□/田豐、任海霞、Philipp Gerbert、李舒

人工智能：未來制勝之道

□/田豐、任海霞、Philipp Gerbert、李舒

未來所有的政府、公司、軍隊都是人工智能機構(gòu)，人工智能將無處不在。據(jù)悉，美國國防部 2017 財年建議的研發(fā)預(yù)算為120億美元～150億美元，而被國防部所看重的硅谷科技公司，如谷歌、微軟、蘋果、臉書和英特爾等巨頭也正在不約而同地投入“人工智能優(yōu)先”戰(zhàn)略。

人工智能內(nèi)涵和應(yīng)用

有這樣一位“學習達人”，“他”的學習速度是人類的1萬倍，只花10小時，就會唱幾百萬首流行歌曲，成功預(yù)測出《我是歌手》總決賽的歌王！

有這樣一雙未卜先知的“眼睛”，城市里錯綜復(fù)雜的十字路口和成千上萬的路段都在“它”的視野里，并能提前告訴你5分鐘后、10分鐘后，乃至1小時后的路況信息！路況預(yù)測準確率在 91%以上！

有這樣一雙“速記快手”，“她”能夠高速記錄大會演講，準確率竟然以0.67%的微弱優(yōu)勢戰(zhàn)勝第50屆國際速聯(lián)速記大賽全球速記亞軍姜毅！

……“他”、“她”、“它”的背后，都有一個共同的名字：人工智能。人工智能到底是什么？能為人類做些什么？我們該如何使用？

人工智能是什么？

人工智能是研究、開發(fā)用于模擬、延伸和擴展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學。自20世紀50年代以來，三次技術(shù)革新浪潮中，學界和業(yè)界對人工智能的理解眾說紛紜，科技和商業(yè)的多元化發(fā)展導(dǎo)致對人工智能的定義、發(fā)展動力以及表現(xiàn)形式的理解各異。讓我們從以下四個維度來總結(jié)和理解人工智能的多種內(nèi)涵：

· 人工智能的定義：

根據(jù)人工智能的應(yīng)用，人工智能可分為專有人工智能、通用人工智能、超級人工智能。

根據(jù)人工智能的內(nèi)涵，人工智能可分為類人行為（模擬行為結(jié)果）、類人思維（模擬大腦運作）、泛（不再局限于模擬人）智能。

· 人工智能的驅(qū)動因素：

算法/技術(shù)驅(qū)動、數(shù)據(jù)/計算、場景和顛覆性商業(yè)模式驅(qū)動

· 人工智能的承載方式：

技術(shù)承載方式：單機智能、平行運算/多核智能、高度分散/群體智能

表現(xiàn)方式：云智能、端智能、云端融合

· 人工智能與人的關(guān)系：機器主導(dǎo)、人主導(dǎo)、人機融合

現(xiàn)階段，人工智能正在從專有人工智能向通用人工智能發(fā)展過渡，由互聯(lián)網(wǎng)技術(shù)群（數(shù)據(jù)/算法/計算）和應(yīng)用場景互為推動，協(xié)同發(fā)展，自我演進。人工智能已不再局限于模擬人的行為結(jié)果，而拓展到“泛智能”應(yīng)用，即更好地解決問題、有創(chuàng)意地解決問題和解決更復(fù)雜的問題。這些問題既包含人在信息爆炸時代面臨的信息接受和處理困難，也包含企業(yè)面臨的運營成本逐步增加、消費者訴求和行為模式轉(zhuǎn)變、商業(yè)模式被顛覆等問題，同時還包含社會亟需解決的對自然／環(huán)境的治理、對社會資源優(yōu)化和維護社會穩(wěn)定等挑戰(zhàn)。

在這個過程中，雖然“模擬人”不再是唯一方向，但是人依然是人工智能實現(xiàn)不可缺少的關(guān)鍵因素。人是主導(dǎo)者（設(shè)計解決問題的方法），參與者（數(shù)據(jù)的提供者、反饋數(shù)據(jù)的產(chǎn)生者，也是數(shù)據(jù)的使用者），同時也是受益者（智能服務(wù)的接受方）。

田 豐 阿里云研究中心 主任

任海霞 阿里云研究中心 高級專家

Philipp Gerbert 波士頓咨詢公司資深合伙人兼董事總經(jīng)理

李 舒 波士頓咨詢公司資深董事經(jīng)理

例如，我們開篇所講的故事，就是阿里云研發(fā)出的人工智能ET。ET基于強大的云計算能力，學習海量的人類大數(shù)據(jù)，正應(yīng)用工作、生活各個領(lǐng)域并不斷進化，目前已具備智能語音交互、圖像/視頻識別、交通預(yù)測、情感分析等技能。ET能實現(xiàn)直播實時字幕、看圖說話、個性化推薦、體育視頻分析，幫助人們更好地接受和處理各種格式的信息。

還能提供包括智能客服、工業(yè)設(shè)備異常檢測、法庭庭審速記、金融風控、電子商務(wù)惡意行為監(jiān)測等企業(yè)解決方案，幫助企業(yè)減少成本，提高效率，降低風險；并實現(xiàn)了交通預(yù)測和社會公眾趨勢預(yù)測，提高社會公眾服務(wù)和管理水平。浙江省交通運輸廳與阿里巴巴合作試點中，實時路況監(jiān)測成本下降了90%，未來路況預(yù)測準確率在 91%以上。

