近年來，隨著人工智能相關政策持續落地、核心技術不斷突破、產業融合逐步形成，我國人工智能發展舉世矚目。目前，經歷了爆發式發展之后，我國人工智能行業開始回歸理性，更多地關注產業落地場景。然而，在深入產業落地的過程中，人工智能仍然面臨挑戰。

　　國家工業信息安全發展研究中心近日發布的《人工智能中國專利技術分析報告》顯示，截至2019年10月，中國人工智能（AI）專利申請量累計44萬余件，成為這一領域專利申請量最多的國家。百度、騰訊、浪潮、華為專利申請數量名列前茅。

　　近年來，隨著全球經濟發展進入深度調整期，各國對于日益崛起的人工智能等前沿技術越發重視，美國、歐盟、日本、韓國、中國等國家和地區紛紛將人工智能上升為國家戰略，相繼出臺了一系列戰略規劃與政策舉措，力圖搶占產業化發展的主導權。目前，我國已有19個省份先后發布人工智能專項政策。業內人士表示，我國在人工智能領域有望領先全球。

　　在政策推動及產業界的努力下，人工智能經歷了爆發式發展階段，同時也出現了一些泡沫。在剛剛過去的2019年，我國人工智能經歷了明顯的泡沫降溫，行業開始回歸理性，更多地關注產業落地場景。然而，在近日舉行的2019愛分析·中國人工智能高峰論壇上，業內人士表示，在深入產業落地的過程中，人工智能仍然面臨挑戰。

　　人工智能將持續升溫

　　近年來，隨著人工智能相關政策持續落地、核心技術不斷突破、產業融合逐步形成，中國人工智能發展舉世矚目。據國際數據公司（IDC）統計，2019年全球人工智能市場規模達到375億美元，中國AI市場預計占全球的12%，成為全球第二大AI單一市場，且市場規模保持高速增長。

　　目前，人工智能已經在互聯網、金融和安防等領域逐步落地，未來人工智能將與更多傳統產業相結合，幫助傳統產業轉型升級。中國社科院人口與勞動經濟研究所、社會科學文獻出版社近日聯合發布的《人口與勞動綠皮書：中國人口與勞動問題報告No.20》預測，“十四五”時期，機器人和人工智能將全面影響勞動力市場。根據課題組研究估算顯示，新技術應用對中國制造業普通勞動力崗位替代率為19.6%。

　　而未來隨著5G的大規模商業化，中國AI發展也將迎來新的機遇。據總部位于倫敦的行業組織GSMA預測，到2025年，中國預計將擁有6億5G用戶，占全球總數的40%。中國巨大的用戶規模產生的海量數據，將為AI技術提供更新迭代的必備“養料”。

　　賽迪顧問在其整理的《2019-2021年中國人工智能與智能制造市場預測與展望數據》中也預測，未來三年，中國人工智能市場將持續升溫，市場規模將保持30%左右的增長速度。到2021年，人工智能市場規模將突破800億元，中國智能制造系統集成市場規模將達到2948.9億元。

　　賽迪預計，未來三年，人工智能市場行業結構分布基本保持不變，人工智能技術在互聯網、金融和安防領域仍舊擁有較高的市場占比。預計到2021年，人工智能在互聯網行業的市場規模達到161.1億元，占比為19.68％；在金融領域的市場應用規模達到155.66億元，占比為19.01％；智能安防市場規模達到123.61億元，占比為15.10％。

　　深入產業落地仍存挑戰

　　然而，在深入產業落地的過程中，人工智能仍然面臨挑戰。業內人士表示，當用人工智能的眼光看待傳統行業的時候就會發現，數據采集往往還不夠。有關數據的采集、數據的傳輸等會大大影響人工智能的落地和產業升級。

　　“好的落地場景一定要有數據支撐，能夠清楚地描述場景是什么樣子的。”百分點CTO劉譯璟表示，AI如果想要落地場景的話，企業首先要能講清楚自己的業務價值，并有數據作支撐。

　　云測數據總經理賈宇航也認為，目前人工智能正在逐漸落地的進程中，數據是非常重要的一環，現階段AI落地缺乏數據支持，尤其欠缺“小數據”。“小場景數據的缺乏增加了真正落地的困難度。比如，關于人的行為姿態的數據非常多，但人跌倒的數據非常少，而我們恰恰就是要檢測跌倒，識別跌倒并及時給出警示。很多行業和很多領域應用人工智能技術時，其痛點也是小數據。”

　　“數據是AI的生產力，但每個行業的數據標準都不一樣，所以在算法實際落地到場景時，因為數據不一樣，導致有價值的數據不能用，只能重新積累相關數據。”快商通執行董事肖龍鵬在談到AI落地的困境時也談及數據。他稱，在AI助力企業數字化這一塊，需要從產品和交付能力兩個維度來看，分別是數據運營能力和生態建設能力。比如，生物識別技術落地于保險領域，剛開始提供的是技術能力，當技術產生了價值，產生了數據之后，新的問題又來了，那就是客戶并不會做數據的運營，人工智能技術提供方要配合客戶做數據的價值化挖掘，從數據挖掘再反推到數據上，這是人工智能技術提供方需要提升的地方。

　　除此之外，肖龍鵬認為，人工智能落地還需要下游客戶的包容。在他看來，客戶的期望值和與人工智能技術的成熟度很多時候是處于兩個階段，客戶期望用人工智能技術發現業務場景中的痛點并完美解決，但現實是人工智能很多時候還無法做到這一點。這個時候就需要客戶對技術具有一定的包容度，愿意讓技術在實際業務場景中訓練并提升產品的成熟度。“這是目前人工智能技術落地場景的一個難點，如果無法得到很好的協調和解決，技術落地和業務周期就會拉長。”（記者 崔彩鳳）

　　轉自：中國高新技術產業導報