人工(gong)智(zhi)能是新(xin)(xin)(xin)(xin)(xin)一(yi)輪產業變革(ge)的(de)(de)核(he)心(xin)驅動力，將進一(yi)步釋(shi)放歷(li)次科技革(ge)命和(he)產業變革(ge)積(ji)蓄(xu)的(de)(de)巨(ju)大能量(liang)，并(bing)創造新(xin)(xin)(xin)(xin)(xin)的(de)(de)強大引擎，重構(gou)生產、分配、交換、消費等經(jing)濟活動各(ge)環節(jie)，形(xing)成從(cong)宏觀到微觀各(ge)領域(yu)的(de)(de)智(zhi)能化(hua)新(xin)(xin)(xin)(xin)(xin)需求，催生新(xin)(xin)(xin)(xin)(xin)技術、新(xin)(xin)(xin)(xin)(xin)產品、新(xin)(xin)(xin)(xin)(xin)產業、新(xin)(xin)(xin)(xin)(xin)業態、新(xin)(xin)(xin)(xin)(xin)模式。人工(gong)智(zhi)能正(zheng)在與各(ge)行各(ge)業快速融(rong)合，助力傳(chuan)統行業轉型升級(ji)、提質(zhi)增效，在全球范圍內引發全新(xin)(xin)(xin)(xin)(xin)的(de)(de)產業浪潮。
人工智能作為國家戰略規劃發展迅猛
我國(guo)政(zheng)府高度(du)重視(shi)人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能的技(ji)術進步(bu)與產業發(fa)展(zhan)，人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能已上升國(guo)家(jia)戰略。《新一代人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能發(fa)展(zhan)規(gui)劃(hua)》提出：到 2030 年人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能理(li)論、技(ji)術與應用(yong)總體達到世界領先水平(ping)，成為世界主要(yao)人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能創新中心;《新一代AI產業發(fa)展(zhan)三(san)年行動計劃(hua)》表明：重點(dian)扶持神經網絡芯片(pian)，實現(xian)人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能芯片(pian)在(zai)國(guo)內(nei)實現(xian)規(gui)模(mo)化(hua)應用(yong);《國(guo)家(jia)新一代人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能標(biao)準體系(xi)建設指南》明確：到2023年，初步(bu)建立(li)人(ren)(ren)(ren)(ren)(ren)工(gong)(gong)(gong)(gong)智(zhi)能標(biao)準體系(xi)，重點(dian)研(yan)制數(shu)據(ju)、算法、系(xi)統(tong)等重點(dian)急需(xu)標(biao)準，并率先在(zai)制造、交通等重點(dian)行業和領域進行推進。
現階段，各行業(ye)(ye)(ye)企業(ye)(ye)(ye)在(zai)改(gai)善價值(zhi)鏈、降本增效的內在(zai)需求(qiu)驅動和人工智(zhi)(zhi)能(neng)被列入(ru)“新(xin)基建”的外(wai)在(zai)因素影響下(xia)，產(chan)生了多樣化(hua)的智(zhi)(zhi)能(neng)化(hua)轉型升(sheng)級需求(qiu)，對人工智(zhi)(zhi)能(neng)產(chan)業(ye)(ye)(ye)快速發展提(ti)供動力(li)。據統計(ji)，2020年(nian)中國人工智(zhi)(zhi)能(neng)行業(ye)(ye)(ye)核(he)心產(chan)業(ye)(ye)(ye)市(shi)場(chang)規模為1513億(yi)(yi)(yi)元，同(tong)比(bi)上漲38.93%，帶動相關(guan)產(chan)業(ye)(ye)(ye)市(shi)場(chang)規模為5726億(yi)(yi)(yi)元，同(tong)比(bi)上漲49.82%。