【儀表網(wǎng) 儀表下游】人工智能經(jīng)歷前面的三起三落，最近一輪浪潮在AlphaGo推動(dòng)下爆發(fā)，并且在金融、醫(yī)療、工業(yè)、安防等許多領(lǐng)域逐步走向落地應(yīng)用。人工智能應(yīng)用落地過(guò)程中，有許多成功案例，同時(shí)可能有更多的失敗案例。那么究竟是哪些要素決定了人工智能應(yīng)用落地的成敗呢？結(jié)合7月中下旬在徐州舉辦的清華校友三創(chuàng)大賽長(zhǎng)三角賽區(qū)AI大數(shù)據(jù)比賽時(shí)現(xiàn)場(chǎng)主題分享的內(nèi)容，經(jīng)過(guò)重新整理，系統(tǒng)的闡述出來(lái)，以期幫助大家更好的了解人工智能落地的關(guān)鍵，推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。
 

　　一、人工智能應(yīng)用發(fā)展的概況
 

　　繼2017年國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》以來(lái)，我國(guó)人工智能產(chǎn)業(yè)發(fā)展取得了快速的發(fā)展，不斷滲透到更多的應(yīng)用領(lǐng)域，同時(shí)產(chǎn)業(yè)規(guī)模也在不斷擴(kuò)大。人工智能應(yīng)用落地已經(jīng)滲透到經(jīng)濟(jì)社會(huì)的主要領(lǐng)域，并為相應(yīng)領(lǐng)域帶來(lái)了新模式、新業(yè)態(tài)等價(jià)值。首先從營(yíng)銷、金融、安防等數(shù)據(jù)較好的領(lǐng)域和場(chǎng)景開始，逐步滲透到醫(yī)療、工業(yè)、農(nóng)業(yè)等更多的領(lǐng)域和場(chǎng)景，最近也滲透到了生命科學(xué)、藥物研發(fā)等更多新興領(lǐng)域。我國(guó)人工智能產(chǎn)業(yè)的規(guī)模和企業(yè)數(shù)量也在不斷擴(kuò)大，并且仍然處于快速發(fā)展也階段。中國(guó)互聯(lián)網(wǎng)協(xié)會(huì)發(fā)布的《中國(guó)互聯(lián)網(wǎng)發(fā)展報(bào)告(2021)》顯示，2020年我國(guó)人工智能產(chǎn)業(yè)規(guī)模為3031億元，同比增長(zhǎng)15%，以及我國(guó)人工智能企業(yè)共計(jì)1454家，產(chǎn)業(yè)規(guī)模和企業(yè)數(shù)量都僅次于美國(guó)。我國(guó)人工智能企業(yè)的融資規(guī)模和筆數(shù)也體現(xiàn)了人工智能產(chǎn)業(yè)的景氣程度，根據(jù)中國(guó)信息通信研究院發(fā)布的《2020年全球人工智能產(chǎn)業(yè)地圖》顯示，2020年我國(guó)人工智能產(chǎn)業(yè)投融資為235筆，金額達(dá)161.59億美元，為人工智能產(chǎn)業(yè)進(jìn)一步的發(fā)展提供了良好的資本基礎(chǔ)。
 

　　二、人工智能應(yīng)用落地的五大要素
 

　　人工智能應(yīng)用落地的五大決定性要素分別是應(yīng)用、模型、數(shù)據(jù)、算法和算力，其中數(shù)據(jù)、算法和算力三大要素經(jīng)常被提到，但在對(duì)于人工智能落地應(yīng)用而言，應(yīng)用和模型是必不可少的兩個(gè)要素。五大要素間的關(guān)系如下圖所示。
 

　　應(yīng)用即應(yīng)用場(chǎng)景，是需要人工智能解決的具體問(wèn)題。人工智能應(yīng)用落地首先要明確的就是具體應(yīng)用場(chǎng)景，如銀行風(fēng)控的場(chǎng)景、零售營(yíng)銷的場(chǎng)景、工業(yè)質(zhì)檢的場(chǎng)景等，應(yīng)用場(chǎng)景定義越清晰，越有助于人工智能的落地應(yīng)用。明確具體的應(yīng)用場(chǎng)景之后，可以進(jìn)一步了解以往人工處理的過(guò)程和步驟，以及訪談業(yè)務(wù)專家在解決具體問(wèn)題過(guò)程的經(jīng)驗(yàn)和專業(yè)知識(shí)等。
 

