對AI行業未來發展的一些看法
對AI行業未來發展的一些看法
技術在最初期都是”智障”的，可是拉馬車的馬是不會覺得有汽車存在的必要的。
這一次AI興起的浪潮，來源於算力的提升，把過去深度學習所欠缺的大算力問題彌補上了，得到了一次質變的飛躍，但從深度學習核心演算法角度來看，並非具備劃時代的改革意義。也就是說現在的深度學習，算力不再是阻力（絕大多數場景，不考慮roi問題），但AI的應用也來到了瓶頸——
-
一方面是由於輿論、國家政策、公司PR、影視劇作品等的不切實際的宣傳，給人們以過高的期待，人們以要求達到”強人工智慧”為默認的目標，來審視AI項目，導致AI項目在企業客戶或終端消費者（少數的落地場景）落地過程中往往達不到預期，進而沒法真正的發揮出其曾許諾或應有的價值；
-
另一方面是場景，能夠真正被AI賦能併產生變革意義的場景很少，且均被巨頭瓜分：人臉支付、人臉解鎖、語音識別等等。大公司的資源與技術的優勢不斷擠壓初創公司，馬太效應初顯；
-
最後是成本，算力、伺服器、頻寬等等的成本投入，需要有可觀的利潤作為支撐。
但在現階段疫情的影響下，客戶縮緊自己的創新業務開支預算，導致大批初創公司入不敷出。而如果深耕於某一領域的AI底層技術解決方案（CV，NLP等演算法層面的能力），是需要持續不斷的大量的研發投入，且不論這些投入最後是否會有相應的回報，目前來看現階段能支撐AI底層技術發展的可能也只有大公司或大平台了。
人工智慧作為中國”新基建”所定義的主力發展領域之一，在相當長的一段時間內仍會保持熱度。
下面是我個人的一些看法：
AI基礎設施能力將被巨頭壟斷
馬太效應凸顯，重資產投資所帶來的收益將會越來越多向頭部集中，而頭部玩家掌握越來越多、壁壘越來越高、成本越來越低的上遊資源，以及因為品牌帶來的泛流量——下遊資源，將逐步發展成以提供AI基礎設施建設的平台。
AI的應用化、垂直化和場景化
AI的應用、垂直化和場景化將是下一階段AI落地變現的主要發展路徑。
首先平台型公司由於掌握了上下遊資源，可以複製互聯網流量時代的玩法，將資源重組的形式構建生態，這其中已然可以收割第一波紅利。但和過去不一樣的是，相較於消費互聯網的流量即變現，在產業互聯網下，資源重組僅能成為一個開始，整個價值鏈很長，每一個節點都存在想像空間、紅利空間——這也是為什麼在toB領域，永遠不會存在一家獨大覆蓋全部場景的公司形態。而這正是參與到toB領域，AI行業其它玩家的機會
現在所謂的一些AI公司，將會逐漸轉變為以AI技術+行業業務理解+客戶至上的服務為理念的服務型公司。對上游，可以低成本、高效率的對接先進的AI底層技術，對下游，應用自身對行業的理解，制定或提供符合客戶預期的解決方案，並真切的展示出價值，幫助客戶成功。
對AI認知的轉變
放棄”強人工智慧”吧，那只是寄託了人類美好的想像，只存在於影視作品裡的不切實際的幻想。
自然是複雜的，生物響應世界帶給他們的刺激來進行針對性的回饋，這已經歷經幾十億年了，而人類目前的科學技術還未能將自然界所發出的刺激完全窮舉出來並做針對性的回饋。而人工智慧只是人類科學技術的產物，短期內難以超越人類的認知，換句話說，如果超越了人類的認知，要麼我們感受不到，要麼就是要嚴格限制甚至扼殺在搖籃里的。我們期待未來的AI可以”像人一樣”，這個想法本身就是投入產出比極低的。我們希望AI可以”像人一樣”幫我們做家務，其實我們看重的是”做家務”，而未必是”像人一樣”。
所以未來的AI發展將向著低成本、高效率發展，雲邊端協同，只為解決某一領域、甚至只處理某一單獨問題而存在。它的形態將和人完全不一樣，畢竟人的形態也只是”碰巧”在自然選擇的進化過程中為適應環境逐漸變成現在這樣，並非客觀上最合適、效率最高的存在方式。
寫在最後
基礎科學已經很久沒有發展了，好像真的如《三體》里所寫的，人類的基礎科學被”智子”鎖死了一樣。全世界都在等待著技術變革，AlphaGo的時候，世界以為等到了技術紅利，可是在沒有基礎科學發展的支撐下，目前的AI也只是現有科學手段的一種增值應用。這種增值應用，其實是從原子到比特的轉換，也就是非結構化數據（可觀真實世界）向結構化數據（數字世界）轉換，這是現在AI存在的根本價值。
AI的紅利還遠沒有榨乾，伴隨著5G、雲計算、IOT邊緣計算等等技術的共同進步，AI在”垂直化應用”領域仍然有著可觀的前景和想像力。我們這一代可能看不到飛行的汽車了，但是如果可以把現有的實體世界轉化為數字化世界，在這個比特世界裡，人飛行都不再是夢。
