中國新一代人工智能產業規模增速平穩。在加快推動新一代人工智能應用場景落地的政策和市場推動下,預計到 2022 年,我國人工智能產業將逼近 300 億美元。
由中國電子學會組織,中國數字經濟百人會與北京曠視科技有限公司共同編制的《新一代人工智能產業白皮書(2019 年)——主要應用場景研判》12 日發布。報告認為我國人工智能技術層和應用層產業發展齊頭并進,多樣化應用引爆技術層產業進入快速增長期。
該白皮書全面梳理了全球和我國新一代人工智能產業的發展現狀,詳細分析了基礎層、技術層和應用層的產業發展態勢,并歸納出新一代人工智能產業的整體發展趨勢。深入剖析了新一代人工智能產業應用場景落地在網絡環境、應用需求、智能化基礎設施、計算能力、內容升級五大關鍵因素,重點圍繞公共領域的安全防護、金融機構的風險控制、在線客服的標準化應答、醫學影像的診療和預測性分析、零售門店的營銷和供應鏈管理等8個主要應用場景。重點從應用趨勢、商業價值及競爭態勢三個維度進行深入分析和研判,提出了強化共性技術攻關、深化拓展應用場景、完善創新基礎設施、鼓勵開源平臺發展四大措施。
報告稱,技術層產業快速在安防監控、智能家居及教育培訓等特定領域,逐漸打造出具有應用深度的成熟產品和服務,并具備了與國際競爭者一較高下的能力。我國在計算機視覺和語言識別領域,已逐步出現領航者,預計將推動2022年產業規模突破80億美元。
報告認為,資本市場對新一代人工智能的關注趨向理性。一方面,人工智能企業獲得投資的難度已大幅攀升;另一方面,具備可落地解決方案供給能力的創新企業有望引領新一代人工智能生態體系加速形成。
值得注意的是,報告指出,人才是人工智能發展的關鍵。截至2018年底,全球新一代人工智能領域專業人才數量超過190萬,來自美國的人才占一半。全球共有367所擁有人工智能研究方向的學校,其中美國有168所,加拿大、中國、印度、英國居第二梯隊。
據了解,本白皮書是中國電子學會在新一代人工智能領域牽頭組織編寫和發布的第三份年度白皮書。
關于人工智能的前景和危險,現在有大量的說法,并且越來越多。讓機器能展示與人類相似的認知的 AI 能夠駕駛汽車,也會盜取隱私;能推動企業的生產力也能加強企業的偵查能力。人工智能可以將工人從重復的或者危險的勞動中解放出來,也可能影響到他們的生計。相比 2015 年,2016 年提到人工智能的文章翻了一番,是 2014 年的 4 倍。人們對 AI 抱有相當高的期望。此前,AI 也曾出現過,它的歷史與繁榮和蕭條緊緊相連,充滿動力夸張的承諾和令人沮喪的失敗。這次會和之前的有什么不一樣嗎?分析師給出的答案是肯定的:AI 終于開始帶來現實的商業利益了。
能促成突破的要素已經就位。計算力獲得了顯著的增長,算法變得更加成熟,并且,可能最重要的一點是,整個世界不斷地生成大量的能源來驅動 AI 的發展,這些能源便是——數據。現在全世界每天產出的數字是幾百萬 Gigabytes 。身處數字化前線的公司,比如線上公司和數字原生公司,比如谷歌和百度,正在將大量的資金投入到 AI 中。我們預計,2016 年它們在 AI 上的投入在 200 億到 300 億美元之間,其中包括一些重大的兼并活動。私人投資者也在紛紛涌入,麥肯錫預計,2016 年,注入 AI 的風險投資額在 40 億到 50 億美元之間,私人股權投資公司投入的錢在 10 億到 30 億美元之間。這些投入是 2013 年的 3 倍還多。此外,2016 年,政府補助和種子輪的投資額大概在 10 億美元左右。
但是,現在大多數的新聞都是關于 AI 技術提供商。并且許多新用戶都還處于實驗階段。市場上幾乎沒有能夠即刻采用并獲得大范圍歡迎的產品,目前看來也沒有可能會很快出現。因此,分析師們對 AI 發展的潛力仍然存在分歧:一些人對 AI 的潛力形成了一個樂觀的共識,而其他人對 AI 能帶來的真正經濟利益保持謹慎。目前的市場預測出現巨大差異,以 2025 年為時間點,低增長的預期是 6.44 億美元,高增長的預期則達到了 1260 億美元。鑒于對 AI 投資規模非常大,數字較低的預測可能顯示了這樣一個信號:我們將迎來下一個繁榮與蕭條的交替期。以麥肯錫在 AI 商業上的經驗來看,這種泡沫的景象不太可能會出現。
為了提供一個更有啟示意義的視角,他們決定研究用戶是如何采納 AI 技術的。麥肯錫的研究提供了對當下迅速發展的 AI 產業的一張快照,通過鏡頭,我們可以看到供應商和用戶的實際情況,進而總結出關于 AI 潛力的一個更加可信的觀點。首先,研究投資環境,包括公司在研發和部署方面的內部投資,大型企業并購以及風險投資(VC)和私募股權(PE)公司的融資。然后,再看看需求方面,結合使用案例分析和對 3,000 多家公司的 C 級管理人員的調查,了解公司如何使用 AI 技術,是什么在推動他們采用人工智能,部署的過程中有什么障礙,AI 對市場,財務和機構的影響。
AI 一般指的是機器表現出和人一樣的智能的能力,比如,在不使用包含了各種細節指導的手寫編碼程序的情況下能夠接近問題。對于 AI 技術的分類,目前有很多方法,但是,現在很難有一個互相排斥和共同窮舉的列表,因為人們經常混合和匹配多種技術來創建個別問題的解決方案。這種創建方式有時會被看成是一個獨立的技術,有時則是其他技術的附屬,有時又變成了應用。有一些框架將 AI 技術通過基本的功能進行劃分,比如文本、語音、圖像識別;其他則使用商業應用進行區分,比如商業或者網絡安全。
試圖更精確地定義這個術語的原因有以下幾個:AI 涵蓋了廣泛的技術和應用,其中一些僅僅是早期技術的擴展,而另一些則是全新的。此外,正在人們習慣于以前的進步時,當前并沒有一個被普遍接受的“智能”理論和機器“智能”的定義。
計算機科學家拉里·特斯勒(Larry Tesler)的定理,斷言“人工智能還沒有完成。”我們在本文中談及的人工智能技術是所謂的“狹義”人工智能,它執行一個狹義的任務,其反面是通用人工智能或 AGI,旨在能夠執行人類可以做的任何智力任務。我們專注于狹義 AI,因為它具有短期的商業潛力,而 AGI 尚未到達。AI 的應用已經開始成熟,而認真采取前瞻性策略的公司將得到顯著的競爭優勢。
人工智能技術近年來取得了顯著的進步。然而,其采納仍處于初步階段。這使得評估 AI 對企業和業務真正的潛在影響不容易。我們知道許多沒有采用 AI 的企業說,他們在做 AI 投資的業務方面有困難,但是采用了 AI 的那些公司呢?通過案例研究和調查,麥肯錫發現早期規模化采用 AI 的企業實現了有吸引力的回報。這些案例展示了 AI 將如何重塑整個價值鏈以及各領域的不同職能。這些案例對許多利益相關者,包括跨國公司、初創公司、政府以及社會機構都有著廣泛的影響。結合強大的數字能力、穩健的 AI 采用,以及前瞻性的 AI 戰略的企業,將實現巨大的財務業績。