當下，人工智能納入新基建重點建設領域，意味著人工智能技術及場景應用建設將成為投資主戰場。人工智能產業不僅市場規模巨大而且產業鏈帶動性很強，在數字經濟時代發揮著類似發動機的角色，將重塑工業、交通、醫療、金融等各行各業。專家預測，今年將成為我國人工智能產業發展的關鍵節點，人工智能技術的賦能效用將進一步凸顯。

 

今年是AI發展關鍵節點

 

近年來人工智能等新經濟成為國家和各地發力新方向和新抓手。

 

2017年國務院印發《新一代人工智能發展規劃》，明確了我國新一代人工智能發展的戰略目標。相關政策和具體產業扶持隨之開始集中落地，據不完全統計，已經有20幾個省、直轄市出臺戰略和政策，支持人工智能行業發展。2019年，我國人工智能企業數量超過4000家，位列全球第二。

 

與此同時，人工智能成為我國科技龍頭企業的重要發展戰略。百度最早公布完整的AI生態開放戰略，提出將All in AI，核心戰略是開放賦能。騰訊基于企業、社會、學界三個領域之間的關聯，以及三大應用場景，展開對人工智能的戰略布局。中國電子發布了“X+AI”專項行動計劃，瞄準數據智能、機器智能、群體智能三大方向。華為則是2018年首發AI戰略，從五個方面進行資源整合。

 

中國工程院院士、北京大學信息科學技術學院院長高文表示，中國發展人工智能已具備政策、海量數據資源、應用場景、青年人才等四個方面的優勢。他認為，在一些關鍵核心技術方面，中國的人工智能已經走在世界前列，比如人臉識別和語音識別，中國在世界處于領先地位。

 

有機構預測，未來5年內，人工智能預計新增投資超過2000億元。2025年世界人工智能市場規模將超過6萬億美元，年復合增長率達到30%。中國工程院院士鄔賀銓表示：“根據我國《新一代人工智能發展規劃》，到2030年，人工智能核心產業規模將超過1萬億元，帶動相關產業規模超過10萬億元。”

 

人工智能產業不僅僅是規模巨大，產業鏈也很龐大，在接受記者采訪時，業內人士表示，人工智能將重塑交通、醫療、金融等各行各業，今年更將成為我國人工智能發展的關鍵節點。

 

最近“新基建”7大領域的劃定，意味著人工智能及場景應用的基礎設施，將成為消費投資的主戰場。而在2020年年初的戰“疫”中，人工智能發揮的不可代替的作用，讓各地政府和企業看到了人工智能技術的賦能效用。

 

如今在人工智能專利申請量和投融資規模上，中國均已超越美國成為AI領域第一大國，區域人工智能規劃和集群效果顯著。搶抓人工智能發展的重大戰略機遇，構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國，已經成為業內共識。

 

賽迪顧問人工智能產業研究中心副總經理李丹表示，隨著被列入新基建，國家會更加重視人工智能產業發展，這對于基礎技術和場景落地都是非常重大的利好。

 

百度CTO王海峰表示，新基建將通過新興科技的快速突破和落地應用，帶動國家經濟發展新舊動能的轉換。作為其中的重要篇章，AI、大數據等已經顯露出服務社會、經濟的重要價值，相信下一階段將迎來更大的發展，城市管理者和教育、醫療、金融等企業直接通過智能云接入AI服務已是大勢所趨。

 

浪潮集團高級副總裁肖雪在接受記者采訪時表示，人工智能的三駕馬車是算力、算法和數據，人工智能成為新基建，將驅動更多的投資和更多的企業進入賽道，這意味著更多的AI算力以平臺服務方式來提供，更多的行業算法與模型通過授權來服務，這將加速各行各業利用AI實現轉型升級。

 

推想科技CEO陳寬強調，新基建的提出有助提高AI商業化市場環境的通暢性，讓AI技術的積累和沉淀更加有深度，同時促進行業標準的形成，我國AI產業在國際上的競爭力也能夠逐漸提升。

 

1月31日，推想正式對外推出針對新冠肺炎的人工智能特別版，其合作伙伴武漢同濟醫院成為最先應用這版產品的疫區核心醫院。十幾天時間，推想的新冠肺炎產品落地10多家醫院，幫助進行肺炎感染篩查和疫情監測。

 

地平線公司創始人兼CEO余凱表示，人工智能在數字經濟時代，能夠把數據轉換成動能，讓生產和決策實現自動化，發揮類似發電機、發動機的角色，全面推動產業的發展。

 

企業需要找準剛需應用場景

 

“任何成功的AI企業都要重度垂直才有可能扎到深處實現產業的改造，每一個產業深入到供給側會帶來非常巨大的影響。”陳寬告訴記者。

 

在醫療健康領域，人工智能的應用場景越來越多，在診斷、治療、流程輔助、甲亢管理、藥物研發、醫學研究等環節，都有人工智能技術的應用。2016年年初成立的推想科技以肺部AI輔助篩查產品為起點，通過深入醫生工作場景，已逐步建立起一整套完整的、全流程的人工智能疾病管理路徑。

 

業內人士告訴記者，人工智能時代，企業需要首先找準剛需應用場景，進而在這個應用場景中不斷形成數據迭代，從而推動技術持續進步。以醫療這種長周期行業為例，企業需要提前3~5年開始布局。也是出于這個原因，各細分市場的創業企業更容易取得成功。

 

