一場(chǎng)疫情，讓很多新玩意兒來(lái)到了你我身邊——比如健康碼。
眼下，健康碼已然成為了所有人日常生活的必備品?；诮】荡a的不同顏色，可以精準(zhǔn)地識(shí)別健康人群和風(fēng)險(xiǎn)人群，從而及時(shí)采取相關(guān)措施以實(shí)現(xiàn)疫情實(shí)時(shí)監(jiān)測(cè)和安全復(fù)工復(fù)產(chǎn)。我們能做到防疫生產(chǎn)兩不誤，健康碼著實(shí)功不可沒(méi)。
看似簡(jiǎn)單的健康碼，背后卻有著強(qiáng)大的人工智能和大數(shù)據(jù)技術(shù)在支撐：一方面，健康碼將人們有效的信息輸送給機(jī)器，使機(jī)器對(duì)龐大的、人工根本無(wú)法處理的數(shù)據(jù)進(jìn)行統(tǒng)一處理，并根據(jù)時(shí)間和環(huán)境的變化得出有效結(jié)果；另一方面，人們又能理解健康碼并在適當(dāng)限制內(nèi)進(jìn)行有效決策，并與他人形成默契。簡(jiǎn)言之，健康碼就是充分利用人和機(jī)器的長(zhǎng)處，將輸入數(shù)據(jù)與知識(shí)處理有機(jī)統(tǒng)一，進(jìn)而催生出的一種新的人機(jī)融合智能形式。
事實(shí)上，健康碼僅是疫情催化下人工智能領(lǐng)域的眾多案例之一，諸如智能監(jiān)控、無(wú)人配送、遠(yuǎn)程貸款催收等一系列應(yīng)用都在接連落地。不經(jīng)意間，一場(chǎng)醞釀已久的AI商業(yè)化浪潮正在加速到來(lái)，而此時(shí)的我們，很可能正在度過(guò)一個(gè)歷史性的“奇點(diǎn)時(shí)刻”。
一、蛻變：商業(yè)化“奇點(diǎn)”或已降臨
作為新一代信息通信技術(shù)的重要組成部分，人工智能自1956年問(wèn)世以來(lái)就一直備受追捧。在經(jīng)歷了半個(gè)多世紀(jì)的曲折前行后，借著2016年AlphaGo和李世石的“人機(jī)大戰(zhàn)”，人工智能又以全新的姿態(tài)進(jìn)入大眾視野。
人工智能對(duì)于經(jīng)濟(jì)增長(zhǎng)和商業(yè)變革的積極作用已無(wú)需多言，但若想將理論上的討論轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)，讓人工智能切切實(shí)實(shí)地給人們帶來(lái)效益，還必須要經(jīng)歷一個(gè)關(guān)鍵環(huán)節(jié)——AI的商業(yè)化。
歷史經(jīng)驗(yàn)告訴我們，科技并不能直接推動(dòng)社會(huì)進(jìn)步，任何形式的新興技術(shù)最終都需要同商業(yè)結(jié)合，以產(chǎn)品的形式落地，并在商業(yè)化的應(yīng)用中不斷更新和迭代。唯有如此，才能切實(shí)地將科學(xué)技術(shù)轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力，讓先進(jìn)技術(shù)為經(jīng)濟(jì)發(fā)展服務(wù)，否則再多的技術(shù)專利也只能算作是“紙上談兵”。
打個(gè)比方，如果沒(méi)有商業(yè)化思維的支撐，那么蒸汽機(jī)便永遠(yuǎn)無(wú)法成為載人載物的貨車(chē)與輪船，其存在的價(jià)值也將大打折扣。
人工智能，同樣如此。
