蒜泥科技：数字经济时代的人工智能，何时迎来红利爆发期？
上海临港的一片原生态海滩已经成为上海观赏日出日落的“网红”地标，但在欣赏日出日落的时候，一些来这里“打卡”的游客会发现，有时头顶会出现无人机，播放劝说游客远离海滩的提醒：无人机会根据每天的潮汐时刻表，提前20分钟“出勤”，沿着海岸线在30米高的半空中巡检飞行，提酲游客不要停留在即将涨潮的海滩上。
更厉害的是，基于机器视觉，无人机能识别滞留游客，在其头顶绕飞并实时喊话，紧急情况下直接报警请求干预，直到消除安全隐患，无人机才会飞离。如今，临港地区的无人机能实现5分钟内出勤、每天飞行100公里以上的“工作量”，要比人力巡检高效得多。除了高效，人工智能还助力城市精细化管理“防范于末然”。在临港，从“主动发现”到“智能派单”再到“处理完毕”的闭环案例已有不少。
▲（图片来源于网络）
不止是在上海临港，在全球范围内，人工智能的应用已经非常普及。根据Statista预计，人工智能市场增速将保持年均50.7%的增速增长，到2025年，全球人工智能市场规模将高达369亿美元，随着人工智能在图像(包括人脸)识别、语音识别、工业淛造业大脑、预测分析、自动化(包括自动驾驶)等方面的能力不断提升，数字经济时代的发展与人工智能应用的推进已密不可分，零售业、医疗健康、金融行业、交通行业、教育行业、商业服务业、安全行业、农业等行业都将被人工智能深度渗透。
但对于整个人工智能产业来首，在行业领域的高度渗透性并非是全部，人工智能发展存在着其独特并持续动态变化的发展现状。（以下是产业层面的现状）
01 人工智能投资逐步降温
▲（图片来源于网络）
根据中国信息通信研究院数据研究中心在2019年4月发布的《全球人工智能产业数据报告》显示,2018年第二季度依赖，全球人工智能领域投资热度逐渐下降,2019年第一季度，全球融资规模126亿美元，环比下降7.3%，融资笔数310笔，同比下降44.1%，其中，中国人工智能领域融资金额30亿美元，同比下降55.8%。
与过去风险投资家正纷纷为那些在 PowerPoint演示文件中植入“人工智能”这个神奇词汇的初创企业融资不同，人工智能投资正逐步降温。事实上，在解决实际复杂问题方面，人工智能的最新化身并不比30年前的先行者好很多。经过大量量身定制的系统能够在围棋、象棋或《危险边缘》等狭窄挑战中胜出。但是，要从人体显示出的复杂且矛盾的症状中诊断疾病，是它们现在还做不到的事情。
02 人工智能企业盈利仍然困难
▲（图片来源于网络）
人工智能企业盈利仍然困难，以知名企业 DeepMind为例，其2018年财报显示营业额为1.028亿英镑,2017年为5442.3万英镑，同比增长88.9%，但DeepMind在2018年净亏损4.7亿英镑，较2017年的3.02亿英镑增加1.68亿英镑，亏损同比扩大55.6%。
不单是 DeepMind，有报告显示,2018年近90%的人工智能公司处于亏损状态而10%赚钱的企业基本是技术提供商，换句话说，人工智能公司仍然未能形成商业化、场景化、整体化落地的能力，更多的只是销售自己的算法，比如，每一次刷脸支付时，获得很可能只有几分钱的“算法使用费用”。
03 实验室AI与产业AI存在差异
▲（图片来源于网络）
总体来说，人工智能正处在从实验室走向大规模商业化的早期阶段，越来越多的人工智能技术从开发者和实验室中走出来，开始进入到各个行业中，但是从A产业向产业A的转型和落地却并不一片美好，毕竟商业化是企业如何利用人工智能技术来解决实际的问题，并通过市场进行规模化变现的商业行为，它关系到人工智能的技术能力、易用性、可用性、成本、可复制性以及所产生的客户价值。
可以说，人工智能当前商业传播的速度非常快，但商业化、产业化的速度、范围和渗透率仍然存在一定的“实验室-商业社会鸿沟”，人工智能必须要从早期普遍强调技术优势，过渡到更加注重产品化、更加融合生态、更加解决实际问题的商业化发展阶段。此外，需要补充的是，很多人工智能机构确实遇到了商业化的难题，一个比较大的原因就是没有找到合适的应用场景，所以在人工智能从实验室走向产业化、商业化时，寻找合适的场景同样非常关键。
04 公众期望度升高，但AI仍然青涩
随着人工智能以各式各样的消费类产品进入市场，公众对人工智能的热情不断升高，以阿里巴巴的天猫精灵为例，截止2019年1月11日，仅18个月就销售了超过1000万台，并借助超过500个连接平台和2100多种连接设备，在智能家居领域获得了快速的发展，智能翻译机、刷脸支付、智能英语教学等人工智能应用更是受到用户追捧。
▲（图片来源于网络）
但随着公众期望度不断攀上新高，人工智能被赋予了越来越多的期望值，公众对人工智能能力、易用性、可靠性、体验等方面的要求对当前的人工智能技术提出了严峻的挑战。
首先，人工智能不是万能药，它不可能解决所有领域的问题。其次，由于部分人工智能企业及媒体传播的夸大，导致了人工智能仍然青涩的能力在某些领域被夸大了。
第三，当前的人工智能高度依赖数据，但数据积累、共享和应用的生态仍然比较初级，这意味着人工智能不可能解决所有问题；第四，人工智能是一种新的技术，它的应用需要长期与实体世界和商业社会进行磨合，避免意外的情况发生一一人工智能一定是未来的方向，这点毋庸置疑。但是我们短时间，切记不可期望过高，否则很可能认为的制造出巨大的泡沫，对人工智能发展产生负作用。
（以上内容来自阿里云研究中心&埃森哲）
>>>关注我，了解更多人工智能领域的产业观点！（未经许可，禁止转载）