國內(nèi)企業(yè)AI落地現(xiàn)狀

根據(jù)埃森哲《中國企業(yè)人工智能應(yīng)用之道》面對全球企業(yè)高管的調(diào)研顯示：高達(dá)79%的中國企業(yè)高管認(rèn)為，他們必須借助人工智能來實現(xiàn)業(yè)務(wù)增長目標(biāo)。

但其中，有52%的中國企業(yè)高管人員坦言，人工智能試點容易，但當(dāng)設(shè)法將人工智能推廣至全企業(yè)時，難度較大。

高質(zhì)量數(shù)據(jù)缺乏、行業(yè)壁壘高、應(yīng)用場景不清晰是當(dāng)前人工智能與行業(yè)深度融合的主要瓶頸，應(yīng)用場景難融合也意味著AI企業(yè)落地難。

①我國人力資源充裕，很多傳統(tǒng)行業(yè)的數(shù)字化意愿并不強(qiáng)烈。到了AI時代，企業(yè)的數(shù)據(jù)基礎(chǔ)不扎實，也就難以承載起上層的智能化轉(zhuǎn)型。

②如今算力需求呈現(xiàn)指數(shù)級增長，而無論是算力設(shè)備的購置費(fèi)用還是技術(shù)人員對算法優(yōu)化的時間、人員和金錢的巨大投入。

④數(shù)據(jù)是制約AI成功落地的一大因素。如果缺少統(tǒng)一、標(biāo)準(zhǔn)化、高質(zhì)量的數(shù)據(jù)，AI應(yīng)用可能就是無米之炊、無源之水。

AI讓企業(yè)開始習(xí)慣于大量依賴機(jī)器幫忙做決策。在這個過程中會帶來隱私保護(hù)、AI可信度、倫理和社會的問題等，這些都是AI在落地過程中需要解決的。

大多數(shù)企業(yè)的AI創(chuàng)新都是點狀的、實驗性質(zhì)的、局部的創(chuàng)新，缺少規(guī)模化、商業(yè)化、運(yùn)行態(tài)的布局。

因此，人工智能在互聯(lián)網(wǎng)領(lǐng)域的攻城掠地有多順利，在實體經(jīng)濟(jì)中的落地就有多困難。

[[417980]]

AI落地的行業(yè)場景化應(yīng)用

各行業(yè)當(dāng)下面臨的痛點有所不同，如金融行業(yè)面臨成本壓力、產(chǎn)品服務(wù)單一、交易欺詐等；醫(yī)療與教育行業(yè)資源分配不均的問題突出；

也就是說，人工智能需求廣闊，其商業(yè)模式是滲透到各行各業(yè)，提高行業(yè)效率。這一進(jìn)程需要時間和持續(xù)投入，但也是生產(chǎn)力迭代趨勢。

未來還是要結(jié)合場景和用戶體驗去重新設(shè)計，用 AI 本身的方式思考，才會產(chǎn)生真正的 AI 應(yīng)用。

未來，可以肯定的是人工智能將能夠在特定領(lǐng)域?qū)崿F(xiàn)快速突破，而企業(yè)需要從自身所處的商業(yè)、工業(yè)和生存環(huán)境中選擇恰當(dāng)?shù)慕嵌龋ザx特定場景，從而讓人工智能可以針對性突破并解決問題。

[[417981]]

目前AI技術(shù)正處于普及爆發(fā)的前夜

2018年，AI領(lǐng)域投資事件共410起，投資總額1078億元。人工智能逐漸擠滿了幾乎中國所有的主流投資機(jī)構(gòu)和產(chǎn)業(yè)資本。

資本華麗登臺的另一面是，AI落地的過程不太優(yōu)美。數(shù)據(jù)顯示，2017年，90%以上AI企業(yè)處于虧損階段，商業(yè)化落地成為眾多人工智能企業(yè)發(fā)展的痛點。

