國際數(shù)據(jù)公司（IDC）最新發(fā)布的《中國人工智能軟件及應(yīng)用（2018下半年）跟蹤》報告顯示，2018年中國人工智能市場規(guī)模達17.6億美元，到2021年，約75%的企業(yè)應(yīng)用程序會使用到人工智能；到2022年，中國人工智能市場規(guī)模將達到98.4億美元。

人工智能究竟是什么？相信每個人的心里都有一定的疑惑。提起人工智能，人們首先會想到的便是未來可以像人一樣獨立思考，模仿人的行為，并幫助人類解決問題的機器人。如果從未來人工智能的最終發(fā)展方向來看，這樣的認知并沒有問題，因為這是機器發(fā)展所要實現(xiàn)的終極目標。但在人工智能的產(chǎn)業(yè)發(fā)展之路上，都給人工智能扣上這樣高深的思想認知，便是把人工智能過于神秘化。

2019年11月，在長江商學院舉辦的主題為“為AI祛魅，讓技術(shù)回歸理性”開學會議上，從更實用和簡單的角度對AI的發(fā)展和理解作出了闡述，通過AI只是作為服務(wù)行業(yè)應(yīng)用的基本工具屬性，對AI產(chǎn)業(yè)化道路中的本質(zhì)問題進行了探索。

人工智能遍地開花，成熟落地仍為期尚早

2019年，Gartner發(fā)布了最新的人工智能技術(shù)成熟度曲線，從中也透露出人工智能產(chǎn)業(yè)的發(fā)展狀況以及實際應(yīng)用情況。當一個典型的新技術(shù)出現(xiàn)以后，都會經(jīng)歷初期期望值迅速增高，達到高峰后產(chǎn)生行業(yè)泡沫，然后熱度下滑回歸到實質(zhì)，最后進入理性增長期，發(fā)展成為成熟行業(yè)這一歷程，這是多個行業(yè)都無法逃避的曲線現(xiàn)象。

從2019年技術(shù)成熟曲線發(fā)展趨勢來看，情感AI、機器學習正處于快速增長的上升期；生物芯片技術(shù)、人工智能服務(wù)平臺、邊緣人工智能、無人駕駛L5等都處于期望值高峰的泡沫區(qū)；計算機視覺、無人駕駛L4則已經(jīng)從高峰期開始向下滑落，逐漸回歸商業(yè)發(fā)展的實質(zhì)。

從技術(shù)具體應(yīng)用落地的所需時間來看，短期2-5年之內(nèi)，邊緣分析和邊緣AI伴隨5G部署實施的加快，是最先實現(xiàn)商業(yè)落地化的技術(shù)；人工智能服務(wù)平臺、機器學習、生物芯片技術(shù)則需至少5-10年，才可實現(xiàn)真正的成熟發(fā)展；而當下談?wù)撟疃?，大眾認知較高的無人駕駛技術(shù)，最終的應(yīng)用落地則需要十年以上甚至更久。

從以上可以看出，AI產(chǎn)業(yè)化是一條漫長之路，任何技術(shù)的成熟與應(yīng)用都不是一蹴而就的。而在這之中，部分企業(yè)為了炒作概念，貼合發(fā)展熱潮，追求快速商業(yè)化變現(xiàn)，便隨意對一些產(chǎn)品或技術(shù)貼上AI發(fā)展的標簽，形成了偽AI現(xiàn)狀，這不論對AI產(chǎn)業(yè)投資和AI企業(yè)發(fā)展都是不健康的。

軟銀中國合伙人宋安瀾博士表示：“AI催生了許多新的產(chǎn)業(yè)，即從0到1的產(chǎn)業(yè)，但同時AI對現(xiàn)有行業(yè)的影響又是從1到無窮大的?！币虼嗽贏I產(chǎn)業(yè)發(fā)展之中，產(chǎn)業(yè)投資人和企業(yè)負責人需時刻認清AI的工具屬性，辨別真正AI技術(shù)的發(fā)展路徑，從而實現(xiàn)AI從0到1至N的綜合性發(fā)展。

AI轉(zhuǎn)型落地，數(shù)據(jù)與責任不可缺失

當AI在落地應(yīng)用中，許多人會把AI等同于數(shù)字化，其實這兩者是共同推動關(guān)系。AI作為數(shù)字化轉(zhuǎn)型中非常強大的工具，加速了行業(yè)數(shù)字化改造；而行業(yè)數(shù)字化發(fā)展過程中，又將衍生或推動AI技術(shù)的發(fā)展。

