技术探索之人工智能：趋势篇——人工智能未来趋势、格局与企业制胜之道

【名家观点】人工智能要从牛顿时代跳到默顿时代，从大定律小数据向大数据小定律进军，今天这个会如此成功就是默顿时代的有力证明。我们相信，知识自动化和软件定义的一切将成为未来社会最重要的实力。—— 中国科学院自动化研究所复杂系统管理与控制国家重点实验室主任王飞跃

人工智能未来趋势：三阶段发展场景，短期处于服务智能

从人工智能的技术突破和应用价值两维度分析，未来人工智能将会出现三个阶段：

1、未来3-5年，仍以服务智能为主。在人工智能既有技术的基础上，技术取得边际进步，机器始终作为人的辅助；在应用层面，人工智能拓展、整合多个垂直行业应用，丰富实用场景。随着数据和场景的增加，人工智能创造的价值呈现指数增长。

2、中长期将出现显著科技突破。人工智能技术取得显著突破，如自然语言处理技术可以即时完全理解类人对话，甚至预测出“潜台词”。在技术创新的领域，现有的应用向纵深拓展，价值创造限制在技术取得突破的领域。

3、长期可能出现超级智能。人工智能的技术取得显著突破，应用范围显著拓宽，人机完全共融，人工智能全面超越人类，无所不在，且颠覆各个行业和领域，价值创造极高。

到目前为止，人工智能还停留在“专有人工智能”阶段，主要应用是完成具体任务，例如“识别病灶医学图像并判断是否是肿瘤”。现阶段，人工智能将逐渐向“通用人工智能”过渡，应用于完成复杂任务，判断并满足用户需求，如“识别医学图像，并快速诊断疾病（不限于肿瘤）”。中长期，随着技术显著突破，人工智能将逐步发展为“抽象人工智能”，在基础科技取得重大突破后，人工智能可以理解用户情感，从而改变用户行为，例如“说服慢性病患者坚持按医嘱服药并在患病后改变生活习惯”。在遥远的将来，人工智能可能演变为“超级人工智能”，全面超越人类，通过技术突破和广泛的应用，预测并预先改变消费者的行为，例如“预先说服用户改变不良生活习惯，预防慢性病”。

未来3-5年，人工智能仍以服务智能为主要趋势。在服务智能下，人工智能会取得边际技术进步，如算法突破，小数据训练或分布式算法（不从数据开始训练，直接下载智能）成为可能；或者，图像识别或自然语言处理技术取得边际突破，对数据结构化的要求降低。人工智能的应用将更加广阔，例如综合天气、土壤变化数据和大宗商品交易行情，人工智能可以为农业决策，选择今年最有经济效益的种植品种；或者，图像识别技术突破后，机器人可以识别消费者微表情的变化，从而预测消费者的情绪。人工智能的应用将更有深度，产生新的社会、商业和个人生活模式，创造巨大的商业价值。人工智能的发展也将更为融合：实现“感知/交互—正确理解—自主决策—自我学习”的实时循环；数据传输速度实现质的飞跃，云端将无缝融合；介入式芯片等新的硬件形式将出现，甚至实现人机共融。

在服务智能情景下，数据可得性高的行业，人工智能将率先用于解决行业痛点，爆发大量场景应用。医疗、金融、交通、教育、公共安全、零售、商业服务等行业数据电子化程度较高、数据较集中且数据质量较高，因此在这些行业将会率先涌现大量的人工智能场景应用，用以解决行业痛点。

对人工智能而言，医疗领域一直被视为一个很有前景的应用领域。基于人工智能的应用在未来数年内能够为千百万人改进健康结果和生活质量，例如临床决策支持、病人监控、辅导、在外科手术或者病人看护中的自动化设备、医疗系统管理、慢病用药和生活管理等。

在金融领域，智能个人身份识别将用于解决金融安全隐患，智能高频交易将用于提高金融决策效率，智能投顾将帮助金融机构开拓用户。

在交通领域，人工智能将应用于无人驾驶、智能汽车、交通规划等场景，用于解决目前交通行业普遍存在的驾驶感受差、道路严重拥堵等问题。

在教育领域，K-12线上教育以及大学配套设备等等人工智能应用已经被学校和学生广泛使用，机器人早已经成为了广为欢迎的教育设备，智能辅导系统（ITS）也成为了针对科学、数学、语言学以及其他学科相匹配的学生互动导师。

在公共安全领域，人脸识别将广泛应用于安防监控，无人机、预测警务应用可以应用于反恐、维护公共治安等场景，用以解决公共安全隐患。

在零售领域，人工智能将提供精准搜索和推荐，智能导购将降低营销成本，提升用户体验，从而迎合消费升级和消费者日渐成熟的趋势。

在商业服务领域，人工智能已广泛应用于个人智能客服和企业智能助手，未来人工智能还将拓展到人力、法律等专业服务领域。

人工智能未来格局：五大竞争定位模式，生态构建者是关键一环

人工智能产业链根据技术层级从上到下，分为基础层、技术层和应用层。基础层最靠近“云”，应用层最靠近“端”。

1、基础层（按技术层级从上到下）。1）计算能力层：大数据、云计算、GPU/FPGA等硬件加速、神经网络芯片等计算能力提供商；2）数据层：身份信息、医疗、购物、交通出行等各行业、各场景的一手数据。

2、技术层。1）框架层：TensorFlow, Caffe, Theano, Torch, DMTK, DTPAR, ROS等框架或操作系统；2）算法层：机器学习、深度学习、增强学习等各种算法；3）通用技术层：语音识别、图像识别、人脸识别、NLP、SLAM、传感器融合、路径规划等技术或中间件。