人工智能會做什么？

人工智能具備“快速處理”和“自主學習”兩種能力。

人工智能實現(xiàn)了學習、決策和行動的快速處理。計算機處理信息、溝通信息、并行計算和線性計算的速度都快于人類。此外，計算機還能夠不停迭代和優(yōu)化“試驗—驗證—學習”的正循環(huán)。例如：在上文提到的阿里云ET人工智能調(diào)度交通的應(yīng)用中，城市的交通是非常復(fù)雜的，每個路口和路段都有錯綜復(fù)雜，千絲萬縷的聯(lián)系。機器需要對成千上萬個路段的海量歷史數(shù)據(jù)進行處理和學習，以獲得路段的全天路況模型，再結(jié)合城市的每個路口傳回來的智能視頻信息（包括車輛識別、車速識別等信息）來做全局的、實時的分析，這個過程對數(shù)據(jù)處理能力在規(guī)模、復(fù)雜度、實時性上都提出了更大的挑戰(zhàn)。

人工智能可以更靈活地自主學習和管理知識，支持知識的“產(chǎn)生—存儲—應(yīng)用—更新”的體系化管理。例如：在淘寶和天貓，每天有近5萬次熱線電話求助。這些海量的語音數(shù)據(jù)通過人工智能機器的自我學習，使得機器具備能“聽”能“懂”的知識，這些知識可以運用到語音交互相關(guān)的各個行業(yè)和各個場景，例如：智能客服語音交互、電話呼叫中心質(zhì)檢、互聯(lián)網(wǎng)汽車語音命令等。在一些特定場景的應(yīng)用下，例如法院庭審速記，會產(chǎn)生的一些新的數(shù)據(jù)，和適應(yīng)于此場景的新知識，這些知識又同時被用來更新語音識別知識庫，并被其他應(yīng)用快速使用，這也是阿里ET可以打敗世界速記亞軍的知識來源。

如何讓人工智能做好知識管理，是這個體系化工程的重要部分?！半p十一”是由淘寶天貓發(fā)起的全球消費者的購物狂歡節(jié)，在2015年，更是創(chuàng)下了一秒14萬筆訂單的世界紀錄。龐大訂單量也帶來了用戶咨詢服務(wù)和問題的高峰，阿里巴巴的算法工程師們通過對海量問題的分析和預(yù)測，在業(yè)內(nèi)首次將知識庫的自動更新時效提升至分鐘級，使得智能客服在此場景下獲得高達94%的智能解決率。

人工智能用在哪？

人工智能已在多個方面成功應(yīng)用。圖像識別（包括交通信號燈和人臉）技術(shù)已經(jīng)超越人類水平。微軟計算機視覺軟件的圖片識別錯誤率已經(jīng)低于人類。計算機不僅能識別簡單圖像，還能分析整個電磁波譜。語言識別和自然語言處理技術(shù)已經(jīng)在日常生活中廣泛應(yīng)用，例如蘋果手機內(nèi)置的語音識別助手Siri、亞馬遜智能音箱Echo、阿里YunOS個人助理+、淘寶小蜜、支付寶安娜等。通過傳感器和制動器，人工智能可以感知并行動。

機器視覺和各類傳感器，結(jié)合高精度地圖和環(huán)境感知信息，機器人、無人機、自動駕駛等智能設(shè)備已經(jīng)投入使用，谷歌、Uber、Tesla、阿里巴巴與上海汽車合作等都已在無人駕駛和互聯(lián)網(wǎng)汽車領(lǐng)域布局。

人工智能最適用于解決什么樣的問題？通過分解典型的商業(yè)流程，我們發(fā)現(xiàn)，人工智能更易于解決符合以下特點的商業(yè)問題：

· 行業(yè)存在持續(xù)痛點；

· 商業(yè)流程本身具備數(shù)字化的信息輸入，問題可以細分并清晰地界定，商業(yè)流程存在重復(fù)，且獲得的結(jié)果的溝通以書面溝通或單項溝通為主；

· 商業(yè)流程較少受整體商業(yè)環(huán)境的復(fù)雜影響。

企業(yè)客服就是人工智能應(yīng)用的一個典型例子，作為企業(yè)用戶與企業(yè)服務(wù)的交互入口，客服面對的80%問題都是簡單的、重復(fù)的問題，但是卻需要大量人力和時間的投入。同時，客服提供的服務(wù)內(nèi)容大都來自于企業(yè)自有知識體系，受整體商業(yè)環(huán)境的影響相對較弱。這使得企業(yè)客服的智能化應(yīng)用相對容易，很多基于自定義知識庫的問答型企業(yè)智能客服產(chǎn)品蜂涌而出。

但是如何真正實現(xiàn)人工智能意義的智能客服？與真人深度交互，也就是盡可能地模仿真人的思維交流方式為人類服務(wù)，并有效幫助業(yè)務(wù)提升用戶體驗，是人工智能時代對商業(yè)流程智能化的思考。

