风潮即至：从智能制造到 AI 产业

人工智能（Artificial Intelligence，AI）本质上是为了研制出具有类人智能的机器或系统，能够模拟、延伸和扩展人类智能的理论、方法、技术以及应用形式。人工智能作为一门学科诞生至今已有60 年的历史，期间经历了2 次高潮和低谷，从2010 年到现在又迎来人工智能发展的第三次浪潮。

在第三次浪潮袭来之际，关于人工智能的质疑声越来越小了，种种迹象表明，人工智能已经迎来拐点。

首先，人工智能产业的投资逐年增加。资本是最灵敏的风向标。从已经披露的人工智能领域投资来看，2011 年到2016 年的五年间，无论是总体融资额还是交易次数都在逐年上升，人工智能领域的创投金额5年间增长了12 倍。

其次，人工智能的相关政策已经上升到国家层面。美国、日本、韩国、德国等国家近几年纷纷出台多项战略、计划积极推动人工智能发展，人工智能已逐渐上升为国家战略。在我国，人工智能也已经被列入国策。

再次，人工智能成为企业战略布局的制高点。无论是科技巨头，如Google、IBM、Microsoft、Facebook、Amazon、百度、阿里、腾讯等，还是创业公司，都充分认识到人工智能技术引领新一代信息产业发展的战略意义，纷纷投入重金收购企业、招募人才和研发核心技术，力图掌握人工智能时代的主动权。

最后，也是最重要的，人工智能在某些专业任务上的表现经常胜于人类。得益于深度学习（人工智能的核心技术，指使用多层神经网络的一系列方法的汇总，这些方法支持快速完成一度被认为无法自动化完成的任务）的突破性发展，人工智能在某些专业任务上的表现已经超越人类，比如语音识别、图像识别，为进一步的发展奠定了实质性的根基。去年，谷歌的阿尔法狗在人类自以为凭智力占据绝对统治地位的围棋领域以4：1战胜韩国围棋名将李世石，让世人惊诧人工智能“思考”的复杂性。

从投资风向、政策环境、企业战略以及产业基础四个方面来看，人工智能已经开始向我们的日常渗透，虽然还无法预测具体的时间点，但可以肯定的是，我们终将步入人工智能时代。

一、人工智能产业链及其影响

技术进步是人均GDP增长的重要驱动力，科技的每一次突破，都会推进行业改革，激起创新热潮。有人将人工智能比作第四次工业革命，以凸显其对各行业带来的深远影响。

从人工智能自身的产业链来看，人工智能可以分成技术支撑层、基础应用层和产品层。

技术支撑层主要由算法模型（软件）和关键硬件两部分构成。传感器负责收集数据，人工智能芯片（GPU、FPGA、NPU等）负责运算，算法模型负责训练数据。

值得一提的是，芯片作为人工智能的上游产业将走在行业发展前沿，未来几乎所有的智能化应用场景，都将离不开人工智能芯片。人工智能的训练和运行需要很高的内在并行度、大量的浮点计算以及矩阵计算，和CPU相比，GPU 具有多个处理器内核，高并行的结构使得GPU成为当下主流的人工智能芯片。

目前市场上，比如在PC 领域的GPU，基本上只能见到Nvidia、Intel、AMD 这几家公司的产品，Nvidia 实力最强，相比之下，我国的技术储备还差一大截。

基础应用层主要由感知类技术和其他深度学习应用构成。人工智能基础技术主要用于让机器完成对外部世界的探测，即看懂世界、听懂、读懂世界，由计算机视觉、语音识别、语义识别构成，是上层智能产品或方案不可或缺的基础。

人工智能基础技术可以说是人工智能时代的“Android系统”，科技巨头和科研机构纷纷开源人工智能技术，建立人工智能开源平台，以此来获得大量的用户需求和开发人员，组建开放共享、互利共赢的人工智能生态圈。常见的开源平台有Google 的TensorFlow、微软的DMTK、Facebook的Torchnet、非盈利性开源人工智能组织的OpenAI、百度的Paddle等。

方案集成层通过集成基础应用技术，为特定的应用场景提供产品或方案。人工智能将在哪些领域有哪些施展拳脚的空间？答案是人工智能会给几乎各行各业带来变革与重构，比如：安防、制造业、服务业、金融、教育、传媒、法律、医疗、家居、农业、汽车等。重构的领域之多、力度之大将是前所未有的，在这背后蕴藏的是人工智能无限想象的市场空间。

这也是人工智能成为战略制高点的原因所在，谁能率先给行业插上人工智能的翅膀，谁就有可能完成市场资源的再整合和优化配置，进而改写游戏规则，在这一轮竞争中占据有利竞争优势，成为新晋“寡头”。

根据招商证券的预计，到2020 年，全球智能机器人市场规模约830 亿美元，人工智能市场规模约700 亿美元。预计2025 年，工业机器人全球装机量将达到1500 万-2500 万台，年均增速为25%-30%，每年将产生0.6 万-1.2 万亿美元的经济影响；医疗类、增强人体机能类和家用类等服务机器人每年将产生1.1 万-3.3 万亿美元的经济影响。

二、人工智能，是福祉，也是挑战

人工智能的深刻变革，还将通过对经济层面的改造，进而影响社会的方方面面。先来看积极的影响。

首先，人工智能有望缓解劳动力紧缺的问题。在工业发展领域，无论是“智能工厂”还是“智能生产”，落脚点都在如何实现和运用智能化的技术。目前，我国是世界上人口老龄化程度比较高的国家之一，劳工市场面临有效劳动力紧缺的处境，而人工智能有望缓解人口红利逐渐消失、劳动力的缺失和错配等制约工业制造发展的问题。

