TMT观察网_独特视角观察TMT行业

1943年，美國生理學(xué)家麥克路和邏輯學(xué)家匹茲建立了一個神經(jīng)網(wǎng)絡(luò)的簡化模型，激發(fā)了人類對于人造神經(jīng)網(wǎng)絡(luò)的研究。七十多年之后，以此為基礎(chǔ)在發(fā)達(dá)的半導(dǎo)體以及互聯(lián)網(wǎng)技術(shù)上，AI技術(shù)正在深入人們生產(chǎn)生活的方方面面。

AI技術(shù)的創(chuàng)新和應(yīng)用并不是一帆風(fēng)順的，特別是在過去的一段時間。一方面AI產(chǎn)業(yè)在繁榮發(fā)展，另一方面，在進(jìn)步的過程中也有不少質(zhì)疑的聲音。比如AI是否真能夠帶來生產(chǎn)力的提升？AI商業(yè)化的前景能不能經(jīng)受住考驗？

近日，2021WAIC世界人工智能大會如期舉辦。此次大會是第四屆，不少全球領(lǐng)先的AI企業(yè)都集中展示了AI技術(shù)發(fā)展、應(yīng)用的最新成果。AI未來的發(fā)展方向以及商業(yè)化前景也進(jìn)一步明晰。那么本次世界人工智能大會上，究竟透露出怎樣的AI產(chǎn)業(yè)發(fā)展風(fēng)向？我們不妨深究一番。

AI創(chuàng)新落地路徑：AI算法的規(guī)模化擴(kuò)散

縱觀工業(yè)革命以來的經(jīng)濟(jì)增長史，技術(shù)進(jìn)步主要由少數(shù)關(guān)鍵的突破性技術(shù)推動，這些技術(shù)都是通用技術(shù)，比如蒸汽機(jī)、電力和信息技術(shù)等。不過，通用技術(shù)只有在全面技術(shù)擴(kuò)散、深度滲透到經(jīng)濟(jì)結(jié)構(gòu)的各方面，生產(chǎn)力才會發(fā)生質(zhì)變。

以互聯(lián)網(wǎng)為例，最早的互聯(lián)網(wǎng)誕生于1969年，但從1983年開始，民用化互聯(lián)網(wǎng)才開始逐漸發(fā)展，如今互聯(lián)網(wǎng)已經(jīng)成為一種社會基礎(chǔ)設(shè)施，并且在發(fā)展的過程誕生了一批互聯(lián)網(wǎng)巨頭企業(yè)，也促進(jìn)了許多傳統(tǒng)行業(yè)的生產(chǎn)力發(fā)展。

AI也是如此。

怎樣才能發(fā)生技術(shù)擴(kuò)散？一是新技術(shù)對生產(chǎn)力有明顯提升作用，二是技術(shù)本身的生產(chǎn)能夠規(guī)模化。目前，AI對生產(chǎn)力的提升已經(jīng)不斷被驗證，無人工廠在各個領(lǐng)域開始初步應(yīng)用。問題就在于技術(shù)生產(chǎn)本身的規(guī)模化。

也就是說，AI技術(shù)與產(chǎn)業(yè)端的融合發(fā)展，使得技術(shù)的演化出現(xiàn)了新的特征，AI技術(shù)的創(chuàng)新發(fā)展，來到了一個新的融合擴(kuò)散階段。

這意味著：

一方面在AI擴(kuò)散至各個行業(yè)的過程中，在技術(shù)先進(jìn)性之外，AI本身的生產(chǎn)需要考慮更多的成本要素。

對于很多行業(yè)來說，AI技術(shù)大范圍落地不僅是一個技術(shù)問題，更是一個成本問題。過去幾年中AI“精打細(xì)算”的模式，其實就是一個人力密集生產(chǎn)的模式，因為AI技術(shù)本身的生產(chǎn)很大程度上依賴大量的人力。因此，在技術(shù)上，高費(fèi)效比的算法開發(fā)是一個行業(yè)性的共識。

另外，AI不單單是一種技術(shù)，而是一系列技術(shù)的組合，AI場景落地的越多，算法就越多元化，因此規(guī)模化的通用算法生產(chǎn)能力，是人工智能的規(guī)模化落地的前提。反映在AI三要素發(fā)展的趨勢上，通用算法的發(fā)展促進(jìn)底層算力增長，在技術(shù)落地的過程中，也要求算法模型的生產(chǎn)成本進(jìn)一步降低。

另一方面，在AI技術(shù)擴(kuò)散的過程中，出現(xiàn)了明顯的通用化、長尾化的趨勢。

AI落地的過程中，規(guī)模化導(dǎo)向下數(shù)據(jù)越來越多，AI模型越來越通用。AI技術(shù)落地更注重實際場景需求，越來越多的長尾需求出現(xiàn)。長尾需求雖然應(yīng)用頻次較低，但由于長尾端在規(guī)模上的優(yōu)勢，也同樣擁有巨大的商業(yè)價值。AI在長尾端的落地是打通AI技術(shù)、大數(shù)據(jù)技術(shù)價值閉環(huán)的關(guān)鍵。

