)，初步建立人(ren)(ren)工(gong)智(zhi)(zhi)(zhi)(zhi)能(neng)(neng)標(biao)準體系，重(zhong)點(dian)研(yan)制(zhi)數據(ju)、算法(fa)、系統等重(zhong)點(dian)急需標(biao)準，并率先(xian)在(zai)制(zhi)造、交通等重(zhong)點(dian)行業(ye)和(he)領(ling)域(yu)進行推進。
現階段，各行業(ye)(ye)企業(ye)(ye)在(zai)(zai)改善價值鏈、降(jiang)本增效(xiao)的(de)內在(zai)(zai)需求(qiu)驅動(dong)和(he)人(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)被列入(ru)“新(xin)(xin)基建”的(de)外在(zai)(zai)因(yin)素影(ying)響下，產(chan)生了多(duo)樣(yang)化的(de)智(zhi)(zhi)(zhi)能(neng)化轉(zhuan)型升(sheng)級(ji)需求(qiu)，對人(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)產(chan)業(ye)(ye)快速發展(zhan)提(ti)供動(dong)力。據統計(ji)，2020年中(zhong)國人(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)行業(ye)(ye)核心(xin)產(chan)業(ye)(ye)市場(chang)(chang)(chang)規(gui)模(mo)為(wei)1513億元，同比上(shang)漲38.93%，帶(dai)(dai)動(dong)相(xiang)關產(chan)業(ye)(ye)市場(chang)(chang)(chang)規(gui)模(mo)為(wei)5726億元，同比上(shang)漲49.82%。在(zai)(zai)新(xin)(xin)產(chan)業(ye)(ye)、新(xin)(xin)業(ye)(ye)態、新(xin)(xin)商業(ye)(ye)模(mo)式經(jing)濟建設的(de)大背景下，企業(ye)(ye)對AI的(de)需求(qiu)逐漸升(sheng)溫，人(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)產(chan)值的(de)成長速度令人(ren)矚目，預計(ji)到(dao)2025年人(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)核心(xin)產(chan)業(ye)(ye)市場(chang)(chang)(chang)規(gui)模(mo)將(jiang)達到(dao)4533億元，帶(dai)(dai)動(dong)相(xiang)關產(chan)業(ye)(ye)市場(chang)(chang)(chang)規(gui)模(mo)約為(wei)16648億元。
人(ren)工(gong)智能(neng)應用(yong)落地3個層級(ji)
人(ren)工(gong)智(zhi)能(neng)的基(ji)礎理(li)論雖由來(lai)已久，但現階段推動(dong)新一代人(ren)工(gong)智(zhi)能(neng)快速(su)發展并逐步落地產業應用的關鍵要素可歸結為計算(suan)能(neng)力(li)(li)的提升(sheng)、數據(ju)爆發式增長(chang)、機(ji)器學習算(suan)法的進步以(yi)及(ji)投資力(li)(li)度的加(jia)大四個方面。
人工(gong)智(zhi)能產業(ye)鏈包括(kuo)3個(ge)部分：基(ji)礎層(ceng)、技(ji)術層(ceng)和(he)應用層(ceng)。基(ji)礎層(ceng)主要為人工(gong)智(zhi)能基(ji)礎技(ji)術提供計算能力支持(chi)，包括(kuo)AI芯片、AI平臺以及AI框架(jia)，典型的大型互聯網公司(si)和(he)行業(ye)領(ling)頭公司(si)主要有谷歌、亞(ya)馬(ma)遜、英特爾、IBM、百(bai)度、華(hua)為等(deng)。
技術層主要(yao)是基于基礎(chu)層設施進行開(kai)發(fa)后的通(tong)(tong)用(yong)性人工智能技術，是以認(ren)知(zhi)與(yu)感知(zhi)計(ji)算技術為(wei)代表(biao)(biao)的通(tong)(tong)用(yong)技術。其中(zhong)，感知(zhi)部(bu)分包括計(ji)算機視(shi)覺、語音識(shi)(shi)別和自然(ran)語言處(chu)理(li)等，認(ren)知(zhi)部(bu)分以知(zhi)識(shi)(shi)圖譜為(wei)主要(yao)代表(biao)(biao)。
