为什么AI很火,但是落地很难?

导读:人工智能(AI)技术在工业现代化的浪潮下向各个领域渗透,包括市政、交通、医疗、商用等,随着5G商用的春风,如今AI技术更火了,但是大家可以都有发现,AI虽然很火,但真正的落地很难,这是为什么呢? 会造成这一现象是有很多原因的,首先,AI前期投入高,回...

人工智能(AI)技术在工业现代化的浪潮下向各个领域渗透,包括市政、交通、医疗、商用等,随着5G商用的春风,如今AI技术更火了,但是大家可以都有发现,AI虽然很火,但真正的落地很难,这是为什么呢?

会造成这一现象是有很多原因的,首先,AI前期投入高,回报未知,很可能造成虎头蛇尾的局面;其次,很多生产过程能接受的误差是很小的,AI没有很好的鲁棒性;另外,有一些问题,不单单是数据可以解决的,或者其它方案比AI更直观,更有效。

AI芯片是当前科技、产业和社会关注的热点,也是AI技术发展过程中不可逾越的关键阶段,不管有什么AI算法,要想最终得到应用,就必然要通过芯片来实现。但芯片行业已然存在多年,具备自身的成熟度与门槛。AI芯片正寻求更垂直的场景进行落地。人脸识别、语音识别、机器翻译、视频监控,以及交通规划、无人驾驶、智能陪伴、舆情监控、智慧农业等,如今的AI已涵盖人类生产生活各方面。

但是在消费者领域的落地相对容易一些,因为消费者对产品的价格和适应性要求不同,只要有部分人认可这一产品就是成功能,比如人脸识别,在消费者领域只要识别率达到90%就已经很不错了,而工业上即便达到98%都不行,至少也要达到99%,甚至99.99%才行。因为对于一个每天产能在几十万个产品的工厂来说,如果识别准确率达不到99%以上,就意味着有几百个不良品可能成为“漏网之鱼”。

因为工业领域对可靠性要求高得多,而且客户需求更加个性化,因此对产品稳定性和调试效率有更高要求。鉴于AI应用过程中存在的障碍,被访者最担忧的一点便是缺乏AI技能和专业知识。企业管理层表示,专业技能掌握不足严重阻碍了各企业对AI的大规模部署,而数据相互孤立也在持续产生着影响。

如何把一个通用的解决方案做成一个“落地”的解决方案呢? 这就是需要非常巧妙地做好一个垂直领域行业的“生态”,在这个行业生态里,有很多的参与方,大家都能参与进来获利。最好的例子就是一个开放的操作系统。而 AI 现在的状况是,大家还都是各家在做各家的,没有联成像“操作系统”一样的生态。希望AI 以后能够发展生态,成为“珠联璧合”的形式,那时候人工智能才能真正的落地。

当前 AI 应用没有做到让整个行业脱胎换骨,而要做到 AI 驱动的“核心决策系统”的优化,算法研究的力量可能只占其中比较小的百分比,更多的是要看市场对这个系统的态度,看生态、同盟的发展速度,能不能用来推动整个垂直行业的跃进。

我们相信随着AI技术的发展,当人工智能的人才需要具备市场思维,商学思维,明白建立生态的重要性,会发现各方的互补性,能把大家的需求挖掘出来。从而使AI技术的落地不再难。