掘金圈 商铺 人工智能产业转型, AI产业降温背后

人工智能产业转型, AI产业降温背后

广告4

人工智能产业转型, AI产业降温背后

大流行为人工智能的发展开辟了新的窗口期,丰富了实践领域。很快,人工智能就以一种惊人的姿态铺陈于社会生活的方方面面。同时,人工智能作为信息领域的通用基础技术被纳入新的基础设施建设中,作为支持传统基础设施转型升级的综合创新工具,全面上升为国家战略。


这一背景下,市场对人工智能的热情持续高涨。不管是因特网巨头,还是传统的制造企业,都对人工智能进行了升级。商务落地”成了当前人工智能发展中一个鲜明的主题词。但是,到目前为止,人工智能还处在从实验室到大规模商业化的初期阶段。

虽然越来越多的 AI技术从开发人员和实验室走出,并开始进入到各行各业,但是从 AI产业到 AI产业的转化和落地并不是那么好。为了使第三次人工智能浪潮真正落地,将人工智能的赋能效应扩展到整个社会,是一个无法回避的问题。

AI冷却的背后

就全球市场而言,人工智能的火热,离不开背后的资金支持。但人工智能的投资却出现了降温的趋势。
从融资规模来看,2018年Q2以来全球领域投资热度逐步下降,中国信息通信研究院于2019年4月发布了《全球人工智能产业数据报告》。2019年全球融资规模为126亿美元,较上年同期下降3.08%。在这些行业中,中国的融资总额为30亿美元,比去年下降了55.8%。占全球融资总额的23.5%,较2018年同期下降29个百分点。

而且,人工智能公司仍然难以盈利。就拿著名企业 DeepMind来说,它的2018年收益为1.028亿英镑,比2017年的5442.3万英镑高出88.9%。然而, DeepMind却在2018年出现了4.7亿英镑的损失,比2017年的3.02亿英镑增加了1.68亿英镑,亏损55.6%。

数据显示,2018年近90%的人工智能公司亏损,而盈利10%的公司基本上是技术供应商。换句话说,人工智能公司还没有形成商业化、场景化、整合化的落地能力,更多的是销售自己的算法。

这是因为,一方面,市场对人工智能寄予了太多的期望,而实际的产品体验往往并不理想;随着人们对人工智能能力、易用性、可靠性、体验性的需求,人工智能技术面临着前所未有的挑战。

其中之一就是,由于部分人工智能企业和媒体传播的夸大,使得人工智能的一些领域中仍存在被夸大的现象。目前的人工智能高度依赖于数据,但其数据积累、共享和应用的生态性还相对较弱,这直接阻碍了其部分应用的实现。第三,人工智能作为一项新兴技术,在市场上的应用,无疑需要与现实世界和商业社会长期磨合,以避免出现意想不到的情况。

由人工智能引发的技术革命已是不争的事实,但对其发展仍需理性预期,否则就有可能产生巨大的泡沫。
而在另一个方面,虽然越来越多的人工智能技术从开发人员和实验室走出,开始进入到各行各业,但从人工智能产业到产业 Al的转变和落地却并不顺利。

很明显,商业化要求企业使用人工智能技术解决实际问题,并通过市场实现大规模变现,这涉及到人工智能的技术能力、易用性、可用性、成本、可复制性和由此产生的顾客价值。但是,到目前为止,商品化的速度、范围和渗透程度还存在着“实验室与商业社会的鸿沟”。

这就是说,人工智能仍然需要从早期普遍强调技术优势,转变为商业化发展阶段,更注重产品化,更多地融合生态,更多地解决实际问题。

更多的人工智能企业需要找到合适的应用场景,才能使人工智能从实验室走向产业化、商品化。例如,医疗保健作为民生领域一直受到 AI投资的关注。实际上,科技企业智能医疗的布局和应用已经初具规模, IBM Waston应用于临床诊断和治疗,2016年进入中国并在多家医院进行推广;阿里健康致力于建立医学影像智能诊断平台;以及腾讯于17年8月推出腾讯觅影,以协助医生检测食管癌。

但是,因为人工智能需要大量的数据共享,而医院和病人的数据存在着“孤岛”的障碍。如何保证数据的安全,同时打破各方的障碍,已经成为一个现实的难题,同时也阻碍了人工智能在医疗领域的真正爆发。

适用哪里,如何执行?

