移动互联网

人工智能的2022:技术的价值在于生产力

2022/12/27 19:17:00


人工智能在2022年的境遇,就像一场过山车之旅。

年初时的萧瑟氛围犹在昨天,一家家人工智能企业交出惨淡的业绩报告后,唱衰声迅速弥漫了整个行业,几乎所有人工智能独角兽都在被逼问何时盈利,整个市场的风头早已被元宇宙抢去。

可到了年末的时候,外界似乎重新对人工智能燃起了兴趣。火遍全球的ChatGPT频频成为科技媒体的焦点,再加上已经出圈的AIGC,人工智能概念再次出现井喷,重新成为资本的宠儿。

新概念诞生时的兴奋与冲动,落地遇阻后的沮丧与悲观,这场群体悲喜剧的背后,似乎有必要追问这样一个问题:人工智能的价值到底在哪里,人们追逐的是奇幻的海市蜃楼,还是正在发生的现实?

终归还是要回到生产力的话题上。

01 人工智能的庙堂与江湖

回顾人工智能的进化史,总是离不开一些有纪念意义的大事件。

比如图灵在1950年提出了著名的“图灵测试”,给出了判定机器是否“智能”的方法;约瑟夫·魏岑鲍姆和肯尼斯·科尔比,在1966年开发了世界第一款可人机对话的机器Eliza;杰夫·辛顿和他的两名学生在2012年的 ImageNet图像识别比赛上拿了冠军,由此开启了深度学习的黄金十年……

这样的叙事逻辑并不让人陌生,大多数行业都喜欢从里程碑式的事件中,定格技术不断向前演变的瞬间,然后在机缘巧合下成为坊间讨论的焦点。再聚焦一些的话,每到了年初的时候,科技巨头们都会给出一份长长的榜单,预测下一年的技术风向标,即便有时候会夹带一些“私货”。


从“庙堂”的视角审视行业的变迁并没有错,而且在很多时候不乏合理性。就像ChatGPT与AIGC的例子,2014年诞生的对抗生产网络GAN、2020年被OpenAI公开的GPT-3语言模型,再到千亿级大模型的军备竞赛,都是AIGC一夜走红的注脚,淋漓尽致地诠释了前沿创新的魅力所在。

其实还有另外一个视角,即远离“庙堂”的“江湖”。一群“名不见经传”的工程师,将人工智能的触角伸到了不被关注的“角落”,不是镁光灯下的自动驾驶,也不是话题性十足的数字人,而是纺织厂里不为人知的质检产线、超市里鲜有人注意到的货架、园区里不曾被注意到的配电房一角……

和重人才、重学术、重投入的“庙堂”相比,“江湖”中流行的是另一种创新范式:没有著作等身的学术大牛,只有钻到生产车间改代码的程序员小哥;没有海量的大数据,却可以拿到一手的生产数据打磨算法;错失了沉甸甸的行业大奖,但帮助一些传统行业解决了实实在在的问题。

或许这才是新一轮工业革命的“全貌”。就像人们记住了改良蒸汽机的瓦特,遗忘了将蒸汽机装上火车、轮船、印染机的无名英雄们。作为第四次工业革命的核心技术,人工智能注定也会是一体两面的景象。

所以在年末盘点的时刻,在惊人的融资数字、庞大的技术专利、现象级的新概念冲击人们的眼球前,似乎有必要将一些注意力留给“江湖”里的潜行者们,比起光鲜的前沿创新,落地应用同样是人工智能不可或缺的一部分。

02 被低估的垂直场景创新

按照知名咨询机构Gartner的说法,任何一个行业、企业,只要有场景、有积累的数据、有算力,都可以落地人工智能应用。

这样的断言正在不计其数的垂直场景中被验证。也许和AIGC描绘出的诱人前景相比,人工智能在垂直场景的创新不够“性感”,甚至场景本身就缺少话题性,隐藏的价值却不应该被忽略。因为一些原本和人工智能毫无关联的行业,正在技术的作用下焕发新的生机,让外界看到了意想不到的效率提升。

其中有千亿级科技巨头的长尾化探索,有明星独角兽的商业破局,也有一些游离于主流视野的实力派选手。

浙江杭州的一家纺织车间里,过去化纤丝锭的质检全靠人眼,检测员需要拿着强光手电筒逐锭检查,每天最少人工检测2500锭丝锭,许多女工进厂半个月就离职了。后来这家企业引入了百度智能云的智能质检,曾经的质检女工帮助工程师在产品上标注出各类缺陷,交给人工智能进行深度学习,最终用一台台工业相机解放了质检产线上的女工,检验效率相比人工质检提高70%。