2015年起，阿里巴巴推出新一代智能客服產(chǎn)品——阿里小蜜，基于語音識別、語義理解、個性化推薦、深度學習等人工智能技術(shù)的應(yīng)用，并將外部消費場景和阿里后臺的關(guān)鍵業(yè)務(wù)流程無縫融合。阿里小蜜通過積累的大數(shù)據(jù)優(yōu)勢，提前分析、預(yù)測消費者的服務(wù)訴求，主動觸達用戶，阿里小蜜將用戶轉(zhuǎn)電話及在線人工服務(wù)的求助率降低了70%。

即便在每天應(yīng)對百萬級服務(wù)量的情況下，智能解決率也達到了接近80%（該指標高于行業(yè)智能客服產(chǎn)品平均水平60%以上）。并且，依靠阿里巴巴在語音識別領(lǐng)域的知識積累，把服務(wù)領(lǐng)域里人機對話語義意圖的精確匹配率提升到了93%，滿意度比傳統(tǒng)的自助服務(wù)提升了一倍。

大數(shù)據(jù)是戰(zhàn)略性競爭優(yōu)勢

數(shù)據(jù)是人工智能的基礎(chǔ)，擁有針對特定領(lǐng)域的龐大數(shù)據(jù)集，能夠成為競爭優(yōu)勢的重要來源?，F(xiàn)階段，制約人工智能領(lǐng)域很多重大突破的關(guān)鍵，并非是算法不夠先進，而是缺乏高質(zhì)量的數(shù)據(jù)集。

海量、精準、高質(zhì)量的數(shù)據(jù)為訓(xùn)練人工智能提供了原材料（參閱圖1），巨型數(shù)據(jù)庫、十幾年累積的搜索結(jié)果，乃至整個互聯(lián)網(wǎng)都讓人工智能變得更聰明。人工智能從龐大的、復(fù)雜的、無序的個體數(shù)據(jù)中發(fā)現(xiàn)更為本質(zhì)、更能解釋世界的規(guī)律，并復(fù)合多個規(guī)律共同作用，以解決問題。

人工智能的三種主要技術(shù)，都需要專有類型的數(shù)據(jù)。機器學習，例如計算機視覺、情感分析、自然語言處理等技術(shù)，需要大量的標簽樣本數(shù)據(jù)。模式識別，例如文字、語音、指紋、人臉等識別技術(shù)，則偏重于信號、圖像、語音、文字、指紋等非直觀數(shù)據(jù)。人機交互，如智能機器人技術(shù)，則需要積累大量的用戶數(shù)據(jù)。

互聯(lián)網(wǎng)催生了大數(shù)據(jù)，大數(shù)據(jù)催生了人工智能。從信息思想性瀏覽、社交網(wǎng)絡(luò)、電子商務(wù)、到“互聯(lián)網(wǎng)＋”，互聯(lián)網(wǎng)的發(fā)展融入到我們生活、工作和經(jīng)濟的各個方面。用戶在享受互聯(lián)網(wǎng)帶來的便捷的同時，也在無形中貢獻著數(shù)據(jù)的足跡，音頻、視頻、郵件、微薄、文件、瀏覽歷史等數(shù)據(jù)逐漸累積?；ヂ?lián)網(wǎng)的快速發(fā)展，推動信息社會進入到大數(shù)據(jù)時代。同時，大數(shù)據(jù)也加快推動了互聯(lián)網(wǎng)的演進。擁有海量用戶搜索數(shù)據(jù)的谷歌，社交數(shù)據(jù)的臉書，交易數(shù)據(jù)的亞馬遜、阿里巴巴等互聯(lián)網(wǎng)公司充分借助云計算、大數(shù)據(jù)的技術(shù)更好地了解用戶，提供更好的或創(chuàng)新的服務(wù)和產(chǎn)品。例如：阿里巴巴的螞蟻小貸，借助互聯(lián)網(wǎng)，獲得比傳統(tǒng)銀行能采集到的貸款者相關(guān)的更豐富、準確的信息。比如這些淘寶賣家正在賣哪些商品、生意好不好、賣家經(jīng)營店鋪的勤快程度（例如，客服旺旺的回復(fù)速度，每天經(jīng)營時間的長短等）、之前是否有過不誠信行為等。通過充分處理、計算和分析這些互聯(lián)網(wǎng)數(shù)據(jù)，以解決小微企業(yè)的貸款業(yè)務(wù)這一公認難題，真正實現(xiàn)純信用，全程零人工介入、客戶1秒鐘獲貸。

互聯(lián)網(wǎng)的演進和催生的新業(yè)態(tài)，又進一步吸引了大量用戶的積極參與，實現(xiàn)了數(shù)據(jù)“產(chǎn)生—使用—新數(shù)據(jù)產(chǎn)生—再使用”的閉環(huán)，這個閉環(huán)恰恰是人工智能自主學習和知識管理的基礎(chǔ)。

例如：擁有上億注冊用戶和上億商品的阿里巴巴淘寶，后臺積累了286億多個圖片文件，更方便地讓用戶在即時場景（電視觀看、社交圖片分享、逛街等）下所見即所“得”地找到感興趣的商品，是淘寶“拍立淘”應(yīng)用的主要目的。在“以圖搜圖”模式下，機器學習正確理解后臺幾百億圖片并打上標簽，用戶通過點擊商品列表等參與來判斷機器的理解是否正確。人工智能應(yīng)用的實現(xiàn)本質(zhì)上就是知識產(chǎn)生—知識應(yīng)用—知識產(chǎn)生的自我學習和優(yōu)化的體系化過程的落地。

