人(ren)工智(zhi)能(neng)是新(xin)(xin)一輪(lun)產(chan)(chan)業(ye)變革(ge)的(de)核心驅動(dong)力，將(jiang)進一步釋(shi)放歷(li)次科技革(ge)命和產(chan)(chan)業(ye)變革(ge)積(ji)蓄的(de)巨大(da)能(neng)量(liang)，并創造(zao)新(xin)(xin)的(de)強大(da)引擎，重構生產(chan)(chan)、分配、交換、消費等(deng)經(jing)濟活動(dong)各環節，形(xing)成從宏(hong)觀到微觀各領(ling)域的(de)智(zhi)能(neng)化新(xin)(xin)需求，催生新(xin)(xin)技術、新(xin)(xin)產(chan)(chan)品、新(xin)(xin)產(chan)(chan)業(ye)、新(xin)(xin)業(ye)態、新(xin)(xin)模式(shi)。人(ren)工智(zhi)能(neng)正在(zai)與(yu)各行各業(ye)快速(su)融合(he)，助力傳統行業(ye)轉型升級、提質增效，在(zai)全(quan)球范圍內引發全(quan)新(xin)(xin)的(de)產(chan)(chan)業(ye)浪潮。
人工智能作為國家戰略規劃發展迅猛
我國(guo)政府高(gao)度(du)重(zhong)(zhong)視人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)的技術進(jin)(jin)步與產業發展，人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)已上升國(guo)家(jia)戰略(lve)。《新(xin)一代人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)發展規劃(hua)》提(ti)出：到(dao) 2030 年人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)理論、技術與應用總體達到(dao)世界(jie)領先(xian)水平，成為(wei)世界(jie)主要人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)創新(xin)中心;《新(xin)一代AI產業發展三年行(xing)動計劃(hua)》表(biao)明(ming)：重(zhong)(zhong)點扶持神經網絡芯(xin)(xin)片，實(shi)現(xian)人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)芯(xin)(xin)片在國(guo)內實(shi)現(xian)規模化應用;《國(guo)家(jia)新(xin)一代人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)標(biao)(biao)準(zhun)體系建設指南》明(ming)確：到(dao)2023年，初步建立人(ren)(ren)(ren)(ren)工(gong)智(zhi)(zhi)能(neng)標(biao)(biao)準(zhun)體系，重(zhong)(zhong)點研制數據、算法、系統等重(zhong)(zhong)點急需標(biao)(biao)準(zhun)，并率先(xian)在制造、交通等重(zhong)(zhong)點行(xing)業和領域進(jin)(jin)行(xing)推進(jin)(jin)。
現階段(duan)，各行業(ye)(ye)(ye)企(qi)業(ye)(ye)(ye)在改(gai)善價值(zhi)鏈(lian)、降本增效的(de)(de)(de)內在需求驅動(dong)和人(ren)工(gong)智(zhi)能(neng)被列入“新(xin)基建”的(de)(de)(de)外在因素影響(xiang)下(xia)，產(chan)(chan)生了多樣化的(de)(de)(de)智(zhi)能(neng)化轉(zhuan)型升級需求，對人(ren)工(gong)智(zhi)能(neng)產(chan)(chan)業(ye)(ye)(ye)快速發(fa)展提供動(dong)力。據統(tong)計(ji)，2020年中國人(ren)工(gong)智(zhi)能(neng)行業(ye)(ye)(ye)核(he)心產(chan)(chan)業(ye)(ye)(ye)市(shi)(shi)場(chang)規(gui)(gui)模(mo)為1513億元(yuan)(yuan)，同比(bi)上漲38.93%，帶動(dong)相關產(chan)(chan)業(ye)(ye)(ye)市(shi)(shi)場(chang)規(gui)(gui)模(mo)為5726億元(yuan)(yuan)，同比(bi)上漲49.82%。