在(zai)新(xin)產(chan)業(ye)(ye)(ye)、新(xin)業(ye)(ye)(ye)態、新(xin)商業(ye)(ye)(ye)模式經濟建設的大背景(jing)下(xia)，企業(ye)(ye)(ye)對AI的需求(qiu)逐漸升(sheng)溫，人工智(zhi)(zhi)能(neng)產(chan)值(zhi)的成長(chang)速度(du)令人矚目(mu)，預計(ji)到2025年(nian)人工智(zhi)(zhi)能(neng)核(he)心產(chan)業(ye)(ye)(ye)市(shi)場(chang)規模將達到4533億(yi)(yi)(yi)元，帶動相關(guan)產(chan)業(ye)(ye)(ye)市(shi)場(chang)規模約(yue)為16648億(yi)(yi)(yi)元。
人工(gong)智能應用落地3個(ge)層(ceng)級
人(ren)工智(zhi)能的(de)(de)基(ji)礎理論雖(sui)由來已久，但現(xian)階段(duan)推動新一代人(ren)工智(zhi)能快速發(fa)展并逐步(bu)落地產業應用的(de)(de)關鍵要素可(ke)歸結為計算(suan)能力的(de)(de)提升、數據爆發(fa)式增長(chang)、機器學習算(suan)法的(de)(de)進步(bu)以及投(tou)資力度的(de)(de)加大四個方面。
人(ren)(ren)工智(zhi)能(neng)產業鏈(lian)包(bao)括3個部分(fen)：基礎(chu)層(ceng)、技(ji)術(shu)層(ceng)和應用層(ceng)。基礎(chu)層(ceng)主(zhu)要為人(ren)(ren)工智(zhi)能(neng)基礎(chu)技(ji)術(shu)提(ti)供計算能(neng)力支(zhi)持，包(bao)括AI芯片、AI平臺以及AI框架(jia)，典型(xing)的(de)大型(xing)互聯網(wang)公(gong)司和行業領頭公(gong)司主(zhu)要有谷歌、亞馬遜、英(ying)特爾(er)、IBM、百度、華為等。
技術層(ceng)(ceng)主要(yao)是(shi)基于基礎層(ceng)(ceng)設施進行開發后的(de)(de)通(tong)(tong)用(yong)性人工智能技術，是(shi)以認知與感知計算(suan)技術為(wei)代表的(de)(de)通(tong)(tong)用(yong)技術。其中，感知部(bu)分(fen)(fen)包括(kuo)計算(suan)機視覺、語音識(shi)別(bie)和自(zi)然語言處理等，認知部(bu)分(fen)(fen)以知識(shi)圖(tu)譜(pu)為(wei)主要(yao)代表。
應用層以垂直行(xing)業(ye)的(de)AI應用型公司(si)為(wei)主，結合各行(xing)業(ye)應用，將人工智能通(tong)用技(ji)術(shu)(shu)封裝(zhuang)成為(wei)落地的(de)產(chan)(chan)品，包含具體應用場景(jing)的(de)端到端式(shi)解(jie)決方案以及軟硬一體化的(de)產(chan)(chan)品。近年來，隨著通(tong)用技(ji)術(shu)(shu)越來越成熟(shu)，大量技(ji)術(shu)(shu)層級(ji)的(de)企業(ye)逐(zhu)步(bu)轉向應用層級(ji)，行(xing)業(ye)應用價值(zhi)愈(yu)加凸顯。
人工智能產業痛點及應對
在(zai)(zai)產業(ye)落(luo)地過程中，人工(gong)智能技(ji)術(shu)與(yu)企業(ye)需求之間(jian)的(de)鴻溝不容忽視。企業(ye)用(yong)戶(hu)的(de)核(he)心目(mu)標是利用(yong)人工(gong)智能技(ji)術(shu)實現業(ye)務增長(chang)，而人工(gong)智能技(ji)術(shu)本身(shen)無(wu)法直接解決業(ye)務需求，需要根據具體(ti)的(de)業(ye)務場(chang)(chang)景(jing)和目(mu)標，形成可規模化(hua)落(luo)地的(de)產品(pin)和服務。在(zai)(zai)這個(ge)過程中，人工(gong)智能在(zai)(zai)數(shu)據、算法、業(ye)務場(chang)(chang)景(jing)理解、服務方(fang)式、投入產出比等方(fang)面(mian)都面(mian)臨(lin)一系列挑(tiao)戰(zhan)。
