投入大見效慢，還要做AI？
AI前線導(dǎo)讀：年末技術(shù)盤點(diǎn)里程碑有一大半跟人工智能相關(guān)、人工智能企業(yè)屢次獲得巨額融資、今天人工智能在某個(gè)指標(biāo)上達(dá)到甚至超過人類水平、明天人工智能在某個(gè)比賽中打敗了人類、據(jù)分析人工智能可能取代多少人類的工作
人工智能又一次走到了風(fēng)口浪尖上，從政府、學(xué)術(shù)界、企業(yè)界、投資界到創(chuàng)業(yè)者們，無一不將人工智能視為未來方向；而媒體鋪天蓋地的報(bào)道，更是讓人工智能快速占領(lǐng)了每一個(gè)普通人的視聽。
但是無限風(fēng)光的背后，又怎么可能沒有一點(diǎn)陰影？
都說自己在做人工智能，其實(shí)壓根不知道人工智能能做什么。
連產(chǎn)品模式都還不清晰，憑什么拿到那么高的估值？
說能幫我們解決問題，結(jié)果連我們的場(chǎng)景都不清楚。
不能大規(guī)模商業(yè)化、不能幫企業(yè)盈利，那為什么要為AI買單？
高大上的AI技術(shù)如何真正落地、帶來實(shí)際價(jià)值，已經(jīng)成為尋求轉(zhuǎn)型的傳統(tǒng)公司、專注于提供AI技術(shù)服務(wù)的初創(chuàng)企業(yè)、業(yè)務(wù)規(guī)模龐大的集團(tuán)公司共同遭遇的危機(jī)。
本文根據(jù)平安集團(tuán)SMART科技大會(huì)采訪內(nèi)容整理而成。
AI，看上去很美
從積極的一面來看，人工智能催生了大量新技術(shù)、新企業(yè)和新業(yè)態(tài)，為個(gè)人、企業(yè)、國家乃至全球提供了新的經(jīng)濟(jì)增長點(diǎn)，甚至可能成為第二次工業(yè)革命。
IDC預(yù)計(jì)，全球人工智能支出到2020年將達(dá)到2758億人民幣，未來五年復(fù)合年增長率將超過50%。中國人工智能技術(shù)支出將達(dá)到325億元，占全球整體支出的12%。
從消極的一面來看，盡管人工智能開啟了一個(gè)全新的時(shí)代，但也在不斷滋生著泡沫，吹捧有之，跟風(fēng)有之，噱頭有之。近兩年，數(shù)十家中美AI創(chuàng)業(yè)企業(yè)密集倒閉，大量AI創(chuàng)業(yè)項(xiàng)目中途夭折，不免讓人感慨，人工智能是否只是看上去很美？
3年前你都不好意思說你是做人工智能的，而今天你都不好意思說不做人工智能了。
泛人工智能是人工智能火爆之后催生的一種現(xiàn)象，就是把什么東西都叫人工智能。如今沒有哪個(gè)企業(yè)不想擁抱人工智能，但當(dāng)前人工智能技術(shù)的采用程度到底如何？
麻省理工學(xué)院SloanManagementReview最近對(duì)3000位高管、經(jīng)理和分析師進(jìn)行的一項(xiàng)調(diào)查顯示了一個(gè)令人驚訝的結(jié)果：目前大多數(shù)公司還沒有采用人工智能技術(shù)，只有不到四分之一的受訪者表示已經(jīng)采用人工智能技術(shù)，還有23％的受訪者正在進(jìn)行一些試點(diǎn)項(xiàng)目，而有54％的受訪者表示他們還沒有開始采用人工智能技術(shù)。這與AI前線在年終總結(jié)時(shí)所做的一份落地情況調(diào)查結(jié)果相近。
麻省理工學(xué)院的調(diào)查中也列出了可能阻礙企業(yè)采用人工智能的幾大障礙：
對(duì)于已經(jīng)理解并采用人工智能的組織（領(lǐng)導(dǎo)者），人才缺口、競(jìng)爭(zhēng)激烈的投資和對(duì)安全的擔(dān)憂是他們的主要障礙。
與此同時(shí)，尚未采用人工智能（被動(dòng)）的企業(yè)認(rèn)為需要識(shí)別業(yè)務(wù)應(yīng)用場(chǎng)景、缺乏管理支持、技術(shù)能力有限是其主要挑戰(zhàn)。
AI落地困境
當(dāng)前的人工智能實(shí)際上是數(shù)據(jù)驅(qū)動(dòng)的智能，也就是基于大數(shù)據(jù)的智能。中國科學(xué)院深圳先進(jìn)研究院首席科學(xué)家須成忠教授認(rèn)為這一波人工智能涉及ABCD四個(gè)概念，A算法，B大數(shù)據(jù)，C計(jì)算平臺(tái)（如云計(jì)算平臺(tái)），D領(lǐng)域知識(shí)，技術(shù)必須跟領(lǐng)域結(jié)合。技術(shù)不結(jié)合場(chǎng)景，就只是一個(gè)技術(shù)而已。
目前AI在醫(yī)療、金融、交通等多個(gè)領(lǐng)域皆有不同程度的滲透，雖然行業(yè)不同，但AI落地時(shí)遇到的困境卻多有類似，其中場(chǎng)景和數(shù)據(jù)是最常被提到的兩項(xiàng)。
為什么企業(yè)要為AI買單？
