短視頻平臺上越來越令人沉迷的個性化推薦、自動駕駛水平越來越高的汽車、戴著口罩也能精準判斷的人臉識別，在我們生活中的無數(shù)場景，人工智能其實早已參與其中，只是我們不熟悉那些在背后賦能的人工智能公司而已。
比如小米、OPPO、vivo等安卓手機上的人臉識別方案，大都由曠視科技等計算機視覺類人工智能公司提供，小米2015年發(fā)布的MIUI7系統(tǒng)新增的面孔相冊分類功能，則是由商湯科技提供技術支持;從遍布大街小巷的監(jiān)控安防到升級版智慧城市建設，不僅有?？低?、大華等老牌安防企業(yè)以及阿里、騰訊、華為等巨頭參與，人工智能領域的“四小龍”以及更多垂直行業(yè)AI企業(yè)也在各顯身手，各企業(yè)借助人工智能技術對城市大數(shù)據(jù)進行分析、判斷與處理，從交通、物流、安防、政務服務等多個角度優(yōu)化城市的運行。
2001年，斯皮爾伯格執(zhí)導的科幻電影《人工智能》還是設定在一個遙遠的未來，探討宏大的人性主題，離現(xiàn)實還很遠;2018年，同樣由他執(zhí)導的《頭號玩家》中，故事背景就設定在距離我們非常近的2045年，而電影中無人機送餐、智能推送的虛擬圖書館、人臉識別支付、個人虛擬形象、全息通訊、VR座椅、VR觸感穿戴設備、VR賽車等很多“黑科技”，在現(xiàn)實中已經(jīng)有部分實現(xiàn)和應用。
這也反映出，最近十年，人工智能產業(yè)的發(fā)展突飛猛進，行業(yè)應用進一步細化，無數(shù)人工智能企業(yè)也在最近十年的行業(yè)大爆發(fā)中崛起。
中國人工智能公司從概念階段走向商業(yè)化階段
談及人工智能，九號機器人、商湯、薩摩耶云、曠視、依圖、云從、云天勵飛、第四范式等諸多公司都是講述行業(yè)發(fā)展歷程不可繞開的存在。正是無數(shù)大大小小的人工智能公司，讓人工智能從概念走向落地和商業(yè)化。
在產業(yè)上，人工智能已經(jīng)在金融、醫(yī)療、教育、農業(yè)、零售等多個行業(yè)深入應用，并從多點開花進入標準化體系建設階段。2020年7月，五部門印發(fā)《國家新一代人工智能標準體系建設指南》，提出率先在制造、交通、金融、安防、家居、養(yǎng)老、環(huán)保、教育、醫(yī)療健康、司法等重點行業(yè)和領域推進人工智能標準體系。
在效率上，人工智能也有指數(shù)級的提升。2012年，谷歌需要利用16000塊芯片，耗費無數(shù)電力訓練人工智能觀看數(shù)百萬段YouTube視頻，才能學會識別貓，而現(xiàn)在，圖片分類識別僅需要一臺手機的算力與電池就足夠了。
在準確度上，人工智能圖片識別、語音識別的能力已經(jīng)接近人，百度、搜狗、科大訊飛等的語音識別準確度已經(jīng)達到97%，還剩下3%的差錯主要是受口音、專有名詞、環(huán)境噪音等的影響，哪怕人類自己也難以做到100%的準確率。
在人工智能技術近十年的飛躍式發(fā)展背景下陸續(xù)誕生的諸多人工智能公司，也在2021年進入了上市沖刺階段。
7月20日，云從科技科創(chuàng)板上市首發(fā)獲得通過;8月25日，中國第三大獨立云服務科技解決方案提供商薩摩耶云在港股遞交了招股書;8月27日，商湯科技也向港交所遞交招股書;9月9日，曠視科技科創(chuàng)板IPO獲得通過;依圖科技盡管7月終止了科創(chuàng)板IPO，但有消息稱其將赴港上市。此外，AI賽道上醫(yī)療、芯片等細分領域的公司亦加速了各自的上市步伐。
近兩年的新冠疫情，其實也是對人工智能企業(yè)深入多領域的一次加速。
疫情期間，無論是線上辦公還是線下諸多場景，都積累了海量結構化的數(shù)據(jù)，而這些數(shù)據(jù)恰好是訓練人工智能、實現(xiàn)特定業(yè)務必不可少的素材。比如，疫情期間健康碼、行程碼的背后，就是通過位置信息、線下支付數(shù)據(jù)、火車票機票購買數(shù)據(jù)等判斷一個人的健康狀態(tài)。
