AI商业化如何避免“一地鸡毛”

真正切入行业

“实际上，很多人把人工智能讲得太玄乎。”陈建文表示，之所以会有AI商业化，就是因为互联网、物联网使得“连接”已经不再是问题，而“连接”进来的数据需要做分析。陈建文认为，互联网有三大属性在线、交互、智能，“人工智能无非就是这些内容，如环境、智能代理、AI、VR、3D以及计算机视觉、语音识别、自然语言处理等。”

目前，除了基础的机器学习技术，计算机视觉、机器学习、自然语言处理、机器人和语音识别五大相关技术因为与传统行业融合发展的潜力巨大，其产业化前景被市场看好。AI在医疗、安防、支付、车联网、智能家居、工业自动化等领域的应用也成为一个个的创业风口。

陈建文不否认AI的发展趋势，但是，他认为，目前人工智能涉及的所有行业中，99%的创业项目为非关键性应用，致力于纯粹的技术创新的“全部是大公司的跑道”。

“以人脸识别为例，阿里巴巴集团等大公司的人脸识别技术是免费提供的，因此，对于很多小型人工智能公司来说，人脸识别技术的研发变得没有意义，基于API的商业模式没有扩展，算法壁垒越来越低，极容易被产业上下游挤压。”陈建文说。

朗玛峰创投合伙人吕钊建也表示，“从投资机构的角度来讲，大方向一定是看好的，但是产业化进程可能不像很多创业者想象的那么容易，基于用户需求的人工智能应该会率先得到机构和产业的认可。”

如何使得AI技术更好地实现商业化？陈建文认为，目前，国内AI商业化形成的市场规模中，针对消费者的市场（To C）还不够成熟，但是企业级服务（To B）的市场空间很大。

图森未来创始人兼CEO陈默解释道，To C首先面临的问题是个体消费者的需求定义不明确，其次，个体消费者的支付能力远弱于To B。

“以无人驾驶系统为例，一套无人驾驶系统对个人消费者而言，一年内的使用率不足15%，使用率过低。”陈默表示，“但是，作为To B的运营车辆，它一天的使用时间超过20个小时，使用率非常高，所以，企业对于一套自动驾驶系统更有支付意愿。”

陈建文认为，人工智能产业需要加速，企业未来发展的脉络在于真正切入行业，做行业解决方案，用智能解决方案深入各个行业是未来智能生态架构的必然要求。

做好人机交互

人工智能的实质是在深度神经网络上构建的一个符号处理系统。公子小白智能机器人创始人严汉明认为，“人类从原始打结开始，到象形文字，直至发展到今天，形成了一整套非常复杂的交流语言处理系统，除了可以正常表达以外，还可以通过文字的处理和组合实现联想和推理。”

人机交互正是人类交流语言处理系统的延伸，人机交互的升级建构着未来人工智能应用的场景，做好人机交互是AI商业化道路上不可或缺的重要组成部分，正如阿里巴巴人工智能实验室负责人浅雪所言“每一次变革都是人机交互方式的变革。”

华捷艾米软件科技有限公司联合创始人沈瑄介绍了人机交互的演化进程，“50年代，我们通过键盘产生人与人、人与机器的交互；有了windows后，我们通过鼠标来实现人与机器的交互；到2000年左右的时候，苹果的iPhone问世，人与机器通过触摸（touch）发生交互。现在以及下一代的人与机器将通过视觉加语音实现交互。”

人机与自然语言的交互包括了语音、人脸图像、手势、虹膜、体感以及人的肢体动作。严汉明表示，通过人工智能深度神经网络能够把一些感知交互做到非常深入，进而通过知识图谱可以把人们的认知结合起来，但是，就目前而言，人工智能技术还处于高感知、低认知的状态。

“在弱人工智能时代，机器通过技术和用户画像的结合，包括人工智能的记忆推理和参数变化等，来进行与人的交互及其与场景的结合，通过动作和情感的合成来输出显示。例如，通过与智能家居和智慧社区结合，机器可以直接跟物业及周边的生活服务配套进行交流，通过自然语言的交互，可以完成机器的直接下单与信息的查询传递等。”严汉明说。

此外，沈瑄认为，“端+云”也是人工智能未来需要着力发展的方向。“现在的移动化设备人人都有，全球有20亿部甚至更多的手机终端，通过这种简单的终端上传数据—云端下载数据的模式肯定是远远不够的。”