原來AI+還有這些骨（gǔ）感？

無形的AI之戰已然開篇。隨著AI在硬（yìng）件、算法以及應用（yòng）領（lǐng）域的不斷發展，其正在爆發驚人的影（yǐng）響力。據（jù）麥肯錫研（yán）究數據顯示（shì），AI平均每年有可能推動 GDP 增長約 1.2 個百分點，足以比肩曆史上工業化（huà）、電氣化和信息化帶來的變革性影響，以 AI 技（jì）術為代表的“第四次工業革命”正在興起。而“AI+”也將是國內AI發展的主旋律，“政策、技術、需求”將共同推動該戰略深化和（hé）落地。業界要思考的是（shì）如何順勢而為，加強火力（lì）？

全麵補給（gěi）

從（cóng）本質上來說，AI之戰的過程即是資本、技術、人才的博弈，而中國的表現可圈可點。據清華發布的《中國AI發展報告2018》指出，雖然中國在AI方麵的人才擁有量上（shàng）排名全球第二，但傑出人才占比偏低；在吸金能力（lì）上，中國AI投資更（gèng）是憑一己之力占到了全球的60%；在（zài）全球AI專利布局上，中國已超（chāo）美國和日本（běn）。

而從生態角度來看，在AI的（de）基（jī）礎層、技術平台（tái）層以及應用層麵，仍或多或（huò）少地要加（jiā）強“補給”。

在基礎層方麵，無論（lùn）是技術架構如GPU、FPGA、ASIC、類腦芯片（piàn）等，還是雲側與端側的（de）訓練（liàn）與（yǔ）推理功能，國外芯片巨頭均占據領（lǐng）先優勢，國內雖百家爭鳴，但恐雲側機會寥寥，或將（jiāng）圍繞端側逐鹿。

而國（guó）內AI要實現突破性發展，還需要（yào）解決若幹（gàn）問題。平安證券分析指出，一是我國在芯片（piàn）領域的研發還相當薄弱，在 GPU、NPU 以及芯片模塊（kuài）等（děng）領域還需不斷發力，提高自主可控能力；二是平台建設方麵存在較大差距，AI的發展離不（bú）開平台和生態的建設，Google、IBM等巨（jù）頭在這方麵的投入巨大，已形成了TensorFlow、Caffe、CNTK 等開源深度計算技術平台，並吸引了大量的開發人員進行（háng）模型的（de）學（xué）習和訓練，國內雖然有一些類似平（píng）台，但差距依然較為明顯；三是國內在人才體係（xì）建設和培養方麵缺口也較大，國內在該領（lǐng）域的教育和培訓積累較少，人才不足的問題（tí）也在製約著AI向（xiàng）行業滲透。

而應用也是業界最為倚重的，畢（bì）竟與場景（jǐng）結合才意味著能產生現金流。

應（yīng）用推進

AI的應用層較為豐富，包括（kuò）終端產（chǎn）品以及行業（yè）解決方案（AI+）。可以說，AI應用（yòng）知易行難。如華（huá）芯通（tōng）CEO汪凱所言，目前（qián）中（zhōng）國（guó）在AI領域投了更多的精力，但AI不是簡單地做產品，最（zuì）大的問題是（shì）必須要有應用場（chǎng）景，無論是圖像識別、語音識別，還是自動駕駛等，一定要先定義出（chū）應用場景。

而在各種AI技術分支中，應用也（yě）在深（shēn）淺不一地推進。

計算（suàn）機視覺已在安防、金融、智能（néng）終端、工業製造、醫療影像、自（zì）動駕駛等領域都得到了廣泛應用。平安證券指出，尤其是在（zài）安防（fáng）市場，隨著各地平（píng）安城市、雪亮工程等項目的推進，視頻監控等產品的市場在持續擴大（dà），圖（tú）像識別、目標（biāo）檢測等計算機視覺應用明顯增多。

