人工智能产业化应用加速
新技术不断涌现，产业规模持续增长，应用广度和深度加快扩展
人工智能产业化应用加速
数据来源：中国信息通信研究院、国际数据公司（IDC）制图：沈亦伶
核心阅读
近年来，随着数字化基础设施建设不断完善，商业化应用加速落地，人工智能产业发展驶入“快车道”。
工业质检、零件计数、自动驾驶、语音交互……人工智能在产品研发、服务升级、商业模式创新等方面为企业带来切实成效，各式各样的人工智能应用进入生产生活、服务千家万户。
新一代人工智能是推动科技跨越发展、产业优化升级、生产力整体跃升的驱动力量。当前，我国人工智能领域呈现出技术创新和产业化应用双轮驱动、双向促进的发展特征。
在供需两侧的共同推动下，技术创新成果开始大规模地从实验室研究走向产业实践，人工智能产业化进程加快。根据中国信通院发布的最新数据测算，2022年我国人工智能核心产业规模达到5080亿元，同比增长18%。
应用广度和深度加快扩展，场景创新成为新路径
兔毫、油滴、曜变、鹧鸪斑……在1300摄氏度以上的高温中，建盏展现出绚丽的釉色，每盏皆唯一。古人常以“入窑一色，出窑万彩”来形容其釉色千变万化。近年来，国内建盏产业迅速发展，但也产生了假冒仿制、以次充好等乱象，通过传统防伪手段，很难解决问题。
后来，位于福建省南平市建阳区的一家建盏生产企业找到了北京旷视科技有限公司，希望借助人工智能技术来为每一只建盏打造专属的“电子身份证”。
这并非易事。一方面，分辨不同建盏之间的区别难度极高，建盏釉面还会产生很强的反光，这些都会给人工智能带来挑战；另一方面，这类项目往往需要花费大量时间做实验设计。
面对这些问题，旷视团队提出“算法量产”理念，打造了人工智能建盏溯源系统，实现了盏纹识别。团队还研发了内置可控制光源的硬件设备，以克服釉面材质反光的难题。
“我们由此实现了一盏一图、一盏一码、图码结合，既有效打击了仿造伪造行为，又推动产业的规范化发展和数智化升级。”旷视研究院算法量产负责人周而进说。
像建盏一样，人工智能应用向纵深演进，越来越多的行业实现了智能化升级。工业质检、零件计数、自动驾驶、语音交互，甚至是高空抛物检测、普洱茶茶饼识别、破皮速冻水饺检测……人工智能为企业在研发速度和流程、产品服务、商业模式创新等方面带来切实的成效，“五花八门”的人工智能应用伴随着数字化、智能化热潮，进入生产生活、服务千家万户。
“人工智能技术正沿着追求更高精度、挑战更复杂任务、拓展能力边界等方向持续演进。场景创新成为人工智能技术升级、产业增长的新路径。”科技部新一代人工智能发展研究中心主任，中国科学技术信息研究所党委书记、所长赵志耘认为，人工智能应用广度和深度不断扩大，正向更多行业和更核心的业务领域渗透，推动制造、物流、医疗等各方面的智能化程度不断提高，智能场景对经济社会发展的重要性也逐渐凸显。
新技术不断涌现，产业化路径逐渐清晰
随着新技术不断涌现，人工智能产业化的路径也逐渐清晰。近几年，国内外厂商纷纷加码巨量模型的投入与研发，让人工智能产业落地找到了新的方向。
新药研发就受益于此。华为云盘古药物分子大模型，是由华为云联合中国科学院上海药物研究所共同训练而成的大模型，可以实现针对小分子药物全流程的人工智能辅助药物设计。
西安交通大学第一附属医院刘冰教授团队利用该大模型成功研发出一种新的“超级抗菌药”，它有望成为全球近40年来首个新靶点、新类别的抗生素。借助大模型，先导药的研发周期从数年缩短至1个月，研发成本降低70%。
联想集团首席技术官芮勇认为，大模型的特点可以概括为“一大三多”：“‘一大’是指参数规模大，是千亿参数级别的超大型人工智能模型；‘三多’是指利用多来源、多模态、多任务的互联网海量数据进行训练。”