雖然在歷史上，受技術(shù)條件、商業(yè)環(huán)境等因素所限，AI的商業(yè)化之路走得并不順暢，兩次大起大落便是證明（見(jiàn)下圖），但今時(shí)不同往日，在突破了曾經(jīng)掣肘行業(yè)發(fā)展的多個(gè)瓶頸之后，如今AI的商業(yè)化已具備了四股強(qiáng)勁的驅(qū)動(dòng)力：
（1）算法：深度學(xué)習(xí)促使人工智能真正實(shí)現(xiàn)應(yīng)用落地場(chǎng)景。
深度學(xué)習(xí)是一類(lèi)模式分析方法的統(tǒng)稱，計(jì)算機(jī)通過(guò)學(xué)習(xí)樣本數(shù)據(jù)來(lái)掌握內(nèi)在邏輯和規(guī)律，進(jìn)而擁有對(duì)特定時(shí)間的可能結(jié)果進(jìn)行預(yù)測(cè)的能力。目前，深度學(xué)習(xí)在一些領(lǐng)域已經(jīng)能夠強(qiáng)于人類(lèi)的表現(xiàn)，比如在機(jī)器視覺(jué)領(lǐng)域，算法對(duì)物體和場(chǎng)景的分類(lèi)和檢測(cè)錯(cuò)誤率已經(jīng)低于人類(lèi)，可以做到在一些場(chǎng)合替代人類(lèi)的重復(fù)性和疲勞性工作，從而讓人工智能真正實(shí)現(xiàn)應(yīng)用場(chǎng)景落地成為可能。
（2）算力：AI芯片快速發(fā)展，為算法提供充足的算力支撐。
由于深度學(xué)習(xí)需要針對(duì)海量數(shù)據(jù)做出快速的訓(xùn)練和推斷，因而計(jì)算機(jī)硬件性能成為人工智能商業(yè)化應(yīng)用的重要制約因素。但快速發(fā)展的AI芯片給深度學(xué)習(xí)在云端和設(shè)備端商用提供了保障，從最初通用的CPU到并行計(jì)算能力優(yōu)越的GPU，再到專為深度學(xué)習(xí)算法定制的FPGA和ASIC芯片，其算力已從每秒十億次浮點(diǎn)運(yùn)算數(shù)迅速提升至萬(wàn)億次乃至千萬(wàn)億次。
（3）數(shù)據(jù)：為人工智能算法提供豐富訓(xùn)練樣本。
自2012年前后至今，得益于互聯(lián)網(wǎng)、移動(dòng)設(shè)備和傳感器的大量普及，海量數(shù)據(jù)的生成、收集、存儲(chǔ)、處理等問(wèn)題都得到了有效解決，而數(shù)據(jù)體量的爆炸式增長(zhǎng)又為人工智能的深度學(xué)習(xí)訓(xùn)練提供了極為豐富的樣本，宛如為良駒的培育積攢著足量的新鮮牧草。
（4）政策：人工智能已上升至國(guó)家戰(zhàn)略。
2017年，國(guó)務(wù)院出臺(tái)了《新一代人工智能發(fā)展規(guī)劃》，標(biāo)志著人工智能正式上升為國(guó)家戰(zhàn)略；工業(yè)和信息化部印發(fā)的《促進(jìn)新一代人工智能產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃（2018-2020年）》，進(jìn)一步明確了人工智能的戰(zhàn)略地位；2019年兩會(huì)期間，“人工智能”連續(xù)三年被寫(xiě)入政府工作報(bào)告，并首次提出“智能+”……
值得注意的是，疫情的到來(lái)正在給AI商業(yè)化進(jìn)程按下“加速鍵”，除了前文提到的各種AI商業(yè)化應(yīng)用接連落地之外，全社會(huì)對(duì)智能化產(chǎn)品的認(rèn)知和需求都在強(qiáng)化，居民日常生活更深程度的互聯(lián)網(wǎng)化同樣顯著增加了數(shù)據(jù)量的積累，為進(jìn)一步優(yōu)化現(xiàn)有的人工智能以及訓(xùn)練其算法增添了燃料。此外，出于應(yīng)對(duì)市場(chǎng)需求和刺激經(jīng)濟(jì)復(fù)蘇等多方面考慮，中央定調(diào)新基建，其中的七大門(mén)類(lèi)當(dāng)中，至少四類(lèi)都是直接與人工智能相關(guān)的內(nèi)容。
