AI产业化：或已进入1-N式发展

文/ 理逻 陈琳（实习生）

随着海康威视、大华股份的新年股价大涨，市场又开始热衷于对AI产业化的讨论。

近期，国际咨询公司Gartner 将“AI工程化”列为2021年度九大技术趋势之一，这也是继去年“AI民主化”入榜后，Gartner再次对AI技术做出预判。

AI走进产业包含两层含义，一是AI可以用规模化生产的方式来降低产业使用门槛，使技术成本可接受，即“AI民主化”；二是AI可以与具体的产业场景相融合，达成可靠、可见、可信的良性收益，即“AI工程化”。

国际数据公司（IDC）最新发布的《2020-2021中国人工智能计算力发展评估报告》报告预测，中国AI市场规模在2020年将达到63亿美元，同比增长37%；到2021年，约75%的企业应用程序会使用到人工智能；到2024年，中国人工智能市场规模将达到172亿美元；预计未来5年AI行业复合增长率将达44.9%。受全球新冠肺炎疫情影响，中国AI行业2020年增速虽不及预期，但仍然高于全球平均增速。

申万研究认为，当前AI芯片大量成熟量产且性能逐年翻倍，AI技术底座足以支撑应用爆发；同时认为AI生态处于“合-分-合”的2.0阶段，需求快速扩张、技术供应商数量大量涌现，未来AI平台成熟度和影响力不断提升后，行业将走向整合。

华西证券则认为，AI行业中政策端有强有力的政策支持，产业端有基本技术的成熟促进未来十年人工智能场景落地和产业爆发，需求端在疫情催化下带来外部需求加速释放。后疫情时代，在政策、产业、需求三端共振的情况下，人工智能市场将随场景落地而迅速扩容，打开企业成长空间，AI产业化进入快速成长期。

总体而言，在国内，AI技术的应用正在从少数行业扩大到各行各业，从部分场景渗透到全部场景，从局部的探索升级成全面落地。

那么AI行业何时才能迎来人工智能大规模场景落地和产业爆发的拐点？而当前阻碍这一拐点出现的瓶颈又是什么呢？

首先，技术层面AI技术积累基本足以支持产业化爆发，算力是最后的瓶颈。梳理AI行业产业链，AI产业化难点主要在技术层和基础层。技术层主要包括计算机视觉机器学习、智能语音、语义识别等算法方面的研究。基础层主要为AI芯片如CPU、GPU等、传感器、服务器、云计算以及数据方面。

从时间轴看，我国电子信息产业从萌芽、起步、成长到成熟，许多卡脖子的关键技术都有了巨大突破。据清华大学发布的产业智能化白皮书显示，当前全球数据量爆发性增长，到2020年全球数据预计超过40ZB。随着FPGA和ASIC芯片的发展，2020年以后，计算机的运算能力将迈入新的层级，运算能力将突破exaFLOPs 级别，每秒进行百亿亿次的计算。同时算法不断进步，满足复杂和动态场景的需求。即总体而言基础技术能够满足人工智能场景落地和产业爆发。

但仍需认识到，产业的人工智能化是人工智能产业化的更高阶段，如果说人工智能产业化是从0到1，那么产业的人工智能化是从1到无穷大，势必对算力提出更高的要求。实际场景落地不仅需要高要求的算力，且对实现算力的成本提出了要求。传统的计算力供给形式如果无法得到突破，未来必将成为制约算法进化的瓶颈。

对于AI的产业化，技术成熟是需要面临的首要问题，其次是如何使技术与产业更好的紧密结合，真正实现AI产业化发展。

企业借助智能化转型从而提效降费已成为刚需，但仍需考虑落地的配套服务能力、成本因素。

从企业视角出发，新冠肺炎疫情使催生和加速了AI产业化。不同企业对自动化、智能化的需求各不相同，AI企业推出的标准化产品很难满足企业的个性化需求，这需要AI企业深入了解客户的业务场景，帮助其提升关键的业务指标和表现，即人工智能需要与行业Know-how结合，才会有好的成效。例如科大讯飞的语音识别产品必须针对不同场景开发有效的识别方案，安防领域需要针对特定功能吸取数据，基本没有普适的解决方案。成本方面则需要通过软硬件协同优化，产品生态协同共享等方式，让部署AI的成本足以负担。例如通过研发专门的AI芯片和AI服务器提供指数级的算力增长，并规模化出货，才可能让降低落地成本成为可能。

TCL企业CTO孙力也表示：“当人工智能应用于传统企业各类产品和场景的时候，需要很多配套的工程，有可能是边缘运算框架、工程优化，有可能是SaaS系统，而且每个应用场景都要定制化算法、产品的芯片、算力等，如何找到更好的工程实践，贡献产品溢价是个很重要的话题。”

随着规模效应逐渐显现，头部公司优势逐步体现，护城河建立后强者恒强逻辑将凸显。AI行业天生具有强者恒强的属性，因为在赛道前半段领先的头部公司将拥有足够的客户，从而积累数据，在解决用户需求和痛点的同时不断迭代更新算法算力，让客户享受到更优质的产品和服务。客户粘性建立后，付费意愿增强，从客户到数据到产品的环环紧扣的螺旋式进步为公司获得议价权，护城河最终建立，头部优势凸显。

相反，大浪淘沙中绝大部分概念型企业将被淘汰。“AI产业化是一条漫长之路，任何技术的成熟与应用都不是一蹴而就的。而在这之中，部分企业为了炒作概念，贴合发展热潮，追求快速商业化变现，便随意对一些产品或技术贴上AI发展的标签，形成了伪AI现状，这不论对AI产业投资和AI企业发展都是不健康的。”亿欧刘玉豪表示。

资料来源：Gartner

　　版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“融道中国”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。

延伸阅读