場景數(shù)據(jù)的積累，可以促進人工智能技術(shù)的應(yīng)用，從而形成更高效的解決方案。例如，傳統(tǒng)外賣配送采用人工調(diào)度，由派單員進行手工派單，所依據(jù)的是有限的餐廳和配送員的數(shù)據(jù)，因此派單隨機性強，配送效率低，派單高峰時，爆單現(xiàn)象頻發(fā)，派單本身的人工成本較高?；ヂ?lián)網(wǎng)外賣應(yīng)用的火爆，積累大量外賣場景的相關(guān)數(shù)據(jù)后，阿里云大數(shù)據(jù)孵化器團隊采用人工智能技術(shù)，基于外賣場景的數(shù)據(jù)基礎(chǔ)，分析餐廳、配送員、訂餐人、配送路徑的特點、并結(jié)合業(yè)務(wù)規(guī)律、天氣等數(shù)據(jù)實現(xiàn)智能調(diào)度高級算法，實現(xiàn)機器實時智能調(diào)度，從而合理利用運力，提高配送效率。當場景應(yīng)用形成正循環(huán)后，甚至能夠提前對用戶行為（如提醒訂餐）和餐廳行為（如點菜和出餐速度分析）等進行影響分析，從而進一步提高外賣場景的整體效率。

現(xiàn)階段，特別是對創(chuàng)業(yè)公司而言，數(shù)據(jù)的來源主要有三種：

方式一，自籌數(shù)據(jù)，即從零開始，投入大量人力采集數(shù)據(jù)。例如，很多聊天機器人公司聘請人類擔任“AI訓(xùn)練師”，讓他們手動創(chuàng)建或核實虛擬助手做出的預(yù)測。一旦能夠引發(fā)數(shù)據(jù)網(wǎng)絡(luò)效應(yīng)，即形成“更多用戶—更多數(shù)據(jù)—更優(yōu)智能算法—更好產(chǎn)品—更多用戶”的正循環(huán)后，所需人力就無需再跟隨用戶數(shù)量同步增加，這種簡單的自建數(shù)據(jù)策略就能取得成功。另一些公司采取向消費者提供特定領(lǐng)域免費應(yīng)用的策略，以此來快速積累數(shù)據(jù)。例如，Madbits、Clarifai等圖像識別公司都推出了免費的照片應(yīng)用，以便為圖像識別核心業(yè)務(wù)收集更多的圖像數(shù)據(jù)。

方式二，公共數(shù)據(jù)。美國聯(lián)邦政府已在Data.gov數(shù)據(jù)平臺開放了來自多個領(lǐng)域的13萬個數(shù)據(jù)集的數(shù)據(jù)。這些領(lǐng)域包括圖中所列的農(nóng)業(yè)、商業(yè)、氣候、生態(tài)、教育、能源、金融、衛(wèi)生、科研等十多個主題。這些主題下的數(shù)據(jù)都是美國聯(lián)邦政府的各部委所開放的。英國、加拿大、新西蘭等國在2009年之后都建立起了政府數(shù)據(jù)開放平臺，成為了國際信息化和大數(shù)據(jù)領(lǐng)域的一個重要趨勢。在我國，2011年香港特區(qū)政府上線了data.gov. hk，稱為香港政府資料一線通。上海在2012年6月推出了中國大陸第一個數(shù)據(jù)開放平臺。之后，北京、武漢、無錫、佛山等城市也都上線了自己的數(shù)據(jù)平臺。

方式三，產(chǎn)業(yè)數(shù)據(jù)協(xié)同，即下游創(chuàng)業(yè)公司或行業(yè)公司和產(chǎn)業(yè)鏈上游的數(shù)據(jù)或平臺型公司建立合作，連接對雙方均有利的產(chǎn)品或數(shù)據(jù)。例如：益海鑫星、有理數(shù)科技和阿里云數(shù)加平臺合作，以中國海洋局的海量遙感衛(wèi)星數(shù)據(jù)和全球船舶定位畫像數(shù)據(jù)為基礎(chǔ)，打造圍繞海洋數(shù)據(jù)服務(wù)平臺，服務(wù)于漁業(yè)、遠洋貿(mào)易、交通運輸、金融保險、石油天然氣、濱海旅游、海水墾殖、環(huán)境保護等眾多行業(yè)，從智能指導(dǎo)遠洋金槍魚捕撈到智能預(yù)測船舶在港時間，場景豐富。

人工智能未來趨勢

從人工智能的技術(shù)突破和應(yīng)用價值兩維度分析，未來人工智能將會出現(xiàn)三個階段（參閱圖2）：

· 情景一： 未來3~5年，仍以服務(wù)智能為主。 在人工智能既有技術(shù)的基礎(chǔ)上，技術(shù)取得邊際進步，機器始終作為人的輔助；在應(yīng)用層面，人工智能拓展、整合多個垂直行業(yè)應(yīng)用，豐富實用場景。隨著數(shù)據(jù)和場景的增加，人工智能創(chuàng)造的價值呈現(xiàn)指數(shù)增長。

