人工智能產(chǎn)業(yè)化落地加速 如何解決行業(yè)需求碎片化難題？

每經(jīng)記者 劉玲    每經(jīng)編輯 張海妮    

圖片來(lái)源：攝圖網(wǎng)

近段時(shí)間，華為入局自動(dòng)駕駛領(lǐng)域，再一次掀起了人工智能熱潮。回顧過(guò)去，人工智能行業(yè)已經(jīng)經(jīng)歷了三起兩落，與2017年的人工智能熱潮不同，2021年各家科技公司都在加碼人工智能的產(chǎn)業(yè)化落地。

“如今人工智能投資也進(jìn)入了冷靜期，以前（的）靠講故事、博眼球去融資已經(jīng)行不通了。只有真正扎根到了廣大產(chǎn)業(yè)，解決制造業(yè)、城市等具體的場(chǎng)景問(wèn)題的企業(yè)，才會(huì)被資本和市場(chǎng)認(rèn)可，你能創(chuàng)造價(jià)值才具備價(jià)值。”北高峰資本及坤湛科技創(chuàng)始人兼CEO閔萬(wàn)里向《每日經(jīng)濟(jì)新聞》記者表示。

隨著AI進(jìn)入大規(guī)模落地期，產(chǎn)業(yè)鏈的分工也開(kāi)始明確，一個(gè)萬(wàn)億的市場(chǎng)誕生在即。在極視角創(chuàng)始人兼CEO陳振杰看來(lái)，每個(gè)領(lǐng)域都存在人工，比如水泥、燃?xì)狻⒅扑?、化工、紡織等，有人工的地方都有可能AI化，萬(wàn)億AI的市場(chǎng)規(guī)模，有百分之七八十是由碎片化場(chǎng)景構(gòu)成的。

不過(guò)，陳振杰表示：“目前我們?nèi)蕴幱谌跞斯ぶ悄軙r(shí)代，AI只能解決部分問(wèn)題。龐大的AI市場(chǎng)背后，是需求碎片化的難題，比如水泥廠、燃?xì)鈴S這些場(chǎng)景，開(kāi)發(fā)者之前都沒(méi)去過(guò)，不知道哪些用人工的地方，可以用AI替代。”

AI產(chǎn)業(yè)投資進(jìn)入冷靜期

提起AI，人們都會(huì)想到AlphaGO，它曾一夜之間讓人工智能成為互聯(lián)網(wǎng)的星辰大海，它背后的公司DeepMind也成了全世界最有名的人工智能公司。

2015年以來(lái)，各大互聯(lián)網(wǎng)公司入局人工智能，創(chuàng)業(yè)公司也如雨后春筍般涌現(xiàn)，而資本也爭(zhēng)先恐后地涌入，機(jī)器視覺(jué)、自然語(yǔ)言處理、深度學(xué)習(xí)、AI算法、自動(dòng)駕駛、無(wú)人機(jī)、智能機(jī)器人，以及各種傳感器、計(jì)算芯片等智能硬件領(lǐng)域都有資本的身影。

據(jù)統(tǒng)計(jì)，2015至2016年，我國(guó)AI領(lǐng)域新增投資額達(dá)387億元。2017年一年，我國(guó)在人工智能領(lǐng)域就有10億美元、202次的投資。據(jù)市場(chǎng)研究公司Vanson Bourne的一項(xiàng)全球調(diào)查顯示，80%的企業(yè)在投資人工智能。

雖然人工智能行業(yè)熱火朝天，但是現(xiàn)實(shí)潑了資本一大盆冷水。報(bào)告顯示，2018年近90%的人工智能公司處于虧損狀態(tài)，而10%賺錢(qián)的企業(yè)基本是技術(shù)提供商。換句話說(shuō)，人工智能公司仍然未能形成商業(yè)化、場(chǎng)景化、整體化落地的能力，更多的只是銷(xiāo)售自己的算法。

以DeepMind為例，2018年財(cái)報(bào)顯示，其營(yíng)業(yè)額為1.028億英鎊，較2017年增長(zhǎng)88.9%。但是，DeepMind在2018年凈虧損達(dá)到4.7億英鎊，較2017年增加了1.68億英鎊，虧損同比擴(kuò)大55.6%。

“人工智能行業(yè)前幾年真的是‘熱潮’，大浪淘沙后，投資進(jìn)入到了冷靜期。以前（的）靠講故事、博眼球去融資已經(jīng)行不通了。”閔萬(wàn)里向記者表示，“不過(guò)，冷靜期不會(huì)是冷凍期，那些真正扎根到了廣大產(chǎn)業(yè)，解決制造業(yè)、城市等具體的場(chǎng)景問(wèn)題的企業(yè)，才會(huì)被資本和市場(chǎng)認(rèn)可，你能創(chuàng)造價(jià)值才具備價(jià)值”。