而AI轉(zhuǎn)型落地中，數(shù)據(jù)是重要的底層支撐，是否有足夠的數(shù)據(jù)、能否可視化、是否具備運用數(shù)據(jù)做決策的基礎(chǔ)條件，決定了AI能否完全成功落地。在這其中，足夠的數(shù)據(jù)并不意味著大體量的積累數(shù)據(jù)，在這些大量數(shù)據(jù)中，哪些是真實有效的，哪些數(shù)據(jù)分析后能產(chǎn)生有效價值，才是至關(guān)重要的。雖然互聯(lián)網(wǎng)的發(fā)展帶來數(shù)據(jù)量爆發(fā)式增長，但真正可以供機器學習、采用的分析數(shù)據(jù)卻顯得異常珍貴，因此，可視化數(shù)據(jù)，結(jié)構(gòu)化數(shù)據(jù)就變得非常關(guān)鍵。

數(shù)據(jù)的使用又牽涉到另一敏感問題，“隱私”。不論是企業(yè)和個人，數(shù)據(jù)的安全隱私性和使用中的合規(guī)性相當重要，沒有任何企業(yè)或個人希望自己的數(shù)據(jù)被隨意公開采用或售賣。人工智能的轉(zhuǎn)型落地建立在數(shù)據(jù)之上，而數(shù)據(jù)的搜集則是建立在被采集人的信任之上，在這一環(huán)節(jié)當中，AI企業(yè)的責任不可能缺失。

實體產(chǎn)業(yè)的AI之路，機遇與問題并存

TCL企業(yè)CTO孫力表示：“當人工智能應(yīng)用于傳統(tǒng)企業(yè)各類產(chǎn)品和場景的時候，需要很多配套的工程，有可能是邊緣運算框架、工程優(yōu)化，有可能是SaaS系統(tǒng)，而且每個應(yīng)用場景都要定制化算法、產(chǎn)品的芯片、算力等，如何找到更好的工程實踐，貢獻產(chǎn)品溢價是個很重要的話題?！?/p>

當傳統(tǒng)產(chǎn)業(yè)面對人工智能的趨勢浪潮時，也在不停的進行探索結(jié)合，在可預期前景下，轉(zhuǎn)變中產(chǎn)生的問題以及所帶來的陣痛都是企業(yè)無法避免的。傳統(tǒng)產(chǎn)業(yè)擁有固定的生產(chǎn)模式，配套的產(chǎn)業(yè)鏈條和對應(yīng)的銷售渠道，而智能化背景下，傳統(tǒng)產(chǎn)業(yè)的生產(chǎn)效率、受眾群體和后續(xù)服務(wù)就顯得明顯不足。

但立馬向人工智能方向轉(zhuǎn)變，賦能新生態(tài)又是不現(xiàn)實的，甚至會使傳統(tǒng)企業(yè)的發(fā)展陷入兩難境地，因此傳統(tǒng)企業(yè)發(fā)展人工智能普遍面臨著以下問題：

1.如何建設(shè)企業(yè)自身的人工智能團隊，通過AI人才，評估人工智能所能帶來的業(yè)務(wù)機會與影響，實現(xiàn)企業(yè)路線上的轉(zhuǎn)變

2.企業(yè)內(nèi)部的運作需要大量的使用云服務(wù)，如何有效利用人工智能技術(shù)，使得內(nèi)部運營更有效率

3.針對企業(yè)服務(wù)人群，如何采用人工智能技術(shù)，實現(xiàn)精準覆蓋和潛在人群開拓

4.產(chǎn)品售出后，如何系統(tǒng)性的收集數(shù)據(jù)，并且變成數(shù)據(jù)資產(chǎn)，催生人工智能反哺產(chǎn)品體驗，圍繞產(chǎn)品怎樣系統(tǒng)化地建設(shè)智能連接技術(shù)，如云平臺、數(shù)據(jù)中臺、人工智能平臺等

5.怎樣建設(shè)整個營銷售后全鏈條的數(shù)字化平臺，利用人工智能更好的服務(wù)好用戶，提升企業(yè)運營效率

對于AI的產(chǎn)業(yè)化，技術(shù)成熟是需要面臨的首要問題，其次是如何使技術(shù)與產(chǎn)業(yè)更好的緊密結(jié)合，真正實現(xiàn)AI產(chǎn)業(yè)化發(fā)展。對于目前人工智能所需要的技術(shù)人才缺口，隨著人才政策和教育體系的完善，將會得到進一步補充。而關(guān)于人工智能對產(chǎn)業(yè)的賦能，則需要更多的技術(shù)實踐和方案落地，通過人工智能初創(chuàng)企業(yè)不斷清晰自身的商業(yè)模式，豐富商業(yè)落地場景。