應用(yong)(yong)層以垂直行業(ye)的AI應用(yong)(yong)型公司為主(zhu)，結合各行業(ye)應用(yong)(yong)，將人工智能(neng)通用(yong)(yong)技術封裝成為落地(di)的產品，包(bao)含(han)具體(ti)(ti)應用(yong)(yong)場景的端(duan)到(dao)端(duan)式解(jie)決方(fang)案(an)以及軟硬一(yi)體(ti)(ti)化的產品。近年來，隨著通用(yong)(yong)技術越(yue)來越(yue)成熟(shu)，大量(liang)技術層級(ji)的企業(ye)逐步轉向應用(yong)(yong)層級(ji)，行業(ye)應用(yong)(yong)價值愈加凸顯。
人工智能產業痛點及應對
在(zai)(zai)產業(ye)(ye)(ye)落地(di)(di)過程(cheng)中，人(ren)工智(zhi)(zhi)(zhi)能(neng)技術與企(qi)業(ye)(ye)(ye)需求之間的(de)鴻溝不容(rong)忽視(shi)。企(qi)業(ye)(ye)(ye)用(yong)戶的(de)核(he)心目(mu)(mu)標是利(li)用(yong)人(ren)工智(zhi)(zhi)(zhi)能(neng)技術實現業(ye)(ye)(ye)務(wu)(wu)增長，而(er)人(ren)工智(zhi)(zhi)(zhi)能(neng)技術本身無法直接解(jie)決業(ye)(ye)(ye)務(wu)(wu)需求，需要根據具(ju)體(ti)的(de)業(ye)(ye)(ye)務(wu)(wu)場(chang)景和目(mu)(mu)標，形成可規模化落地(di)(di)的(de)產品和服(fu)務(wu)(wu)。在(zai)(zai)這個過程(cheng)中，人(ren)工智(zhi)(zhi)(zhi)能(neng)在(zai)(zai)數據、算(suan)法、業(ye)(ye)(ye)務(wu)(wu)場(chang)景理解(jie)、服(fu)務(wu)(wu)方(fang)式、投(tou)入產出(chu)比(bi)等方(fang)面都面臨(lin)一系列(lie)挑戰。
數(shu)據稀(xi)缺。AI領域(yu)，數(shu)據是(shi)基礎要素，目前現有(you)的(de)(de)AI模(mo)(mo)型都需要大量的(de)(de)數(shu)據標記，因為(wei)模(mo)(mo)型大多數(shu)是(shi)監督學(xue)習模(mo)(mo)型。大量的(de)(de)數(shu)據標記，不僅(jin)僅(jin)會(hui)要求更(geng)多的(de)(de)人力資源，同時人的(de)(de)參與(yu)難(nan)免會(hui)為(wei)數(shu)據帶來一定程度的(de)(de)誤差。除了(le)對數(shu)據量的(de)(de)需求極大，對數(shu)據的(de)(de)維度也(ye)要求盡可(ke)能的(de)(de)全面。總之就是(shi)，能有(you)最好(hao)都給我，越全面越好(hao)。但是(shi)實際情況就是(shi)，結構性(xing)的(de)(de)全面的(de)(de)數(shu)據在現實生活(huo)中很難(nan)獲(huo)得，而且也(ye)很難(nan)獲(huo)得比較(jiao)準確(que)的(de)(de)數(shu)據。
黑(hei)盒(he)子(zi)效應。從傳統模型(xing)(xing)到(dao)新型(xing)(xing)算法，AI的(de)復雜性逐步遞增(zeng)，促使(shi)人工(gong)智能(neng)算法的(de)決策機制越發(fa)難以(yi)被人類理解(jie)與描(miao)述。很多人將大部(bu)分基于(yu)深度學習的(de)算法想象成是(shi)一個(ge)“黑(hei)盒(he)子(zi)”，也(ye)就是(shi)說認為模型(xing)(xing)不具備可解(jie)釋性。相(xiang)比較“黑(hei)盒(he)子(zi)”而言(yan)，可解(jie)釋性的(de)AI對(dui)于(yu)深度神(shen)經網(wang)絡(luo)的(de)透明(ming)性有(you)(you)所增(zeng)加(jia)，有(you)(you)助(zhu)于(yu)向用戶(hu)提供判斷依據等信(xin)息，增(zeng)強(qiang)用戶(hu)對(dui)人工(gong)智能(neng)的(de)信(xin)任與安全感，同時也(ye)為事后監管、責任歸屬等環節提供有(you)(you)力依據。