閔萬(wàn)里提到，如今，人工智能的算法研究已經(jīng)起來(lái)了，不管是需求還是政策都在促進(jìn)人工智能的發(fā)展。以前制造業(yè)、農(nóng)業(yè)等都不是AI應(yīng)用的重點(diǎn)領(lǐng)域，但是現(xiàn)在慢慢出現(xiàn)了許多解決具體場(chǎng)景問(wèn)題的人工智能公司，比如專(zhuān)門(mén)做農(nóng)業(yè)的極飛科技等等。

“現(xiàn)在AI已經(jīng)到了拼落地，拼客戶，拼解決行業(yè)的痛點(diǎn)問(wèn)題的時(shí)候了。前期大家關(guān)注的天使輪、A輪的項(xiàng)目，到現(xiàn)在需要交出成績(jī)單，投資機(jī)構(gòu)到企業(yè)盡調(diào)，把數(shù)據(jù)拉出來(lái)，看服務(wù)了哪些客戶，解決了哪些問(wèn)題，這些都是相對(duì)清晰的。”陳振杰表示。

因此，雖然AI產(chǎn)業(yè)投資的確進(jìn)入冷靜期，但有實(shí)際應(yīng)用的人工智能公司卻越來(lái)越受資本歡迎。“從結(jié)構(gòu)來(lái)看，早期的像天使輪、A輪的融資規(guī)模下降速度比較快，但是對(duì)B輪、C輪、D輪之后的企業(yè)，融資金額和融資次數(shù)是上升的。”陳振杰說(shuō)。

AI落地的碎片化需求

盡管越來(lái)越多的人工智能技術(shù)從開(kāi)發(fā)者和實(shí)驗(yàn)室中走出來(lái)，開(kāi)始進(jìn)入各行各業(yè)，但從AI產(chǎn)業(yè)向產(chǎn)業(yè)AI的轉(zhuǎn)型和落地卻并非一片美好。想要讓第三次人工智能浪潮真正落地，將人工智能的賦能效應(yīng)向社會(huì)的各個(gè)方向延伸則是不可回避的問(wèn)題。

在陳振杰看來(lái)，目前我國(guó)人工智能的技術(shù)不斷在發(fā)展，但整體仍處于弱人工智能時(shí)代。弱人工智能怎么定義呢？就是從產(chǎn)業(yè)的角度來(lái)看，目前的技術(shù)無(wú)法做出一個(gè)像人一樣聰明的系統(tǒng)，人的大腦可以識(shí)別世間萬(wàn)物，能夠做語(yǔ)音、視覺(jué)、文字理解、認(rèn)知等。

“以圖像識(shí)別技術(shù)為例，我們會(huì)看到其實(shí)每一個(gè)圖像識(shí)別的算法只能定向地去解決一種識(shí)別，比如說(shuō)人臉識(shí)別，解答這個(gè)人是誰(shuí)的問(wèn)題。但是落地到產(chǎn)業(yè)，比如說(shuō)識(shí)別工廠是否發(fā)生火災(zāi)，這便需要用一個(gè)新的算法，需要重新做一個(gè)火災(zāi)識(shí)別的算法。”陳振杰表示，“其實(shí)每一個(gè)垂直領(lǐng)域都有非常多的具體算法需求，每一種識(shí)別對(duì)應(yīng)的都是一種算法，所以目前弱人工智能時(shí)代無(wú)法一下子把技術(shù)往通用性方面擴(kuò)展，只能不斷地建單點(diǎn)，每個(gè)單點(diǎn)代表一種識(shí)別”。

閔萬(wàn)里則提及一個(gè)AI落地制鞋業(yè)的案例。在溫州和廣州，都有成千上萬(wàn)家制鞋企業(yè)，中國(guó)承擔(dān)著全球制鞋行業(yè)70%的產(chǎn)能，在這樣的行業(yè)當(dāng)中應(yīng)用人工智能，甚至計(jì)算機(jī)視覺(jué)+機(jī)器學(xué)習(xí)需要解決許多問(wèn)題。

“很簡(jiǎn)單，每天有大量的訂單到產(chǎn)線，車(chē)間主任需要安排十幾種不同的訂單的生產(chǎn)，每個(gè)訂單的交期都不一樣，價(jià)錢(qián)、原材料要求等都不一樣，這種不同要求排列組合起來(lái)就是上千億種組合。”閔萬(wàn)里稱(chēng)，“所有帶有重復(fù)性和規(guī)律性的勞動(dòng)都有可能通過(guò)數(shù)字化的手段被重做一遍，這就需要寫(xiě)新的代碼、算法”。

閔萬(wàn)里指出，其實(shí)整個(gè)業(yè)界有非常多AI的應(yīng)用場(chǎng)景，但是很遺憾，供給者和開(kāi)發(fā)者之間隔著一道墻，因?yàn)橛行虻臄?shù)據(jù)或者是強(qiáng)大的計(jì)算力、算法都在開(kāi)發(fā)者手上，如何把技術(shù)應(yīng)用在碎片化的需求上，需要跨越一道鴻溝，需要通過(guò)一個(gè)非常強(qiáng)大的機(jī)制，進(jìn)行供需匹配。