· 情景二：中長期將出現(xiàn)顯著科技突破。人工智能技術(shù)取得顯著突破，如自然語言處理技術(shù)可以即時完全理解類人對話，甚至預(yù)測出“潛臺詞”。在技術(shù)創(chuàng)新的領(lǐng)域，現(xiàn)有的應(yīng)用向縱深拓展，價值創(chuàng)造限制在技術(shù)取得突破的領(lǐng)域。

· 情景三：長期可能出現(xiàn)超級智能。 人工智能的技術(shù)取得顯著突破，應(yīng)用范圍顯著拓寬，人機完全共融，人工智能全面超越人類，無所不在，且顛覆各個行業(yè)和領(lǐng)域，創(chuàng)造價值極高。到目前為止，人工智能還停留在“專有人工智能”階段，主要應(yīng)用是完成具體任務(wù)，例如“識別病灶醫(yī)學圖像并判斷是否是腫瘤”?，F(xiàn)階段，人工智能將逐漸向“通用人工智能”過渡，應(yīng)用于完成復(fù)雜任務(wù)，判斷并滿足用戶的需求，如“識別醫(yī)學圖像，并快速診斷疾病（不限于腫瘤）”。中長期，隨著技術(shù)的顯著突破，人工智能將逐步發(fā)展為“抽象人工智能”，在基礎(chǔ)科技取得重大突破后，人工智能可以理解用戶情感，從而改變用戶行為，例如“說服慢性病患者堅持按醫(yī)囑服藥并在患病后改變生活習慣”。在遙遠的將來，人工智能可能演變?yōu)椤俺壢斯ぶ悄堋?，全面超越人類，通過技術(shù)突破和廣泛的應(yīng)用，預(yù)測并預(yù)先改變消費者的行為，例如“預(yù)先說服用戶改變不良生活習慣，預(yù)防慢性病”。

未來3~5年，人工智能仍以服務(wù)智能為主要趨勢。在服務(wù)智能下，人工智能會取得邊際技術(shù)進步，如算法突破，小數(shù)據(jù)訓(xùn)練或分布式算法（不從數(shù)據(jù)開始訓(xùn)練，直接下載智能）成為可能；或者，圖像識別或自然語言處理技術(shù)取得邊際突破，對數(shù)據(jù)結(jié)構(gòu)化的要求降低。人工智能的應(yīng)用將更加廣闊，例如綜合天氣、土壤變化數(shù)據(jù)和大宗商品交易行情，人工智能可以為農(nóng)業(yè)決策，選擇今年最有經(jīng)濟效益的種植品種；或者，圖像識別技術(shù)突破后，機器人可以識別消費者微表情的變化，從而預(yù)測消費者的情緒。人工智能的應(yīng)用將更有深度，產(chǎn)生新的社會、商業(yè)和個人生活模式，創(chuàng)造巨大的商業(yè)價值。人工智能的發(fā)展也將更為融合：實現(xiàn)“感知/交互—正確理解—自主決策—自我學習”的實時循環(huán)；數(shù)據(jù)傳輸速度實現(xiàn)質(zhì)的飛躍，云端將無縫融合；介入式芯片等新的硬件形式將出現(xiàn)，甚至實現(xiàn)人機共融。

在服務(wù)智能情景下，數(shù)據(jù)可得性高的行業(yè)，人工智能將率先用于解決行業(yè)痛點，爆發(fā)大量的場景應(yīng)用。醫(yī)療、金融、交通、教育、公共安全、零售、商業(yè)服務(wù)等行業(yè)數(shù)據(jù)電子化程度較高、數(shù)據(jù)較集中且數(shù)據(jù)質(zhì)量較高，因此在這些行業(yè)將會率先涌現(xiàn)大量的人工智能場景應(yīng)用，用以解決行業(yè)痛點。對人工智能而言，醫(yī)療領(lǐng)域一直被視為一個很有前景的應(yīng)用領(lǐng)域?；谌斯ぶ悄艿膽?yīng)用在未來數(shù)年內(nèi)能夠為千百萬人改進健康結(jié)果和生活質(zhì)量，例如臨床決策支持、病人監(jiān)控、輔導(dǎo)、在外科手術(shù)或者病人看護中的自動化設(shè)備、醫(yī)療系統(tǒng)管理、慢性病用藥和生活管理等。

在金融領(lǐng)域，智能個人身份識別將用于解決金融安全隱患，智能高頻交易將用于提高金融決策效率，智能投顧將幫助金融機構(gòu)開拓用戶。

在交通領(lǐng)域，人工智能將應(yīng)用于無人駕駛、智能汽車、交通規(guī)劃等場景，用于解決目前交通行業(yè)普遍存在的駕駛感受差、道路嚴重擁堵等問題。

在教育領(lǐng)域，K-12線上教育以及大學配套設(shè)備等人工智能應(yīng)用，已經(jīng)被學校和學生廣泛使用。機器人早已經(jīng)成受廣為歡迎的教育設(shè)備，智能輔導(dǎo)系統(tǒng)（ITS）也成為了針對科學、數(shù)學、語言學以及其他學科相匹配的學生互動導(dǎo)師。