從疫情初期口罩、防護服等物資的調配，到通過人工智能加快核酸檢測速度、公共衛(wèi)生體系的疫情預警速度，再到城市的智能化管理，新業(yè)務需求推動了人工智能產業(yè)的發(fā)展，而人工智能的發(fā)展也會為更多領域帶來了全新的變化。
比如主打短交通的九號機器人，其產品除了大家熟悉的九號電動滑板車，還涉及智慧物流和智能出行等B端業(yè)務，早在2016年就已開始在服務機器人領域布局,開展人工智能機器人的研發(fā)。疫情期間“無接觸式”場景的需求也讓九號機器人在配送領域進一步迭代，實現(xiàn)配送機器人跨層導航，電梯進行物聯(lián)網(wǎng)改造后無需人類協(xié)助即可自主乘梯，實現(xiàn)跨樓層立體配送。
人工智能技術不只是在消費端帶來更多方便，也在生產端大量應用。很多人工智能公司也意識到自己應該走向更加廣闊的產業(yè)領域。
在產業(yè)領域，人工智能已經(jīng)廣泛應用在分揀、裝配、焊接等生產過程，柔性制造、損耗優(yōu)化等生產管理以及庫房管理、供應鏈物流等諸多環(huán)節(jié)。
比如規(guī)模越來越龐大的倉儲、海量SKU、促銷時的峰值訂單與即時消費，已經(jīng)讓物流系統(tǒng)變得愈加復雜，傳統(tǒng)技術難以滿足要求，需要更強大的人工智能技術才能駕馭物流系統(tǒng)復雜的情況。一些計算機視覺類的人工智能公司為此就自研了AMR/AGV智能機器人、SLAM導航智能無人叉車、人工智能堆垛機等多款智慧物流硬件，節(jié)省了員工揀選貨物的勞動強度，也提高了整個供應鏈周轉的效率。
各大企業(yè)的人工智能競賽，已經(jīng)過了應用摸索階段，從比頂刊頂會論文、比大賽冠軍數(shù)量，進入比落地項目多少、比實際效率提升的階段。
從感知到?jīng)Q策：人工智能的新一步
智能是什么?
簡單剖析，可以把它看成感知、分析、決策的統(tǒng)一體，三者既統(tǒng)一又有著邏輯上的區(qū)別。
感知是智能的第一步，是決策的依據(jù)，十分重要。作為人工智能的一大板塊，感知智能解決的是視覺、語音、語言層面即“是什么”的問題，計算機視覺、語音識別、自然語言處理等領域就屬于感知智能。
人們較為熟悉的人工智能“四小龍”商湯、曠視、云從、依圖，其實最開始都聚焦于感知層面的計算機視覺方向，在感知智能層面做了很多落地應用，最典型的就是將人臉識別支付應用到更多場景，如在地鐵等人流多、流速快、易擁堵場景實現(xiàn)千萬級客流量無需刷卡的“無感通行”。
分析智能解決的是符合怎樣規(guī)律的問題，比如被蘋果砸中腦袋的科學家牛頓，當一般人看到(感到)蘋果落地時，僅僅看到了表面現(xiàn)象，只有牛頓根據(jù)表面現(xiàn)象推導出了萬有引力，這個規(guī)律幫助全人類將衛(wèi)星和宇航員送上太空，也成功登陸月球表面，將人工智能技術升華到“科學家”層面，這也是當今人工智能企業(yè)著重努力的方向，例如薩摩耶云、第四范式、魔數(shù)智擎等通過建立模型或制造建立模型的工具，嘗試找到更多應用的規(guī)律。
聚焦到?jīng)Q策智能，則要面對具體問題如何去解決。典型應用代表就是圍棋人工智能程序AlphaGo，問世即定義了圍棋的另一個時代，人類就已難以逾越。除了下圍棋之外，決策智能還可以做很多更重要的事情。
薩摩耶云首席科學家王明明接受采訪時講到，決策智能就是要學會“做選擇”，這一過程面臨至少五大難題：其一在于選項的確定;其二在于選錯的代價;其三在于是否選錯未來才能知道;其四在于決策的連鎖性，即一個決策會影響另外一個決策;其五在于有時決策的正確性取決于另外一個決策，即“博弈性”。
在王明明看來，決策無處不在，決策智能的不斷進步與應用就如同汽車代替馬車、手機代替電腦、機械化代替純手工,都是因為效率的提升,“我們人工智能團隊在做的,就是將決策智能應用在需提效的地方”。
比如在金融領域的應用，王明明指出，獲客其實就是一個客戶跟產品匹配的事情，而決策智能一方面是尋找與產品更加匹配的客戶，另一方面也是要確定與客戶更加匹配的額度，通過決策智能，在風險和借貸需求兩個維度中尋找風險盡可能低、借貸需求盡可能高的目標客群，從而建立從營銷獲客到信用評估、風險識別、效率最大化資源匹配的閉環(huán)。
