人工智能是新一輪產業(yè)變革的核心驅動力，將進一步釋放歷次科技革命和產業(yè)變革積蓄的巨大能量，并創(chuàng)造新的強大引擎，重構生產、分配、交換、消費等經濟活動各環(huán)節(jié)，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業(yè)、新業(yè)態(tài)、新模式。人工智能正在與各行各業(yè)快速融合，助力傳統(tǒng)行業(yè)轉型升級、提質增效，在全球范圍內引發(fā)全新的產業(yè)浪潮。
人工智能作為國家戰(zhàn)略規(guī)劃發(fā)展迅猛
我國政府高度重視人工智能的技術進步與產業(yè)發(fā)展，人工智能已上升國家戰(zhàn)略。《新一代人工智能發(fā)展規(guī)劃》提出：到 2030 年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創(chuàng)新中心;《新一代AI產業(yè)發(fā)展三年行動計劃》表明：重點扶持神經網(wǎng)絡芯片，實現(xiàn)人工智能芯片在國內實現(xiàn)規(guī)模化應用;《國家新一代人工智能標準體系建設指南》明確：到2023年，初步建立人工智能標準體系，重點研制數(shù)據(jù)、算法、系統(tǒng)等重點急需標準，并率先在制造、交通等重點行業(yè)和領域進行推進。
現(xiàn)階段，各行業(yè)企業(yè)在改善價值鏈、降本增效的內在需求驅動和人工智能被列入“新基建”的外在因素影響下，產生了多樣化的智能化轉型升級需求，對人工智能產業(yè)快速發(fā)展提供動力。據(jù)統(tǒng)計，2020年中國人工智能行業(yè)核心產業(yè)市場規(guī)模為1513億元，同比上漲38.93%，帶動相關產業(yè)市場規(guī)模為5726億元，同比上漲49.82%。在新產業(yè)、新業(yè)態(tài)、新商業(yè)模式經濟建設的大背景下，企業(yè)對AI的需求逐漸升溫，人工智能產值的成長速度令人矚目，預計到2025年人工智能核心產業(yè)市場規(guī)模將達到4533億元，帶動相關產業(yè)市場規(guī)模約為16648億元。
人工智能應用落地3個層級
人工智能的基礎理論雖由來已久，但現(xiàn)階段推動新一代人工智能快速發(fā)展并逐步落地產業(yè)應用的關鍵要素可歸結為計算能力的提升、數(shù)據(jù)爆發(fā)式增長、機器學習算法的進步以及投資力度的加大四個方面。
人工智能產業(yè)鏈包括3個部分：基礎層、技術層和應用層?；A層主要為人工智能基礎技術提供計算能力支持，包括AI芯片、AI平臺以及AI框架，典型的大型互聯(lián)網(wǎng)公司和行業(yè)領頭公司主要有谷歌、亞馬遜、英特爾、IBM、百度、華為等。
技術層主要是基于基礎層設施進行開發(fā)后的通用性人工智能技術，是以認知與感知計算技術為代表的通用技術。其中，感知部分包括計算機視覺、語音識別和自然語言處理等，認知部分以知識圖譜為主要代表。
應用層以垂直行業(yè)的AI應用型公司為主，結合各行業(yè)應用，將人工智能通用技術封裝成為落地的產品，包含具體應用場景的端到端式解決方案以及軟硬一體化的產品。近年來，隨著通用技術越來越成熟，大量技術層級的企業(yè)逐步轉向應用層級，行業(yè)應用價值愈加凸顯。
人工智能產業(yè)痛點及應對
在產業(yè)落地過程中，人工智能技術與企業(yè)需求之間的鴻溝不容忽視。企業(yè)用戶的核心目標是利用人工智能技術實現(xiàn)業(yè)務增長，而人工智能技術本身無法直接解決業(yè)務需求，需要根據(jù)具體的業(yè)務場景和目標，形成可規(guī)模化落地的產品和服務。在這個過程中，人工智能在數(shù)據(jù)、算法、業(yè)務場景理解、服務方式、投入產出比等方面都面臨一系列挑戰(zhàn)。
數(shù)據(jù)稀缺。AI領域，數(shù)據(jù)是基礎要素，目前現(xiàn)有的AI模型都需要大量的數(shù)據(jù)標記，因為模型大多數(shù)是監(jiān)督學習模型。大量的數(shù)據(jù)標記，不僅僅會要求更多的人力資源，同時人的參與難免會為數(shù)據(jù)帶來一定程度的誤差。除了對數(shù)據(jù)量的需求極大，對數(shù)據(jù)的維度也要求盡可能的全面?？傊褪?，能有最好都給我，越全面越好。但是實際情況就是，結構性的全面的數(shù)據(jù)在現(xiàn)實生活中很難獲得，而且也很難獲得比較準確的數(shù)據(jù)。