　　模型是對(duì)應(yīng)用場(chǎng)景的抽象，是利用數(shù)學(xué)語(yǔ)言或計(jì)算機(jī)語(yǔ)言來(lái)描述現(xiàn)實(shí)的應(yīng)用場(chǎng)景。建立的模型越接近真實(shí)場(chǎng)景，模型對(duì)真實(shí)場(chǎng)景的解釋性越強(qiáng)，人工智能應(yīng)用的效果也越好。同樣的應(yīng)用場(chǎng)景，建立或選取不同的模型，有可能導(dǎo)致結(jié)果的差異較大。在建立或選取模型的過(guò)程中，如果加入具體的專業(yè)知識(shí)，可以更加有效的反應(yīng)真實(shí)場(chǎng)景，這樣得出的模型效果通常比純從數(shù)據(jù)角度訓(xùn)練和學(xué)習(xí)出來(lái)的模型效果會(huì)更優(yōu)。
 

　　數(shù)據(jù)是在具體應(yīng)用場(chǎng)景中采集到的相關(guān)數(shù)據(jù)。實(shí)際情況下，特別在信息化和數(shù)字化比較緩慢和薄弱的領(lǐng)域，有可能針對(duì)具體的應(yīng)用場(chǎng)景，并沒(méi)有特別好的數(shù)據(jù)，甚至可能還沒(méi)有合適的數(shù)據(jù)，針對(duì)這樣的情況需要從數(shù)據(jù)采集開始，逐步積累更高質(zhì)量的可用數(shù)據(jù)；也有許多領(lǐng)域經(jīng)過(guò)信息化和數(shù)字化的過(guò)程，已經(jīng)有許多的數(shù)據(jù)，但數(shù)據(jù)質(zhì)量并不樂(lè)觀，需要進(jìn)一步的數(shù)據(jù)清洗。數(shù)據(jù)是人工智能時(shí)代的生產(chǎn)資料，數(shù)據(jù)質(zhì)量的好壞，很大程度上決定了人工智能應(yīng)用效果。
 

　　算法是利用數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練和擬合的方法。常用的算法如線性回歸、邏輯回歸、決策樹、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等，不同的算法訓(xùn)練的模型在結(jié)果上會(huì)有差異。算法是人工智能時(shí)代的生產(chǎn)工藝和方法，算法決定模型的準(zhǔn)確度，以及模型訓(xùn)練的效率等。
 

　　算力即計(jì)算能力，是人工智能應(yīng)用的基礎(chǔ)設(shè)施。常用的算力資源包括CPU、GPU等，以及近年來(lái)針對(duì)特定場(chǎng)景，如自動(dòng)駕駛、圖像識(shí)別等，開發(fā)的專用計(jì)算芯片等。數(shù)據(jù)規(guī)模的不斷擴(kuò)大，以及模型復(fù)雜度不斷提高，對(duì)算力的要求也越來(lái)越高。正因如此，單顆芯片的算力也在不斷的提高，采用的工藝從14nm向7nm等升級(jí)。人工智能算力的獲取方式，如公有云、超算中心、地方智算中心等，也更加多樣化。
 

　　三、人工智能應(yīng)用落地的關(guān)鍵成功要素
 

　　人工智能應(yīng)用落地的五大要素中，具體哪些要素才是人工智能應(yīng)用落地的關(guān)鍵成功要素呢？實(shí)際上得針對(duì)每個(gè)具體的人工智能應(yīng)用進(jìn)行具體分析，任何一個(gè)要素或幾個(gè)要素都可能是決定具體人工智能應(yīng)用的決定性要素，以下就政府、大企業(yè)大機(jī)構(gòu)、傳統(tǒng)領(lǐng)域中小型企業(yè)及AI技術(shù)企業(yè)等幾類不同性質(zhì)的組織分別討論其通常人工智能應(yīng)用項(xiàng)目落地的關(guān)鍵成功要素。
 