各類機構要面對的風險很多，薩摩耶云提供的解決方案則能夠在大數(shù)據(jù)基礎上通過決策智能更精準地判別風險，解決風險收益匹配的問題。據(jù)王明明介紹，薩摩耶云主要是從對抗、社區(qū)、環(huán)境、穩(wěn)定四大方向(即：ACES智能決策框架)進行探索，打通智能獲客、智能風控等問題，幫助合作機構在承受最低風險情況下，獲取更高的收益。
對抗(Anti)即對抗黑產，通過對抗算法，模擬黑產的攻擊模式訓練模型，從而提升系統(tǒng)的抗擊打能力。比如有人投機取巧，上傳身份信息時，身份證正面和反面不是同一張，就要訓練系統(tǒng)發(fā)現(xiàn)這種投機取巧。
社區(qū)(Community)是實現(xiàn)由點及面的廣角風控，審核一個人的時候，不能光看這個人自己，還要把他放到社會關系里面去看，這也是對“社區(qū)”最直接的理解。還可以借助聯(lián)邦學習，不同單位組成一個“聯(lián)邦”，在客戶數(shù)據(jù)可用不可見的前提下找到規(guī)律去判斷風險，明確個人社會關系或者企業(yè)關系圖譜，這也屬于“社區(qū)”的范疇。
環(huán)境(Environment)指在復雜環(huán)境下的自適應策略生成，因為環(huán)境中一定存在還沒有獲知卻可能影響風險的信息，需要不斷探索和挖掘，依據(jù)環(huán)境變化實現(xiàn)策略自動伸縮，快速生成最佳策略。
穩(wěn)定(Stability)則是以上所有的支撐，因為沒有穩(wěn)定，更多的挖掘和探索反而可能帶來新的風險，所以需要在持續(xù)改進算法、利用先驗知識消歧、利用特征穩(wěn)定性識別工具等多個方面加強模型的穩(wěn)定性。
成立于2015年的薩摩耶云已經(jīng)作為中國先進的獨立云服務科技解決方案供應商，以云原生數(shù)字科技為依托，融合機器學習及深度學習等技術，為客戶提供“決策智能+云服務”的細分服務內容。目前，薩摩耶云的決策智能服務已涉及政府監(jiān)管、手機制造、電信運營、線下商超等多個領域，“數(shù)智薩摩云平臺”已與7370萬家小微商戶及客戶、50家金融機構、530家不同行業(yè)的企業(yè)、1470家互聯(lián)網(wǎng)平臺及70家數(shù)據(jù)供應商展開了深度合作，幫助合作伙伴打造優(yōu)質的私域流量池。
薩摩耶云在決策智能方面也申請了眾多專利，近日其《互聯(lián)網(wǎng)造數(shù)方法及系統(tǒng)》創(chuàng)新技術專利就獲得國家知識產權局發(fā)明專利授權。薩摩耶云已經(jīng)將該專利成功應用到AutoMan自動建模工具包中，降低了造數(shù)開發(fā)難度和維護成本，減輕了技術工作量，使得擴展性變強，而薩摩耶云自動建模工具包已在各行業(yè)風險控制等特定領域取得了良好效果。
決策智能是管理科學和人工智能的交叉融合，決策智能并不是取代人類，而是在人類工程師的智慧下，發(fā)揮人工智能自己的優(yōu)勢。特別是不同行業(yè)的人工智能應用解決方案，場景復雜，因素眾多，更需要薩摩耶云的工程師根據(jù)客戶的特定業(yè)務需求，開發(fā)定制化的人工智能應用，生成最佳模型策略。決策智能的優(yōu)化與安全背后，仍然需要人類智慧的參與。
人工智能是未來產業(yè)競爭的關鍵
從20世紀八九十年代中低端出口企業(yè)搶占世界市場時憑借的“人口紅利”，到近二十年崛起的一大批依托“工程師紅利”的科技企業(yè)，中國的產業(yè)鏈正在逐漸往上走，中國經(jīng)濟的“含智量”也越來越多。
根據(jù)《2020年全球人工智能產業(yè)地圖》，中國人工智能企業(yè)數(shù)量占全球的24.66%，近四分之一的比例僅次于美國，中美兩國已經(jīng)占據(jù)人工智能領域的超半壁江山。
中國的眾多人工智能企業(yè)，大部分也都誕生在最近十年內，并廣泛分布于數(shù)百上千個應用領域，提高了社會效率，帶動我國產業(yè)的數(shù)字化升級和經(jīng)濟轉型。中國新一代人工智能發(fā)展戰(zhàn)略研究院《中國新一代人工智能科技產業(yè)發(fā)展報告2021》通過對2205家人工智能樣本企業(yè)的調研就發(fā)現(xiàn)，這些企業(yè)創(chuàng)建時間主要集中在2012年至2018年之間，占比為63.93%，企業(yè)創(chuàng)建的峰值出現(xiàn)在2015年，占比為14.36%。