黑盒子效應。從傳統(tǒng)模型到新型算法，AI的復雜性逐步遞增，促使人工智能算法的決策機制越發(fā)難以被人類理解與描述。很多人將大部分基于深度學習的算法想象成是一個“黑盒子”，也就是說認為模型不具備可解釋性。相比較“黑盒子”而言，可解釋性的AI對于深度神經網(wǎng)絡的透明性有所增加，有助于向用戶提供判斷依據(jù)等信息，增強用戶對人工智能的信任與安全感，同時也為事后監(jiān)管、責任歸屬等環(huán)節(jié)提供有力依據(jù)。
業(yè)務場景理解差。隨著人工智能的行業(yè)化發(fā)展，待解決的業(yè)務問題從通用型場景向特定型場景過渡，單點問題向業(yè)務整個流程演進，從感知化到認知化的發(fā)展，業(yè)務場景的壁壘與復雜度越來越高。在這樣的背景下，僅僅依靠算法技術的積累，難以滿足對場景的理解要求。所以，AI算法需要經驗與業(yè)務規(guī)則的結合。這種情況下，知識圖譜技術成為關鍵所在。通過知識圖譜，可以更好地理解業(yè)務。通過建立統(tǒng)一的圖譜來實現(xiàn)知識的融合，進一步加快推進人工智能的落地。
服務方式單一。對于企業(yè)業(yè)務人員的根本需求，標準化的人工智能技術輸出或者API調用的服務方式是不夠的。廠商需要根據(jù)具體場景，在技術基礎上提供定制化的解決方案，并封裝為應用到業(yè)務系統(tǒng)中的產品，即“AI+產品”。另外，廠商需要提供持續(xù)性的業(yè)務運行服務，才可讓AI產品真正發(fā)揮價值，以保證達到最終業(yè)務效果，即“AI+服務”。
投入產出比失衡。對于企業(yè)來說，在業(yè)務中落地AI技術應用，至少包括兩個層面的成本：芯片、算法平臺等智能化產品、引進算法工程師等人工智能方面人才。目前，一些數(shù)據(jù)平臺、機器學習平臺的涌現(xiàn)，提高了人工智能建模的自動化程度，同時也降低了整個業(yè)務流程對算法工程師的依賴，AI應用的總成本有待降低。此外，未來算法的進步可降低硬件標準，也可促使成本的節(jié)省。
人工智能產業(yè)呈現(xiàn)四點趨勢
當前，國家戰(zhàn)略的前瞻性引領、產學研用的協(xié)作創(chuàng)新、需求方面的大力牽引、生態(tài)系統(tǒng)的高度開放、政府的強力支持共同推動著我國人工智能產業(yè)協(xié)同創(chuàng)新機制的發(fā)展，加快我國智能經濟發(fā)展的黃金時期。展望未來，基礎設施的升級、從感知智能到行動智能技術的演進、應用場景產業(yè)智能化的發(fā)展，是值得關注的幾大方向。
產業(yè)規(guī)模仍在保持增長，同時國家也在不斷出臺各類人工智能產業(yè)扶持政策，資本市場對人工智能行業(yè)的投資熱情不減，技術方面不斷突破是產業(yè)增長的核心驅動力。產業(yè)的發(fā)展取決于算法的進步，在算法方面，目前已經有深度學習和神經網(wǎng)絡這樣優(yōu)秀的模型，但短時間內可能很難有所突破。所以算力就成為了競爭的重點方向。
不同層面分化明顯，在不同的層面上，都開始出現(xiàn)龍頭企業(yè)，同時龍頭企業(yè)也進一步聚焦自身的領域。底層基礎構建方面，騰訊、阿里巴巴、百度、華為等有自身數(shù)據(jù)、算法、技術和服務器優(yōu)勢?？拼笥嶏w、格靈深瞳、融合現(xiàn)實、曠視科技等在計算機視覺和語音識別方向上已有較多的技術積累。而深蘭科技、地平線機器人、華為、小米等應用產品層面上進行深入研發(fā)。
工業(yè)化是未來方向。人工智能行業(yè)多是“賦能”，探索如何把人工智能與傳統(tǒng)行業(yè)結合。隨著實踐逐步深入，簡單的人工智能技術疊加將不再能滿足用戶的智能化預期。人工智能產業(yè)借助對傳統(tǒng)行業(yè)的深入理解將逐步向工業(yè)化邁進。標準化的產品、規(guī)?；纳a、流水線式的作業(yè)將是人工智能實現(xiàn)產業(yè)化的發(fā)展方向。
綜合應用場景提升。在深度學習技術開啟的人工智能第一發(fā)展階段，單點技術的革新在市場中快速形成小型的技術應用閉環(huán)，技術為驅動的商業(yè)模式快速形成。隨著人工智能技術在場景中應用的不斷深化，單一技術實現(xiàn)的技術閉環(huán)難以滿足復雜場景下的智能化需求，綜合應用場景比例提升。
隨著國家數(shù)字化改革以及產業(yè)數(shù)據(jù)基礎設施的完善，產業(yè)互聯(lián)網(wǎng)打通了人工智能產業(yè)鏈各環(huán)節(jié)的數(shù)據(jù)路線，以此為基礎，人工智能應用將從企業(yè)內部智能化延伸到產業(yè)智能化，逐步實現(xiàn)從采購到制造到流通等環(huán)節(jié)的智能合作機制，提升產業(yè)整體的效率，實現(xiàn)產業(yè)互聯(lián)網(wǎng)價值最大化，引導未來更多行業(yè)走向產業(yè)智能、互聯(lián)發(fā)展。