在新(xin)產(chan)(chan)業(ye)(ye)(ye)、新(xin)業(ye)(ye)(ye)態、新(xin)商(shang)業(ye)(ye)(ye)模(mo)式經(jing)濟建設的(de)(de)(de)大背景下(xia)，企(qi)業(ye)(ye)(ye)對AI的(de)(de)(de)需求逐漸升溫(wen)，人(ren)工(gong)智(zhi)能(neng)產(chan)(chan)值(zhi)的(de)(de)(de)成長速度(du)令(ling)人(ren)矚目(mu)，預(yu)計(ji)到2025年人(ren)工(gong)智(zhi)能(neng)核(he)心產(chan)(chan)業(ye)(ye)(ye)市(shi)(shi)場(chang)規(gui)(gui)模(mo)將達(da)到4533億元(yuan)(yuan)，帶動(dong)相關產(chan)(chan)業(ye)(ye)(ye)市(shi)(shi)場(chang)規(gui)(gui)模(mo)約為16648億元(yuan)(yuan)。
人工智(zhi)能應(ying)用落地(di)3個層(ceng)級
人工智能(neng)的基礎理論雖(sui)由來已久，但現階(jie)段(duan)推動新一代人工智能(neng)快速發展并(bing)逐步落地(di)產業應用的關鍵(jian)要素可(ke)歸結為計(ji)算(suan)能(neng)力的提(ti)升、數據爆發式增長、機(ji)器學習算(suan)法的進步以(yi)及投資力度的加大四個方面(mian)。
人工(gong)智能產業(ye)鏈包括(kuo)3個部分：基(ji)礎層(ceng)(ceng)、技術(shu)(shu)層(ceng)(ceng)和應用層(ceng)(ceng)。基(ji)礎層(ceng)(ceng)主要為人工(gong)智能基(ji)礎技術(shu)(shu)提供計算能力支持(chi)，包括(kuo)AI芯片、AI平臺以(yi)及AI框架，典型的大(da)型互(hu)聯網公司(si)和行業(ye)領頭公司(si)主要有谷(gu)歌(ge)、亞馬遜、英特爾、IBM、百度、華(hua)為等。
技術(shu)層主要是基于基礎層設(she)施進行開發后(hou)的通用性人(ren)工(gong)智(zhi)能技術(shu)，是以認(ren)知(zhi)(zhi)與感(gan)知(zhi)(zhi)計算技術(shu)為(wei)代表的通用技術(shu)。其中(zhong)，感(gan)知(zhi)(zhi)部(bu)分包括(kuo)計算機視覺、語音識別和自(zi)然語言處理等(deng)，認(ren)知(zhi)(zhi)部(bu)分以知(zhi)(zhi)識圖譜為(wei)主要代表。
應(ying)(ying)用(yong)層(ceng)(ceng)(ceng)以(yi)(yi)垂直行(xing)業的(de)(de)AI應(ying)(ying)用(yong)型公司為(wei)主，結合(he)各行(xing)業應(ying)(ying)用(yong)，將人工智能通(tong)用(yong)技術封裝成為(wei)落地(di)的(de)(de)產品，包含具體(ti)應(ying)(ying)用(yong)場景(jing)的(de)(de)端到端式解決方案以(yi)(yi)及軟硬(ying)一體(ti)化的(de)(de)產品。近年來，隨著通(tong)用(yong)技術越(yue)(yue)來越(yue)(yue)成熟，大量技術層(ceng)(ceng)(ceng)級的(de)(de)企(qi)業逐步(bu)轉向應(ying)(ying)用(yong)層(ceng)(ceng)(ceng)級，行(xing)業應(ying)(ying)用(yong)價值(zhi)愈(yu)加凸顯(xian)。
人工智能產業痛點及應對
在產業(ye)(ye)(ye)落地過程中，人工(gong)智(zhi)能技術(shu)(shu)與企(qi)業(ye)(ye)(ye)需(xu)求之間的鴻溝不容忽視。企(qi)業(ye)(ye)(ye)用戶的核心目(mu)標(biao)(biao)是利用人工(gong)智(zhi)能技術(shu)(shu)實(shi)現(xian)業(ye)(ye)(ye)務(wu)增長(chang)，而人工(gong)智(zhi)能技術(shu)(shu)本身無法直接解決業(ye)(ye)(ye)務(wu)需(xu)求，需(xu)要(yao)根(gen)據具體的業(ye)(ye)(ye)務(wu)場景(jing)和目(mu)標(biao)(biao)，形成可規模化落地的產品(pin)和服務(wu)。在這個過程中，人工(gong)智(zhi)能在數據、算法、業(ye)(ye)(ye)務(wu)場景(jing)理(li)解、服務(wu)方式、投入產出比等(deng)方面都面臨一系(xi)列挑戰。