從這次2021WAIC大會來看，對于這些AI落地中新出現(xiàn)的變化，已經(jīng)開始有AI廠商給出了解決方案。

在本次世界人工智能大會上商湯科技又以線上的方式舉行了一場行業(yè)論壇，并展示了一個名為SenseCore商湯AI大裝置的新型基礎(chǔ)設(shè)施，據(jù)介紹其能夠促進(jìn)AI技術(shù)規(guī)模化落地——，其本質(zhì)是讓AI落地擺脫人力密集的狀態(tài)。

商湯CEO自己親自介紹了商湯AI大裝置，共包含三層：由AI芯片+人工智能計算中心+AI傳感器組成的算力層；數(shù)據(jù)平臺+訓(xùn)練平臺+推理部署引擎+模型生產(chǎn)平臺組成的平臺層；算法工具箱+開源框架組成的算法層。大數(shù)據(jù)、大模型和超強(qiáng)算力的“三位一體”的AI大裝置推動AI技術(shù)在各個應(yīng)用場景落地。

實際上，AI大裝置可以看作是一個底層系統(tǒng)，通過不同行業(yè)需求加載不同的AI能力，從而實現(xiàn)AI對于某個垂直行業(yè)的推動。

AI大裝置已經(jīng)有了一些應(yīng)用案例，比如在城市治理領(lǐng)域，商湯科技與上海市長寧區(qū)合作，在江蘇路街道試點AI+一網(wǎng)統(tǒng)管，構(gòu)建了一個多場景的AI城市治理系統(tǒng)，通過AI研判處置全閉環(huán)管理，形成一個AI城市治理的閉環(huán)，從而提升城市治理效率。

對于行業(yè)發(fā)展而言，這套AI大裝置對于AI行業(yè)的意義，我們目前還無法作出判斷，或許它可能會不亞于當(dāng)年福特T型車對于汽車行業(yè)的意義，也或許最終只變成對一個AI方向的探索。但AI大裝置作為行業(yè)軟硬一體的基礎(chǔ)設(shè)施，目前還是為AI技術(shù)在各個領(lǐng)域大規(guī)模的工業(yè)化生產(chǎn)和融合提供了可能性。

一方面，它能夠滿足低成本規(guī)模化的AI技術(shù)生產(chǎn)需求，可以實現(xiàn)通用AI技術(shù)的批量輸出，另一方面，大裝置本身也有很強(qiáng)的通用性，適應(yīng)各個垂直領(lǐng)域的AI技術(shù)融合應(yīng)用。這也有望推動AI行業(yè)進(jìn)入一個“指數(shù)增長”階段。

Ray Kurzwei曾經(jīng)在《奇點臨近的》中寫到：“幾乎我見過的所有人都以線性發(fā)展看待未來。這就是為什么人們往往高估短期能夠達(dá)到的目標(biāo)（因為我們常常忽略必要的細(xì)節(jié)），卻容易低估那些需要較長時間才能達(dá)到的目標(biāo)（因為忽略了指數(shù)增長）”。

“整個存量時代，如何挖掘更多精細(xì)化運(yùn)作的價值，挖掘技術(shù)的價值，是時代要義，商湯推出AI大裝置很具有一定的時代性。”長期關(guān)注AI領(lǐng)域的分析師劉軒（化名）對互聯(lián)網(wǎng)江湖團(tuán)隊表示。

從長期主義的角度來看，對于AI技術(shù)的發(fā)展而言，‘工業(yè)化’的AI生產(chǎn)或許會成為未來AI技術(shù)、產(chǎn)業(yè)增長的關(guān)鍵節(jié)點。當(dāng)有了最新一代的AI行業(yè)基礎(chǔ)設(shè)施，對行業(yè)來說，這也可能意味著AI技術(shù)大范圍商業(yè)化提供了基礎(chǔ)。

技術(shù)壁壘也是商業(yè)壁壘，未來商業(yè)化可期

從最近幾年AI行業(yè)的發(fā)展來看，商業(yè)化是一條發(fā)展的主線。目前，技術(shù)創(chuàng)新的初級階段，AI技術(shù)也比以往更強(qiáng)調(diào)場景應(yīng)用，對于行業(yè)頭部企業(yè)來說，這可能也意味著即將進(jìn)入一個商業(yè)化密集落地的階段。

AI的商業(yè)化變現(xiàn)，低維度的是向應(yīng)用端收取技術(shù)服務(wù)費(fèi)，AI企業(yè)在AI落地的環(huán)節(jié)中，更傾向于做一個“技術(shù)服務(wù)商”的角色。高維度的商業(yè)化，則更多的是以技術(shù)為基礎(chǔ)，建立起AI商業(yè)生態(tài)。