在公共安全領(lǐng)域，人臉識別將廣泛地應(yīng)用于安防監(jiān)控，無人機、預(yù)測警務(wù)應(yīng)用可以應(yīng)用于反恐、維護公共治安等場景，用以解決公共安全隱患。

在零售領(lǐng)域，人工智能將提供精準搜索和推薦，智能導(dǎo)購將降低營銷成本，提升用戶體驗，從而迎合消費升級和消費者日漸成熟的趨勢。

在商業(yè)服務(wù)領(lǐng)域，人工智能已被廣泛應(yīng)用于個人智能客服和企業(yè)智能助手，未來人工智能還將拓展到人力、法律等專業(yè)服務(wù)領(lǐng)域。

人工智能未來格局

人工智能產(chǎn)業(yè)鏈

人工智能產(chǎn)業(yè)鏈根據(jù)技術(shù)層級從上到下，分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。基礎(chǔ)層最靠近“云”，應(yīng)用層最靠近“端”。

· 基礎(chǔ)層（按技術(shù)層級從上到下，下同）

計算能力層：大數(shù)據(jù)、云計算、GPU/ FPGA等硬件加速、神經(jīng)網(wǎng)絡(luò)芯片等計算能力提供商；

數(shù)據(jù)層：身份信息、醫(yī)療、購物、交通出行等各行業(yè)、各場景的一手數(shù)據(jù)。

· 技術(shù)層

框 架 層：TensorFlow, Caffe, Theano, Torch, DMTK, DTPAR, ROS等框架或操作系統(tǒng)；

算法層：機器學習、深度學習、增強學習等各種算法；

通用技術(shù)層：語音識別、圖像識別、人臉識別、NLP、SLAM、傳感器融合、路徑規(guī)劃等技術(shù)或中間件。

· 應(yīng)用層

應(yīng)用平臺層：行業(yè)應(yīng)用分發(fā)和運營平臺、機器人運營平臺；

解決方案層：智能廣告、智能診斷、自動寫作、身份識別、智能投資顧問、智能助理、無人車、機器人等場景應(yīng)用；

在人工智能產(chǎn)業(yè)鏈中，基礎(chǔ)層是構(gòu)建生態(tài)的基礎(chǔ)，價值最高，需要長期投入進行戰(zhàn)略布局；通用技術(shù)層是構(gòu)建技術(shù)護城河的基礎(chǔ)，需要中長期進行布局；解決方案層直戳行業(yè)痛點，變現(xiàn)能力最強（參閱圖3）。

未來人工智能競爭格局和企業(yè)制勝之道

在人工智能平臺化的趨勢下，未來人工智能將呈現(xiàn)若干主導(dǎo)平臺加廣泛場景應(yīng)用的競爭格局，生態(tài)構(gòu)建者將成為其中最重要的一類模式（參閱圖4）。

· 模式一：生態(tài)構(gòu)建者——“全產(chǎn)業(yè)鏈生態(tài)+場景應(yīng)用”作為突破口。 以互聯(lián)網(wǎng)公司為主，長期投資基礎(chǔ)設(shè)施和技術(shù)，同時以場景應(yīng)用作為流量入口，積累應(yīng)用，成為主導(dǎo)的應(yīng)用平臺，將成為人工智能生態(tài)構(gòu)建者（如谷歌、亞馬遜、臉書、阿里云等）。

關(guān)鍵成功因素： 大量計算能力投入，積累海量優(yōu)質(zhì)多維度數(shù)據(jù)，建立算法平臺、通用技術(shù)平臺和應(yīng)用平臺，以場景應(yīng)用為入口，積累用戶。

· 模式二：技術(shù)算法驅(qū)動者——“技術(shù)層+場景應(yīng)用”作為突破口。 以軟件公司為主，深耕算法平臺和通用技術(shù)平臺，同時以場景應(yīng)用作為流量入口，逐漸建立應(yīng)用平臺（如Microsoft、IBM Watson等）。

關(guān)鍵成功因素： 深耕算法和通用技術(shù)，建立技術(shù)優(yōu)勢，同時以場景應(yīng)用為入口，積累用戶。

· 模式三：應(yīng)用聚焦者——場景應(yīng)用。以創(chuàng)業(yè)公司和傳統(tǒng)行業(yè)公司為主，基于場景或行業(yè)數(shù)據(jù)，開發(fā)大量細分場景應(yīng)用。

關(guān)鍵成功因素： 掌握細分市場數(shù)據(jù)，選擇合適的場景構(gòu)建應(yīng)用，建立大量多維度的場景應(yīng)用，抓住用戶；同時，與互聯(lián)網(wǎng)公司合作，有效結(jié)合傳統(tǒng)商業(yè)模式和人工智能。

