人工智能(neng)是新(xin)(xin)一輪(lun)產業(ye)(ye)(ye)變革(ge)的(de)(de)核心(xin)驅動力，將進一步釋放歷次科(ke)技革(ge)命(ming)和產業(ye)(ye)(ye)變革(ge)積蓄的(de)(de)巨大能(neng)量，并(bing)創造新(xin)(xin)的(de)(de)強大引擎，重構生產、分配、交換(huan)、消費等(deng)經濟活動各環節，形成(cheng)從宏觀到微觀各領域的(de)(de)智能(neng)化新(xin)(xin)需求，催生新(xin)(xin)技術、新(xin)(xin)產品、新(xin)(xin)產業(ye)(ye)(ye)、新(xin)(xin)業(ye)(ye)(ye)態、新(xin)(xin)模式。人工智能(neng)正(zheng)在與各行(xing)各業(ye)(ye)(ye)快速融合，助力傳統行(xing)業(ye)(ye)(ye)轉(zhuan)型升級(ji)、提質增效，在全球(qiu)范(fan)圍內引發全新(xin)(xin)的(de)(de)產業(ye)(ye)(ye)浪(lang)潮。
人工智能作為國家戰略規劃發展迅猛
我國政(zheng)府(fu)高度重視人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)的技(ji)術進步與產(chan)業(ye)發展(zhan)，人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)已上升(sheng)國家戰略。《新(xin)一(yi)代人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)發展(zhan)規劃》提出(chu)：到 2030 年人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)理論、技(ji)術與應用總體(ti)達到世界(jie)領先水平，成為世界(jie)主要人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)創(chuang)新(xin)中心(xin);《新(xin)一(yi)代AI產(chan)業(ye)發展(zhan)三年行(xing)動計劃》表明(ming)：重點(dian)(dian)扶持(chi)神經網絡芯片，實現(xian)人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)芯片在國內實現(xian)規模(mo)化應用;《國家新(xin)一(yi)代人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)標準(zhun)(zhun)體(ti)系建(jian)設指南(nan)》明(ming)確：到2023年，初步建(jian)立(li)人(ren)(ren)(ren)工(gong)智(zhi)(zhi)(zhi)能(neng)標準(zhun)(zhun)體(ti)系，重點(dian)(dian)研制數據、算法、系統等(deng)重點(dian)(dian)急需標準(zhun)(zhun)，并(bing)率先在制造、交通等(deng)重點(dian)(dian)行(xing)業(ye)和領域進行(xing)推進。
現階段，各行業(ye)(ye)企(qi)業(ye)(ye)在改善價值鏈、降本增(zeng)效的(de)(de)(de)內在需求驅動和人工(gong)(gong)(gong)智(zhi)能(neng)(neng)被列入“新基建”的(de)(de)(de)外在因素影響下，產(chan)生了(le)多樣化的(de)(de)(de)智(zhi)能(neng)(neng)化轉(zhuan)型(xing)升(sheng)級(ji)需求，對人工(gong)(gong)(gong)智(zhi)能(neng)(neng)產(chan)業(ye)(ye)快速發展提供動力。據統計，2020年中國人工(gong)(gong)(gong)智(zhi)能(neng)(neng)行業(ye)(ye)核(he)心(xin)產(chan)業(ye)(ye)市(shi)(shi)(shi)場(chang)規模為(wei)1513億元(yuan)，同比上漲38.93%，帶動相(xiang)關產(chan)業(ye)(ye)市(shi)(shi)(shi)場(chang)規模為(wei)5726億元(yuan)，同比上漲49.82%。