　　1.政府人工智能應(yīng)用落地關(guān)鍵成功要素探討
 

　　討論政府人工智能應(yīng)用落地時(shí)，包括兩個(gè)層面的討論，一是關(guān)于政務(wù)服務(wù)或監(jiān)管職能方面的應(yīng)用，二是關(guān)于地方人工智能產(chǎn)業(yè)發(fā)展。政務(wù)服務(wù)或監(jiān)管職能方面的應(yīng)用，人工智能落地通常最關(guān)鍵的要素是應(yīng)用場(chǎng)景和數(shù)據(jù)兩個(gè)要素。政府內(nèi)部事務(wù)龐雜，涉及的利害關(guān)系較多等，明確具體的應(yīng)用場(chǎng)景和邊界，把需要人工智能解決的問(wèn)題定義清楚，就取得了關(guān)鍵一步的成功。然后是針對(duì)具體應(yīng)用場(chǎng)景的數(shù)據(jù)，政府內(nèi)部數(shù)據(jù)多，經(jīng)過(guò)電子政務(wù)的發(fā)展，已經(jīng)積累了許多的數(shù)據(jù)，但政府部門的數(shù)據(jù)質(zhì)量不見得很好，特別是針對(duì)具體應(yīng)用場(chǎng)景的數(shù)據(jù)，需要進(jìn)行專門的清洗和整理，才能形成針對(duì)具體應(yīng)用場(chǎng)景的高質(zhì)量數(shù)據(jù)。明確了應(yīng)用場(chǎng)景和清洗得到高質(zhì)量的數(shù)據(jù)，在政務(wù)服務(wù)和監(jiān)管職能等方面的人工智能應(yīng)用落地成功的可能性就很大了。
 

　　關(guān)于地方人工智能產(chǎn)業(yè)發(fā)展，也應(yīng)當(dāng)結(jié)合地方具備的優(yōu)勢(shì)要素，走適合當(dāng)?shù)氐娜斯ぶ悄墚a(chǎn)業(yè)發(fā)展路徑，并不是每個(gè)地方都合適蜂擁去建算力中心，或者花大力氣引進(jìn)AI人才和企業(yè)，招商引資很重要，但如何發(fā)揮當(dāng)?shù)貎?yōu)勢(shì)內(nèi)生培育或發(fā)展產(chǎn)業(yè)可能更重要。北京、上海、深圳等聚集了人工智能發(fā)展要素相對(duì)齊全，因此人工智能產(chǎn)業(yè)的全產(chǎn)業(yè)鏈發(fā)展都取得不錯(cuò)的效果。南京、武漢、西安等高校資源豐富，如果能夠把人才資源等優(yōu)勢(shì)發(fā)揮好，人工智能產(chǎn)業(yè)的全產(chǎn)業(yè)鏈發(fā)展也不是不可能。蘇州等長(zhǎng)三角城市及珠海等珠三角城市，具有雄厚的產(chǎn)業(yè)基礎(chǔ)，特別是工業(yè)制造實(shí)力超群，可以提供了豐富的人工智能應(yīng)用場(chǎng)景，推動(dòng)人工智能應(yīng)用落地也是推動(dòng)當(dāng)?shù)禺a(chǎn)業(yè)的智能化轉(zhuǎn)型升級(jí)。其他一些城市如果有較大規(guī)模受過(guò)?？埔陨辖逃娜瞬牛蛟S可以圍繞“數(shù)據(jù)”要素，重點(diǎn)發(fā)展數(shù)據(jù)采集、清洗、標(biāo)注等領(lǐng)域。其他一些地區(qū)如果結(jié)合當(dāng)?shù)氐哪茉促Y源優(yōu)勢(shì)，并配套良好的網(wǎng)絡(luò)等基礎(chǔ)設(shè)施，或者可以重點(diǎn)發(fā)展算力為重點(diǎn)的產(chǎn)業(yè)。
 

　　2.大企業(yè)大機(jī)構(gòu)人工智能應(yīng)用落地關(guān)鍵成功要素探討
 

　　大企業(yè)里和大機(jī)構(gòu)里人工智能應(yīng)用落地的關(guān)鍵成功要素通常與其數(shù)字化發(fā)展階段關(guān)系緊密，通常針對(duì)數(shù)字化發(fā)展水平較領(lǐng)先的大企業(yè)大機(jī)構(gòu)，如龍頭企業(yè)和銀行等，人工智能應(yīng)用落地的關(guān)鍵成功要素則是模型和算法。不論是企業(yè)或機(jī)構(gòu)內(nèi)部的團(tuán)隊(duì)還是合作的外部團(tuán)隊(duì)，除了AI團(tuán)隊(duì)參與，具體業(yè)務(wù)問(wèn)題的專家參與問(wèn)題的定義和重要特征提取，把專家知識(shí)與數(shù)據(jù)建模結(jié)合起來(lái)，選取合適的算法或者改進(jìn)相關(guān)算法，提高模型的準(zhǔn)確性和有效性，解決具體的應(yīng)用場(chǎng)景的問(wèn)題。針對(duì)數(shù)據(jù)化發(fā)展水平相對(duì)較差的大企業(yè)大機(jī)構(gòu)，其關(guān)鍵成功要素與傳統(tǒng)領(lǐng)域中小型企業(yè)的成功要素基本一樣。
 

