【產業鏈圖譜 | 人工智能產業鏈圖譜_人工智能產業鏈全景圖】

【研究報告 | 人工智能行業研究報告】

       近幾年的人工智能技術在不斷推進，人工智能產品也在進入人們的視野。但是技術的不斷更迭背后是技術的應用落地難問題，在發展科技的過程中，怎樣將科技進步體現為實用價值也是需要引起重視的問題。

　　當前人工智能產業狀況

　　無論是谷歌、蘋果、阿里、騰訊等巨頭，還是眾多創業公司，都在圍繞人工智能下苦工。成果自然是顯著的，人工智能技術在深度學習的加持下有了長足的進步。而從國家層面看，去年7月國務院發布《新一代人工智能發展規劃》。在綱要中就提出：到2030年，使中國成為世界主要人工智能創新中心。

　　技術突飛猛進、國家政策支持，怎么看人工智能都站在了風口上。而且在中國發展人工智能又有著得天獨厚的條件：深度學習算法模型的訓練需要大規模數據集，中國各行業沉淀著大量數據。為此，很多人工智能企業都將中國當做人工智能商業落地的主戰場。

　　但事與愿違的是，技術實力并不等于變現能力，技術領先也不一定就具有商業價值。《2018中國人工智能商業落地研究報告》中還包括了一份“2018中國人工智能商業落地100強榜單”，這份榜單凸顯出當下中國人工智能商業落地之痛。

　　2018年預計營業收入在10億以上的人工智能企業只有8家，絕大部分企業年營業收入不足2億。此外，2017年中國AI商業落地100強創業公司累計產生的收入不足100億元，90%以上的AI企業虧損。按照此前的各種數據預測，文娛、數碼、制造等多個行業的人工智能潛在產值都在數千億乃至上萬億元左右，但現實卻是如此的殘酷。

　　AI巨頭表態會把技術做精

　　商湯科技徐持衡認為，開放和免費的環境對行業整體來說大有裨益，能幫助大眾從不同行業角度去理解人工智能的價值。“這個價值在于大數據，讓人工智能服務行業，更好去執行‘1+1+X’行業生態的打造”。商湯科技一直堅持“1+1+X”的模式，即“通過最核心的最新的技術，加上產品和解決方案的包裝，再跟行業做深度的捆綁”。他表示，未來商湯將致力于“把技術做精做細，讓深度學習不斷從云走向端，更好服務每一個人。”

　　云從科技的副總裁孫慶凱認為，2018年將是人工智能洗牌的一年，相對于更重科研的商湯，云從 “更實際一點”，短期內仍將集中于金融和安防領域，因為“我們有比較好的基礎，未來還會嘗試轉向航空方向的發展”。他強調，“對投資人的回報，最重要的是能生存和掙錢，所以還是真正把技術應用到實際的客戶的需求上去”，所以云從未來會秉持“AI+行業、AI+需求和AI+場景”的原則，繼續努力。

　　匯醫慧影CMO高榮強認為，讓人工智能場景化落地并且具有商業化的能力是很重要的，關鍵在于把人工智能的整個體系有效地融入到每一個診療流程中。“其他人工智能公司還沒有意識到，是因為他們的用戶數量還不夠多。我們的醫院用戶達到800家，需求是非常明顯的。”

　　對于多數公司免費提供人工智能產品的現狀，高榮強直言：“免費提供確實能讓人工智能的概念迅速滲透各個行業，但醫療領域相對傳統和保守。免費提供的產品也會使市場魚龍混雜，而在醫療領域最為金貴的是使用成本。如果我們免費提供好的技術的話，反而會讓醫療專家不太信任。我們有好的技術，就不怕價格戰。”

　　人工智能應用落地問題及發展建議

　　基礎研究與實踐聯系不緊密，要統籌協調促進研發資源聚合。在研發方面，我國人工智能研發主力集中于科研院所(國外主要集中于大企業)，并且研究力量比較分散，研發經費也呈現撒胡椒面式的碎片化，這難以聚集力量解決重點問題。可借鑒美國成立國防高級研究計劃局、Google X實驗室、Facebook人工智能研究院的經驗，成立我國人工智能國家實驗室和人工智能產學研協同創新中心，打通政產學研用各環節，促進研發資源聚合。

　　針對數據孤島和數據碎片化問題，可建立開放共享的大數據公共資源。由于數據表示與語義的異構性、數據的開放性等問題，導致人工智能在落地過程中出現種種問題。在異構性方面，由于許多行業的數據積累在數據標準規范上缺乏預先定義可廣泛適用的元數據描述，其數據集遠未達到可充分發揮人工智能技術潛能的程度。在開放性方面，一些企業從商業利益出發限制了數據的共享和流轉，監管部門出于安全考慮對人工智能應用提出了更為嚴格的要求。因此，解決高質量大數據短缺問題是人工智能應用落地的關鍵，未來需要在整合異構數據源、建立一些開放共享的大數據公共資源庫等方面多做努力。

　　缺乏完整的產業生態體系，應圍繞特定應用場景開發定制AI芯片。目前，我國仍然缺乏完整的人工智能產業生態，特別在基礎硬件(芯片)領域。未來應加快補齊基礎層軟硬件短板，可圍繞一些特定應用場景(如智能手機、無人機、智能駕駛、服務機器人等)，從硬件實現角度顛覆性地突破類腦神經芯片，如深度卷積神經網絡芯片等。

　　缺乏頂尖級創新型資深人才，可借助互聯網實現AI技術教育泛化。根據LinkedIn發布的《全球AI領域人才報告》，2017年第一季度全球人工智能人才超過190萬人，其中美國擁有85萬以上，中國擁有約5萬。美國人才多集中于人工智能基礎層和技術層，而我國多集中于應用層，并且同時掌握實踐能力和理論能力的研究人員比較稀缺。未來，應增強我國人才自身造血能力，可考慮借助互聯網讓人工智能教育實現泛化(如借鑒國外大規模在線教育Coursera等)，降低個體獲得人工智能前沿技術的門檻。

人工智能的概念走紅后，多家互聯網巨頭紛紛入局，掀起價格戰甚至是免費戰，比如百度率先以免費手段去推廣普及人臉識別、語音識別模式。對此各創業公司表示不畏價格戰，更注重企業的自我完善。

      隨著人工智能成為人們的關注熱點，現在的互聯網公司也開始了新的一輪競爭，以爭奪競爭市場為競爭的主要目的，除了市場份額之外，提高科技技術的精準和技術性也是一個重要課題。