· 模式四：垂直領(lǐng)域先行者——“殺手級應(yīng)用+”逐漸構(gòu)建垂直領(lǐng)域生態(tài)。 以垂直領(lǐng)域先行者為主，在垂直領(lǐng)域依靠殺手級應(yīng)用（如出行場景應(yīng)用、面部識別應(yīng)用等）積累大量用戶和數(shù)據(jù)，并深耕該領(lǐng)域的通用技術(shù)和算法，成為垂直領(lǐng)域的顛覆者（如滴滴出行、曠視科技等）。關(guān)鍵成功因素： 在應(yīng)用較廣泛且有海量數(shù)據(jù)的場景，能率先推出殺手級應(yīng)用，從而積累用戶，成為該垂直行業(yè)的主導(dǎo)者；通過積累海量數(shù)據(jù)，逐步向應(yīng)用平臺、通用技術(shù)、基礎(chǔ)算法拓展。

· 模式五：基礎(chǔ)設(shè)施提供者——從基礎(chǔ)設(shè)施切入，并向產(chǎn)業(yè)鏈下游拓展。 以芯片或硬件等基礎(chǔ)設(shè)施公司為主，從基礎(chǔ)設(shè)施切入，提高技術(shù)能力，向數(shù)據(jù)、算法等產(chǎn)業(yè)鏈上游拓展。

關(guān)鍵成功因素： 開發(fā)具有智能計算能力的新型芯片，如圖像、語音識別芯片等，拓展芯片的應(yīng)用場景；在移動智能設(shè)備、大型服務(wù)器、無人機（車），機器人等設(shè)備 、設(shè)施上廣泛集成運用，提供更加高效、低成本的運算能力、服務(wù)，與相關(guān)行業(yè)進行深度整合。

目前，互聯(lián)網(wǎng)公司和軟件公司巨頭都在產(chǎn)業(yè)鏈的技術(shù)層和應(yīng)用層著手布局。在產(chǎn)業(yè)鏈的基礎(chǔ)層，科技巨頭通過推出算法平臺吸引開發(fā)者，希望實現(xiàn)快速的產(chǎn)品迭代、活躍的社區(qū)、眾多的開發(fā)者，從而打造開發(fā)者生態(tài)，成為行業(yè)標準，實現(xiàn)持續(xù)獲利。谷歌、臉書、IBM、微軟等科技巨頭已經(jīng)相繼推出并在近期開源自家的人工智能工具。其中，臉書開源多款深度學習人工智能工具；谷歌發(fā)布新的機器學習平臺TensorFlow并將其開源，被稱為人工智能界的Android；IBM也宣布通過Apache軟件基金會，免費為外部程序員提供System ML人工智能工具的源代碼；微軟宣布將開源旗下的人工智能（AI）平臺Project Malmo，所有研究者均可以廉價、有效地對人工智能算法和程序進行測試。

在產(chǎn)業(yè)鏈的應(yīng)用層，科技巨頭都借助積累的個人用戶數(shù)據(jù)，開發(fā)針對個人用戶和企業(yè)用戶的解決方案。在個人用戶應(yīng)用上，Apple推出Siri個人助手，臉書推出虛擬用戶助手Moneypenny，亞馬遜推出智能家居硬件Echo，谷歌推出家具中樞GoogleHome，阿里巴巴推出個人助手阿里小蜜和智能家居等。個人用戶應(yīng)用既可以吸引用戶和流量，又可以收集數(shù)據(jù)，驗證商業(yè)模式，從而開發(fā)新場景應(yīng)用。在針對企業(yè)用戶的解決方案上，谷歌、蘋果布局無人駕駛，IBM Watson推出醫(yī)療、金融、政府、呼叫中心等企業(yè)應(yīng)用， 阿里巴巴布局智能金融解決方案等。針對企業(yè)用戶的應(yīng)用/解決方案未來的變現(xiàn)模式除直接出售解決方案外，還可以從流量和廣告中轉(zhuǎn)化價值。

創(chuàng)業(yè)企業(yè)除直接布局場景應(yīng)用解決方案外，更有效的方式是采取從深挖技術(shù)到拓展應(yīng)用的發(fā)展路徑。例如，曠視科技以機器視覺技術(shù)為突破點，深耕先進的人臉識別、圖像識別技術(shù)，進而拓展到行業(yè)智能解決方案、智能硬件及智能云服務(wù)。在發(fā)展前期（2011-2014年），曠視科技定位為商用機器視覺開放平臺，深耕Face++人臉識別云服務(wù)、Image++圖像識別云服務(wù)和Brain++人工智能深度學習系統(tǒng)。2014年后，F(xiàn)ace++開始發(fā)力智能行業(yè)解決方案，主攻覆蓋銀行、保險、互聯(lián)網(wǎng)金融的泛金融行業(yè)解決方案，和覆蓋地產(chǎn)、零售、公安的泛安防解決方案。目前已形成遠程核實身份、智能企業(yè)、智能商超、智能生活、智慧安防等多種解決方案和人臉識別智能攝像機等智能硬件。未來，曠世科技將向縱深拓展，構(gòu)建人工智能云、智能感覺網(wǎng)、服務(wù)機器人等智能生態(tài)基礎(chǔ)架構(gòu)。