數(shu)(shu)據(ju)(ju)稀(xi)缺。AI領域，數(shu)(shu)據(ju)(ju)是基(ji)礎要(yao)素(su)，目前現有的(de)AI模(mo)型都(dou)需(xu)要(yao)大(da)量的(de)數(shu)(shu)據(ju)(ju)標(biao)記(ji)，因為模(mo)型大(da)多數(shu)(shu)是監督(du)學習(xi)模(mo)型。大(da)量的(de)數(shu)(shu)據(ju)(ju)標(biao)記(ji)，不僅僅會要(yao)求更(geng)多的(de)人(ren)力資源，同(tong)時(shi)人(ren)的(de)參與難免(mian)會為數(shu)(shu)據(ju)(ju)帶來(lai)一定(ding)程度的(de)誤差。除了(le)對數(shu)(shu)據(ju)(ju)量的(de)需(xu)求極(ji)大(da)，對數(shu)(shu)據(ju)(ju)的(de)維度也要(yao)求盡(jin)可能(neng)的(de)全面(mian)。總之(zhi)就是，能(neng)有最好(hao)都(dou)給我，越全面(mian)越好(hao)。但是實際(ji)情況就是，結構(gou)性的(de)全面(mian)的(de)數(shu)(shu)據(ju)(ju)在現實生活(huo)中(zhong)很難獲得，而且(qie)也很難獲得比(bi)較準確的(de)數(shu)(shu)據(ju)(ju)。
黑盒子(zi)效應。從(cong)傳統模型(xing)到新型(xing)算法，AI的(de)(de)復雜性(xing)逐(zhu)步遞增，促(cu)使人工(gong)(gong)智能(neng)算法的(de)(de)決策機制越發難以被人類(lei)理解與(yu)描述。很多人將大部分基于(yu)深度學習的(de)(de)算法想象(xiang)成是(shi)一個“黑盒子(zi)”，也(ye)就是(shi)說認為模型(xing)不具備可(ke)解釋性(xing)。相(xiang)比(bi)較(jiao)“黑盒子(zi)”而言，可(ke)解釋性(xing)的(de)(de)AI對于(yu)深度神經網(wang)絡的(de)(de)透(tou)明性(xing)有所增加，有助于(yu)向用(yong)戶提(ti)(ti)供判斷(duan)依據等(deng)(deng)信息，增強用(yong)戶對人工(gong)(gong)智能(neng)的(de)(de)信任與(yu)安(an)全感，同時也(ye)為事后監管、責任歸屬等(deng)(deng)環節提(ti)(ti)供有力依據。
業(ye)務場(chang)景(jing)(jing)(jing)理解差。隨(sui)著(zhu)人工智(zhi)能的(de)(de)(de)(de)行業(ye)化發展，待解決的(de)(de)(de)(de)業(ye)務問題從(cong)通用(yong)型(xing)場(chang)景(jing)(jing)(jing)向特定(ding)型(xing)場(chang)景(jing)(jing)(jing)過渡，單點問題向業(ye)務整(zheng)個流(liu)程演進，從(cong)感知(zhi)化到認(ren)知(zhi)化的(de)(de)(de)(de)發展，業(ye)務場(chang)景(jing)(jing)(jing)的(de)(de)(de)(de)壁壘與(yu)復雜度越來越高(gao)。在(zai)這樣(yang)的(de)(de)(de)(de)背景(jing)(jing)(jing)下(xia)，僅僅依靠算(suan)法技術(shu)的(de)(de)(de)(de)積累，難以(yi)(yi)滿足對場(chang)景(jing)(jing)(jing)的(de)(de)(de)(de)理解要求(qiu)。所以(yi)(yi)，AI算(suan)法需要經驗(yan)與(yu)業(ye)務規則(ze)的(de)(de)(de)(de)結(jie)合。這種(zhong)情況下(xia)，知(zhi)識(shi)圖(tu)譜(pu)技術(shu)成為關(guan)鍵所在(zai)。通過知(zhi)識(shi)圖(tu)譜(pu)，可(ke)以(yi)(yi)更好地理解業(ye)務。通過建立統一的(de)(de)(de)(de)圖(tu)譜(pu)來實(shi)現知(zhi)識(shi)的(de)(de)(de)(de)融合，進一步加快推進人工智(zhi)能的(de)(de)(de)(de)落地。