在新產(chan)業(ye)(ye)、新業(ye)(ye)態、新商(shang)業(ye)(ye)模式(shi)經濟建設的(de)(de)(de)大背景(jing)下，企(qi)業(ye)(ye)對AI的(de)(de)(de)需求逐漸(jian)升(sheng)溫(wen)，人工(gong)(gong)(gong)智(zhi)能(neng)(neng)產(chan)值的(de)(de)(de)成長速度令(ling)人矚目，預計到2025年人工(gong)(gong)(gong)智(zhi)能(neng)(neng)核(he)心(xin)產(chan)業(ye)(ye)市(shi)(shi)(shi)場(chang)規模將達到4533億元(yuan)，帶動相(xiang)關產(chan)業(ye)(ye)市(shi)(shi)(shi)場(chang)規模約為(wei)16648億元(yuan)。
人工(gong)智能應(ying)用(yong)落地3個層級(ji)
人(ren)工智(zhi)能的基礎理論雖由來(lai)已久，但現階(jie)段推動新一代(dai)人(ren)工智(zhi)能快速發展并(bing)逐(zhu)步(bu)落地產(chan)業(ye)應用的關鍵要素可歸結為計算能力的提升、數據爆發式增長、機(ji)器學習算法的進步(bu)以及投資(zi)力度的加大(da)四個方面。
人(ren)工智能(neng)(neng)產業(ye)鏈包括(kuo)3個部分：基(ji)(ji)礎層(ceng)、技術層(ceng)和(he)應用(yong)層(ceng)。基(ji)(ji)礎層(ceng)主(zhu)要為人(ren)工智能(neng)(neng)基(ji)(ji)礎技術提供計算能(neng)(neng)力支持，包括(kuo)AI芯(xin)片、AI平臺(tai)以及AI框架，典型(xing)的大型(xing)互聯網公(gong)司和(he)行(xing)業(ye)領頭公(gong)司主(zhu)要有谷歌、亞馬遜、英特爾、IBM、百(bai)度(du)、華為等(deng)。
技術(shu)(shu)層(ceng)主要(yao)是基(ji)于(yu)基(ji)礎(chu)層(ceng)設施進行開發后的通用性人工智能(neng)技術(shu)(shu)，是以認(ren)知(zhi)(zhi)與(yu)感(gan)知(zhi)(zhi)計(ji)算(suan)技術(shu)(shu)為(wei)代(dai)表的通用技術(shu)(shu)。其中，感(gan)知(zhi)(zhi)部分(fen)包括(kuo)計(ji)算(suan)機視覺、語音識別和自然語言處理(li)等，認(ren)知(zhi)(zhi)部分(fen)以知(zhi)(zhi)識圖譜為(wei)主要(yao)代(dai)表。
應用(yong)層(ceng)以(yi)垂(chui)直行(xing)業(ye)(ye)的(de)(de)AI應用(yong)型公司為主，結合(he)各行(xing)業(ye)(ye)應用(yong)，將人工智能(neng)通用(yong)技(ji)術(shu)封裝(zhuang)成(cheng)為落地的(de)(de)產(chan)品(pin)，包含具體應用(yong)場景的(de)(de)端(duan)到端(duan)式(shi)解決方案以(yi)及(ji)軟硬一體化的(de)(de)產(chan)品(pin)。近年來(lai)，隨著通用(yong)技(ji)術(shu)越(yue)(yue)來(lai)越(yue)(yue)成(cheng)熟，大(da)量技(ji)術(shu)層(ceng)級的(de)(de)企(qi)業(ye)(ye)逐步轉向應用(yong)層(ceng)級，行(xing)業(ye)(ye)應用(yong)價值(zhi)愈(yu)加凸顯(xian)。
人工智能產業痛點及應對
在產(chan)業(ye)(ye)(ye)落地(di)過(guo)程中(zhong)(zhong)，人(ren)工智(zhi)(zhi)(zhi)能技(ji)術與企業(ye)(ye)(ye)需(xu)求(qiu)之間(jian)的(de)(de)鴻溝不容(rong)忽視。企業(ye)(ye)(ye)用戶(hu)的(de)(de)核心目標是利(li)用人(ren)工智(zhi)(zhi)(zhi)能技(ji)術實現業(ye)(ye)(ye)務增長，而人(ren)工智(zhi)(zhi)(zhi)能技(ji)術本身無法直(zhi)接解決業(ye)(ye)(ye)務需(xu)求(qiu)，需(xu)要根(gen)據(ju)具體的(de)(de)業(ye)(ye)(ye)務場景(jing)和(he)目標，形成可(ke)規(gui)模化(hua)落地(di)的(de)(de)產(chan)品(pin)和(he)服務。在這(zhe)個過(guo)程中(zhong)(zhong)，人(ren)工智(zhi)(zhi)(zhi)能在數據(ju)、算法、業(ye)(ye)(ye)務場景(jing)理解、服務方式、投(tou)入產(chan)出比(bi)等方面(mian)都(dou)面(mian)臨(lin)一系列挑(tiao)戰。
