第三階段，當(dāng)成本技術(shù)進(jìn)一步成熟，AI會延伸到個人場景，全面自動化的時代終將到來。
隨著技術(shù)日趨成熟，相關(guān)的智能產(chǎn)品價格大幅下降，AI終將從企業(yè)應(yīng)用進(jìn)入個人和家庭。那時，每個人的工作和生活中，大量的應(yīng)用場景都會因為AI的幫助而更加自動化、更有效率，人類的生活質(zhì)量終將因AI普及而大幅提升。這個階段里，AI商業(yè)化的核心目標(biāo)是創(chuàng)建全面自動化的人類生活方式。
就各垂直領(lǐng)域具體來說，人工智能在互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)領(lǐng)域的應(yīng)用，如搜索引擎、廣告推薦等已經(jīng)非常成熟。在商業(yè)自動化、語音識別、機(jī)器視覺、手勢識別、基礎(chǔ)傳感器、工業(yè)機(jī)器人等方面，人工智能可以立即應(yīng)用，立即收效。
圖2 創(chuàng)新工場在人工智能領(lǐng)域的投資布局
金融類人工智能的應(yīng)用雖然已經(jīng)起步，但尚需一段時間才能真正普及。智能教育、智能醫(yī)療、AR/VR中的人工智能、量產(chǎn)的傳感器、商業(yè)用機(jī)器人等，預(yù)計會在三到五年內(nèi)成熟可用。
可以供普通技術(shù)人員乃至非技術(shù)人員使用的人工智能平臺(包括計算架構(gòu)、算法框架、傳感平臺、云服務(wù)等等)，大約會在三到五年后趨于成熟并擁有足夠大的商業(yè)機(jī)會。
另外，在自動駕駛領(lǐng)域，三到五年內(nèi)，必將是第二級到第三級的輔助駕駛最先大規(guī)模商用，而且，鑒于安全考慮，這些自動駕駛應(yīng)用也會是限定場景、限定道路等級的。真正意義上的“無人駕駛”，即第四級或第五級的自動駕駛，大概還需要五到十年，才能上路運(yùn)行。
AI創(chuàng)業(yè)的泡沫現(xiàn)象及六大挑戰(zhàn)
當(dāng)然，看到人工智能創(chuàng)業(yè)機(jī)遇的同時，我們也必須保持足夠清醒的頭腦。2016到2017年，人工智能的創(chuàng)業(yè)和投資明顯存在無序、失衡、過熱的情況。人們常常擔(dān)憂的泡沫現(xiàn)象的確存在。
看一看如星火燎原般在美國、中國、以色列等地建立的自動駕駛創(chuàng)業(yè)團(tuán)隊吧，自動駕駛這個行業(yè)確實巨大，但真的需要那么多早期創(chuàng)業(yè)團(tuán)隊嗎?要做一個第四級或第五級的自動駕駛，技術(shù)難度異常之大，非要投入巨資和最頂尖的研發(fā)人才不可。
家用機(jī)器人的概念就更別提了。那么多號稱開始研發(fā)家用機(jī)器人的公司，如果是做亞馬遜Echo那樣的限定使用場景的智能家電還好說，如果上來就要做語言交流、人形外觀的機(jī)器人，那幾乎一定會因為技術(shù)水平無法達(dá)到人類用戶預(yù)期而走向失敗。這道理很好理解，越是長得像人的機(jī)器人，用戶就越是會用人的標(biāo)準(zhǔn)去衡量、評價它，希望越大，失望也就越大。
語音和自然語言處理方面的創(chuàng)業(yè)也有類似問題。今天的語音識別雖然做得相當(dāng)不錯，但機(jī)器的能力僅限于感知領(lǐng)域，只能完成聽寫這種以轉(zhuǎn)錄為主的任務(wù)。也就是說，機(jī)器目前只能很有效地將語音轉(zhuǎn)換為文字，但根本無法直接理解文字的含義。只有限定一個非常特定的領(lǐng)域，技術(shù)才能解決問題，如果要求自然語言處理算法支持通用的人機(jī)對話，那就不切實際了。目前有許多從事智能客服、智能聊天機(jī)器人創(chuàng)業(yè)的團(tuán)隊，這些團(tuán)隊如果不善于界定問題領(lǐng)域，就很容易將需求問題變復(fù)雜，以至于人工智能技術(shù)也愛莫能助。
基于人臉識別技術(shù)的身份認(rèn)證、安防類應(yīng)用是中國人工智能創(chuàng)業(yè)的特色領(lǐng)域，并已經(jīng)產(chǎn)生了至少四家獨角獸或接近獨角獸規(guī)模的創(chuàng)業(yè)公司。但這個領(lǐng)域的市場空間絕對不會像自動駕駛那么寬廣，目前二三十家公司都要削尖腦袋擠進(jìn)人臉識別市場的情況顯然是過熱了。
基于人工智能的輔助醫(yī)療診斷剛剛起步，就出現(xiàn)了一大批瞄準(zhǔn)這一方向的創(chuàng)業(yè)公司。但只要是熟悉醫(yī)療行業(yè)的人都很清楚，在這個行業(yè)里，要得到閉環(huán)的、有標(biāo)注的、數(shù)據(jù)量足以發(fā)揮深度學(xué)習(xí)效能的醫(yī)療大數(shù)據(jù)，其難度遠(yuǎn)超普通人的想象。
概括來說，目前的人工智能產(chǎn)業(yè)發(fā)展面臨六大挑戰(zhàn)：
一、前沿科研與產(chǎn)業(yè)實踐尚未緊密銜接：除少數(shù)垂直領(lǐng)域憑借多年大數(shù)據(jù)積累和業(yè)務(wù)流程優(yōu)化經(jīng)驗，已催生出營銷、風(fēng)控、智能投顧、安防等人工智能技術(shù)可直接落地的應(yīng)用場景外，大多數(shù)傳統(tǒng)行業(yè)的業(yè)務(wù)需求與人工智能的前沿科技成果之間尚存在不小距離。面向普通消費(fèi)者的移動互聯(lián)網(wǎng)應(yīng)用與人工智能技術(shù)之間的結(jié)合尚處在探索階段。
二、人才缺口巨大，人才結(jié)構(gòu)失衡：據(jù)LinkedIn統(tǒng)計，全球目前擁有約 25 萬名人工智能專業(yè)人才，其中美國約占三分之一。這一數(shù)量級的人才儲備遠(yuǎn)無法滿足未來幾年中人工智能在垂直領(lǐng)域及消費(fèi)者市場快速、穩(wěn)健增長的宏觀需求。人才供需矛盾顯著，高級算法工程師、研究員和科學(xué)家的身價持續(xù)走高。人才結(jié)構(gòu)方面，高端人才、中堅力量和基礎(chǔ)人才間的數(shù)量比例遠(yuǎn)未達(dá)到最優(yōu)。