而（ér）智能語音的（de）交互功能在汽車（chē）、智能家居、醫療、教育等行業都存在大量的（de）應用場（chǎng）景。除了科大（dà）訊飛在該領域耕（gēng）耘時間較長之外，百度、騰訊、雲知聲等企（qǐ）業也取得了長足的進步（bù）。

在機器人領域，由於技術門檻（kǎn）相對較低，人機交互和圖像識別等技術融合較為成熟（shú），在教育、娛樂以（yǐ）及智能家（jiā）居等方麵都有著較為廣泛（fàn）的應用。

從Gartner最新發布的技術成熟度曲線可樂觀估計，除了目前已經成功落地的語音識別之外，計（jì）算機視覺、自（zì）動駕駛等有可能在未來 5 年（nián）內實現大規模產業化，正在與安（ān）防、交通、醫療（liáo）、教育等傳（chuán）統領域深入融合。而能否借此產生可促進AI芯（xīn）片不斷迭代和優（yōu）化、形成供應鏈正循環體係（xì）的（de）殺手級應用，也（yě）將影響未來的走勢。

AI+仍需拓展

而隨著互聯網+和工（gōng）業 4.0兩個戰略的推進，國內企業也開始認識到，單純解決連接、信息化和自動化，已難以滿足未（wèi）來企業發展（zhǎn）的需要，企業（yè）需要實現智能化的決策能力，即尋找“互聯網+”和“工業 4.0”的（de）“大腦（nǎo）”，AI+成為最好的選項。

因而，“AI+”將是（shì）國內AI發展的主旋律，“政策、技術、需求”將共同推動該戰略深化和落（luò）地（dì）。預（yù）計到2020 年，我國AI核心產（chǎn）業的市場規模將超過1600億元，而融合發展帶來（lái）的相關（guān）產業市場規模將超過萬億元。但平安證券指出（chū），國內的發展還是側重於AI產品，而在與傳統（tǒng）製（zhì）造業和服務業融合領域，尚處在試水階（jiē）段。

在融合應用方麵，我國（guó）同國外企業布局方麵（miàn）依然存在較大的差距，未（wèi）來需加強拓展。按（àn）照清華大學中國科技政策（cè）研究中心（xīn）的報告顯示，國外（wài）77%的（de）企（qǐ）業都在（zài）關注 AI+，即AI與（yǔ）傳統行業的融合應用，而在國（guó）內這個比例僅為46%。在消費互聯網提振乏（fá）力的情形下，產（chǎn）業互聯（lián）網已成下半（bàn）場的逐鹿之地，AI+仍有極大的潛力產生作為。

而AI+在（zài）安防、醫療、金融、自動駕駛中落地的（de）變數，已潛伏著無（wú）數的（de）暗礁。醫療的困境在於AI需大量共享數（shù）據，而醫院和患者的數據如同孤島；與智能醫療麵（miàn）臨相同數據問（wèn）題的金融領域，利用知識圖譜挖掘潛在客戶、進一步深挖客戶潛在需求的技術已較為成熟，而如何撬動數據源的問題以推動（dòng）金融科技的創新仍是挑戰。而（ér）自動駕駛（shǐ）何（hé）時能“上路”進而推動整個（gè）產業變革的答案仍然存疑。或許，AI+應用的（de）深入（rù）不僅涉及技術、成本以及數據源，傳統行（háng）業（yè）的開放與融合亦是（shì）生態成（chéng）形（xíng）的關鍵。

平安證券最後指出，在基礎（chǔ）層方麵，建議關（guān）注國內服務器、高性能計（jì）算企業浪潮信息、中科曙光在（zài）算力提供上的市場機會；在應用層方麵，則關注語音、計算機視覺、自（zì）動駕駛等技術；在AI+市場上的應用（yòng），建議關注科大訊飛、海康威視、蘇州科達、衛寧健康等標（biāo）的。