數(shu)(shu)(shu)據稀缺。AI領(ling)域，數(shu)(shu)(shu)據是(shi)基礎要(yao)(yao)素，目前現有的AI模(mo)型都需要(yao)(yao)大量(liang)的數(shu)(shu)(shu)據標記，因(yin)為模(mo)型大多數(shu)(shu)(shu)是(shi)監(jian)督學習模(mo)型。大量(liang)的數(shu)(shu)(shu)據標記，不僅(jin)僅(jin)會(hui)要(yao)(yao)求(qiu)更多的人力資源(yuan)，同(tong)時人的參與(yu)難免會(hui)為數(shu)(shu)(shu)據帶來一定程度的誤差。除了(le)對數(shu)(shu)(shu)據量(liang)的需求(qiu)極大，對數(shu)(shu)(shu)據的維度也要(yao)(yao)求(qiu)盡(jin)可能的全(quan)面(mian)。總之(zhi)就(jiu)是(shi)，能有最好(hao)都給(gei)我，越全(quan)面(mian)越好(hao)。但(dan)是(shi)實(shi)際情(qing)況就(jiu)是(shi)，結構性的全(quan)面(mian)的數(shu)(shu)(shu)據在現實(shi)生活中很難獲(huo)得，而且也很難獲(huo)得比較準確的數(shu)(shu)(shu)據。
黑盒(he)子(zi)效應(ying)。從傳統模型到新型算法(fa)，AI的(de)(de)復(fu)雜性逐步遞增(zeng)，促使(shi)人(ren)工(gong)智能算法(fa)的(de)(de)決策機制(zhi)越發難(nan)以被人(ren)類理解與(yu)描述。很多(duo)人(ren)將大部(bu)分基于深度學(xue)習的(de)(de)算法(fa)想象(xiang)成是一個“黑盒(he)子(zi)”，也(ye)就(jiu)是說(shuo)認為模型不具備可(ke)解釋性。相比(bi)較“黑盒(he)子(zi)”而(er)言，可(ke)解釋性的(de)(de)AI對于深度神(shen)經網絡的(de)(de)透明性有所增(zeng)加，有助于向(xiang)用戶提供判(pan)斷依據(ju)等信息，增(zeng)強用戶對人(ren)工(gong)智能的(de)(de)信任(ren)與(yu)安全感，同(tong)時(shi)也(ye)為事后監(jian)管、責任(ren)歸(gui)屬等環節提供有力(li)依據(ju)。
業(ye)(ye)(ye)務場景(jing)理解(jie)(jie)差。隨(sui)著人工智能的(de)行業(ye)(ye)(ye)化發展，待解(jie)(jie)決的(de)業(ye)(ye)(ye)務問(wen)題從通(tong)用型場景(jing)向(xiang)特定型場景(jing)過(guo)(guo)渡，單點問(wen)題向(xiang)業(ye)(ye)(ye)務整個流程(cheng)演進(jin)，從感知化到認知化的(de)發展，業(ye)(ye)(ye)務場景(jing)的(de)壁壘與復雜度越(yue)來(lai)越(yue)高。在這樣的(de)背景(jing)下，僅僅依靠(kao)算法技術的(de)積累，難以(yi)滿足對場景(jing)的(de)理解(jie)(jie)要求。所以(yi)，AI算法需要經(jing)驗與業(ye)(ye)(ye)務規則(ze)的(de)結(jie)合(he)(he)。這種(zhong)情況下，知識圖(tu)譜(pu)技術成為關鍵所在。通(tong)過(guo)(guo)知識圖(tu)譜(pu)，可以(yi)更(geng)好地理解(jie)(jie)業(ye)(ye)(ye)務。通(tong)過(guo)(guo)建立統一(yi)的(de)圖(tu)譜(pu)來(lai)實現知識的(de)融合(he)(he)，進(jin)一(yi)步加(jia)快(kuai)推進(jin)人工智能的(de)落地。