服務(wu)(wu)(wu)方(fang)式(shi)單一。對(dui)于企(qi)業(ye)(ye)業(ye)(ye)務(wu)(wu)(wu)人員的(de)根(gen)本需求，標準化(hua)的(de)人工智能技術輸(shu)出或者(zhe)API調用的(de)服務(wu)(wu)(wu)方(fang)式(shi)是不(bu)夠的(de)。廠(chang)(chang)商需要(yao)根(gen)據具(ju)體(ti)場景，在技術基礎上提(ti)供(gong)(gong)定制化(hua)的(de)解決方(fang)案，并(bing)封裝為(wei)應用到(dao)(dao)業(ye)(ye)務(wu)(wu)(wu)系統中的(de)產(chan)品(pin)(pin)，即“AI+產(chan)品(pin)(pin)”。另外，廠(chang)(chang)商需要(yao)提(ti)供(gong)(gong)持續性的(de)業(ye)(ye)務(wu)(wu)(wu)運行服務(wu)(wu)(wu)，才可讓AI產(chan)品(pin)(pin)真(zhen)正(zheng)發揮價值(zhi)，以(yi)保證(zheng)達到(dao)(dao)最(zui)終業(ye)(ye)務(wu)(wu)(wu)效(xiao)果，即“AI+服務(wu)(wu)(wu)”。
投(tou)入產出比失衡(heng)。對于(yu)企業(ye)來說，在業(ye)務(wu)中(zhong)落地AI技術(shu)應(ying)用，至(zhi)少包括(kuo)兩個層面的(de)成(cheng)本：芯片、算法(fa)平(ping)臺等智(zhi)能(neng)化(hua)產品、引進算法(fa)工程師等人(ren)工智(zhi)能(neng)方面人(ren)才。目前，一些(xie)數據(ju)平(ping)臺、機(ji)器學習平(ping)臺的(de)涌現，提高了(le)人(ren)工智(zhi)能(neng)建模的(de)自(zi)動化(hua)程度，同(tong)時也(ye)降(jiang)(jiang)低了(le)整個業(ye)務(wu)流程對算法(fa)工程師的(de)依賴(lai)，AI應(ying)用的(de)總成(cheng)本有待降(jiang)(jiang)低。此(ci)外(wai)，未來算法(fa)的(de)進步可降(jiang)(jiang)低硬件(jian)標準，也(ye)可促使成(cheng)本的(de)節省。
人工智能產業呈現四點趨勢
當前(qian)，國家戰(zhan)略的(de)(de)(de)前(qian)瞻(zhan)性引領、產(chan)學研用的(de)(de)(de)協(xie)(xie)作創新(xin)、需求方面的(de)(de)(de)大力(li)牽引、生態系統的(de)(de)(de)高(gao)度開(kai)放、政府的(de)(de)(de)強(qiang)力(li)支(zhi)持共(gong)同推動著我國人工(gong)智(zhi)能(neng)產(chan)業(ye)協(xie)(xie)同創新(xin)機制的(de)(de)(de)發(fa)展，加快我國智(zhi)能(neng)經濟發(fa)展的(de)(de)(de)黃金時期。展望未來，基礎設施的(de)(de)(de)升級、從感(gan)知智(zhi)能(neng)到(dao)行(xing)動智(zhi)能(neng)技術的(de)(de)(de)演進、應用場景產(chan)業(ye)智(zhi)能(neng)化(hua)的(de)(de)(de)發(fa)展，是值得關注的(de)(de)(de)幾大方向。
產業(ye)規模(mo)仍在保持(chi)增長，同時國家也(ye)在不(bu)斷(duan)(duan)出(chu)臺各類人(ren)工智(zhi)能(neng)(neng)產業(ye)扶持(chi)政策，資(zi)本市(shi)場對人(ren)工智(zhi)能(neng)(neng)行(xing)業(ye)的(de)(de)投資(zi)熱情不(bu)減，技術方面不(bu)斷(duan)(duan)突破是產業(ye)增長的(de)(de)核心驅動力。產業(ye)的(de)(de)發展取(qu)決(jue)于(yu)算(suan)(suan)法的(de)(de)進步(bu)，在算(suan)(suan)法方面，目前已經有深度學習和神經網絡(luo)這樣優秀的(de)(de)模(mo)型，但短時間(jian)內可(ke)能(neng)(neng)很難有所(suo)突破。所(suo)以算(suan)(suan)力就成(cheng)為了競爭的(de)(de)重點(dian)方向。