業(ye)務場(chang)(chang)景(jing)(jing)(jing)理解差。隨著人工智能(neng)的(de)(de)行業(ye)化發(fa)展，待(dai)解決的(de)(de)業(ye)務問題(ti)從通用(yong)型(xing)場(chang)(chang)景(jing)(jing)(jing)向(xiang)特定型(xing)場(chang)(chang)景(jing)(jing)(jing)過渡，單點(dian)問題(ti)向(xiang)業(ye)務整個流程演進(jin)，從感(gan)知化到認知化的(de)(de)發(fa)展，業(ye)務場(chang)(chang)景(jing)(jing)(jing)的(de)(de)壁壘與復雜度越(yue)來越(yue)高(gao)。在這樣(yang)的(de)(de)背景(jing)(jing)(jing)下，僅僅依靠算(suan)法技術的(de)(de)積(ji)累，難以滿足對場(chang)(chang)景(jing)(jing)(jing)的(de)(de)理解要(yao)求(qiu)。所以，AI算(suan)法需要(yao)經(jing)驗與業(ye)務規則的(de)(de)結合。這種(zhong)情況下，知識(shi)圖譜技術成(cheng)為關鍵所在。通過知識(shi)圖譜，可(ke)以更好地理解業(ye)務。通過建立統一(yi)的(de)(de)圖譜來實現知識(shi)的(de)(de)融合，進(jin)一(yi)步加快推(tui)進(jin)人工智能(neng)的(de)(de)落(luo)地。
服(fu)務(wu)方(fang)式單(dan)一。對于(yu)企(qi)業(ye)業(ye)務(wu)人員的(de)根(gen)本需求，標準化的(de)人工(gong)智能技術輸出或者(zhe)API調用的(de)服(fu)務(wu)方(fang)式是(shi)不(bu)夠(gou)的(de)。廠(chang)商需要根(gen)據具體場景(jing)，在技術基礎上提(ti)供定制(zhi)化的(de)解決方(fang)案，并封(feng)裝為應用到(dao)業(ye)務(wu)系統(tong)中的(de)產(chan)品，即“AI+產(chan)品”。另外，廠(chang)商需要提(ti)供持續性的(de)業(ye)務(wu)運行服(fu)務(wu)，才可讓AI產(chan)品真(zhen)正發(fa)揮價值，以(yi)保證達到(dao)最終業(ye)務(wu)效(xiao)果，即“AI+服(fu)務(wu)”。
投入產出比失衡。對(dui)于(yu)企(qi)業(ye)來說，在業(ye)務中落地(di)AI技(ji)術應用，至少包括兩(liang)個層面的成本(ben)：芯(xin)片、算法(fa)(fa)平臺(tai)等智(zhi)(zhi)能(neng)化(hua)產品、引進(jin)算法(fa)(fa)工程師等人(ren)工智(zhi)(zhi)能(neng)方(fang)面人(ren)才。目前，一(yi)些(xie)數據平臺(tai)、機器學習平臺(tai)的涌現，提(ti)高了人(ren)工智(zhi)(zhi)能(neng)建模的自動化(hua)程度，同時也降(jiang)低(di)了整個業(ye)務流(liu)程對(dui)算法(fa)(fa)工程師的依(yi)賴，AI應用的總(zong)成本(ben)有待降(jiang)低(di)。此(ci)外，未來算法(fa)(fa)的進(jin)步可降(jiang)低(di)硬件標準(zhun)，也可促使成本(ben)的節(jie)省。
人工智能產業呈現四點趨勢
當前(qian)，國(guo)家戰略(lve)的(de)(de)前(qian)瞻性引領、產學(xue)研用(yong)的(de)(de)協作創新、需(xu)求方面的(de)(de)大(da)力牽引、生態系統的(de)(de)高度開放(fang)、政(zheng)府的(de)(de)強力支持共同推動著我國(guo)人工智(zhi)(zhi)能(neng)產業(ye)協同創新機制(zhi)的(de)(de)發展，加快我國(guo)智(zhi)(zhi)能(neng)經濟發展的(de)(de)黃(huang)金時期。展望未來，基礎(chu)設(she)施的(de)(de)升級(ji)、從感知智(zhi)(zhi)能(neng)到行動智(zhi)(zhi)能(neng)技術(shu)的(de)(de)演進、應用(yong)場景產業(ye)智(zhi)(zhi)能(neng)化的(de)(de)發展，是值得關注的(de)(de)幾大(da)方向(xiang)。