　　3.傳統(tǒng)領(lǐng)域中小型企業(yè)人工智能應(yīng)用落地關(guān)鍵成功要素探討
 

　　傳統(tǒng)領(lǐng)域中小型企業(yè)多數(shù)處于數(shù)字化、智能化轉(zhuǎn)型升級(jí)的重要階段，整體數(shù)字化進(jìn)程相對(duì)慢一些，因此，人工智能應(yīng)用要在這類企業(yè)落地關(guān)鍵在于應(yīng)用場(chǎng)景、數(shù)據(jù)和模型。對(duì)于這類企業(yè)的人工智能應(yīng)用落地，遵循由易到難和迭代升級(jí)的策略，先從有數(shù)據(jù)、數(shù)據(jù)質(zhì)量好、見效快以及具備一定容錯(cuò)空間的應(yīng)用場(chǎng)景入手，清洗整理出可用于人工智能訓(xùn)練的數(shù)據(jù)，并結(jié)合相應(yīng)業(yè)務(wù)的專業(yè)知識(shí)和經(jīng)驗(yàn)等，提取有價(jià)值的特征加入到模型訓(xùn)練過(guò)程中。如果類似的人工智能應(yīng)用在企業(yè)里落地，不論是一個(gè)應(yīng)用還是幾個(gè)應(yīng)用，能夠幫助企業(yè)降本增效，企業(yè)就會(huì)更加愿意繼續(xù)加大對(duì)人工智能應(yīng)用的投入。
 

　　4.AI技術(shù)應(yīng)用型企業(yè)人工智能應(yīng)用落地關(guān)鍵成功要素探討
 

　　AI技術(shù)應(yīng)用型企業(yè)的通常具備一定的算法和模型方面的能力，所以對(duì)于AI技術(shù)應(yīng)用型企業(yè)人工智能應(yīng)用落地的關(guān)鍵成功要素是應(yīng)用場(chǎng)景和數(shù)據(jù)。AI技術(shù)應(yīng)用企業(yè)需要加深對(duì)應(yīng)用場(chǎng)景的認(rèn)識(shí)和理解，結(jié)合應(yīng)用場(chǎng)景的實(shí)際情況及專業(yè)知識(shí)，改善和提升算法和模型的效果及性能。應(yīng)用場(chǎng)景對(duì)應(yīng)的高質(zhì)量的數(shù)據(jù)，并不容易獲取，也常常成為制約AI技術(shù)應(yīng)用型企業(yè)發(fā)展的重要因素。所以AI技術(shù)應(yīng)用型企業(yè)通常的發(fā)展路徑是通過(guò)一兩個(gè)具體的技術(shù)服務(wù)項(xiàng)目，在項(xiàng)目中積累對(duì)應(yīng)用場(chǎng)景的理解，以及利用項(xiàng)目中的數(shù)據(jù)訓(xùn)練和完善模型，后續(xù)將訓(xùn)練的模型開發(fā)成標(biāo)準(zhǔn)化的應(yīng)用產(chǎn)品，遷移應(yīng)用到其他客戶的類似場(chǎng)景等。
 

　　結(jié)語(yǔ)
 

　　人工智能產(chǎn)業(yè)的發(fā)展離不開人工智能應(yīng)用的落地，只有人工智能應(yīng)用落地的領(lǐng)域和場(chǎng)景越來(lái)越多，人工智能技術(shù)的價(jià)值才能得到體現(xiàn)，人工智能產(chǎn)業(yè)才能茁壯發(fā)展。推動(dòng)和促進(jìn)人工智能應(yīng)用落地，每個(gè)人工智能應(yīng)用落地項(xiàng)目都應(yīng)具體分析，明確是應(yīng)用、模型、數(shù)據(jù)、算法和算力五大要素中哪個(gè)或哪幾個(gè)關(guān)鍵要素決定了項(xiàng)目的成敗，并有針對(duì)性的解決關(guān)鍵要素中遇到的問(wèn)題，保障人工智能應(yīng)用的落地。分析人工智能應(yīng)用落地的五大要素，不僅可以把握具體人工智能應(yīng)用落地的成敗，而且可以進(jìn)一步掌握人工智能發(fā)展的核心機(jī)會(huì)，后續(xù)將具體分析，歡迎持續(xù)關(guān)注。