“在云服务的基础上，大模型的落地也越来越普遍。过去，我们经常强调的是针对某一类应用的小模型，比如人脸识别、语音识别等。现在随着大模型的出现，用户可以在预训练模型上进行简单的处理，就能满足自身的需要。这实际上能够帮助用户更好地应用人工智能技术。”国际数据公司（IDC）中国副总裁周震刚说。
浪潮信息基于大模型打造的智能客服机器人“源晓服”就是大模型的一个典型应用。“我们的目的是让大模型与契合场景需求的行业模型进行结合。”浪潮信息服务总监陈彬说。
凭借强大的学习能力，“源晓服”能够对知识库进行自主化学习。目前，已能覆盖终端用户92%的咨询问题。对于一些常见技术问题，如系统安装、部件异常等，解决率达80%。
“大模型并不是炫技，它更多源于人工智能产业发展的现实需求。”浪潮信息副总裁刘军指出，人工智能应用场景已经从碎片化过渡到深度融合的一体化，在算法模型方面，巨量模型将会成为人工智能算法规模化创新的基础。
核心产业规模快速增长，形成良好产业发展基础
人工智能是引领新一轮科技革命和产业变革的战略性技术。近年来，我国陆续出台多项政策，鼓励人工智能行业发展与创新。《新一代人工智能发展规划》《关于支持建设新一代人工智能示范应用场景的通知》《新型数据中心发展三年行动计划（2021—2023年）》等产业政策，为人工智能产业发展提供了保障；我国还依托领军企业建设了10余家国家新一代人工智能开放创新平台；依托地方建设国家新一代人工智能创新发展试验区和国家人工智能创新应用先导区；以发布智能产品推广目录等方式推动人工智能技术在医疗养老、城市建设等重点领域的规模化应用……
近年来，我国形成了良好的人工智能产业发展基础。除人工智能核心产业规模快速增长外，我国人工智能企业数量超过4200家，智能芯片、开源框架等关键核心技术取得重要突破，智能传感器、智能网联汽车等标志性产品创新能力持续提升；在智能化信息基础设施布局建设方面，2022年，全国在用数据中心机架总规模超过650万标准机架，目前有超过30个城市正在建设或提出建设智算中心。
专家表示，进一步推动人工智能产业发展，将创新要素转化为物质或知识资源，形成规模效应和范围效应，关键在于协同创新平台的搭建。构建人工智能协同创新平台，要聚焦当前落地应用需求，更快实现人工智能生态伙伴的业务聚合、资源聚合和战略聚合，平台内的各方主体通过加强人工智能算力输出、服务能力优化及人才培养等层面的要素供给，形成产业链上下游通力合作的产业生态。（记者谷业凯）
【纠错】【责任编辑:刘阳】巨头狂飙，人工智能的商业化之路在哪里
撰文：开叔 | 图源：互联网
正像2021年元宇宙迅速蹿红一般，2023年的ChatGPT作为一款现象级应用再掀一阵狂潮。
这个能陪你聊天，还能编代码、写论文、做翻译，好像无所不能的hatGPT连同人工智能技术一并被推上了前所未有的高度和热度。一时间，各种“类ChatGPT“应用大量泛滥。从百度、腾讯、阿里巴巴到Meta、谷歌，从比尔盖茨到马斯克，从巨头到中小企业，人工智能技术仿佛一瞬间成为企业竞相争夺的高地。
而当这股狂潮渐渐冷却，一个关乎成败的问题摆在眼前：人工智能的商业化之路将如何行进？
“幕后”到“台前”
2016年，围棋世界冠军李世石被人工智能AlphaGo击败，该事件被视为人工智能发展历程的一次里程碑事件。也在同时，全球人工智能掀起一次热潮，资本大量涌入成就了一时的狂欢。
但是很快，狂欢回归沉寂，原因除了技术上尚需精进外，最重要的就是商业化之路并不顺畅。