占盡了天時(shí)地利與人和的AI商業(yè)化，正迎來(lái)全新的發(fā)展階段。
二、角逐：中美AI商業(yè)化競(jìng)爭(zhēng)
關(guān)于AI商業(yè)化，很多國(guó)家都虎視眈眈。
據(jù)不完全統(tǒng)計(jì)，目前全球包括美國(guó)、中國(guó)、歐盟、日本等近30個(gè)國(guó)家和地區(qū)都發(fā)布了人工智能相關(guān)的戰(zhàn)略規(guī)劃和政策部署。相比于其他國(guó)家，中美兩國(guó)當(dāng)前在人工智能的賽道上都處于領(lǐng)先地位，而二者又直接互為競(jìng)爭(zhēng)對(duì)手。
考慮到當(dāng)前中美關(guān)系的微妙處境，以及數(shù)字技術(shù)在新一輪科技革命中的重要地位，搶占人工智能風(fēng)口、加速AI商業(yè)化落地已是迫在眉睫。
事實(shí)上，無(wú)論是技術(shù)研發(fā)還是商業(yè)化落地，企業(yè)都是當(dāng)之無(wú)愧的絕對(duì)主體，比起政府、科研機(jī)構(gòu)等其他主體，企業(yè)直面市場(chǎng)、貼近大眾，對(duì)于市場(chǎng)前沿動(dòng)態(tài)和商業(yè)化需求有著極為敏銳的捕捉和精準(zhǔn)的判斷，同時(shí)為了生存和盈利，企業(yè)具備與生俱來(lái)的基因與動(dòng)力去不斷改善配置資源、改進(jìn)生產(chǎn)技術(shù)，并持續(xù)提升產(chǎn)品性能和品質(zhì)。
從這個(gè)角度看，中美兩國(guó)在人工智能賽道上的企業(yè)競(jìng)爭(zhēng)，即可視為大國(guó)角逐的一個(gè)縮影，而透過(guò)代表性企業(yè)的現(xiàn)有成績(jī)和布局面貌，也能在一定程度上洞悉兩國(guó)的人工智能進(jìn)展?fàn)顩r。
我們不妨以百度和谷歌為例來(lái)分別做個(gè)簡(jiǎn)要討論，先說(shuō)前者。
百度在人工智能領(lǐng)域耕耘已久，一直都在資金和人才方面不吝投入。憑借著搜索、地圖等前端產(chǎn)品的多年積累，百度已經(jīng)擁有了極其龐大且多維度的樣本數(shù)據(jù)。而在技術(shù)上，百度從最初做搜索需要的自然語(yǔ)言處理、短語(yǔ)分析，逐漸進(jìn)入到NLP、語(yǔ)音、深度學(xué)習(xí)、圖像識(shí)別等領(lǐng)域，并在人工智能專利申請(qǐng)數(shù)量上引領(lǐng)行業(yè)。
從布局版圖上看，百度的智能經(jīng)濟(jì)“倒金字塔”格局已經(jīng)成型：最底層為百度大腦和飛槳，涵蓋深度學(xué)習(xí)、知識(shí)圖譜、語(yǔ)音、機(jī)器視覺(jué)等數(shù)百項(xiàng)AI基礎(chǔ)能力，扮演著“動(dòng)能中心”的角色；中間層為百度智能云、Apollo、如流等面向不同賽道的智能化平臺(tái)，將百度的AI動(dòng)能延伸至產(chǎn)業(yè)鏈和市場(chǎng)層面；最上層是場(chǎng)景化的解決方案，包括智慧城市、智慧交通、智慧金融、智慧醫(yī)療、工業(yè)互聯(lián)網(wǎng)和智能制造等，驅(qū)動(dòng)技術(shù)的商業(yè)化落地，打通人工智能產(chǎn)業(yè)落地的最后一環(huán)，并為產(chǎn)業(yè)的智能化轉(zhuǎn)型升級(jí)賦能。