數(shu)據稀缺。AI領域，數(shu)據是(shi)基礎要(yao)素，目前(qian)現(xian)有的(de)(de)(de)(de)AI模型都(dou)需(xu)要(yao)大量的(de)(de)(de)(de)數(shu)據標(biao)記(ji)，因為(wei)模型大多數(shu)是(shi)監督(du)學習模型。大量的(de)(de)(de)(de)數(shu)據標(biao)記(ji)，不(bu)僅(jin)僅(jin)會(hui)(hui)要(yao)求更多的(de)(de)(de)(de)人力資源，同時人的(de)(de)(de)(de)參與難(nan)(nan)免會(hui)(hui)為(wei)數(shu)據帶來一定程度的(de)(de)(de)(de)誤(wu)差。除了對(dui)數(shu)據量的(de)(de)(de)(de)需(xu)求極大，對(dui)數(shu)據的(de)(de)(de)(de)維度也要(yao)求盡可能(neng)的(de)(de)(de)(de)全(quan)面。總(zong)之就是(shi)，能(neng)有最好(hao)都(dou)給我，越(yue)全(quan)面越(yue)好(hao)。但是(shi)實際(ji)情況(kuang)就是(shi)，結(jie)構性的(de)(de)(de)(de)全(quan)面的(de)(de)(de)(de)數(shu)據在現(xian)實生活(huo)中很(hen)難(nan)(nan)獲得，而且也很(hen)難(nan)(nan)獲得比較準(zhun)確(que)的(de)(de)(de)(de)數(shu)據。
黑盒(he)(he)子效(xiao)應。從傳統模型到(dao)新型算法，AI的復雜性(xing)(xing)逐步遞增，促(cu)使人(ren)工(gong)智能算法的決策機制越(yue)發難以被(bei)人(ren)類(lei)理(li)解與(yu)描(miao)述。很多人(ren)將大部分基(ji)于深度學習(xi)的算法想象成是一個“黑盒(he)(he)子”，也就是說(shuo)認為(wei)模型不具備(bei)可(ke)解釋性(xing)(xing)。相比(bi)較(jiao)“黑盒(he)(he)子”而(er)言(yan)，可(ke)解釋性(xing)(xing)的AI對(dui)于深度神(shen)經網絡的透明性(xing)(xing)有(you)所增加，有(you)助于向(xiang)用戶提供判斷依(yi)據等(deng)信息(xi)，增強用戶對(dui)人(ren)工(gong)智能的信任與(yu)安(an)全感，同時也為(wei)事后監管、責任歸(gui)屬等(deng)環節(jie)提供有(you)力依(yi)據。
業(ye)務(wu)場景(jing)理(li)解差。隨著人工智能(neng)(neng)的(de)行(xing)業(ye)化發(fa)(fa)展(zhan)，待解決的(de)業(ye)務(wu)問題(ti)從通用型場景(jing)向(xiang)(xiang)特定型場景(jing)過渡，單(dan)點問題(ti)向(xiang)(xiang)業(ye)務(wu)整(zheng)個流程演(yan)進，從感知(zhi)化到認知(zhi)化的(de)發(fa)(fa)展(zhan)，業(ye)務(wu)場景(jing)的(de)壁壘與復雜度越來(lai)越高。在(zai)(zai)這(zhe)樣的(de)背景(jing)下，僅僅依靠(kao)算(suan)(suan)法(fa)技(ji)術的(de)積(ji)累，難以滿足(zu)對場景(jing)的(de)理(li)解要(yao)(yao)求。所以，AI算(suan)(suan)法(fa)需要(yao)(yao)經(jing)驗(yan)與業(ye)務(wu)規則的(de)結合。這(zhe)種情況下，知(zhi)識(shi)圖(tu)譜(pu)(pu)技(ji)術成為關鍵(jian)所在(zai)(zai)。通過知(zhi)識(shi)圖(tu)譜(pu)(pu)，可以更(geng)好(hao)地理(li)解業(ye)務(wu)。通過建立(li)統一(yi)的(de)圖(tu)譜(pu)(pu)來(lai)實現(xian)知(zhi)識(shi)的(de)融合，進一(yi)步加快推進人工智能(neng)(neng)的(de)落地。