李丹表示，從應用層面來看，新冠肺炎疫情期間，AI和醫療領域的結合在公眾視野中有了更多的案例，這也成為我國人工智能“多點開花”的一個縮影。比如，商湯科技利用人工智能深度學習、圖像識別等技術，基本實現了公共場所無人值守的智能體溫檢測。上海鈦米機器人公司研發的智能消毒機器人在武漢、上海等地醫院投入使用。科大訊飛向湖北省中小學免費提供線上直播教學系統智慧空中課堂。阿里云利用AI將新冠肺炎CT片子的研判時間從5小時縮短到15分鐘。依圖科技利用AI算法助力億元將新冠肺炎定量評估時間從5到6個小時縮短到了幾分鐘。

 

記者在采訪中了解到，人工智能產業主要分為基礎層、技術層和應用層，包括BAT等承擔的國家人工智能平臺相對實力雄厚，從基礎層到技術層以及應用平臺都有布局，而且在AI產業化、商業化上已逐漸成熟。而國內創業公司主要集中在應用層。基于國內巨大的市場空間，應用層技術在各個垂直行業逐漸深入，業內人士相信，隨著新基建政策的推出，國內將涌現一批新的獨角獸企業，眾多“AI+”新技術、新模式應用將大量出現，醫療、安防、教育、智能駕駛等領域是他們看好的方向。

 

高文認為，在全球人工智能領域，自己具有的優勢非常重要。目前美國在基礎研究方面領先，中國則在實現人工智能應用的場景優化及其相應的商業布局方面走在世界前列。中國人工智能應用場景已經滲透到生活的各個方面，在智慧醫療、智慧教育、智慧城市等領域有著豐富的實踐場景，帶動了人工智能應用的爆發，在人工智能國際競爭中形成了核心競爭力。

 

有人說，人工智能像“水電煤氣”，它的價值需要與應用場景結合，在應用中得以釋放。而中國正在推動經濟轉型，推動經濟高質量發展，這其中有大量的難題、大量的場景，等待著人工智能充分發揮作用。

 

而要讓人工智能、大數據能夠充分地應用到經濟轉型的難點、痛點中，需要打破邊界，中國工程院院士王堅不久前表示，要融通應用，要開展數據應用試點示范，加速應用模式迭代創新。鼓勵有基礎、有需求、有動力的企業深度開展數據應用試點，打造一批基于人工智能、區塊鏈的數據應用案例和業務解決方案，培育和構建數據創新和價值挖掘的應用生態體系，加強試點示范引路，為加快以數據價值挖掘為基礎的制造業轉型升級和全新迭代模式營造良好氛圍。

 

對此，陳寬也表達了同樣的觀點：“我國AI產業擁有更大的樣本庫、數據體量和更多的應用場景，因此AI技術在應用過程中可以不斷得到反饋，形成技術的持續迭代升級，這是我國AI產業最大的優勢。”

 

要避免脫離技術階段的過高預期

 

人工智能納入新基建，對于整個行業無疑都是巨大的提振。

 

接受采訪的行業專家普遍認為，人工智能與實體經濟加速融合，帶動了制造、物流、金融、零售等一大批傳統行業轉型升級，智能化正在為中國新舊動能轉換和國民經濟高質量發展提供有力支撐。

 

百度董事長兼CEO李彥宏表示，當前數字經濟正在進化到以人工智能為核心驅動力的智能經濟新階段，與之相適應的新基礎設施建設同樣需要國家牽頭來投資、建設和協同。在他看來，以人工智能為代表的智能經濟基礎設施建設的水平，決定了中國在新一波技術紅利下的全球格局中，能否占據更有利的位置。

 

對于新基建的主要戰場，智能城市及智能交通這樣量級龐大的體系被一致看好。李彥宏認為，利用人工智能構建智能交通解決方案，可以提供交通系統的感知能力，實現車車、車路的信息共享和交互，有效避免或減少交通事故，服務城市智能交通體系。

 

鑒于AI技術將加速解決大量數據分析問題，大幅縮短攻關周期，李丹表示：“AI在智慧醫療方向的應用將會加速普及，未來新基建可能會在醫療領域加大力度引入AI技術。”阿里巴巴達摩院、百度研究院等在病毒基因結構測序、新藥研發等方面已經投入力量。“AI+醫療”應用在新冠肺炎疫情期間的提氣表現，也讓外界相信，人工智能在醫療領域的發展將潛力無限。

 

肖雪在接受采訪中同樣談到了汽車交通與醫療，這是兩個有巨大數據量也有巨大人工智能需求的典型場景，對于這兩個行業運用人工智能，他談及了行業AI算力平臺，通過為汽車、醫療等領域提供AI算力平臺和算法服務，將進一步改變就醫難與交通出行難的狀況。余凱則指出，隨著國家新基建的提出，自動駕駛將加速發展，預計2025年汽車L2級以上自動駕駛裝配率可達70%。

 

李丹同時指出，對于中小企業來說，存在場景落地難的問題，這方面需要政府更多的投入，與AI公司合作，提供政策、人才等各方面的支持。

 

中國科學技術發展戰略研究院研究員李修全表示，全球人工智能產業化總體上看仍處于早期階段，需要避免脫離技術階段的過高預期和借概念投機式發展。一要強化產業界和學術界的協同創新，加快突破一批人工智能產業化核心關鍵技術。二要加強智能化基礎設施建設，夯實制造業等領域的基礎信息化能力。三要加速早期落地場景探索，從實體經濟業務需求角度追求能力提升，通過應用迭代加速技術成熟。