再說(shuō)后者。
早在2011年，谷歌就已經(jīng)成立了自己的AI部門(mén)，長(zhǎng)期致力于機(jī)器學(xué)習(xí)等技術(shù)的研發(fā)，并將該技術(shù)應(yīng)用至旗下的Google搜索、Google Now、Gmail等多款產(chǎn)品之中，還往其開(kāi)源的Android手機(jī)系統(tǒng)中注入了卷積神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)、語(yǔ)音識(shí)別等大量機(jī)器學(xué)習(xí)功能，以AI技術(shù)驅(qū)動(dòng)產(chǎn)品和服務(wù)。2016年，谷歌正式宣布將戰(zhàn)略重心從“Mobile First（移動(dòng)先行）”轉(zhuǎn)向“AI First（人工智能先行）。
布局策略上，谷歌采用了一套“全面開(kāi)花”的打法，底層硬件、操作系統(tǒng)、核心算法、上層應(yīng)用均有所涉及，領(lǐng)域則包括語(yǔ)音技術(shù)、云服務(wù)、無(wú)人駕駛、虛擬現(xiàn)實(shí)、無(wú)人機(jī)、倉(cāng)儲(chǔ)機(jī)器人、智慧醫(yī)療等等。在實(shí)踐中，一方面，谷歌不遺余力地?fù)屨加脩羰褂脠?chǎng)景，從互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)等傳統(tǒng)業(yè)務(wù)延伸到智能家居、智能硬件、自動(dòng)駕駛、機(jī)器人等，意在積累更多的樣本數(shù)據(jù)信息；另一方面，谷歌注重技術(shù)研發(fā)，不斷努力研發(fā)更高級(jí)別的深度學(xué)習(xí)算法，以求增強(qiáng)圖形語(yǔ)音識(shí)別能力，對(duì)信息進(jìn)行更深層次的加工和處理，高性能處理器TPU、開(kāi)源機(jī)器學(xué)習(xí)平臺(tái)TensorFlow、語(yǔ)音助手GoogleAssistant等產(chǎn)品的問(wèn)世就是證明。
除了百度和谷歌外，還有很多高科技企業(yè)都在逐鹿人工智能，比如中國(guó)的阿里巴巴、騰訊、華為，美國(guó)的微軟、亞馬遜、蘋(píng)果等等，巨頭們的探索和引領(lǐng)，同樣為AI的商業(yè)化進(jìn)程提供了動(dòng)力和保障。
三、解惑：AI商業(yè)化只是賠錢(qián)賺吆喝？
即便如此，市場(chǎng)上仍不乏質(zhì)疑或是詬病的聲音，只因AI商業(yè)化的盈利難題遲遲得不到解決，整個(gè)行業(yè)皆是如此。若是看公司財(cái)報(bào)，不少公司的人工智能業(yè)務(wù)似乎更像一個(gè)拖累公司業(yè)績(jī)的包袱，而不是一棵“搖錢(qián)樹(shù)”。
難道AI商業(yè)化真的只是個(gè)賠錢(qián)賺吆喝的買(mǎi)賣(mài)？
當(dāng)然不是。歸根結(jié)底，這是由人工智能的技術(shù)特點(diǎn)決定的。
與蒸汽機(jī)、電力、IT等技術(shù)一樣，人工智能也屬于通用技術(shù)的范疇。一直以來(lái)，很多人都對(duì)處在發(fā)展初期的通用技術(shù)抱有過(guò)高的預(yù)期，認(rèn)為它能夠在短期內(nèi)迅速促進(jìn)帶來(lái)經(jīng)濟(jì)效益。然而鮮為人知的是，這種效益與通用技術(shù)的發(fā)展之間，存在著明顯的滯后效應(yīng)。