服(fu)務(wu)(wu)(wu)(wu)方(fang)式(shi)單一。對(dui)于企業(ye)(ye)業(ye)(ye)務(wu)(wu)(wu)(wu)人員的(de)(de)根本需(xu)求，標準化的(de)(de)人工智能技術輸(shu)出或者(zhe)API調(diao)用(yong)的(de)(de)服(fu)務(wu)(wu)(wu)(wu)方(fang)式(shi)是不(bu)夠的(de)(de)。廠商需(xu)要(yao)根據(ju)具體場景，在技術基礎上提(ti)供定制化的(de)(de)解決方(fang)案，并封裝為應用(yong)到業(ye)(ye)務(wu)(wu)(wu)(wu)系統中的(de)(de)產(chan)(chan)品(pin)(pin)，即“AI+產(chan)(chan)品(pin)(pin)”。另外，廠商需(xu)要(yao)提(ti)供持續性(xing)的(de)(de)業(ye)(ye)務(wu)(wu)(wu)(wu)運(yun)行(xing)服(fu)務(wu)(wu)(wu)(wu)，才(cai)可讓AI產(chan)(chan)品(pin)(pin)真正(zheng)發揮價值，以保證達(da)到最終業(ye)(ye)務(wu)(wu)(wu)(wu)效果，即“AI+服(fu)務(wu)(wu)(wu)(wu)”。
投入產(chan)出(chu)比失衡。對(dui)于企業來(lai)說，在業務中落地AI技術應用，至少(shao)包括(kuo)兩(liang)個(ge)層面的(de)成(cheng)本：芯片、算法(fa)(fa)平(ping)臺等(deng)智(zhi)能化(hua)(hua)產(chan)品、引進(jin)算法(fa)(fa)工(gong)(gong)(gong)程(cheng)師等(deng)人工(gong)(gong)(gong)智(zhi)能方面人才。目前，一些(xie)數(shu)據平(ping)臺、機器學(xue)習平(ping)臺的(de)涌(yong)現，提高了人工(gong)(gong)(gong)智(zhi)能建模的(de)自動化(hua)(hua)程(cheng)度，同(tong)時也降低了整個(ge)業務流程(cheng)對(dui)算法(fa)(fa)工(gong)(gong)(gong)程(cheng)師的(de)依(yi)賴，AI應用的(de)總成(cheng)本有待降低。此外，未來(lai)算法(fa)(fa)的(de)進(jin)步可(ke)降低硬件標準，也可(ke)促使成(cheng)本的(de)節省。
人工智能產業呈現四點趨勢
當前，國家戰略的(de)前瞻性引領(ling)、產學研用的(de)協作創(chuang)新、需求方面的(de)大(da)力牽(qian)引、生態系統的(de)高(gao)度開放(fang)、政府(fu)的(de)強力支(zhi)持(chi)共同推動著我國人工智(zhi)能(neng)產業協同創(chuang)新機(ji)制的(de)發(fa)(fa)展(zhan)，加快我國智(zhi)能(neng)經濟(ji)發(fa)(fa)展(zhan)的(de)黃金時期(qi)。展(zhan)望未(wei)來，基礎設施的(de)升級、從感知智(zhi)能(neng)到行(xing)動智(zhi)能(neng)技術的(de)演(yan)進、應用場景產業智(zhi)能(neng)化(hua)的(de)發(fa)(fa)展(zhan)，是(shi)值(zhi)得關注的(de)幾(ji)大(da)方向。
產(chan)業規(gui)模(mo)仍在(zai)保持增長，同時國家也在(zai)不(bu)斷出(chu)臺各(ge)類人工(gong)智能(neng)產(chan)業扶持政策，資本(ben)市場對人工(gong)智能(neng)行業的投資熱情不(bu)減，技術方(fang)面(mian)不(bu)斷突破(po)是產(chan)業增長的核心驅動(dong)力。產(chan)業的發展取(qu)決于算法的進(jin)步，在(zai)算法方(fang)面(mian)，目前已經(jing)有深(shen)度(du)學習和神經(jing)網絡這樣優秀的模(mo)型，但短時間內可能(neng)很(hen)難有所(suo)突破(po)。所(suo)以算力就成為了(le)競爭的重(zhong)點方(fang)向。