3、应用层。1）应用平台层：行业应用分发和运营平台，机器人运营平台；2）解决方案层：智能广告、智能诊断、自动写作、身份识别、智能投资顾问、智能助理、无人车、机器人等场景应用人工智能产业链中，基础层是构建生态的基础，价值最高，需要长期投入进行战略

布局；通用技术层是构建技术护城河的基础，需要中长期进行布局；解决方案层直戳行业痛点，变现能力最强。

未来人工智能竞争格局和企业制胜之道

在人工智能平台化的趋势下，未来人工智能将呈现若干主导平台加广泛场景应用的竞争格局，生态构建者将成为其中最重要的一类模式。

模式一：生态构建者——全产业链生态+场景应用作为突破口。以互联网公司为主，长期投资基础设施和技术，同时以场景应用作为流量入口，积累应用，成为主导的应用平台，将成为人工智能生态构建者（如Google、Amazon、Facebook、阿里云等）。关键成功因素：大量计算能力投入，积累海量优质多维度数据，建立算法平台、通用技术平台和应用平台，以场景应用为入口，积累用户。

模式二：技术算法驱动者——技术层+场景应用作为突破口。以软件公司为主，深耕算法平台和通用技术平台，同时以场景应用作为流量入口，逐渐建立应用平台（如Microsoft、IBM Watson等）。关键成功因素：深耕算法和通用技术，建立技术优势，同时以场景应用为入口，积累用户。

模式三：应用聚焦者——场景应用。以创业公司和传统行业公司为主，基于场景或行业数据，开发大量细分场景应用。关键成功因素：掌握细分市场数据，选择合适的场景构建应用，建立大量多维度的场景应用，抓住用户；同时，与互联网公司合作，有效结合传统商业模式和人工智能。

模式四：垂直领域先行者——杀手级应用+逐渐构建垂直领域生态。以垂直领域先行者为主，在垂直领域依靠杀手级应用（如出行场景应用、面部识别应用等）积累大量用户和数据，并深耕该领域的通用技术和算法，成为垂直领域的颠覆者（如滴滴出行、旷视科技等）。关键成功因素：在应用较广泛且有海量数据的场景能率先推出杀手级应用，从而积累用户，成为该垂直行业的主导者；通过积累海量数据，逐步向应用平台、通用技术、基础算法拓展。

模式五：基础设施提供者——从基础设施切入，并向产业链下游拓展。以芯片或硬件等基础设施公司为主，从基础设施切入，提高技术能力，向数据、算法等产业链上游拓展。关键成功因素：开发具有智能计算能力的新型芯片，如图像、语音识别芯片等，拓展芯片的应用场景；在移动智能设备、大型服务器、无人机（车），机器人等设备 、设施上广泛集成运用，提供更加高效、低成本的运算能力、服务，与相关行业进行深度整合。

目前，互联网公司和软件公司巨头都在产业链的技术层和应用层着手布局。在产业链的基础层，科技巨头通过推出算法平台吸引开发者，希望实现快速的产品迭代、活跃的社区、众多的开发者，从而打造开发者生态，成为行业标准，实现持续获利。谷歌、Facebook、IBM、微软等科技巨头已经相继推出并在近期开源自家的人工智能工具。其中，Facebook开源多款深度学习人工智能工具；谷歌发布新的机器学习平台TensorFlow并将其开源，被称为人工智能界的Android；IBM也宣布通过Apache软件基金会免费为外部程序员提供System ML人工智能工具的源代码；微软宣布将开源旗下人工智能（AI）平台Project Malmo，所有研究者都可以用廉价、有效地对人工智能算法和程序进行测试。

在产业链的应用层，科技巨头都借助积累的个人用户数据，开发针对个人用户和企业用户的解决方案。在个人用户应用上，Apple推出Siri个人助手，Facebook推出虚拟用户助手Moneypenny，Amazon推出智能家居硬件Echo，Google推出家具中枢GoogleHome，阿里巴巴推出个人助手阿里小蜜和智能家居等。个人用户应用既可以吸引用户和流量，又可以收集数据，验证商业模式，从而开发新场景应用。在针对企业用户的解决方案上，Google、Apple布局无人驾驶，IBM Watson推出医疗、金融、政府、呼叫中心等企业应用， 阿里巴巴布局智能金融解决方案等。针对企业用户的应用/解决方案未来的变现模式除直接出售解决方案外，还可以从流量和广告中转化价值。

创业企业除直接布局场景应用解决方案外，更有效的方式是采取从深挖技术到拓展应用的发展路径。例如，旷视科技以机器视觉技术为突破点，深耕先进的人脸识别、图像识别技术，进而拓展到行业智能解决方案、智能硬件及智能云服务。在发展前期（2011-2014年），旷视科技定位为商用机器视觉开放平台，深耕Face++人脸识别云服务、Image++图像识别云服务和Brain++人工智能深度学习系统。2014年后，Face++开始发力智能行业解决方案，主攻覆盖银行、保险、互联网金融的泛金融行业解决方案，和覆盖地产、零售、公安的泛安防解决方案，目前已形成远程核实身份、智能企业、智能商超、智能生活、智慧安防等多种解决方案和人脸识别智能摄像机等智能硬件。未来，旷世科技将向纵深拓展，构建人工智能云、智能感觉网、服务机器人等智能生态基础架构。

来源：乌镇智库、阿里研究院、易观智库等，小毕综合整理。