根據(jù)麻省理工學(xué)院數(shù)字經(jīng)濟(jì)倡導(dǎo)行動(dòng)主任Erik Brynjolfsson教授的觀點(diǎn)，這種滯后效應(yīng)源自三個(gè)方面：
第一，新技術(shù)對(duì)應(yīng)的存量資本積累到具有全局影響的規(guī)模，需要一個(gè)較長(zhǎng)時(shí)間的周期；
第二，想要充分發(fā)揮出通用技術(shù)的潛力，還必須依賴于其他相關(guān)的互補(bǔ)式創(chuàng)新技術(shù)的大力發(fā)展；
第三，為了適應(yīng)通用技術(shù)的發(fā)展并從中得到好處，社會(huì)組織與機(jī)構(gòu)需要經(jīng)歷長(zhǎng)期的內(nèi)部重構(gòu)和調(diào)整，包括基礎(chǔ)設(shè)施、制度環(huán)境、人才素質(zhì)等能達(dá)到與之匹配的程度。
縱觀歷史，IT和電力都曾經(jīng)面臨過(guò)類(lèi)似的窘?jīng)r：發(fā)展初期，資金投入了不少，卻遲遲見(jiàn)不到回報(bào)；但實(shí)踐證明，隨著技術(shù)的不斷成熟，其他相關(guān)的互補(bǔ)式創(chuàng)新技術(shù)都得到發(fā)展，社會(huì)組織與機(jī)構(gòu)的內(nèi)部重構(gòu)日趨完善，IT和電力都在后來(lái)給經(jīng)濟(jì)生產(chǎn)帶來(lái)了巨大的效率提升，給企業(yè)同樣創(chuàng)造了無(wú)比豐厚的利潤(rùn)。
這些也很好地解釋了，為什么當(dāng)前的AI商業(yè)化存在盈利難題——是因?yàn)樗惴ā⑺懔?、?shù)據(jù)等多個(gè)方面實(shí)現(xiàn)了突破，才讓人工智能真正成為可以同IT和電力相提并論的通用技術(shù)，算下來(lái)也就是近幾年的事情，不是沒(méi)有回報(bào)，只是時(shí)候未到罷了。
話雖這么說(shuō)，可畢竟人工智能行業(yè)仍處于探索中前進(jìn)的時(shí)期，多數(shù)領(lǐng)域還是無(wú)人領(lǐng)航、無(wú)既定規(guī)則的“無(wú)人區(qū)”，技術(shù)路線、商業(yè)模式和產(chǎn)業(yè)形態(tài)等方面均具有較大的不確定性，這就意味著那些不吝投入、堅(jiān)守AI賽道的玩家們還在承受著巨大風(fēng)險(xiǎn)，頭部企業(yè)尤其如此。而對(duì)于他們來(lái)說(shuō)，當(dāng)前最重要的并非立馬就能讓AI變現(xiàn)，而是盡快摸索出一條能真正“跑通”的商業(yè)模式，否則便成了時(shí)間與資源的空耗。
可喜的是，一些玩家看到了曙光。
仍以百度為例。雖然市場(chǎng)上有不少人質(zhì)疑百度AI業(yè)務(wù)線的變現(xiàn)能力，但一個(gè)不能忽視的事實(shí)是，其AI收入的確是在快速增長(zhǎng)的。有機(jī)構(gòu)根據(jù)百度財(cái)報(bào)數(shù)據(jù)做過(guò)這樣一番測(cè)算：剔除以搜索、信息流支持的“在線營(yíng)銷(xiāo)服務(wù)”（Online marketingservices）這一主要收入來(lái)源，再?gòu)摹癘thers”里剝離愛(ài)奇藝等其他板塊的影響，剩下的就約等于其AI商業(yè)化規(guī)模。而結(jié)果顯示，2017、2018和2019三個(gè)年份，該項(xiàng)數(shù)值分別24.44億元、47.04億元和85.97億元，年均增速高達(dá)87.6%；即便2020年的增速因疫情原因而打個(gè)對(duì)折，其規(guī)模也能超過(guò)120億元。
