（集微网 谭伦）整个2019年，伴随着各行业数字化转型议题的升温，以及5G带来的IoT大潮，作为支撑的核心技术——人工智能也进入了新的阶段。在经历之前概念理论与技术方法更受关注后，如今人工智能已在多场景下均有落地应用，赋能行业驱动产业升级变革中，如何带来新的价值成为市场最为关注的重点。
在12月17日举行的2019爱分析·中国人工智能高峰论坛上，上述议题也成为来自计算机视觉、语音识别、NLP、数据智能等通用技术以及智慧安防、智慧城市等行业应用领域的多位与会嘉宾深入交流的重点，尤其是大会同期发布的《2019中国人工智能行业趋势报告》（下文简称“报告”）直指关键，详述了目前国内人工智能产业发展的落地挑战与发展趋势。
数据挑战问题最多
报告指出，目前人工智能仍存在数据、模型、行业、服务方式等领域的挑战，其中数据行业面临的问题最多，据爱分析首席分析师兼合伙人李喆现场介绍，挑战主要包含三大方面。
第一是数据治理问题，李喆表示，原来只需单点解决图象或文本问题，即单业务系统数据处理，现在涉及多元异构处理，这使得整个系统数据复杂程度更高，数据治理难度也大大提升。“所以现在需要一些新的数据治理手段。”李哲指出，目前比较成熟的是使用大数据湖模式，同时兼顾结构化数据和非结构化数据处理，可以实现低成本存储，更好地支撑应用。
第二是数据标注问题。在图象、语音时代，数据标注场景相对比较简单，但随着行业层面的延伸，数据标注复杂程度变得非常高，如何保证在较低成本下完成数据标注，成为新的挑战。李喆指出，第三方标注平台公司逐步兴起将会在未来成为趋势。
第三则是最受关注的数据安全与隐私问题。随着数据安全事件的增多，李喆表示，未来需要更多的新技术，保证在底层数据不实现交换的前提下，经过加密训练后可实现联合建模，解决数据隐私问题。
报告同时指出了模型层面的很多新变化。以服务于金融客户的AI公司为例，银行端很多企业关注点是人工智能模型如何解释，以及背后的业务逻辑。对此，李喆表示，未来大场景还会使用统计建模方式，小场景下则会采用深度学习模式，采用一些开源模型自动跑出结果。
行业层面也出现了新的挑战。报告指出，视觉语音时期，从声音前端到NLP再到GTS，场景基本都是单一的，但目前在落地到行业场景后需要具备对全业务流程know-how的认知，使得要求逐步提升。报告指出，过去的行业经验与方法论需要和人工智能技术结合，成为解决这一问题的手段。“未来知识图谱会是一个比较好的解决方式。”在李喆看来，通过统一的知识图谱，实现知识的融合，下一步再做应用，将成为可行方式。
服务方式层面，以三元、工行等知名企业为例，更多关注AI怎样解决自己的问题，如对销售部门而言，核心就是基于AI技术提升销量，提升用户复购率和行业渗透率，而并不仅仅是AI公司提供一个产品或者服务就可以解决的。报告表明，很多大型企业的最终业务需求和AI公司提供的标准化产品之间，存在一个很大的鸿沟。李喆指出，这些公司没有特别好的落地方法论，除了希望AI公司提供一个产品外，也更多希望AI帮助其进行运营业务，这是对于AI公司的新挑战。
此外，依托大的AI芯片的公司不断降低芯片成本，进而降低整个硬件成本体系，也是整个AI行业面临的挑战。
人工智能将进入第三阶段
对于人工智能产业的发展趋势，报告主要归结为三个方向。
第一，5G会带来新的业务场景。除了目前5G不断扩大应用场景丰富产业生态外，李喆强调5G将让整个社会处于永远在线的阶段，尤其是5G上线后设备可以不断实时上传数据，将使得企业接受的数据量越来越大，这一点或许对于将成为整个人工智能行业的一个新爆发点。
第二个是落地阶段新技术的涌现。李喆指出。现阶段人工智能更多是应用在知识图谱这一技术上，下一步如何能影响到行动阶段，将是下一步的方向。表现在具体案例方面，李喆解释道，通过知识图谱构建的是一个几十亿条编的场景，如果完全依靠机器学习找出最短路径，中间会耗费大量的计算时间和资源，这一阶段如果有一些专家经验与认知，就可去掉中间不必要的路径，缩短整个决策周期和时间，更好助力技术落地。对此，人机协同或许是未来几年兴起技术方向。
第三是人工智能将发展到第三个阶段——从企业内部跨向整个产业。以目前包括美团、滴滴在内互联网公司为例，正在逐步渗透到产业上下游，如美团开始涉足服务餐饮、零售门店，滴滴往出租车公司领域渗透，进而逐步提升整个产业链数字化程度，价值更多在于作为产业核心企业，基于新的AI技术实现更强大的资源调度和资源赋能。
“我们能看到现在整个不管是滴滴调度平台还是美团实时配送平台，都是基于整个产业数字化提升后用新AI技术如何更好地实现资源调动，从而推动整个产业链结构上的整体效率提升。”李喆强调，这将是人工智能技术未来的重要一环。（校对/张浩）
*此内容为集微网原创，著作权归集微网所有。未经集微网书面授权，不得以任何方式加以使用，包括转载、摘编、复制或建立镜像。
