文章来源于公众号：AI研究社
自20世纪50年代以来，三次技术革新浪潮中，人工智能诞生并发展。
现阶段，人工智能正在从专有人工智能向通用人工智能发展过渡，由数据、算法、计算等互联网技术群和应用场景互为推动，协同发展，自我演进。
人工智能已不再局限于模拟人的行为结果，而拓展到“泛智能”应用，即更好地解决问题、有创意地解决问题和解决更复杂的问题。这些问题既包含人在信息爆炸时代面临的信息接受和处理困难，也包含企业面临的运营成本逐步增加、消费者诉求和行为模式转变、商业模式被颠覆等问题，同时还包含社会亟需解决的对自然／环境的治理、对社会资源优化和维护社会稳定等挑战。
人工智能应用空间：三类关键商业流程特性预测人工智能应用空间
人工智能具备“快速处理”和“自主学习”两种能力，并已在图像识别、语言识别、自然语言处理等多个方面成功应用。本报告通过分析典型的商业流程，从三类关键商业流程特性预测了人工智能的应用空间。研究发现，人工智能最适于解决符合以下特点的商业问题：
其一，行业存在持续痛点。
其二，商业流程本身具备数字化的信息输入，问题可以细分并清晰地界定，商业流程存在重复，且获得的结果的沟通以书面沟通或单项沟通为主；其三，商业流程较少受整体商业环境的复杂影响。
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（参阅图2）：
情景一： 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。
情景二：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。
情景三：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。
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”。
人工智能产业链中，基础层是构建生态的基础，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（参阅图3）。
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（参阅图4）。
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、IBMWatson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SystemML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，IBMWatson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。
人工智能对企业的启示：抓住战略机遇，构建竞争优势
传统企业的竞争优势主要来自于两个方面：
其一，在企业布局上，企业有专有的固定资产、品牌、知识产权等资源，在所在领域取得规模经济和范围经济，并通过门店和经销商网络建立了稳定的客户关系；
其二，在企业自身的能力上，企业积累独特的人力资源和技能，并在流程上尽可能精简。
大数据和人工智能将企业竞争带入新的纪元，互联网不仅连接虚拟空间，还连接人和资产所在的现实空间。人工智能时代，企业竞争优势转变为算法和数据资产，建立学习网络和数据生态，360度洞察消费者，通过人工智能不断地学习产生新的知识，同时再数据驱动下，进行即时自动决策。
为实现快速转型，在人工智能阶段构建新的竞争优势，传统企业需要携手互联网企业，探索新的商业模式。通用电气（GE）公司与微软公司近期宣布合作将通用电气用于工业互联网的Predix平台登陆MicrosoftAzure云平台为工业客户提供服务。2015年，富士康和阿里巴巴合作发起“淘富成真”项目，这一项目开放富士康世界级的设计、研发、专利、供应链、智造等能力，阿里云的云计算平台和大数据处理能力，YunOS物联网操作系统能力，阿里电商平台、淘宝众筹能力，同时引入基金和孵化器等企业为创业者提供全链路创新创业服务，目的是帮助中小智能硬件的创业者，完成硬件创业孵化的闭环。
转载自：AI研究社
版权声明：本号内容部分来自互联网，转载请注明原文链接和作者，如有侵权或出处有误请和我们。
AI研学社【aiyanxueshe】专注全球AI业界、学术和开发三大方向的深度报道，分享最受欢迎的AI资讯，让你的关注获得持续的学习机会，和你一起探索未来，改变认知