不僅如此，百度的AI業(yè)務(wù)商業(yè)化已有三大分支正在得到印證，分別為小度助手、智能云和Apollo智能駕駛，我們或許可以從數(shù)據(jù)中窺探一斑：
（1）Strategy Analytics的數(shù)據(jù)顯示，2020Q1小度出貨量為410萬(wàn)臺(tái)，為唯一保持增長(zhǎng)的頭部品牌，硬件銷(xiāo)售規(guī)模大概在40~50億元；而今年3月份，小度助手語(yǔ)音交互次數(shù)達(dá)到65億次，是去年同期的近3倍，智能屏使用時(shí)間達(dá)到3個(gè)小時(shí)；
（2）據(jù)IDC報(bào)告，在中國(guó)AI公有云服務(wù)整體市場(chǎng)格局中，百度智能云在整體調(diào)用量、市場(chǎng)份額方面均名列第一，擁有業(yè)內(nèi)最多的AI產(chǎn)品數(shù)量；
（3）研究機(jī)構(gòu)Navigant Research報(bào)告顯示，百度Apollo無(wú)人駕駛項(xiàng)目在全世界排名第四，處于全球第一梯隊(duì)；而借著新基建的東風(fēng)，今年前6個(gè)月時(shí)間里，百度拿下智能交通數(shù)十個(gè)項(xiàng)目，并在全國(guó)7個(gè)千萬(wàn)級(jí)訂單中拿4個(gè)，市場(chǎng)預(yù)測(cè)這波項(xiàng)目收獲將給Apollo帶來(lái)10億體量的收成。
接近百度的消息人士告訴筆者，未來(lái)2到3年內(nèi)，小度助手、智能云和Apollo各自實(shí)現(xiàn)100億元營(yíng)收，并將有望撐起百度AI板塊400億美元以及公司整體千億美元的估值。
類(lèi)似的案例還有很多，不再贅述。而從行業(yè)的角度看，AI商業(yè)化前景正因?yàn)榫揞^的堅(jiān)持和努力而變得愈發(fā)明朗，這或許是更令人期待的事情。
四、結(jié)語(yǔ)
前不久看到這樣一段話：
“一本名叫《第七感》的書(shū)談到，古生物學(xué)家斯蒂芬·杰·古爾德（StephenJay Gould）將物種進(jìn)化過(guò)程中的突變稱為‘間斷平衡（punctuatedequilibrium）’，即世界從一種均衡態(tài)跳入另一種均衡態(tài)，永無(wú)回頭之時(shí)……雖然古爾德所指的是恐龍的滅絕，但這一理論同樣適用于思考?xì)v史?！?/p>
眼下的我們，可能正處在這個(gè)時(shí)刻。而一場(chǎng)醞釀已久的巨大變革，正在疫情的驅(qū)動(dòng)下逐漸拉開(kāi)序幕。
道阻且長(zhǎng)，行則將至。而最難能可貴的，恰恰正是那份只爭(zhēng)朝夕的精神和持之以恒的堅(jiān)守。
參考文獻(xiàn)：
1、華安證券：《內(nèi)循環(huán)新格局，科技創(chuàng)新勇立潮頭》，2020年；
2、國(guó)海證券：《人工智能時(shí)代的經(jīng)濟(jì)增長(zhǎng)、產(chǎn)業(yè)格局與大國(guó)博弈》，2020年；
3、蔡躍洲、陳楠：《新技術(shù)革命下人工智能與高質(zhì)量增長(zhǎng)、高質(zhì)量就業(yè)》，2019年；
4、張澤謙：《人工智能：未來(lái)商業(yè)與場(chǎng)景落地實(shí)操》，2019年。
全文完，感謝您的耐心閱讀，請(qǐng)順手給個(gè)“贊”或者“在看”吧~
聯(lián)系客服
