人工智能将持续升温 深入产业落地仍存挑战

　　近年来，随着人工智能相关政策持续落地、核心技术不断突破、产业融合逐步形成，我国人工智能发展举世瞩目。目前，经历了爆发式发展之后，我国人工智能行业开始回归理性，更多地关注产业落地场景。然而，在深入产业落地的过程中，人工智能仍然面临挑战。

　　国家工业信息安全发展研究中心近日发布的《人工智能中国专利技术分析报告》显示，截至2019年10月，中国人工智能（AI）专利申请量累计44万余件，成为这一领域专利申请量最多的国家。百度、腾讯、浪潮、华为专利申请数量名列前茅。

　　近年来，随着全球经济发展进入深度调整期，各国对于日益崛起的人工智能等前沿技术越发重视，美国、欧盟、日本、韩国、中国等国家和地区纷纷将人工智能上升为国家战略，相继出台了一系列战略规划与政策举措，力图抢占产业化发展的主导权。目前，我国已有19个省份先后发布人工智能专项政策。业内人士表示，我国在人工智能领域有望领先全球。

　　在政策推动及产业界的努力下，人工智能经历了爆发式发展阶段，同时也出现了一些泡沫。在刚刚过去的2019年，我国人工智能经历了明显的泡沫降温，行业开始回归理性，更多地关注产业落地场景。然而，在近日举行的2019爱分析·中国人工智能高峰论坛上，业内人士表示，在深入产业落地的过程中，人工智能仍然面临挑战。

　　人工智能将持续升温

　　近年来，随着人工智能相关政策持续落地、核心技术不断突破、产业融合逐步形成，中国人工智能发展举世瞩目。据国际数据公司（IDC）统计，2019年全球人工智能市场规模达到375亿美元，中国AI市场预计占全球的12%，成为全球第二大AI单一市场，且市场规模保持高速增长。

　　目前，人工智能已经在互联网、金融和安防等领域逐步落地，未来人工智能将与更多传统产业相结合，帮助传统产业转型升级。中国社科院人口与劳动经济研究所、社会科学文献出版社近日联合发布的《人口与劳动绿皮书：中国人口与劳动问题报告No.20》预测，“十四五”时期，机器人和人工智能将全面影响劳动力市场。根据课题组研究估算显示，新技术应用对中国制造业普通劳动力岗位替代率为19.6%。

　　而未来随着5G的大规模商业化，中国AI发展也将迎来新的机遇。据总部位于伦敦的行业组织GSMA预测，到2025年，中国预计将拥有6亿5G用户，占全球总数的40%。中国巨大的用户规模产生的海量数据，将为AI技术提供更新迭代的必备“养料”。

　　赛迪顾问在其整理的《2019-2021年中国人工智能与智能制造市场预测与展望数据》中也预测，未来三年，中国人工智能市场将持续升温，市场规模将保持30%左右的增长速度。到2021年，人工智能市场规模将突破800亿元，中国智能制造系统集成市场规模将达到2948.9亿元。

　　赛迪预计，未来三年，人工智能市场行业结构分布基本保持不变，人工智能技术在互联网、金融和安防领域仍旧拥有较高的市场占比。预计到2021年，人工智能在互联网行业的市场规模达到161.1亿元，占比为19.68％；在金融领域的市场应用规模达到155.66亿元，占比为19.01％；智能安防市场规模达到123.61亿元，占比为15.10％。

　　深入产业落地仍存挑战

　　然而，在深入产业落地的过程中，人工智能仍然面临挑战。业内人士表示，当用人工智能的眼光看待传统行业的时候就会发现，数据采集往往还不够。有关数据的采集、数据的传输等会大大影响人工智能的落地和产业升级。

　　“好的落地场景一定要有数据支撑，能够清楚地描述场景是什么样子的。”百分点CTO刘译璟表示，AI如果想要落地场景的话，企业首先要能讲清楚自己的业务价值，并有数据作支撑。

　　云测数据总经理贾宇航也认为，目前人工智能正在逐渐落地的进程中，数据是非常重要的一环，现阶段AI落地缺乏数据支持，尤其欠缺“小数据”。“小场景数据的缺乏增加了真正落地的困难度。比如，关于人的行为姿态的数据非常多，但人跌倒的数据非常少，而我们恰恰就是要检测跌倒，识别跌倒并及时给出警示。很多行业和很多领域应用人工智能技术时，其痛点也是小数据。”

　　“数据是AI的生产力，但每个行业的数据标准都不一样，所以在算法实际落地到场景时，因为数据不一样，导致有价值的数据不能用，只能重新积累相关数据。”快商通执行董事肖龙鹏在谈到AI落地的困境时也谈及数据。他称，在AI助力企业数字化这一块，需要从产品和交付能力两个维度来看，分别是数据运营能力和生态建设能力。比如，生物识别技术落地于保险领域，刚开始提供的是技术能力，当技术产生了价值，产生了数据之后，新的问题又来了，那就是客户并不会做数据的运营，人工智能技术提供方要配合客户做数据的价值化挖掘，从数据挖掘再反推到数据上，这是人工智能技术提供方需要提升的地方。

　　除此之外，肖龙鹏认为，人工智能落地还需要下游客户的包容。在他看来，客户的期望值和与人工智能技术的成熟度很多时候是处于两个阶段，客户期望用人工智能技术发现业务场景中的痛点并完美解决，但现实是人工智能很多时候还无法做到这一点。这个时候就需要客户对技术具有一定的包容度，愿意让技术在实际业务场景中训练并提升产品的成熟度。“这是目前人工智能技术落地场景的一个难点，如果无法得到很好的协调和解决，技术落地和业务周期就会拉长。”（记者 崔彩凤）

　　转自：中国高新技术产业导报