数年后的今天，ChatGPT成功破圈，成为第一个大众能够普遍直观体验的人工智能应用。
虽然在2022年12月份ChatGPT上线后便爆火了一段时间，但其热度远不能与今年2月份相比。
据微博热搜数据显示，ChatGPT于2月4日首次登榜，其后相关内容数十次登上微博热搜榜。
与此同时，网民开始大量探讨ChatGPT的方方面面，比如如何注册如何使用，最出圈的还是各种花式问答。当然，讨论也扩展到各企业的动向，相关的各种伦理问题，对工作岗位的冲击等等。
可以说ChatGPT的出圈标志着人工智能技术从“幕后”走到了“台前”，让普通大众能够直观的体验。
正是因为以ChatGPT为代表的的人工智能技术提供了一个成功的应用案例，让国内企业看到了希望，随后，“类ChatGPT“应用纷纷被拿出来炫技。
比如百度将于3月推出“文心一言”，英文名ERNIEBot，腾讯已成立“混元助手(HunyuanAide)”项目组，还有阿里巴巴、三六零等等。
据财联社星矿数据统计，A股有17家上市公司公布称相关业务接入类ChatGPT技术，或正在研究相关技术，包括元隆雅图、风语筑、天娱数科等等。
当然，国外市场同样动作频频。
比如微软宣布向OpenAI追加数十亿美元的投资，上线ChatGPT版必应搜索等。
Meta首席执行官马克·扎克伯格于近日宣布，Meta将组建一个顶级产品开发团队，专门关注内容生成式AI技术。
消息透露，作为曾经OpenAI的创立人之一，马斯克也在最近接触人工智能研究人员，打算成立新研究实验室，用以开发聊天机器人ChatGPT的替代品。
可见，此次ChatGPT引起的狂欢貌似并非单纯的一时兴起，而是真正看到了人工智能走向商业化的可能性。
商业化的基础
我们知道，人工智能的核心可以用三个词来概括：算力、算法、数据。
其细分技术领域有计算机视觉、语音语义识别、图像处理、生物识别、自然语言处理、大数据分析等等，经过多年的积累，人工智能已经拥有相当的技术沉淀，产业链也逐渐清晰成型。
人工智能产业链主要可以分为三层，分别是：基础层、技术层、应用层。
基础层主要包括AI芯片、智能传感器、云计算等相关企业，依赖较强的核心技术支撑。比如海思半导体、联发科、阿里云、华为云、腾讯云、百度云等。
技术层主要涉及计算机视觉、智能语音语义、机器学习平台等，比如国内的商汤科技、旷视科技、科大讯飞等等。
应用层主要是与具体的赋能行业相结合，比如媒体、政府、金融、电商、工业等等。具体的应用也十分广泛，比如搜索引擎、语音助手、智能客服、虚拟数字人、机器人、无人机、智慧交通、智能家居等。
另据发改委发布的《战略性新兴产业重点产品和服务指导目录》显示，人工智能产业包含：人工智能平台、人工智能软件、智能机器人及相关硬件、人工智能系统等。
总之，在拥有技术与产业的双重支撑下，人工智能的商业化应用也拥有了可能。
就如当下风靡的ChatGPT，其处于技术层，是自然语言处理等技术的集中体现。在实际使用中能够体会到，ChatGPT对于内容生产大有裨益。
比如对编辑工作有着极强的辅助作用，一方面，可以通过ChatGPT更好的搜集资料素材，另一方面，可以寻找热点启发创意。在提升工作效率的同时，也能优化内容质量。
而这也仅仅是其应用的冰山一角。
商业化场景
说到ChatGPT，就不得不提到AIGC(AIGeneratedContent，是指利用人工智能技术来生成内容)。
ChatGPT就是文本生成式AIGC，是典型的文字模态。前边我们提到，ChatGPT通过文字进行交互，可以实现问答对话、写作、翻译等。对于编辑工作，或者说UGC具有重要的辅助功能，并且有望促进UGC向AIGC转变。
