投入大见效慢，还要做AI？

AI前线导读：年末技术盘点里程碑有一大半跟人工智能相关、人工智能企业屡次获得巨额融资、今天人工智能在某个指标上达到甚至超过人类水平、明天人工智能在某个比赛中打败了人类、据分析人工智能可能取代多少人类的工作

人工智能又一次走到了风口浪尖上，从政府、学术界、企业界、投资界到创业者们，无一不将人工智能视为未来方向；而媒体铺天盖地的报道，更是让人工智能快速占领了每一个普通人的视听。

但是无限风光的背后，又怎么可能没有一点阴影？

都说自己在做人工智能，其实压根不知道人工智能能做什么。

连产品模式都还不清晰，凭什么拿到那么高的估值？

说能帮我们解决问题，结果连我们的场景都不清楚。

不能大规模商业化、不能帮企业盈利，那为什么要为AI买单？

高大上的AI技术如何真正落地、带来实际价值，已经成为寻求转型的传统公司、专注于提供AI技术服务的初创企业、业务规模庞大的集团公司共同遭遇的危机。

本文根据平安集团SMART科技大会采访内容整理而成。

AI，看上去很美

从积极的一面来看，人工智能催生了大量新技术、新企业和新业态，为个人、企业、国家乃至全球提供了新的经济增长点，甚至可能成为第二次工业革命。

IDC预计，全球人工智能支出到2020年将达到2758亿人民币，未来五年复合年增长率将超过50%。中国人工智能技术支出将达到325亿元，占全球整体支出的12%。

从消极的一面来看，尽管人工智能开启了一个全新的时代，但也在不断滋生着泡沫，吹捧有之，跟风有之，噱头有之。近两年，数十家中美AI创业企业密集倒闭，大量AI创业项目中途夭折，不免让人感慨，人工智能是否只是看上去很美？

3年前你都不好意思说你是做人工智能的，而今天你都不好意思说不做人工智能了。

泛人工智能是人工智能火爆之后催生的一种现象，就是把什么东西都叫人工智能。如今没有哪个企业不想拥抱人工智能，但当前人工智能技术的采用程度到底如何？

麻省理工学院SloanManagementReview最近对3000位高管、经理和分析师进行的一项调查显示了一个令人惊讶的结果：目前大多数公司还没有采用人工智能技术，只有不到四分之一的受访者表示已经采用人工智能技术，还有23％的受访者正在进行一些试点项目，而有54％的受访者表示他们还没有开始采用人工智能技术。这与AI前线在年终总结时所做的一份落地情况调查结果相近。

麻省理工学院的调查中也列出了可能阻碍企业采用人工智能的几大障碍：

对于已经理解并采用人工智能的组织（领导者），人才缺口、竞争激烈的投资和对安全的担忧是他们的主要障碍。

与此同时，尚未采用人工智能（被动）的企业认为需要识别业务应用场景、缺乏管理支持、技术能力有限是其主要挑战。

AI落地困境

当前的人工智能实际上是数据驱动的智能，也就是基于大数据的智能。中国科学院深圳先进研究院首席科学家须成忠教授认为这一波人工智能涉及ABCD四个概念，A算法，B大数据，C计算平台（如云计算平台），D领域知识，技术必须跟领域结合。技术不结合场景，就只是一个技术而已。

目前AI在医疗、金融、交通等多个领域皆有不同程度的渗透，虽然行业不同，但AI落地时遇到的困境却多有类似，其中场景和数据是最常被提到的两项。

为什么企业要为AI买单？

据平安医疗健康管理股份有限公司首席技术执行官穆强介绍，目前AI在平安医疗健康的应用主要分为面向病患和面向医护人员两种类型。

面向病患：利用AI技术对患者分层，通过患者的就医习惯和行为画像定义风险等级，再匹配需要的医疗水平，也叫做医疗能力分层或者患者需求分层，从而把医疗的供给测和需求侧匹配起来、协调医疗资源。

面向医护人员：用AI给医疗行业赋能，借助AI为处方点评、临床决策等提供决策建议，帮助医生更好地决策判断。另一点是运用医学知识图谱和大数据的方法，调整综合医疗费用结构。目前的总费用中，药物占比过高而医生的价值占比太低，因此需要在总费用不变的前提下调整医生价值与药费的占比，使医生发挥的价值与价格不背离。

平安尝试在医疗场景落地AI的过程中，既会使用公司内部的技术方案，也会与第三方公司合作。商业合作不是公益项目，企业最关心的自然是这项技术到底能为自己解决什么问题？能带来什么价值？而这可能也是AI技术服务商在尝试向行业输出技术前，最需要想明白的问题。

穆强指出，AI初创公司想要进入医疗垂直领域，最大的痛点是买单方，也就是谁为他们的AI技术买单的问题。企业经营不外乎开源节流。如果想把AI技术应用到产品中，首先要找到AI能给企业经营带来什么价值，是能帮企业开源还是节流，还是抑制风险，还是提高医疗水平，总得帮人干点什么，所有的这些最终都要转化成商业价值。只要这项AI技术能够帮我们提高经营能力，我们自然愿意为之付费。

错把商业项目当成研究项目

须成忠教授是中国科学院深圳先进技术研究院首席科学家，他所带领的团队开发了先进云平台，平台之上融合了大数据、机器学习等技术，在智能交通、医疗健康、城市信息等多个领域都有落地应用。

须成忠教授告诉AI前线，智慧交通即利用人工智能和大数据使城市交通变得更智能，其终极目标是通过城市大脑做预测，并能持续学习进而反馈控制，但目前暂处于起步阶段。阿里做城市大脑，说将城市拥堵改善了10%，其实这10%从科学研究角度来说误差都要拿掉了，可以说是微不足道，而且它是基于一个小区的小范围实验。

目前中科院深圳先进技术研究院在交通领域已经落地的成果主要基于中科院收集的城市所有浮动车（出租、公交等非固定权的车辆）数据，包括三类服务：面向政府的服务，如城市精细化管理；面向公众的服务，如深圳市的公交在手软件，能够综合实时路况、天气情况预测当前公交距离本站还有多久；将数据通过API方式开放给第三方企业（如腾讯、广电集团、酷米客等）做更多的应用和服务，库卡机器人，每天数据API访问量达到500多万次。

在加入中科院之前，须成忠教授在国外也承担过不少企业合作项目。在他看来，做技术研究的人最容易犯的错误就是太过在意研究，错把商业合作当作科研项目。

须成忠教授指出：研究院研发的产品原型充其量是证明你有这个技术能力，但还是需要针对用户的具体需求来修改和定制开发。我们以前把项目当作研究项目来做，并没有解决企业的刚性需求，研究院经常会遇到这样的问题。结果导致我们做的技术，用户并不是特别感兴趣。