两年前，一场围棋的人机大战掀动了人工智能的热潮，各类AI创业公司如雨后春笋般涌现，资本纷纷加码，深度学习、神经网络等概念炙手可热。然而，除了人脸识别、语音智能之外，人工智能带来的惊喜与公众的期待还有相当距离，以致于有人问：“光会下棋的机器人有用吗？”

 

   此前，创新工场董事长兼CEO李开复曾谈过这个问题。他将人工智能的发展大致分成了四个阶段，分别是互联网智能化、商业智能化、实体世界智能化和自主智能化。他说，每一波浪潮都以不同方式利用人工智能的力量，颠覆不同产业，让人工智能更深层地融入人们的生活，而现在，人工智能领域显然还存在着大量技术瓶颈。

    “今天的AI解决了很多问题，但是，这些问题在行业内部可能根本就不是最重要价值链条上的一环，AI做的仅是锦上添花的事，重要价值链条的问题可能目前的AI技术还是解决不了。”创新工场人工智能工程院执行院长王咏刚进一步补充。

    “容易摘的果子都摘完了”

    在谈及人工智能的发展时，数据是绕不过去的话题，被称为AI发展的“石油”。天风证券副总裁赵晓光曾言：“未来所有的竞争就是围绕四个字：精准数据，得数据者得天下。”

    在赵晓光看来，人工智能首先要有数据，智能手机通过各种传感器拿到了海量的数据，所以才有了整个ToC领域（面向消费者领域）的软件产业化和IT产业的发展。他认为，未来整个信息产业所有的创新都会围绕怎么拿到数据、怎么处理数据、怎么转化和输出数据等三个维度展开。

    中国拥有海量的数据，也正是因此，中国企业发展人工智能的路径基本依赖机器对于数据的学习，例如流程广告预测、商品推荐、语音识别、人脸识别等。在行业发展早期，基于数据学习的发展十分迅猛，“这些果子特别容易摘，因为只要把AI用起来计算总结，就能得到结果。”王咏刚说。

    王咏刚把现阶段的AI称为人工智能1.0阶段，“从1.0到2.0，AI的角色是从科研转变至商业赋能。”他表示，人工智能刚开始是以一个科技创新为主的形态出现的，那时候科学家、技术人员会是人工智能行业的主导，在海量数据的练习中，人工智能取得了非常快速的发展和重要的商业成果。

    “而下一步人工智能想真正发挥作用，就必须向着各个行业、各个领域逐步深入发展。”王咏刚说，这个深入发展不仅仅是需要科技创新，还需要人工智能技术和每一个行业的领域知识，以及每个行业的业务流程紧密结合，这才能真正提高行业效率、降低行业成本。“所以AI赋能，必须进入到行业中去，必须进入到业务中去。”

    “深耕需要大家一起努力”

    2018年，人工智能领域经历了一波“挤泡沫”的过程，不少AI创业公司的估值下降了20%30%，甚至直接被行业淘汰。据《2018中国人工智能投资市场研究报告》显示，2012年至2018年上半年，中国共有580家企业获得投资，而成功融资四轮以上的企业仅占1成左右。留下来的企业大都在探索和行业的深度融合问题，但目前来看，成效并不显著。

    对此，王咏刚也表示，从单纯的科技创新到人工智能商业赋能是一个必然的发展道路，因为任何单纯的科技创新都没办法支撑一个更大规模的产业级应用。不过他也指出，在这条路上，最大的挑战就是核心的人工智能人才对行业里的场景和业务流程并不熟悉。

    “经常会发现我们很多的人工智能公司送到行业里面适用的人工智能产品，看上去非常酷，在科技上可以拿到各种比赛的第一名，但是并不能解决行业最关注的效率问题。”王咏刚说。

    中国科学院秘书长邓麦村也表示，人工智能的前沿技术成果和产业实际需求之间需要纽带来连接，只有通过创新链、产业链和资本链的三点联动，才有利于技术与产业的双向助力。

    为此，在投资AI领域创业项目的基础上，创新工场成立了人工智能工程院，并于近日扎根粤港澳大湾区，将新募集的第三期25亿元人民币资金加码AI、大数据等赛道，探索AI落地场景。“资本能够为人工智能产业发展注入强劲动力，资本与技术有机结合、进而使产业落地为商业机会，是产业高速发展的最强路径。”王咏刚希望借助资本的力量，让这种结合更快、更深地进行。

    “实际上，从科研实验室中走出来的深度学习、迁移学习、强化学习等技术已经开始深入到金融、零售、交通等具体的行业领域，并与行业需求紧密结合，但这些结合尚处于早期初浅阶段。”王咏刚说，“在人工智能技术跨过‘最容易摘的果子’阶段之后，深耕需要大家一起努力。”