江苏苏州的一个办公园区中,因为园区配套设施不够完善,大部分服务都依赖人力,唯一的一家便利店每天要安排3名员工轮岗。云拿科技为该园区打造了无人店解决方案,基于人工智能视觉技术提供自动结算服务,精准记录顾客在店内的购物行为,走出闸机时能够通过无感支付自动扣款,购物效率比传统收银提升了5—10倍,“拿了就走”的购物方式深受园区内顾客的好评。

山东济南的一家三甲医院,耗材仓库里还在使用条码扫码、记账PC等初级工具进行管理,虽然安排专人定期盘点库存,管理效率与账物相符率依旧不够理想。云拿科技将“无人店”的技术和经验运用在了医药耗材仓库中,工作人员刷脸进入后,系统会自动确认领料单,待领物料所对应栏位上的电子价签将自动闪烁提示,领取物料离开后,系统还会自动进行出库处理、更新库存数量,整体效率比传统流程提升了400%—900%。

可以找到的例子还有很多,而且折射出了经验复用、举一反三的一幕。个中原因其实并不难理解,人工智能的新浪潮已经延续了十年时间,有些在商业化落地的过程中“胎死腹中”,也有些忽略了成本优势而昙花一现,那些默默在垂直场景中落地、生根、发芽的应用,恰恰是经住了市场需求考验的产物。

03 技术的价值在于生产力

同时也印证了一个屡试不爽的逻辑:商业化的成败不在于声量大小,只有直面市场需求、创造实际价值,才有可能兑现商业潜力。

回到当下的语境里,人工智能新概念的风靡,势必会再次催生资本市场对于人工智能企业的信心。至少中国信息通信研究院的数据已经揭示,全球人工智能企业的数量已经超过23000家,中国的人工智能企业近4000家,2022年前8个月的融资规模仍处于较高水平,其中人机交互领域的投融资金额同比增加32%。

并非是想为市场泼冷水,而是在市场由冷转热时,应该多一些理性的思考,少一些跟风式的理想主义。

比如对商业蓝海的认知亟待转变。以往对蓝海的认知,常常和新技术相提并论,新技术开辟了新赛道,进而出现了诱人的机会。典型的例子就是AIGC,鉴于AIGC丰富的“想象力”和惊为天人的“创作能力”,将在艺术创作、插画、影视编辑等领域产生变革效应,不排除会冲击传统艺术创作者的工作岗位。


然而在确定性和不确定性的权衡中,许多人痴迷于不确定性编织的美好愿景,选择性忽略了确定性的机会。就像前面提到的无人店和无人值守领用仓的例子,人工智能与垂直场景的碰撞,早已诠释了新技术带来的生产力,而同样的场景还有烟草巡检、零售、金融、企服、教学实训等等,填补垂直场景的空白,驱动技术的价值落地,同样是一片蓝海。

再比如对企业潜力评估的重新理解。很长一段时间里,人工智能行业推崇的都是勇闯无人区的技术探索者,低估了另辟蹊径在垂直领域中落地实战的后发先至者,以至于错失了一个又一个优质标的。

毕竟在应用的维度上,人工智能越来越像生活中的水电煤,以润物细无声的方式深入到大众生活的每一个角落,身处其中的企业不应小觑。以云拿科技为例,正是将机器视觉、深度学习、多传感融合等技术应用于零售、医药、烟草等实体场景,利用场景化的行业解决方案解决真实存在的痛点,实现了别具一格的差异化创新。

不可否认的是,所有被时间沉淀下来的技术创新,无不以提升生产力为前提,或是改善生产效率、提升产品品质和体验,或是重构商业模式、推动行业升级,最核心的指标多半是以生产效率来衡量。

作为第四次工业革命的驱动技术,人工智能自然也不会例外,真正需要外界关注的企业无外乎两类:一类是生产力的创造者,比如“庙堂”中引领创新风向的企业;一类是生产力的驱动者,技术和场景融合将是生产力变现的必由之路。

04 写在最后

回顾前三次工业革命的历程,都是在不断优化、修正、迭代中螺旋式上升,提升生产效率、降低生产成本,最后改写了经济增长引擎。

人工智能行业遵循着同样的范式,能否解决长尾应用中的一系列痛点,能否降低人工智能生产要素的成本,能否跑通规模化的创新与赋能,既是洞见人工智能价值的底层逻辑,也是丈量人工智能企业的终极参考。


版权声明
本文仅代表作者观点,不代表艾瑞立场。本文系作者授权艾瑞专栏发表,未经许可,不得转载。
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 合作伙伴| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号