服務(wu)(wu)方式單一。對于企業(ye)(ye)業(ye)(ye)務(wu)(wu)人(ren)員的(de)(de)根(gen)本需(xu)求，標(biao)準化的(de)(de)人(ren)工智能技(ji)(ji)術輸出(chu)或者API調用的(de)(de)服務(wu)(wu)方式是不夠的(de)(de)。廠商需(xu)要根(gen)據具(ju)體場景，在技(ji)(ji)術基礎上提(ti)供定制化的(de)(de)解(jie)決方案，并封(feng)裝為應用到(dao)業(ye)(ye)務(wu)(wu)系統中(zhong)的(de)(de)產(chan)品，即(ji)“AI+產(chan)品”。另(ling)外，廠商需(xu)要提(ti)供持續性的(de)(de)業(ye)(ye)務(wu)(wu)運(yun)行服務(wu)(wu)，才可讓AI產(chan)品真正發(fa)揮價(jia)值，以保證達到(dao)最(zui)終業(ye)(ye)務(wu)(wu)效(xiao)果，即(ji)“AI+服務(wu)(wu)”。
投入產(chan)出(chu)比失衡。對(dui)(dui)于企(qi)業來說，在業務中落(luo)地(di)AI技術應(ying)用，至少包括兩個(ge)層面的成本(ben)：芯(xin)片、算法平臺(tai)等智能(neng)化產(chan)品、引進(jin)算法工程師等人工智能(neng)方面人才。目前，一些數據平臺(tai)、機器學習(xi)平臺(tai)的涌(yong)現，提高了人工智能(neng)建模的自(zi)動化程度，同時也(ye)降(jiang)低(di)了整個(ge)業務流程對(dui)(dui)算法工程師的依賴，AI應(ying)用的總成本(ben)有待降(jiang)低(di)。此外，未來算法的進(jin)步可降(jiang)低(di)硬件標準，也(ye)可促(cu)使成本(ben)的節省。
人工智能產業呈現四點趨勢
當前(qian)，國(guo)家戰略(lve)的(de)前(qian)瞻性(xing)引(yin)領、產(chan)學研用(yong)的(de)協(xie)作創新、需求方面的(de)大力(li)牽(qian)引(yin)、生態系統(tong)的(de)高度開放、政府的(de)強力(li)支持共同推動(dong)著我(wo)國(guo)人(ren)工智能(neng)產(chan)業(ye)協(xie)同創新機制的(de)發展，加快我(wo)國(guo)智能(neng)經濟發展的(de)黃金時期。展望未來，基礎設施的(de)升級(ji)、從感知(zhi)智能(neng)到行動(dong)智能(neng)技術(shu)的(de)演進(jin)、應用(yong)場景產(chan)業(ye)智能(neng)化的(de)發展，是值(zhi)得(de)關注的(de)幾大方向(xiang)。
產業(ye)(ye)規模(mo)仍在保持增長(chang)，同時(shi)國家也在不斷出臺各類(lei)人工智(zhi)能(neng)產業(ye)(ye)扶(fu)持政策，資(zi)本市場對人工智(zhi)能(neng)行業(ye)(ye)的(de)(de)投資(zi)熱情(qing)不減，技術方面不斷突破是產業(ye)(ye)增長(chang)的(de)(de)核心驅動力。產業(ye)(ye)的(de)(de)發展取(qu)決于算法(fa)(fa)的(de)(de)進步(bu)，在算法(fa)(fa)方面，目(mu)前(qian)已經有(you)深度(du)學習和神經網絡這樣優(you)秀的(de)(de)模(mo)型，但短時(shi)間內可能(neng)很難有(you)所(suo)突破。所(suo)以算力就成為(wei)了競(jing)爭的(de)(de)重點(dian)方向(xiang)。
不同(tong)層(ceng)面(mian)分化(hua)明顯，在(zai)不同(tong)的層(ceng)面(mian)上，都開始出現(xian)龍頭企業，同(tong)時龍頭企業也(ye)進一步聚焦自(zi)身的領域。底層(ceng)基礎構(gou)建方(fang)面(mian)，騰訊(xun)、阿里(li)巴(ba)巴(ba)、百(bai)度(du)、華為等有自(zi)身數(shu)據、算法(fa)、技(ji)術和(he)服(fu)務(wu)器優(you)勢。科(ke)大(da)訊(xun)飛、格靈(ling)深瞳、融合現(xian)實(shi)、曠視(shi)科(ke)技(ji)等在(zai)計算機視(shi)覺和(he)語音識別方(fang)向上已有較(jiao)多(duo)的技(ji)術積累(lei)。而深蘭科(ke)技(ji)、地平線(xian)機器人(ren)、華為、小米等應用產品(pin)層(ceng)面(mian)上進行深入研發。
