剛剛過去的2017年，已有各種盤點：關于技術、關于熱點、關于趨勢、關于資本流向、關于運營模式，很多很多……但2017年繞不開的一個詞一定是AI，這個如日中天的熱詞燒毀了很多人的理智。伴隨熱詞而來的是一波AI創業公司的倒閉。就在2017年的最后一個工作日，傳來小目標是“先賺一個億”的萬達集團下屬公司萬達網科的數千員工面臨解散，即將轉型“AI”的消息。

新毅資本創始人肖鵬的犀利評論是“AI是個框，什么都往里裝!”

AI時代正在到來

評判是犀利的，有些教訓是慘烈的。呼吁理性的同時，星瀚資本創始合伙人楊歌也是堅定的AI支持者。楊歌認為：不去論這是否是個“風口”，但AI時代確實正在到來。

上圖為：星瀚資本創始合伙人楊歌

楊歌將AI智能化的發展分為三個階段，第一個階段是互聯網基礎階段，第二個是大數據積累階段，第三個是算法的應用階段。在過去的二十年里互聯網基礎已經構建得非常完整，形成了一套成熟的硬件體系、網絡體系，互聯網收集了大量的信息數據，它們構成了AI的基礎。而算法作為底層建筑，經過這些年的頻繁曝光，已然也不算神秘。

楊歌認為：“算法在商業化和社會化的應用方面目前還不夠成熟，所以算法需要與社會化的場景進行結合。我們從硬件通信逐漸走到數字接口，得益于互聯網收集了大量有效數據，走到今天，最重要的其實是建模過程，如何給商業化的場景、有商業價值的東西進行數據建模，使用AI技術進行迭代，這是未來五年之內我們認為最有發展的方向之一。“

AI必須要克服三大挑戰

但楊歌也認為，盡管AI時代看起來正在到來，還必須克服以下三大挑戰：

第一個挑戰是算法的組合越來越復雜，有很多新的算法結構會讓行業變得越來越復雜，越來越精細化;

第二個挑戰是行業的技術水平和商業能力是必須具有強耦合性，比如對于互聯網企業來說，無論是找鋼網還是找X網，互聯網技術部分并沒有太大的區別。而對于AI創業企業來講，創始人則必須要非常深度地了解關于算法的特性，這個時候才能夠將技術與商業進行耦合，必須要把自己對于這個行業的理解轉成算法語言，告訴算法工程師來進行實現。這個過程是非常復雜的，并不是找到一個算法工程師就可以實現的簡單過程;

第三個挑戰是關于AI的實現細節， AI建模便是一個復雜的過程，從開始的模型建立、模型的設計，算法結構的選取，超參數的調整等等，到底需要多少個神經元，需要多少個隱藏層，卷積核需要多大，這些細節都需要調整。

AI的三大應用方向

楊歌認為，現階段并非所有的應用都適合AI。AI技術分成三個層次：基礎層、技術層和應用層。AI的成功應用必須要與現階段的技術成熟度，以及應用成熟度相結合。

亞馬遜就是比較典型的專注于訓練基礎層和技術層模塊的企業，基礎層包括像硬件、云服務、傳感、開源的一些數據模塊，目前這些優勢大部分還掌握在美國的大公司手中。

在技術層，中國這兩年發展的非常快，其中有圖像識別、語音識別、自然語義的識別、運動的學習和時間序列的學習，但是它離商業化的場景還有一定距離，當它訓練成功的時候，可以成為一種模塊來加載它的應用層。

第三層是應用層，現有AI的場景一般分成幾類。第一類是以智能駕駛為代表的應用，表面直觀，看起來非常容易理解的，但其實在應用場景中的情況非常復雜;第二類是底層結構非常清晰完整的抽象的數據模型，例如物流倉儲貨運的數據優化，以及企業資源管理優化，這兩個方向從數據結構上來講是非常標準的，特別適合用AI進行優化;另外還有一個方向是量化金融和智能投顧等。

企業級AI應用還有多遠?

針對筆者最為關心的企業級AI應用，楊歌認為：企業級AI應用，路會顯得更長。他的理論是：這些年在企業級尤其是制造業，資本對此的關注度還亟待提高。針對楊歌提到的這種現象，筆者最近采訪了幾個行業。

智能制造領域

企業級市場，AI的應用目前更多體現在智能制造與企業的數字化轉型方面，國內領先的電視機制造商TCL 集團，對智能化業務也做了長期規劃。TCL的智能化業務包括智能制造、智能工廠、智能化物流等，以及面向用戶端的大數據和互聯網+，從品牌到營銷到售后提供多環節支持，以及提升線上營銷能力，提升產品生命周期內的盈利能力。TCL集團CIO 高建雄在接受企業網D1Net采訪時指出：“面對AI等科技新動態，企業需要思考這些新技術對產業的機遇及沖擊，同時研究行業公司業務和信息化發展趨勢，取長補短，拓展內部創新力量，快速試錯。同時孵化潛力項目，推動業務升級。但新技術的應用一定是以支撐與創新企業業務為依托的。”

再如中船瓦錫蘭的智能制造為例。據中船瓦錫蘭CIO鄭熠介紹，中船瓦錫蘭的智能化分為六大目標，分別為產品智能化、設備智能化、生產智能化、服務智能化、物流智能化和管理智能化。鄭熠指出：“我們的發展模式是從數字化、網絡化，最終走向智能化。數字化是一個基礎，就像造房子一樣，數字化就是地基。網絡化是一個手段，實現萬物互聯、互聯互通。信息化和自動化也很關鍵，這些都為智能化的最終實現提供基礎和方案。雖然不同的企業、不同的行業對于智能制造的理解不一樣，我們對于智能制造設定的6個目標是結合了自身的實際。從在最底層的智能裝備生產線，通過物聯網、人機協同以及開放接口，打造堅實的基礎。接著對于車間的部署以及智能物流，建設智能倉庫倉儲管理系統。”

上海普利特復合材料股份有限公司也正在建立智能工廠，并主要關注兩個方向，一是以互聯網、人工智能、物聯網為代表的技術，被稱之為工具類。上海普利特復合材料股份有限公司CIO認為技術已經成為了必備品，但真正能夠產生實際效益的，卻是包括產業升級、醫療健康、文化娛樂等這些有實體價值的行業。

由此可見，以中船瓦錫蘭為代表的傳統大型制造企業，盡管在智能化、AI應用方面做了一些嘗試，但其智能制造的真正內涵實則是以傳統信息化手段解決企業自身的業務問題，AI技術本身及AI應用的場景研究還遠遠不夠。

互聯網領域

互聯網領域對AI最為熱捧，在實際應用場景方面也正走在前列。但有意思的是：一邊是孫正義和李開復老師挾AI以令眾人的恐嚇，另一邊則是馬云人算不如天算的各種技術探討。但可以看到的是：無論是百度、阿里還是騰訊、京東，AI與互聯網的結合場景比比皆是，筆者便經常被迫接受他們推薦給我看的衣裙、期望我看到的新聞頭條以及以為我能消費得起的法拉利。

AI，距離我們似乎很近，但應用還稍稍有些遠!但不管怎樣，我們一直都身處其中!