精准实现人工智能商业化落地 是人工智能产业目前急需解决的问题

随着人工智能产业浪潮的兴起，人工智能技术已经让智能机器逐渐实现从“认识物理世界”到“个性化场景落地”的转变，市场认知也逐渐完善，更多产业对人工智能报以热忱，在实体产业中，人工智能究竟能够带来多少价值，带来哪些价值，制约其发挥作用、产生价值的要素又是什么，值得人们思索。

“商业落地”成为当前阶段的主题词

过去人工智能技术驱动阶段重在算法模型的研究，而如今人工智能产业更依赖商业场景洞察，“商业”已经成为人工智能发展到当前阶段鲜明的主题词。

根据艾瑞咨询《2019年中国人工智能产业研究报告》显示，近几年，人工智能技术在实体经济中寻找落地应用场景成为核心要义，人工智能技术与传统行业经营模式和业务流程产生实质性融合，智能经济时代的全新产业版图初步显现，预计2019年人工智能核心产业规模将突破570亿元，目前安防和金融领域市场份额最大，工业、医疗、教育等领域具有爆发潜力。

2018年人工智能相关公司总数达到2167家。人工智能企业可划分为基础层、技术层和应用层。根据中国新一代人工智能发展战略研究院调研数据，中国人工智能企业多集中在应用层，技术层和基础层企业占比相对较小；从技术类型分布来看，涉及机器学习、大数据、云计算和机器人技术的公司较多，整体分布相对均匀。

随着人工智能技术的不断进步，我国的各行各业已经为智能化升级打下了一定的基础，而企业则需要在新的智能化时代提高自身核心竞争力。

根据亿欧发布的《2018中国人工智能商业落地研究报告》中显示，不是所有的人工智能产品或服务都具有商业价值，在部分领域是作为“中间介质”的角色。例如智能音箱、教育机器人等智能设备，语音交互技术优化了人机交互模式，提升了用户体验，智能设备的使用价值不在于本身，而是在于借助语音交互为用户提供内容和服务。

编程猫联合创始人孙悦曾公开表示：“人工智能重要的是找场景，场景对了可以赚钱。”

因此，找到应用场景，再做好优质产品，是人工智能产业当前商业落地的关键。腾讯公司副总裁姚星曾表示，对于实际应用场景来说，人工智能只是辅助手段，而不是决胜力。巨大的经济效益来源于原行业的潜力，真正的人工智能产业产值并不高。

技术成本过高是盈利瓶颈

虽然当前人工智能已经逐步渗透到各行各业中，但是就人工智能产业本身来说，依然存在瓶颈。

技术成本过高成为人工智能产业应用的阻碍之一。对于我国的人工智能企业来说，技术实力不等于商业变现的实力。在我国，大部分人工智能企业处于起步阶段，往往会因研发成本过高而导致亏损。

根据智臻智能年报显示，2017年企业亏损额达7335万，其中研发费就用了5903万，虽然官方称是推动各项业务发展，落实平台搭建、拓展渠道开发、控制各项成本支出等取得初步成效，但是研发方面的巨额投入，是智臻智能亏损的主要原因之一。

新三板挂牌公司海鑫科金发布业绩快报称，2017年亏损超过1.2亿元，主要原因是人工智能项目投入过大。海鑫科金透露，2017年亏损额在1.26亿-1.57亿之间，2016年同期利润为1414万元。官方称业绩重大变化的主要原因在于战略型项目研发周期较长、投入较大；人工智能类创新型项目中，人工智能相关专业性人才成本居高不下，投入较多；优势产品加入人工智能等新技术提升性能，研发成本较高。

根据中国新一代人工智能发展战略研究院调研数据显示，和国外公司相比，我国的人工智能产业在技术层发展较薄弱，目前多集中在应用层。有业内人士表示，人工智能目前比较大的问题是技术还没有颠覆，是需要慢慢积累的过程，短期内虽然在比较浅层的场景上可以落地，但涉及更深的领域并没有那么快。

如何创造新的价值

对于当前我国的人工智能产业来说，如何在应用层创造新的价值，如何能更加精准地实现商业落地，是人工智能企业需要面临的问题。

对此，绿湾科技副总裁王兴让表示：“关键问题在于有了技术以后，如何跟业务场景相结合。所以目前我们的做法是聚集核心人才，与业务相融合，让产品技术理解业务，融合业务去解决业务的痛点。对于行业来说，前期提到更多的是‘互联网++’，而现在更多是强调AI赋能，但其实在场景落地的应用过程中，很多盲目的代价是客观需要的。我们能做的就是对这些代价或者可行性进行充分评估，然后再采取务实的路径去做这样的事情。”

当前看来，我国人工智能产业已经具备了基础技术和人才优势，还需要和场景相结合、技术融合业务来解决业务痛点。

艾瑞咨询分析师认为，企业要在新的智能化时代继续保持并提升自身的核心竞争力，就必须要在数字化的基础上，充分各个环节、要素及参与者的全方位数据，通过实现云边端一体的打通，从海量的数据中筛选有价值的部分，将人工智能的算法、算力在整个产业链条上进行灵活调用，以此提升产品质量和服务水平，解决关键痛点，创造新的价值。

除此之外，也有专家表示，目前人工智能多应用在金融、安防、智能手机、互联网娱乐、零售、物流等行业，还有部分小的应用场景没有被关注到，人工智能的行业落地无处不在。