如何解決需求碎片化難題？

縱觀人工智能行業(yè)，我國(guó)已經(jīng)走出了“AI四小龍”（云從科技、商湯科技、曠視科技、依圖科技），“AI四小龍”大多靠算法起家，隨著人工智能技術(shù)的不斷發(fā)展，算法的門(mén)檻越來(lái)越低，有業(yè)內(nèi)人士曾表示，幾年前，一套人臉識(shí)別算法能賣(mài)上千萬(wàn)，2019年只值40萬(wàn)元。

不僅如此，隨著巨頭的下場(chǎng)，人工智能的競(jìng)爭(zhēng)越來(lái)越激烈。李彥宏在2018年極客公園創(chuàng)新大會(huì)上透露，他相信AI是百度的未來(lái)，百度還推出了“百度大腦”，入局自動(dòng)駕駛賽道；騰訊也提出AI in all并創(chuàng)立優(yōu)圖實(shí)驗(yàn)室、AI Lab等；阿里則祭出了達(dá)摩院?；ヂ?lián)網(wǎng)巨頭開(kāi)始感知到自己手中數(shù)據(jù)的價(jià)值，他們?cè)噲D甩開(kāi)AI算法公司，自建AI算法團(tuán)隊(duì)。

不過(guò)，頭部的AI企業(yè)更偏向“大熱門(mén)”，即市場(chǎng)規(guī)模大、單個(gè)項(xiàng)目收益回報(bào)高的領(lǐng)域，而對(duì)于碎片化需求的中尾部市場(chǎng)，則不被其列為重點(diǎn)的業(yè)務(wù)領(lǐng)域。

比如在視覺(jué)識(shí)別領(lǐng)域，一款A(yù)I技術(shù)可以應(yīng)用在百貨商場(chǎng)的客流分析，也能夠應(yīng)用于違章開(kāi)車(chē)、違章停車(chē)、違章擺攤等人員規(guī)范管理的領(lǐng)域，目前這些應(yīng)用覆蓋率已經(jīng)很高，但在一些細(xì)分的、體量比較小的，如火焰識(shí)別、礦物質(zhì)成分分析等領(lǐng)域，規(guī)模較大的AI企業(yè)不會(huì)投入過(guò)多成本開(kāi)發(fā)，而這些就是碎片化需求。

在陳振杰看來(lái)，在前有“AI四小龍”，后有互聯(lián)網(wǎng)大廠的格局之下，碎片化需求的中尾部市場(chǎng)剛好成為極視角這樣人工智能創(chuàng)業(yè)公司的生存之地。

“解決碎片化需求的方法就是，與廣大開(kāi)發(fā)者聯(lián)動(dòng)，通過(guò)社區(qū)和生態(tài)的模式，完成更多算法任務(wù)，換句話說(shuō)，就是搭建一個(gè)開(kāi)發(fā)者平臺(tái)，降低算法開(kāi)發(fā)成本。”陳振杰表示。

因此，極視角就建立了一個(gè)開(kāi)發(fā)者的平臺(tái)，就像一個(gè)手機(jī)應(yīng)用商店。這個(gè)算法平臺(tái)主要分為開(kāi)發(fā)者和需求者兩部分，其中開(kāi)發(fā)者平臺(tái)并不局限于極視角內(nèi)部的AI技術(shù)人員，只要擁有原創(chuàng)AI算法的能力，即可入駐。不少高校教授、學(xué)生以及AI領(lǐng)域的自由從業(yè)者等都是該平臺(tái)的?？汀?/p>

依托于平臺(tái)，極視角從需求者端收集客戶需求，并向開(kāi)發(fā)者開(kāi)放這些信息服務(wù)。當(dāng)一位客戶在該平臺(tái)購(gòu)買(mǎi)了某種算法，極視角與開(kāi)發(fā)者根據(jù)算法難易程度以及后續(xù)的售后服務(wù)進(jìn)行分成。

據(jù)陳振杰介紹，平臺(tái)上目前有接近20萬(wàn)的圖像識(shí)別開(kāi)發(fā)者，每個(gè)人做不同的任務(wù)，匯總起來(lái)可以形成很多的算法，滿足場(chǎng)景的碎片化情況，并且可以降低開(kāi)發(fā)成本。

他給記者算了一筆賬，用一個(gè)簡(jiǎn)單的公式計(jì)算，AI一年在人臉識(shí)別的投入是幾十到一百億，現(xiàn)在全中國(guó)人臉識(shí)別設(shè)備的出貨量是一億臺(tái)，所以一個(gè)人臉識(shí)別的授權(quán)成本大概是幾十塊錢(qián)，但是火焰識(shí)別、抽煙檢測(cè)等場(chǎng)景化的需求，全國(guó)使用量加起來(lái)可能只有幾萬(wàn)提，所以十幾億的投入算下來(lái)成本是很高的。

“而通過(guò)開(kāi)發(fā)者平臺(tái)，則可以將研發(fā)成本從幾十億降到幾百萬(wàn)，甚至幾十萬(wàn)。這樣既能滿足碎片化需求，又能降低成本，更好地廣泛應(yīng)用到各行各業(yè)。”陳振杰告訴記者。