工(gong)業(ye)(ye)(ye)化是未來方向(xiang)。人(ren)工(gong)智(zhi)能(neng)(neng)(neng)(neng)行(xing)業(ye)(ye)(ye)多是“賦能(neng)(neng)(neng)(neng)”，探索如(ru)何(he)把人(ren)工(gong)智(zhi)能(neng)(neng)(neng)(neng)與傳統(tong)行(xing)業(ye)(ye)(ye)結合。隨著(zhu)實(shi)踐逐步深(shen)入(ru)(ru)，簡單的(de)(de)人(ren)工(gong)智(zhi)能(neng)(neng)(neng)(neng)技術(shu)疊加將不(bu)再能(neng)(neng)(neng)(neng)滿足用戶的(de)(de)智(zhi)能(neng)(neng)(neng)(neng)化預期。人(ren)工(gong)智(zhi)能(neng)(neng)(neng)(neng)產(chan)業(ye)(ye)(ye)借助對傳統(tong)行(xing)業(ye)(ye)(ye)的(de)(de)深(shen)入(ru)(ru)理解將逐步向(xiang)工(gong)業(ye)(ye)(ye)化邁進。標(biao)準化的(de)(de)產(chan)品、規模化的(de)(de)生(sheng)產(chan)、流(liu)水線式的(de)(de)作業(ye)(ye)(ye)將是人(ren)工(gong)智(zhi)能(neng)(neng)(neng)(neng)實(shi)現產(chan)業(ye)(ye)(ye)化的(de)(de)發(fa)展方向(xiang)。
綜合應(ying)用場(chang)(chang)(chang)景提(ti)升(sheng)。在(zai)深度學習技(ji)(ji)(ji)術(shu)(shu)開啟(qi)的(de)(de)(de)人工(gong)智能第一發展(zhan)階段，單點技(ji)(ji)(ji)術(shu)(shu)的(de)(de)(de)革新在(zai)市場(chang)(chang)(chang)中快速形成(cheng)小型(xing)的(de)(de)(de)技(ji)(ji)(ji)術(shu)(shu)應(ying)用閉環，技(ji)(ji)(ji)術(shu)(shu)為驅(qu)動(dong)的(de)(de)(de)商業模式快速形成(cheng)。隨著人工(gong)智能技(ji)(ji)(ji)術(shu)(shu)在(zai)場(chang)(chang)(chang)景中應(ying)用的(de)(de)(de)不斷深化，單一技(ji)(ji)(ji)術(shu)(shu)實現的(de)(de)(de)技(ji)(ji)(ji)術(shu)(shu)閉環難以(yi)滿足復雜(za)場(chang)(chang)(chang)景下(xia)的(de)(de)(de)智能化需求，綜合應(ying)用場(chang)(chang)(chang)景比(bi)例提(ti)升(sheng)。
隨著國家數字化改革(ge)以及產(chan)業(ye)(ye)數據(ju)(ju)基礎設(she)施的(de)完善，產(chan)業(ye)(ye)互(hu)聯(lian)網打(da)通了人(ren)工智能(neng)(neng)產(chan)業(ye)(ye)鏈各環節(jie)的(de)數據(ju)(ju)路線(xian)，以此為(wei)基礎，人(ren)工智能(neng)(neng)應用將從企業(ye)(ye)內部智能(neng)(neng)化延伸到產(chan)業(ye)(ye)智能(neng)(neng)化，逐(zhu)步實現(xian)從采(cai)購(gou)到制造到流通等環節(jie)的(de)智能(neng)(neng)合作(zuo)機(ji)制，提升產(chan)業(ye)(ye)整體(ti)的(de)效(xiao)率，實現(xian)產(chan)業(ye)(ye)互(hu)聯(lian)網價值最大化，引導未來更多行業(ye)(ye)走向產(chan)業(ye)(ye)智能(neng)(neng)、互(hu)聯(lian)發(fa)展。