不(bu)同層(ceng)面(mian)分化明顯，在不(bu)同的層(ceng)面(mian)上(shang)，都開始出現(xian)龍頭企業(ye)，同時龍頭企業(ye)也進一步聚焦自身的領域。底層(ceng)基礎(chu)構(gou)建方(fang)面(mian)，騰訊(xun)、阿里巴巴、百度、華為(wei)等(deng)有(you)自身數據(ju)、算法、技術(shu)和服務器優勢。科大訊(xun)飛、格靈深(shen)瞳、融合現(xian)實(shi)、曠(kuang)視科技等(deng)在計算機視覺(jue)和語音識別方(fang)向(xiang)上(shang)已(yi)有(you)較多的技術(shu)積(ji)累。而深(shen)蘭科技、地平線機器人(ren)、華為(wei)、小米等(deng)應用產品層(ceng)面(mian)上(shang)進行深(shen)入研(yan)發。
工(gong)(gong)(gong)業(ye)(ye)化(hua)(hua)(hua)(hua)是(shi)未來方向。人工(gong)(gong)(gong)智(zhi)能行(xing)業(ye)(ye)多是(shi)“賦能”，探索如何把人工(gong)(gong)(gong)智(zhi)能與傳(chuan)統(tong)行(xing)業(ye)(ye)結合。隨(sui)著(zhu)實(shi)踐逐(zhu)步(bu)深(shen)入，簡單的人工(gong)(gong)(gong)智(zhi)能技術疊加將(jiang)不再能滿足用戶的智(zhi)能化(hua)(hua)(hua)(hua)預期。人工(gong)(gong)(gong)智(zhi)能產(chan)業(ye)(ye)借助對傳(chuan)統(tong)行(xing)業(ye)(ye)的深(shen)入理解將(jiang)逐(zhu)步(bu)向工(gong)(gong)(gong)業(ye)(ye)化(hua)(hua)(hua)(hua)邁進。標準(zhun)化(hua)(hua)(hua)(hua)的產(chan)品(pin)、規模化(hua)(hua)(hua)(hua)的生(sheng)產(chan)、流水線式的作業(ye)(ye)將(jiang)是(shi)人工(gong)(gong)(gong)智(zhi)能實(shi)現(xian)產(chan)業(ye)(ye)化(hua)(hua)(hua)(hua)的發(fa)展方向。
綜合應用場(chang)(chang)(chang)景(jing)(jing)提升。在深(shen)度學(xue)習技(ji)術(shu)開啟的(de)人(ren)(ren)工(gong)(gong)智能第一發展階段，單點技(ji)術(shu)的(de)革新在市場(chang)(chang)(chang)中(zhong)快速形(xing)成(cheng)小(xiao)型的(de)技(ji)術(shu)應用閉環，技(ji)術(shu)為(wei)驅動的(de)商(shang)業模(mo)式快速形(xing)成(cheng)。隨(sui)著人(ren)(ren)工(gong)(gong)智能技(ji)術(shu)在場(chang)(chang)(chang)景(jing)(jing)中(zhong)應用的(de)不斷深(shen)化，單一技(ji)術(shu)實(shi)現的(de)技(ji)術(shu)閉環難(nan)以滿足(zu)復雜場(chang)(chang)(chang)景(jing)(jing)下(xia)的(de)智能化需求(qiu)，綜合應用場(chang)(chang)(chang)景(jing)(jing)比例提升。
隨著國家數字化(hua)改革以(yi)及產(chan)業數據(ju)基礎設施的完(wan)善(shan)，產(chan)業互(hu)聯(lian)網(wang)打通了人工智(zhi)(zhi)(zhi)能(neng)產(chan)業鏈各環節(jie)的數據(ju)路線(xian)，以(yi)此為(wei)基礎，人工智(zhi)(zhi)(zhi)能(neng)應用將從企(qi)業內(nei)部智(zhi)(zhi)(zhi)能(neng)化(hua)延伸到產(chan)業智(zhi)(zhi)(zhi)能(neng)化(hua)，逐步(bu)實現(xian)從采購到制(zhi)造到流通等環節(jie)的智(zhi)(zhi)(zhi)能(neng)合(he)作機制(zhi)，提升產(chan)業整體的效率，實現(xian)產(chan)業互(hu)聯(lian)網(wang)價值最大化(hua)，引導未來更多行業走向產(chan)業智(zhi)(zhi)(zhi)能(neng)、互(hu)聯(lian)發展。