會(huì)造成這一現(xiàn)象是有很多原因的,首先,AI前期投入高,回報(bào)未知,很可能造成虎頭蛇尾的局面;其次,很多生產(chǎn)過(guò)程能接受的誤差是很小的,AI沒有很好的魯棒性;另外,有一些問題,不單單是數(shù)據(jù)可以解決的,或者其它方案比AI更直觀,更有效。
但是在消費(fèi)者領(lǐng)域的落地相對(duì)容易一些,因?yàn)橄M(fèi)者對(duì)產(chǎn)品的價(jià)格和適應(yīng)性要求不同,只要有部分人認(rèn)可這一產(chǎn)品就是成功能,比如人臉識(shí)別,在消費(fèi)者領(lǐng)域只要識(shí)別率達(dá)到90%就已經(jīng)很不錯(cuò)了,而工業(yè)上即便達(dá)到98%都不行,至少也要達(dá)到99%,甚至99.99%才行。因?yàn)閷?duì)于一個(gè)每天產(chǎn)能在幾十萬(wàn)個(gè)產(chǎn)品的工廠來(lái)說(shuō),如果識(shí)別準(zhǔn)確率達(dá)不到99%以上,就意味著有幾百個(gè)不良品可能成為“漏網(wǎng)之魚”。
因?yàn)楣I(yè)領(lǐng)域?qū)煽啃砸蟾叩枚?,而且客戶需求更加個(gè)性化,因此對(duì)產(chǎn)品穩(wěn)定性和調(diào)試效率有更高要求。鑒于AI應(yīng)用過(guò)程中存在的障礙,被訪者最擔(dān)憂的一點(diǎn)便是缺乏AI技能和專業(yè)知識(shí)。企業(yè)管理層表示,專業(yè)技能掌握不足嚴(yán)重阻礙了各企業(yè)對(duì)AI的大規(guī)模部署,而數(shù)據(jù)相互孤立也在持續(xù)產(chǎn)生著影響。
如何把一個(gè)通用的解決方案做成一個(gè)“落地”的解決方案呢?這就是需要非常巧妙地做好一個(gè)垂直領(lǐng)域行業(yè)的“生態(tài)”,在這個(gè)行業(yè)生態(tài)里,有很多的參與方,大家都能參與進(jìn)來(lái)獲利。最好的例子就是一個(gè)開放的操作系統(tǒng)。而AI現(xiàn)在的狀況是,大家還都是各家在做各家的,沒有聯(lián)成像“操作系統(tǒng)”一樣的生態(tài)。希望AI以后能夠發(fā)展生態(tài),成為“珠聯(lián)璧合”的形式,那時(shí)候人工智能才能真正的落地。
當(dāng)前AI應(yīng)用沒有做到讓整個(gè)行業(yè)脫胎換骨,而要做到AI驅(qū)動(dòng)的“核心決策系統(tǒng)”的優(yōu)化,算法研究的力量可能只占其中比較小的百分比,更多的是要看市場(chǎng)對(duì)這個(gè)系統(tǒng)的態(tài)度,看生態(tài)、同盟的發(fā)展速度,能不能用來(lái)推動(dòng)整個(gè)垂直行業(yè)的躍進(jìn)。
我們相信隨著AI技術(shù)的發(fā)展,當(dāng)人工智能的人才需要具備市場(chǎng)思維,商學(xué)思維,明白建立生態(tài)的重要性,會(huì)發(fā)現(xiàn)各方的互補(bǔ)性,能把大家的需求挖掘出來(lái)。從而使AI技術(shù)的落地不再難。