據(jù)平安醫(yī)療健康管理股份有限公司首席技術(shù)執(zhí)行官穆強(qiáng)介紹，目前AI在平安醫(yī)療健康的應(yīng)用主要分為面向病患和面向醫(yī)護(hù)人員兩種類型。
面向病患：利用AI技術(shù)對(duì)患者分層，通過患者的就醫(yī)習(xí)慣和行為畫像定義風(fēng)險(xiǎn)等級(jí)，再匹配需要的醫(yī)療水平，也叫做醫(yī)療能力分層或者患者需求分層，從而把醫(yī)療的供給測(cè)和需求側(cè)匹配起來、協(xié)調(diào)醫(yī)療資源。
面向醫(yī)護(hù)人員：用AI給醫(yī)療行業(yè)賦能，借助AI為處方點(diǎn)評(píng)、臨床決策等提供決策建議，幫助醫(yī)生更好地決策判斷。另一點(diǎn)是運(yùn)用醫(yī)學(xué)知識(shí)圖譜和大數(shù)據(jù)的方法，調(diào)整綜合醫(yī)療費(fèi)用結(jié)構(gòu)。目前的總費(fèi)用中，藥物占比過高而醫(yī)生的價(jià)值占比太低，因此需要在總費(fèi)用不變的前提下調(diào)整醫(yī)生價(jià)值與藥費(fèi)的占比，使醫(yī)生發(fā)揮的價(jià)值與價(jià)格不背離。
平安嘗試在醫(yī)療場(chǎng)景落地AI的過程中，既會(huì)使用公司內(nèi)部的技術(shù)方案，也會(huì)與第三方公司合作。商業(yè)合作不是公益項(xiàng)目，企業(yè)最關(guān)心的自然是這項(xiàng)技術(shù)到底能為自己解決什么問題？能帶來什么價(jià)值？而這可能也是AI技術(shù)服務(wù)商在嘗試向行業(yè)輸出技術(shù)前，最需要想明白的問題。
穆強(qiáng)指出，AI初創(chuàng)公司想要進(jìn)入醫(yī)療垂直領(lǐng)域，最大的痛點(diǎn)是買單方，也就是誰為他們的AI技術(shù)買單的問題。企業(yè)經(jīng)營不外乎開源節(jié)流。如果想把AI技術(shù)應(yīng)用到產(chǎn)品中，首先要找到AI能給企業(yè)經(jīng)營帶來什么價(jià)值，是能幫企業(yè)開源還是節(jié)流，還是抑制風(fēng)險(xiǎn)，還是提高醫(yī)療水平，總得幫人干點(diǎn)什么，所有的這些最終都要轉(zhuǎn)化成商業(yè)價(jià)值。只要這項(xiàng)AI技術(shù)能夠幫我們提高經(jīng)營能力，我們自然愿意為之付費(fèi)。
錯(cuò)把商業(yè)項(xiàng)目當(dāng)成研究項(xiàng)目
須成忠教授是中國科學(xué)院深圳先進(jìn)技術(shù)研究院首席科學(xué)家，他所帶領(lǐng)的團(tuán)隊(duì)開發(fā)了先進(jìn)云平臺(tái)，平臺(tái)之上融合了大數(shù)據(jù)、機(jī)器學(xué)習(xí)等技術(shù)，在智能交通、醫(yī)療健康、城市信息等多個(gè)領(lǐng)域都有落地應(yīng)用。
須成忠教授告訴AI前線，智慧交通即利用人工智能和大數(shù)據(jù)使城市交通變得更智能，其終極目標(biāo)是通過城市大腦做預(yù)測(cè)，并能持續(xù)學(xué)習(xí)進(jìn)而反饋控制，但目前暫處于起步階段。阿里做城市大腦，說將城市擁堵改善了10%，其實(shí)這10%從科學(xué)研究角度來說誤差都要拿掉了，可以說是微不足道，而且它是基于一個(gè)小區(qū)的小范圍實(shí)驗(yàn)。
目前中科院深圳先進(jìn)技術(shù)研究院在交通領(lǐng)域已經(jīng)落地的成果主要基于中科院收集的城市所有浮動(dòng)車（出租、公交等非固定權(quán)的車輛）數(shù)據(jù)，包括三類服務(wù)：面向政府的服務(wù)，如城市精細(xì)化管理；面向公眾的服務(wù)，如深圳市的公交在手軟件，能夠綜合實(shí)時(shí)路況、天氣情況預(yù)測(cè)當(dāng)前公交距離本站還有多久；將數(shù)據(jù)通過API方式開放給第三方企業(yè)（如騰訊、廣電集團(tuán)、酷米客等）做更多的應(yīng)用和服務(wù)，庫卡機(jī)器人，每天數(shù)據(jù)API訪問量達(dá)到500多萬次。
在加入中科院之前，須成忠教授在國外也承擔(dān)過不少企業(yè)合作項(xiàng)目。在他看來，做技術(shù)研究的人最容易犯的錯(cuò)誤就是太過在意研究，錯(cuò)把商業(yè)合作當(dāng)作科研項(xiàng)目。
須成忠教授指出：研究院研發(fā)的產(chǎn)品原型充其量是證明你有這個(gè)技術(shù)能力，但還是需要針對(duì)用戶的具體需求來修改和定制開發(fā)。我們以前把項(xiàng)目當(dāng)作研究項(xiàng)目來做，并沒有解決企業(yè)的剛性需求，研究院經(jīng)常會(huì)遇到這樣的問題。結(jié)果導(dǎo)致我們做的技術(shù)，用戶并不是特別感興趣。