正所謂贈人玫瑰，手有余香。對于AI企業(yè)來說想要做大，不是只考慮自己賺錢，而是如何為企業(yè)賦能，為行業(yè)賦能，讓AI價值得以釋放，順道實現(xiàn)自身商業(yè)化。

其中核心有兩點，一：找到對的落地領(lǐng)域，二、構(gòu)建起對的商業(yè)生態(tài)。

什么是對的落地領(lǐng)域？其實就是能夠起到明顯示范效應(yīng)的領(lǐng)域，一方面要對B端以及G端客戶產(chǎn)生深刻的印象，另外一方面，AI能夠真正的去深入到這些領(lǐng)域，解決傳統(tǒng)方式難以解決的痛點。

比如，在智慧醫(yī)療領(lǐng)域，將AI技術(shù)賦能診療愈環(huán)節(jié)，讓AI輔助診斷覆蓋胸部CT、胸部X線、心臟冠脈、肝臟、病理、骨科等多個科室；在運(yùn)營端，通過AI數(shù)字人進(jìn)行分診、導(dǎo)診促進(jìn)醫(yī)院運(yùn)營效率的提升。

AI企業(yè)在這樣垂類領(lǐng)域的商業(yè)影響力越強(qiáng)，越有利于AI多元化落地的發(fā)展。隨著AI技術(shù)在各垂直行業(yè)落地，便能搭建起一個輻射多行業(yè)的商業(yè)生態(tài)。

那么，怎樣構(gòu)建起對的商業(yè)生態(tài)？

微軟發(fā)力人工智能就曾經(jīng)找錯過賽道，比如，微軟開始研發(fā)語音助手小娜時，一度認(rèn)為亞馬遜的技術(shù)很落后，在落地路徑上，亞馬遜選擇用Alexa構(gòu)建起商業(yè)生態(tài)，而微軟的Cortana則隨著微軟移動戰(zhàn)略的失敗而逐漸被超越。

對中國的AI企業(yè)而言，一方面要對AI基礎(chǔ)研究和基礎(chǔ)研究持續(xù)深入，使得在技術(shù)上能夠始終保持在行業(yè)前沿構(gòu)成技術(shù)上的競爭力，另一方面在于通過AI技術(shù)的不斷落地，建立起自己的生態(tài)，從而形成商業(yè)上的競爭力。

要做到這一點，首先要建立技術(shù)壁壘。技術(shù)壁壘永遠(yuǎn)是第一壁壘，圍繞核心的技術(shù)壁壘，才能逐漸展開第二層的商業(yè)壁壘。AI大裝置就無疑被商湯看作其在技術(shù)上的核心競爭力。

商湯把強(qiáng)大的算力、平臺、算法體系都放入其中，更像是打造了一個現(xiàn)代化流水線AI工廠，去激發(fā)行業(yè)躍遷式創(chuàng)新，加速AI落地各個產(chǎn)業(yè)。

當(dāng)大裝置真的行有所成時，技術(shù)壁壘也就成了商業(yè)壁壘。

對于AI大廠來說，核心在于AI能力的產(chǎn)品化、標(biāo)準(zhǔn)化以及可復(fù)制化。技術(shù)能力的輸出成為一種高效落地的范式。對于行業(yè)而言，這可能意味著AI的規(guī)模化落地會變得有跡可循，AI規(guī)模化的生產(chǎn)成本越低，商業(yè)化也就有更大的空間。

AI技術(shù)要想發(fā)展，技術(shù)越強(qiáng)大就越需要更大的商業(yè)網(wǎng)絡(luò)去滿足AI自身演化的需要。因為AI的特性是越用越靈活，商業(yè)化穩(wěn)健落地，意味著未來會有大量的落地場景反饋，從落地行業(yè)到賦能行業(yè)效果也就更好。

反過來看，AI落地的效果越好，也就更有助于商業(yè)化進(jìn)一步落地，進(jìn)而形成AI商業(yè)化的正向循環(huán)。

另外，從成本控制的角度來看，技術(shù)的演化能力決定了技術(shù)成本究竟有多少被壓縮的空間。AI落地行業(yè)越多，越順暢，前期技術(shù)研發(fā)的成本就有壓縮的空間。

換句話來說，AI商業(yè)生態(tài)參與的企業(yè)越多，前期研發(fā)、投入成本就能被分?jǐn)偟酶停瑥亩粩嗟貙⑵髽I(yè)的護(hù)城河，加寬、未來商業(yè)空間也就更大。而這樣的商業(yè)空間，也會反映到AI企業(yè)自身在一級市場和二級市場上，構(gòu)成AI企業(yè)的價值基本面。

“AI企業(yè)的價值不是一成不變的。”分析師劉軒表示：“目前國內(nèi)有規(guī)模化AI生產(chǎn)能力的企業(yè)并不多，隨著各行各業(yè)數(shù)字化的推進(jìn)，市場對于規(guī)模化AI生產(chǎn)能力的需求也將進(jìn)一步顯現(xiàn)，屆時，這些AI廠商的價值，也能迎來重構(gòu)的機(jī)遇”。