如今ChatGPT的付费试点也是AIGC商业化的成功范例，未来这种模式也有望推进AIGC在图像、音频、视频等领域的应用，推动AI拓展更广阔的市场。
近期就有大量企业宣布在AIGC、机器人、智慧语音、智慧视觉等方面增加研发，以增加人工智能技术的实际应用。
除此之外，人工智能的商业化应用还有更广泛的领域。
对于很多人来说，智能机器人自然是人工智能最匹配的应用场景。近年来，车站、零售店、无人酒店、餐厅、银行、医院等场所都在布放机器人以实现更好的客户服务，但实际效果不尽如人意，所提供的的服务较为刻板单一。随着ChatGPT等相关应用的升级，未来机器人能够实现的功用会迅速扩展。
在语音客服方面，以ChatGPT为代表的应用开发的智能机器人，因拥有NLP等技术加持，能够实现类似真人的对话，在客户服务方面能够实现7×24的全天候工作，并在响应时间上更加及时，在企业的用人成本上也可以实现更好的控制。
而数字人与人工智能的结合也将带来充分的想象空间。
在虚拟空间，目前已有众多平台推出虚拟数字人，但都要倚靠“中之人”运行，这在很大程度上局限了其价值。而接入人工智能的虚拟数字人可以摆脱这一问题，实现众多场景的应用，比如直播互动、直播电商、演唱会、主持等等。甚至通过训练增设个性化，为每个人提供虚拟伴侣。
在企业的运营方面，人工智能也可在多个业务线中嵌入。除客服外，有数据分析、法律援助、财务、人力资源等等。比如对于生产性企业来说，通过人工智能监控产品的库存、调拨、销售、供应商、客户状况，以优化生产线的产品产量以匹配市场需求。
在搜索领域，近期微软、谷歌、百度纷纷宣布接入人工智能。微软宣布将会与OpenAI合作带来集成聊天机器人的新版Bing搜索和Edge浏览器；百度的文心一言也将率先应用于百度搜索，重塑信息的生成和呈现方式。
人工智能在推荐系统的作用更是无与伦比，通过大数据与强化学习，人工智能对于习惯和偏好的预测可以广泛用于广告投放方面。
正像中国信通院王爱华副总工程师所说的那样，人工智能无处不在，已经步入深度赋能行业的“试水区”。
诚然，人工智能客观上具备强大的赋能潜力。
一步一个脚印
技术的成熟对于行业产业的提升是巨大的，就像十年前的“互联网+”席卷了几乎所有行业，对于社会经济的进步做出了重要贡献。
对于如今的企业来说，同样期盼人工智能带来新一轮的升级。而国家对于人工智能的期望同样急切。
2016年3月，人工智能写入国家“十三五”规划纲要；2017年7月，国务院印发并实施我国第一份人工智能发展规划《新一代人工智能发展规划》，对人工智能的发展进行了战略性部署；2018年3月，人工智能再次写入政府工作报告；2022年出台《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》《科技部关于支持建设新一代人工智能示范应用场景的通知》等。
据中国信通院表示，2022年我国人工智能核心产业规模将超5000亿元，同比增长18%。人工智能成为科技跨越发展、产业优化升级、生产力整体跃升的新动能。
一切的一切都表明，人工智能有一个极其美好的前景，但市场过热未必是好事。
关于人工智能、ChatGPT的发展还应保持理性，其研发成本高、局限性明显、面临法律风险等问题还需要一段时间的克服。
在资本市场，也要时刻提防吹捧而来的泡沫。
作为一项高新技术，需要做的是加大研发投入，占据基础理论的高地，同时赋能实体，成为经济新的增长引擎，只有这样才能在保证商业化的同时促进技术本身的更好更长远的发展。