人工智能對企業(yè)和政府的啟示

企業(yè)：抓住人工智能風口，構(gòu)建新的競爭優(yōu)勢

傳統(tǒng)企業(yè)的競爭優(yōu)勢主要來自于兩方面，其一，在企業(yè)布局上，企業(yè)有專有的固定資產(chǎn)、品牌、知識產(chǎn)權(quán)等資源，在所在領(lǐng)域取得規(guī)模經(jīng)濟和范圍經(jīng)濟，并通過門店和經(jīng)銷商網(wǎng)絡(luò)建立穩(wěn)定的客戶關(guān)系；其二，在企業(yè)自身的能力上，企業(yè)積累獨特的人力資源和技能，并在流程上盡可能精簡。

大數(shù)據(jù)和人工智能將企業(yè)競爭帶入新的紀元，互聯(lián)網(wǎng)不僅連接虛擬空間，還連接人和資產(chǎn)所在的現(xiàn)實空間。人工智能時代，企業(yè)競爭優(yōu)勢轉(zhuǎn)變?yōu)樗惴ê蛿?shù)據(jù)資產(chǎn)，建立學習網(wǎng)絡(luò)和數(shù)據(jù)生態(tài)，360度洞察消費者，通過人工智能不斷地學習產(chǎn)生新的知識，同時再數(shù)據(jù)驅(qū)動下，進行即時自動決策。

為實現(xiàn)快速轉(zhuǎn)型，在人工智能階段構(gòu)建新的競爭優(yōu)勢，傳統(tǒng)企業(yè)需要攜手互聯(lián)網(wǎng)企業(yè)，探索新的商業(yè)模式。通用電氣（GE）公司與微軟公司近期宣布合作將通用電氣用于工業(yè)互聯(lián)網(wǎng)的Predix平臺登陸Microsoft Azure云平臺為工業(yè)客戶提供服務(wù)。2015年，富士康和阿里巴巴合作發(fā)起“淘富成真”項目，這一項目開放富士康世界級的設(shè)計、研發(fā)、專利、供應(yīng)鏈、智造等能力，阿里云的云計算平臺和大數(shù)據(jù)處理能力，YunOS物聯(lián)網(wǎng)操作系統(tǒng)能力，阿里電商平臺、淘寶眾籌能力，同時引入基金和孵化器等企業(yè)為創(chuàng)業(yè)者提供全鏈路創(chuàng)新創(chuàng)業(yè)服務(wù)，目的是幫助中小智能硬件的創(chuàng)業(yè)者，完成硬件創(chuàng)業(yè)孵化的閉環(huán)。

政府：全方位政策支持，構(gòu)建人工智能產(chǎn)業(yè)體系

人工智能產(chǎn)業(yè)已充分得到我國政府的重視，近期國家級人工智能扶持政策相繼出臺。2015年7月，國務(wù)院《關(guān)于積極推進‘互聯(lián)網(wǎng)+’行動的指導(dǎo)意見》中指出，“將推進人工智能產(chǎn)業(yè)在技術(shù)和應(yīng)用層面加速發(fā)展……人工智能作為重點布局的11個領(lǐng)域之一，將會在智能家居、智能終端、智能汽車及機器人等領(lǐng)域進一步推廣應(yīng)用。”為落實該指導(dǎo)意見，加快人工智能產(chǎn)業(yè)發(fā)展，國家發(fā)改委、科技部、工業(yè)和信息化部、中央網(wǎng)信辦制定了《‘互聯(lián)網(wǎng)+’人工智能三年行動實施方案》，指出，“到2018年，中國將基本建立人工智能產(chǎn)業(yè)體系、創(chuàng)新服務(wù)體系和標準化體系，培育若干全球領(lǐng)先的人工智能骨干企業(yè)，形成千億級的人工智能市場應(yīng)用規(guī)模?！?/p>

為加快人工智能產(chǎn)業(yè)發(fā)展，政府應(yīng)從以下三個維度加強對人工智能產(chǎn)業(yè)的政策支持：

· 開放政府及公共領(lǐng)域數(shù)據(jù)，打造國家級人工智能資源平臺。數(shù)據(jù)是人工智能的基礎(chǔ)。為鼓勵人工智能產(chǎn)業(yè)發(fā)展，應(yīng)開放公共數(shù)據(jù)，并優(yōu)化數(shù)據(jù)質(zhì)量，建立系統(tǒng)化結(jié)構(gòu)化的數(shù)據(jù)庫平臺，為人工智能的發(fā)展提供資源。

· 建立企業(yè)主導(dǎo)、高校研發(fā)、國家投入的人工智能產(chǎn)業(yè)一體化發(fā)展模式。人工智能在未來數(shù)年內(nèi)將以服務(wù)智能為主，因此需要樹立企業(yè)在人工智能行業(yè)的主導(dǎo)地位，鼓勵企業(yè)積極開發(fā)人工智能的場景應(yīng)用，以將人工智能科研成果轉(zhuǎn)變?yōu)樯虡I(yè)價值。同時，鼓勵高校研發(fā)、增加國家科研投入，為長期人工智能基礎(chǔ)科技突破做準備。

· 以產(chǎn)業(yè)基金、專項基金等激勵人工智能創(chuàng)新，提供針對人工智能創(chuàng)業(yè)企業(yè)的稅收優(yōu)惠，以人才為導(dǎo)向，配套全球人工智能人才安家政策，提供寬松的人工智能法律法規(guī)環(huán)境。

手機掃碼閱讀