中國人工智能企業(yè)的時代才剛剛起步，我們可以看到多家人工智能公司的招股書中，研發(fā)人員的薪資都非常高。中國人才和中國企業(yè)也在人工智能時代，獲得了與技術優(yōu)勢相匹配的溢價。
金融行業(yè)因為數(shù)據(jù)質量較高，是人工智能應用的“先行示范區(qū)”，人工智能企業(yè)往往先在金融領域率先應用。人工智能不僅有助力于塑造新的產業(yè)鏈，傳統(tǒng)產業(yè)的數(shù)字化升級、企業(yè)變革，也需要人工智能企業(yè)的深入?yún)f(xié)作。
傳統(tǒng)制造業(yè)的人工智能改造目前還是以感知智能為主，感知智能中深度學習模型是較為常見的模型，但深度學習算法需要大量數(shù)據(jù)“投喂”，且深度學習的過程是一個黑盒子狀態(tài)，沒有與決策過程相關的解釋。薩摩耶云聚焦的決策智能服務，則一定程度上避免了“數(shù)據(jù)黑箱”，不僅適合于具有數(shù)據(jù)強監(jiān)管特征的金融行業(yè)，在數(shù)據(jù)安全愈加受到重視的當下也適合于各個行業(yè)。
在傳統(tǒng)制造業(yè)、物流產業(yè)領域，產線的智能傳感、缺陷檢測、工藝優(yōu)化、無線傳輸、邊緣計算、工業(yè)上云等多個方面人工智能已經(jīng)有較大規(guī)模的應用，只是各個產線、各個人工智能傳感器匯總來的數(shù)據(jù)還會匯總到不同負責人那里進行決策。隨著人工智能在工業(yè)領域的進一步深入，采集到的各類數(shù)據(jù)、信息也會越來越多，而人難以同時處理多維度的復雜信息，特別是不同的人知識儲備、經(jīng)驗技能都會不同，決策往往會有較大變化。
到了這個階段，制造業(yè)的人工智能改造同樣也需要決策智能的參與——我們需要由不可解釋的人工智能發(fā)展到可解釋的人工智能，不僅通過人工智能全面感知生產狀態(tài)，還要讓人工智能系統(tǒng)具有感知之上的決策功能。聚焦于決策智能服務的薩摩耶云，未來還可能有更多跨界空間。
據(jù)IDC《全球人工智能支出指南》預測，2021年，全球人工智能系統(tǒng)支出853億美元，到2025年，這一數(shù)據(jù)將躍升至超過2040億美元，2021-2025年的復合年增長率將達到24.5%。如此大的市場空間，也意味著人工智能的應用給產業(yè)帶來了至少十倍級別的效率優(yōu)化。在未來國家與國家之間的產業(yè)鏈競爭中，人工智能將發(fā)揮舉足輕重的作用。
億歐智庫《2020年中國人工智能商業(yè)落地研究報告》就指出，中國人工智能經(jīng)歷近十年快速發(fā)展之后，私募資本已經(jīng)從最初的興奮高漲逐漸理性回歸，早期成立的人工智能企業(yè)在技術、產品、資本的助推下，落地場景和商業(yè)形態(tài)基本形成，發(fā)展路徑逐漸清晰，高成長性也基本可以預期。
成熟的港股以及新創(chuàng)立的科創(chuàng)板，為需要大量資金推進發(fā)展的優(yōu)秀人工智能企業(yè)提供了重要融資渠道，助推其快速地邁向下一個發(fā)展階段。眾多人工智能企業(yè)也在政策鼓勵與產業(yè)加速升級背景下逐漸走向成熟，落地了很多應用。
如今，資本市場的想象空間需要看企業(yè)應用層、技術層、基礎層多個方面的表現(xiàn)。在已上市及待上市的人工智能公司中，能夠幫助客戶解決業(yè)務發(fā)展“真問題”、獲得“正增長”，能夠為各行業(yè)的客戶提供一攬子、可落地、全鏈路云服務的人工智能公司，能夠在基礎研發(fā)上帶動人工智能行業(yè)不斷突破，才有可能成為科技股的新趨勢，并引領接下來資本市場的追求。
（免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