產業(ye)規(gui)模仍在(zai)保持增(zeng)長，同(tong)時國家(jia)也在(zai)不斷(duan)出(chu)臺各類人(ren)工(gong)智(zhi)能(neng)產業(ye)扶持政策(ce)，資本市場對人(ren)工(gong)智(zhi)能(neng)行業(ye)的投資熱(re)情(qing)不減，技術方面不斷(duan)突破(po)(po)是產業(ye)增(zeng)長的核心(xin)驅(qu)動力。產業(ye)的發展(zhan)取決于算法的進(jin)步，在(zai)算法方面，目前已經有(you)深(shen)度學習和神經網絡這樣優秀的模型(xing)，但短時間內可能(neng)很難有(you)所突破(po)(po)。所以算力就成為了競爭的重點方向。
不(bu)同層面分化明(ming)顯，在(zai)不(bu)同的(de)層面上(shang)，都開始出(chu)現(xian)龍頭企業，同時(shi)龍頭企業也進一步聚焦自(zi)身的(de)領域。底(di)層基礎構建方(fang)面，騰訊(xun)、阿里巴(ba)巴(ba)、百(bai)度、華(hua)為等(deng)有自(zi)身數據、算法、技(ji)(ji)(ji)術(shu)和服務器(qi)優勢。科大訊(xun)飛、格靈深瞳、融合現(xian)實、曠視科技(ji)(ji)(ji)等(deng)在(zai)計(ji)算機視覺和語音識別方(fang)向上(shang)已有較多的(de)技(ji)(ji)(ji)術(shu)積累。而深蘭科技(ji)(ji)(ji)、地平線機器(qi)人、華(hua)為、小(xiao)米等(deng)應用(yong)產品層面上(shang)進行(xing)深入(ru)研(yan)發(fa)。
工(gong)(gong)業化是未來方(fang)向(xiang)。人(ren)工(gong)(gong)智能(neng)(neng)行(xing)業多(duo)是“賦能(neng)(neng)”，探索如(ru)何把人(ren)工(gong)(gong)智能(neng)(neng)與傳(chuan)統行(xing)業結合。隨(sui)著實踐逐步(bu)(bu)深入，簡單的(de)(de)人(ren)工(gong)(gong)智能(neng)(neng)技術疊加將不再能(neng)(neng)滿(man)足(zu)用(yong)戶的(de)(de)智能(neng)(neng)化預(yu)期。人(ren)工(gong)(gong)智能(neng)(neng)產業借助對傳(chuan)統行(xing)業的(de)(de)深入理解將逐步(bu)(bu)向(xiang)工(gong)(gong)業化邁進。標準化的(de)(de)產品、規模化的(de)(de)生產、流水(shui)線式的(de)(de)作(zuo)業將是人(ren)工(gong)(gong)智能(neng)(neng)實現產業化的(de)(de)發展(zhan)方(fang)向(xiang)。
綜合應(ying)用場(chang)(chang)景提升。在(zai)深度學習技(ji)術(shu)開啟的(de)人工(gong)(gong)智(zhi)能第一發展階段，單(dan)點技(ji)術(shu)的(de)革新在(zai)市場(chang)(chang)中(zhong)快速形(xing)成小型(xing)的(de)技(ji)術(shu)應(ying)用閉環(huan)，技(ji)術(shu)為驅動(dong)的(de)商業模式快速形(xing)成。隨著人工(gong)(gong)智(zhi)能技(ji)術(shu)在(zai)場(chang)(chang)景中(zhong)應(ying)用的(de)不斷深化，單(dan)一技(ji)術(shu)實現的(de)技(ji)術(shu)閉環(huan)難以滿足復雜場(chang)(chang)景下的(de)智(zhi)能化需(xu)求，綜合應(ying)用場(chang)(chang)景比(bi)例(li)提升。
隨著國家(jia)數字化(hua)改革(ge)以及產業(ye)(ye)數據基(ji)礎設施的完善，產業(ye)(ye)互聯網打通了人工智能(neng)(neng)產業(ye)(ye)鏈各環節的數據路線，以此(ci)為基(ji)礎，人工智能(neng)(neng)應用將從企業(ye)(ye)內部智能(neng)(neng)化(hua)延伸到(dao)產業(ye)(ye)智能(neng)(neng)化(hua)，逐步實現(xian)從采購到(dao)制造到(dao)流通等環節的智能(neng)(neng)合作機(ji)制，提升產業(ye)(ye)整體的效率(lv)，實現(xian)產業(ye)(ye)互聯網價(jia)值最大化(hua)，引導未來更多行業(ye)(ye)走(zou)向產業(ye)(ye)智能(neng)(neng)、互聯發(fa)展。