不(bu)同(tong)(tong)層(ceng)面(mian)分化明顯，在不(bu)同(tong)(tong)的層(ceng)面(mian)上，都開始出現龍(long)頭企(qi)業(ye)，同(tong)(tong)時龍(long)頭企(qi)業(ye)也(ye)進一(yi)步聚焦自身的領域。底層(ceng)基礎構建(jian)方面(mian)，騰(teng)訊、阿里巴巴、百度、華為(wei)等(deng)有自身數據、算法、技(ji)術和(he)服務器優勢。科大訊飛、格靈(ling)深(shen)瞳、融合現實、曠(kuang)視(shi)科技(ji)等(deng)在計算機(ji)(ji)視(shi)覺和(he)語音識別方向(xiang)上已有較(jiao)多的技(ji)術積(ji)累。而深(shen)蘭(lan)科技(ji)、地(di)平線(xian)機(ji)(ji)器人、華為(wei)、小米等(deng)應用(yong)產品(pin)層(ceng)面(mian)上進行(xing)深(shen)入研發。
工業(ye)化是未來(lai)方向(xiang)(xiang)。人(ren)工智(zhi)(zhi)(zhi)能行(xing)(xing)業(ye)多是“賦能”，探(tan)索如(ru)何把人(ren)工智(zhi)(zhi)(zhi)能與傳統行(xing)(xing)業(ye)結合(he)。隨著實踐逐(zhu)步深入，簡單的(de)(de)人(ren)工智(zhi)(zhi)(zhi)能技術疊加將不(bu)再能滿(man)足用戶的(de)(de)智(zhi)(zhi)(zhi)能化預期。人(ren)工智(zhi)(zhi)(zhi)能產(chan)(chan)業(ye)借助對傳統行(xing)(xing)業(ye)的(de)(de)深入理解將逐(zhu)步向(xiang)(xiang)工業(ye)化邁進(jin)。標準化的(de)(de)產(chan)(chan)品、規模化的(de)(de)生(sheng)產(chan)(chan)、流水線式的(de)(de)作(zuo)業(ye)將是人(ren)工智(zhi)(zhi)(zhi)能實現產(chan)(chan)業(ye)化的(de)(de)發(fa)展(zhan)方向(xiang)(xiang)。
綜合應(ying)(ying)用場(chang)景提升。在深度學習技(ji)(ji)術(shu)開啟的(de)人工智能(neng)第一發展(zhan)階(jie)段，單(dan)點技(ji)(ji)術(shu)的(de)革新在市(shi)場(chang)中快速形(xing)成(cheng)小型的(de)技(ji)(ji)術(shu)應(ying)(ying)用閉(bi)(bi)環(huan)，技(ji)(ji)術(shu)為驅動的(de)商業模式快速形(xing)成(cheng)。隨著人工智能(neng)技(ji)(ji)術(shu)在場(chang)景中應(ying)(ying)用的(de)不斷深化(hua)，單(dan)一技(ji)(ji)術(shu)實現的(de)技(ji)(ji)術(shu)閉(bi)(bi)環(huan)難以(yi)滿足復雜場(chang)景下(xia)的(de)智能(neng)化(hua)需求，綜合應(ying)(ying)用場(chang)景比例提升。
隨著國(guo)家數字(zi)化(hua)改(gai)革以及(ji)產業(ye)(ye)數據基礎設施的(de)完(wan)善，產業(ye)(ye)互(hu)聯網打通(tong)了人工智能(neng)(neng)產業(ye)(ye)鏈各(ge)環節(jie)的(de)數據路線，以此為(wei)基礎，人工智能(neng)(neng)應用將從(cong)企業(ye)(ye)內部智能(neng)(neng)化(hua)延伸到(dao)(dao)產業(ye)(ye)智能(neng)(neng)化(hua)，逐步實(shi)現從(cong)采購(gou)到(dao)(dao)制造到(dao)(dao)流(liu)通(tong)等環節(jie)的(de)智能(neng)(neng)合(he)作機(ji)制，提升(sheng)產業(ye)(ye)整(zheng)體的(de)效率(lv)，實(shi)現產業(ye)(ye)互(hu)聯網價(jia)值最大化(hua)，引導未來更多行業(ye)(ye)走向產業(ye)(ye)智能(neng)(neng)、互(hu)聯發(fa)展。