其次，个人消费领域将面临新一轮的产业升级。当前消费结构中增长较快的是教育、娱乐、文化、通讯、医疗保健、旅游等方面，尤其是与IT 产业相联系的消费增长最为迅速。这些行业最易接受新技术与新产品，改善消费者的体验。

再次，人工智能有望提供社会的整体福利。随着人工智能技术的发展，有些工作，尤其是重复性的、乏味的工作，可以让机器完成。还有些工作，人工智能将辅助人类高效的完成。这就将人们从繁杂的事务中解放出来，使人们有更多时间从事更具创造性的工作、追求更自由的生活，从而提高社会的整体福利。

人工智能在带来积极影响的同时，也带来了诸多挑战，这些挑战有普遍性的，也有不同行业特有的，比如：

第一，人工智能带来的红利可能会不公平的分布在整个社会。由于IT市场“赢家占据大部分市场”的属性，少数企业主导市场的局面仍将持续，如果生产率的提高没有转化成工资增长，那么人工智能所带来的巨大经济裨益可能将归于少数人群，而不是由更广泛的工人和消费者所共享，从而加剧社会财富的分配不均。

第二，人工智能推动的自动化将会增加低学历与高学历员工之间的收入差距。相比抽象性、创造性的工作，那些低端的重复性工作更容易被自动化，也更容易受到威胁。普华永道究估计，随着人工智能和机器人技术的进步，英国有30%的工作岗位可能会被机器人取代，德国为35%，日本为21%。这些岗位高度集中在低收入、低技能、教育程度较低的人群，导致该群体的市场需求下滑，工资水平下降，甚至失业，无形中增加了经济上的不平等。

第三，人工智能控制物理世界的设备导致了公众对安全的担忧。担忧来自两方面，一是人工智能越来越复杂，试图了解和预测先进人工智能系统的行为存在着固有的挑战。二是人工智能从实验室的“封闭世界”安全过渡到外部不可预测的“开放世界”，需要面对不可预见的突发状况带来的挑战，特别是当系统暴露在复杂的人类环境。

除此之外，人工智能在监管、司法公正、道德责任等分支领域也面临着不小的挑战。如何更高效、更公平的方式发挥人工智能的红利，并最大程度的解决随之而来的挑战，需要统筹考虑。

三、中国和世界站在了同一起跑线

目前，企业巨头的布局主要集中在三个方向：AI芯片、开源平台、人工智能技术。在AI芯片方面，我国芯片产业基础薄弱，和Nvidia、Intel、AMD差距明显。在开源平台方面，Google 的TensorFlow拥有先发优势，不过，该领域百花齐放，格局未稳。在人工智能技术方面，中国与美国的差距越来越小了，深度学习有40%的论文是华人发表的，百度的无人车技术世界排名前三。百度公司董事长兼CEO李彦宏曾提到，“在人工智能的研究上，中国并不落后，我不敢说数一，但是数二是肯定的。”

对于企业来说，人工智能蕴藏着巨大的机会，但挑战也很巨大。

人工智能技术主要由数据和算法支撑，从这个角度讲，互联网和移动互联网的巨头，可以凭借数据和算法方面的积累，可以延续自身的优势。初创公司在数据和算法上的积累虽然薄弱，但比巨头更灵活，自2010年以来，人工智能公司开始高速增长，纷纷卡位前景明显的细分市场。不过，人工智能时代才刚刚拉开帷幕，市场并未完全打开，红利窗口远没有关闭，各行各业仍有待完善，市场仍然有很多值得挖掘的细分领域。

和2C业务相比，2B业务更值得深入挖掘。金融服务、生命科学、医疗保健、能源、交通、重工业、农业和材料等领域，有清晰的产业边界，专有数据也不被巨头独占，创业公司可以利用专有数据和机器学习模型解决高层次的专业问题，创造价值。

“我们往往高估一两年的发展，而低估未来十年的变化”，这句话同样可以形容人工智能产业。目前，人工智能仍处于积累量变的过程，短期来看，技术向商业的转化仍面临着巨大挑战；长期来看，一批关注垂直领域的人工智能公司，借助专业领域的技能、独特的数据和人工智能技术，切实解决行业面临的实际问题，一定会传递真正价值，前提是要做好长期的攻坚准备。

对于政府来说，人工智能需要积极的政策扶持和完善的产业环境。

人工智能的攻坚离不开政府的支持。在过去几年，我国政府持续关注人工智能发展，并针对人工智能制定多项国家战略。

除此之外，相关政策还可以从以下几个方面着手，为社会提供一系列积极效益，尽量减少负面影响：一、对人工智能研究进行长久投资；二、了解并解决人工智能的伦理、法律和社会影响；三、做好舆论引导，避免群众对人工智能的盲目恐慌；四、建立标准和监督机制，确保人工智能安全稳定；五、引导产业联盟，尤其是撮合高校、科研机构和企业的对接，使得高校和科研机构的理论和企业的数据形成优势互补；六、加强人工智能人才的培养，帮助工人做职业转型。

对于个人来说，面对人工智能的挑战，要学会和人工智能一起协作。

就像《连线》杂志创始主编凯文·凯利说的那样，“与人工智能的合作表现决定了你的薪酬，你必须要和机器进行合作，而不是和他们对抗。”

文/杂谈君

关键字：产品经理, 业界动态, 人工智能

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！