AI將成為未來企業(yè)發(fā)展的一個必選項和企業(yè)的關(guān)鍵競爭力，這是毋庸置疑的。

對于各個公司、行業(yè)和國家來說，人工智能將是未來幾十年里最大的商業(yè)機(jī)會。

預(yù)計從現(xiàn)在到2030年，人工智能的發(fā)展將使全球GDP增長14%，相當(dāng)于對世界經(jīng)濟(jì)額外貢獻(xiàn)了15.7萬億美元，其中AI將帶動中國GDP增加7萬億美元。

[[417982]]

商業(yè)落地呼喚標(biāo)準(zhǔn)配套

只有把應(yīng)用做起來，底層AI芯片、軟件技術(shù)才能夠在應(yīng)用過程中更扎實。

人工智能端到端完成一個項目落地至少需要3—6個月的時間，整個過程存在一定的復(fù)雜性，需要有一系列選型方案的指南。

以前產(chǎn)業(yè)界更側(cè)重于算法，近幾年算法開始和工程開源齊頭并進(jìn)，業(yè)內(nèi)越來越重視軟硬件協(xié)同發(fā)展，人工智能與大數(shù)據(jù)、云計算等新型信息技術(shù)融合越來越深入。

今年7月發(fā)布的《人工智能標(biāo)準(zhǔn)化白皮書（2021版）》中指出，深度學(xué)習(xí)框架依賴的生態(tài)建設(shè)、測試體系不夠全面是我國人工智能產(chǎn)業(yè)發(fā)展目前遇到的兩大問題。

我國深度學(xué)習(xí)框架起步較晚，在算法、芯片、終端和場景應(yīng)用方面尚未擺脫對國外深度學(xué)習(xí)框架的依賴。

然而，國內(nèi)人工智能測試體系尚未形成，現(xiàn)有測試基準(zhǔn)的測試內(nèi)容和模型高度重復(fù)，還未形成成熟的功能、性能測試基準(zhǔn)，這將制約人工智能產(chǎn)品打開市場、獲得市場信任度。

[[417983]]

國內(nèi)AI標(biāo)準(zhǔn)化進(jìn)程加速

規(guī)范標(biāo)準(zhǔn)也是國內(nèi)人工智能現(xiàn)階段發(fā)展的關(guān)鍵詞之一。賽迪顧問統(tǒng)計數(shù)據(jù)顯示，2019年，中國人工智能產(chǎn)業(yè)規(guī)模達(dá)到1291.4億元，同比增速為30.8%。

預(yù)計到2022年，中國人工智能產(chǎn)業(yè)規(guī)模達(dá)到2621.5億元。

國內(nèi)人工智能產(chǎn)業(yè)高速發(fā)展，場景應(yīng)用逐漸豐富化，隨著產(chǎn)業(yè)復(fù)雜度的提高，相關(guān)標(biāo)準(zhǔn)也亟待解決配套問題。

在2020年7月印發(fā)了《國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》；同年12月，智用研究院、百度、浪潮聯(lián)合發(fā)布面向產(chǎn)業(yè)應(yīng)用的人工智能開源評測基準(zhǔn)AI-Rank。

[[417984]]

人工智能技術(shù)落地的關(guān)鍵環(huán)節(jié)

①技術(shù)的突破：一家成功的人工智能公司必須有一定的技術(shù)積累和壁壘。

②場景的探索：找到一個商業(yè)上可行、可拓展性良好，并且技術(shù)上可實現(xiàn)的場景是非常困難的，很多優(yōu)秀的技術(shù)公司都在這個環(huán)節(jié)投入了大量的精力。

③團(tuán)隊的建設(shè)和成長：起步階段頂尖的技術(shù)和商業(yè)團(tuán)隊的搭建需要大量工作，快速成長的過程中人員不斷擴(kuò)充也會帶來各種問題，如何增效降本、保持創(chuàng)新風(fēng)氣很關(guān)鍵。

④標(biāo)準(zhǔn)制定：對具體行業(yè)具體場景下的人工智能技術(shù)應(yīng)用進(jìn)行規(guī)范化、標(biāo)準(zhǔn)化，保證整個行業(yè)的生態(tài)健康發(fā)展。