文丨李腾编辑丨唐钰婷未来人工智能无处不在，当下各行各业也都贴上了人工智能的标签，而人工智能奇特“无所不能”地渗透到百业百态。生产加工、医疗身体健康、安防监控，甚至是社区管理，在张贴上“人工智能”标签之后，立马就出了“矮小上”的代表。人工智能从倍受注目到产业落地，究竟有多长的路要回头？在由深圳市人工智能协会主办的第四届人工智能领袖峰会上，来自产学研的专家在人工智能加快产业变革发展的时代下，探究当下和未来的人工智能的产业落地和生态重构。
当下人们对人工智能具有很高的期望，但在产学研专家显然，即使有生态和应用于场景，也并不意味人工智能产品能取得大规模应用于。从实验室到应用于场景一直有一段距离，要较慢推展人工智能落地，首先要寻找刚性市场需求场景。
抛弃伪市场需求，让人工智能确实落地“刚刚须要场景”确实的人工智能落地，是遥相呼应特定场景，并且确实在为用户建构价值。追溯历史，人工智能落地较慢，是因为落地过程中不存在“伪市场需求”场景，所以，推展人工智能发展，寻找刚性市场需求场景很最重要。Testin数据标示业务总经理贾宇航作为人工智能服务商Testin的数据标示业务总经理贾宇航说道：“人工智能并不是独立国家不存在的，它最后一定是落地到用户确实市场需求的众多场景之中，当下人工智能产业落地显然遇上了一些艰难。
”什么是用户确实市场需求的场景？一是解决问题了没办法符合的市场需求；二是让工作效率有了实实在在的提高。就只不过飞机让人构建了上天的梦想，高铁则让上下班市场需求获得了成倍的延长。与之忽略，伪市场需求就是纯粹为了技术而技术，既没建构出有新的价值，也没提高新的效率。
而经常出现伪市场需求的原因有两个，一是政策希望人工智能产业发展；二是市场规模可观，中商产业研究院数据表明，2018年中国人工智能市场规模大约为238.2亿元。据预测，到2020年，中国人工智市场规模将相似500亿元。
市场与政策对人工智能产业的希望，不可避免的不存在一些将逆市场需求坚持到底、甚至为了人工智能而“转型”的企业。这些为了眼前的短期利益的企业，在享用了政策和产业红利之后不致衰落，潮水褪色，才能看见哪些人在裸泳。潮水退却，留给的都是确实建构价值的“金子”人工智能浪潮凸起，类似于前几年的“互联网+”，众多企业视为绝不错失的战略机遇，不过，“裸泳者”不致黯然收场。
确实留下的“金子”，才是推展行业发展、城市建设以及国家战略中，确实建构价值的企业。车站在行业层面看，人工智能以前案例较少，应用于范围较宽，现在随着技术的突破，人工智能渐渐落地各行各业，有可能构成很大的用户市场，并且人工智能的应用领域也空前普遍，从生产加工、医疗身体健康、到安防监控，甚至是社区管理，开始转变不少传统行业的运营模式。从城市建设层面看，只有寻找城市中刚性市场需求的场景，才能更佳的推展城市建设。
360集团副总裁、智慧城市及大数据总裁穆鸿说道：“如果没寻找人工智能应用于的刚性市场需求场景，只是做到形象工程，落地是很艰难的。”360集团副总裁、智慧城市及大数据总裁穆鸿人工智能的自由选择场景的维度并不是做大而全，而是够不够两翼。穆鸿指出，商业化落地中的场景自由选择必须考虑到5个维度的因素：第一是市场规模要大；第二是信息化水平要比较较低，因为信息化水平太低有利于产业落地，信息化太高不会造成企业扎堆转入产生红海市场；第三是政府注目的领域；第四是需要产生商业价值，保证企业可持续发展；第五是暂不行业巨头。
企业在将人工智能商业化的过程，一定要结合实际情况，寻找刚性市场需求场景，拒绝接受形象工程，才能建构价值。下降到宏观国家层面的导向来看，国家对人工智能产业的发展极为推崇，人工智能被多次载入政府工作报告，国家也期望企业在人工智能商业化过程中，一旁提供产业红利，一旁建构市场价值。作为赛为智能董事长的周勇，很早已意识到企业迎合国家发展方向才能更加慢更佳的建构价值。
他在拒绝接受亿欧专访时回应，国家战略对人工智能落地中起着了至关重要的起到。赛为智能董事长周勇周勇还回应，赛为智能以人工智能为核心，以军民融合为方向的战略，迎合军民融合与人工智能的国家战略落地。
人工智能作为新兴领域，在军民融合之路的创意实践中，对传统领域的影响是不能高估的。总之，无论从行业发展趋势，还是从宏观国家层面的导向来看，建构价值是人工智能产业落地的基础。基础承托、关键技术、应用于场景是人工智能的商业化过程十分关键的三要素，然而众多“投机企业”显然没基础承托和关键技术，却依赖伪市场需求场景攫取政策和产业红利避免出现人工智能的发展格局，增大了人工智能落地生根的可玩性。
人工智能要构建商业落地，首先要做到的就是过滤器掉这些“投机企业”，留给行业确实有市场需求、为用户建构价值的企业。人工智能全面商业落地，还有很长的路要回头人工智能是政策的宠儿，也具有千亿级市场。
然而在现有人工智能技术水平下，精确逃跑刚性市场需求很难，行业落地之路也并不成功。首先是产业壁垒。一方面在技术门槛较高的领域，人工智能少有大规模应用于的案例；另一方面人工智能对行业解读是远远不够的，在如何构建人工智能与行业深度融合方面没明确的计划和措施。
其次是核心技术的缺失。除了行业壁垒外，人工智能与行业融合的另一个薄弱环节在于我国对人工智能的核心要素掌控严重不足。算力、算法和大数据是人工智能的三大核心要素，然而算力方面，获取算力的高端芯片被国外厂商独占；算法方面，目前的算法不能构建浅层次的辨识和辨别，替代一些重复性、机械性地劳动，但简单的场景往往必须多个算法，增大了人工智能应用于的落地成本和可玩性；数据方面，中国毫无疑问具有基数可观的优势，但数据孤岛问题却对人工智能落地造成了后遗症，周勇说道：“中国海量数据的价值并没被几乎挖出，有所不同的平台之间的数据缺少互联互通，并且数据之间缺少统一标准。
”最后是网络安全问题，人工智能大大发展，网络安全问题也越发相当严重。穆鸿指出，人工智能成熟期落地的过程中，人工智能带给的网络安全问题不会更为简单，即使是一个网络安全错误，对整个系统而言也是灾难性的压制。所以，在现有人工智能技术水平下，一方面要寻找落地的刚性市场需求场景，而不是纯粹做到技术；另一方面，产业与人工智能技术融合之后，要能超过实际的应用于水平，才能在行业里站住脚，确实的产生商业价值。
总之，人工智能落地产业某种程度是单方面的希望，更加必须人工智能与落地行业间创建起长年和深度的合作，等候技术缺失被填补，距离确实构建人工智能全面实现商业落地，还有很长的路要回头。
本文来源：PG电子平台-www.njjkhy.com