对人工智能产业发展现状的客观认识,是为了更好地发挥人工智能技术赋能的作用。随着数字经济的兴起,人工智能技术已成为越来越多企业的创新动力和源泉,同时,对人工智能在企业中的应用也已初步形成共识。但具体应用在哪里,如何实现人工智能的应用,是目前需要对人工智能发展问题做出回应的关键。

AI不仅仅是短期的热点,它还具有长期的价值。这是技术趋势,同时也是基础设施。企业有希望在人工智能的加持下提高效率,但是效率的提高不能形成企业特有的竞争力。也就是说,人工智能市场发展中存在内部资源和外部环境匹配问题。

人工智能技术的应用是数字经济商业模式发展的必然产物。纵观人工智能的发展历程,近年来以数据智能为驱动的数字经济商业模式的兴起,使得搜索推荐、人脸识别和语音识别等人工智能算法可以满足业务量的快速增长。

假如一家企业的商业形态是依靠数据和算法来提供外部服务,这就意味着它必须同时运用人工智能技术,然后开发出具有独特竞争力的人工智能应用,以带来更好的用户体验和商业成功。

另外,人工智能产业的进一步发展也离不开人工智能技术的不断进步。AI技术是我国未来发展的方向,对经济发展、产业转型和科技进步具有重要意义。而且 AI技术研发、落地、推广都离不开各领域顶尖人才的通力协作。随着 AI产业由兴起到迅速发展,顶尖 AI人才的引领作用尤为重要,他们是推动 AI发展的关键因素。

但中国在人工智能领域的人才开发却极其缺乏。中国 AI产业主要集中在应用层,基础层和技术层人才储备薄弱,特别是处理器/芯片和 AI技术平台,严重削弱了中国的国际竞争力。

而人工智能人才的供需严重失衡,人才缺口难以在短期内得到有效填补。在过去的三年里,我国对 AI人才的需求每年都在翻番地增长,尤其是那些偏重于底层的 AI岗位,比如算法工程师,供应量增长超过150%。虽然增长如此迅速,但仍难以满足市场需求。但由于高素质的 AI人才的培养需要比普通 IT人才花费更多的时间和成本,因此短期内难以有效填补人才缺口。

AI市场发展所面临的困境不容忽视,从某种意义上说,更多的是困于资金和服务。近几年来,资本帮助 AI市场加速行业发展,放大 AI场景效应,让行业的智能发展从 AI中获益,资本的力量使通过技术变现获取财富成为现实,加剧了 AI市场各领域分工布局的泾渭分明。

现在,随着隐私和数据安全立法的制定和广泛关注,人工智能已开始回归本质,回归为先进的生产力,生产力服务的生产关系也从炽热逐渐走向理性,直至逐渐冷却。

其中,互联网企业起着举足轻重的作用。因特网企业是数字经济的创新者和实践者,通过因特网和移动因特网,因特网企业创造和积累了大量的数据。

该数据来源于用户的实际需求,反馈和行为。网络企业不仅要在遵守安全规范的基础上,充分利用数据的价值,更要让整个商业社会开始重视数据的价值,激活各行业的数据意识,促进数字经济的渗透和发展,从而在一定程度上完成人工智能第三次大数据资源的积累。

在全社会数字化转型的背景下,如何将人工智能的赋能效应扩展到社会的各个层面,是一个无法回避的现实问题。

很明显,当人工智能重新回到技术本质,它不仅需要从市场的角度对它进行理性的预测,并大力培育人才来弥补人才供求的失衡,还需要在产业方向上真正创造一个从数据积累、技术外溢、算法创新到不同产业连接人工智能的网络。唯有如此,才能真正满足更多高频、刚需、可复制的场景需求,让 AI普惠的回报机制有更多的收益确认机制,让第三次 AI浪潮真正落地。

广告5

本文来自网络,不代表掘金圈立场,转载请注明出处:http://www.jjq6.com/zhineng/20210128/743.html

作者: summer

上一篇
下一篇

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

联系我们

13361274590

在线咨询: QQ交谈

邮箱: 1584605069@qq.com

工作时间:周一至周五,9:00-17:30,节假日休息

关注微信
微信扫一扫关注我们

微信扫一扫关注我们

关注微博
返回顶部