人工智能的2023：技术的价值在于生产力
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。
人工智能和机器人技术的使用案例
人工智能和机器人技术正在给科技领域带来巨大的变化。人们在20年前的梦想现在已经变成了现实。从制造厂的自动化系统到餐馆里的自助机器人，科技不断发展，推动人类文明的进步。
在当今世界，人工智能和机器人作为问题解决者、伙伴和响应者为人类提供服务。如今，当人们与某家网站上的在线助理聊天时，通常以为是与客服交流，实际上却与聊天机器人聊天。人工智能技术已经取得了长足的进步，但不会止步于此。
[[360078]]
人工智能和机器人技术正在多个领域得到应用
当人们谈论人工智能和机器人技术时，其实并不特定用于某个行业。它们得到几乎所有行业和部门的青睐，例如国防、医疗保健、汽车、健身、教育、零售、制造业、游戏等。
可以肯定地说，人工智能机器和计算机将会积极管理大部分交易。这只是一个开始。人工智能、机器学习、机器人技术必将在未来几年中得到进一步发展。数据在这些系统的开发中起着至关重要的作用，因为数据使这些机器能够自行学习。以下讨论一下人工智能和机器人技术的应用以及它们如何塑造人类的未来。
人工智能和机器人如今在哪里使用?
人工智能和机器人是自动化任务的强大组合。近年来，人工智能已广泛应用在机器人解决方案中，为以前的应用带来了学习能力和灵活性。尽管这两种技术还处于起步阶段，但二者结合使用时效果很好。
1.虚拟助手和聊天机器人
虚拟助手和聊天机器人以其惊人的自动化水平推动着世界的发展和进步，并降低成本、提高生产力。虚拟助手是人工智能和机器学习的一种表现形式，通过模拟与人的对话。虚拟助理和聊天机器人被设计成使用自然语言处理(NLP)的功能来遵守自动规则。最近的技术进步显著提高了它们的性能，Siri、GoogleAssistant、Alexa都是虚拟助手的典型产品。
从回答诸如时间和天气之类的基本问题，虚拟助手将逐渐成为人们的得力助手。更好的是，它们可以与家中的家用电器设施完美融合。采用物联网技术，人们可以命令虚拟助手打开房屋中的灯具、空调、电视等电器。
2.农业
机器人技术和人工智能是农业可持续发展未来的最佳选择。几个世纪以来，由于环境污染、过度耕作、劳动力短缺以及人口增长，粮食供应链面临危机，它正威胁着人们最基本的生活需求。人工智能和自动化可以减轻农业劳动力老龄化的影响。有了自主无人机、自动驾驶农业机械等，农民可以花更多的时间专注于创造可持续的农业收成。
Deere公司是一家著名的农业设备制造商，因其自动驾驶机械而广受欢迎。此外，它还通过引进自动杂草喷洒器扩大了其农业服务范围。该公司利用先进的机器人技术、机器学习和计算机视觉来区分农作物和杂草以进行清除。此外，大数据正在帮助农民种植出更好的作物。大数据催生了处方农业，它使用基于网络的工具来创建地图或处方，告诉农民在某些作物和地区需要施用多少肥料。
3.自主飞行
自主飞行器使用计算机视觉技术在空中盘旋，同时避开障碍物快速移动。随着人工智能的引入，这些飞行器变得越来越智能。从鸟瞰图监视到安全监视、录像、救援任务等功能，无人机正在革新并取代许多工作岗位。计算机视觉在自动飞行中的应用包括障碍物检测、避免碰撞、自我导航，以及目标跟踪。
机器学习可以给自动驾驶飞行器的工作方式带来巨大的变化。在无人机捕捉实时数据的同时，还使用了机载智能系统，使其能够根据实时数据自己做出决策。
这些无人机可用于城市管理和智能城市，用于高级监视、快速面部识别或跟踪目标。它们对农业也非常有益，因为它们可以监测作物，检查土壤肥力，评估土壤成分，并帮助农作物生产。其他应用可能包括：
扫描或绘制房地产中建筑物的地形;军事侦察或与敌人作战;用于人员跟踪和面部识别。4.零售、购物和时尚
零售业近年来已经从人工智能和机器学习中获益。人工智能正在帮助零售商通过数据分析更好地了解他们的目标市场。因为数据是数字世界的新货币，它可以决定业务成败。而零售商正在使用预测分析来帮助根据销售数据预测客户行为。电子商务网站正在使用基于客户的区域搜索趋势、位置和搜索历史记录的建议。此外，像亚马逊公司根据过去的销售数据为顾客提供产品推荐。
人工智能还帮助零售商通过定制发送给潜在客户的信息来增强他们的在线商店。内容生成是一个乏味的过程，但是通过人工智能的自然语言生成(NLG)，零售商可以向客户发送有针对性的信息和报价。
机器人已经被引入管理库存和销售区域，从而提供更精确的精度并削减成本。而在时尚领域，人工智能应用在供应链和时尚商店。从服装的分类到缝纫衣物，这些平凡而繁杂的任务都是由人工智能系统来完成的，并具有更高的精度和更快的速度。机器人可以轻松精确地缝合，还可以检测织物材料中的缺陷，从而确保质量。
5.安全与监视
如今的机器人使用人工智能、远程传感器，高清摄像头以及快速的计算机处理程序满足不同需求，并提供了功能完善的安全系统。专家认为，机器人可以轻松地保护指定区域，它们可以使用地图软件来创建地理围栏。
这些机器人可以用来监视地面和建筑物内部情况。它们经过智能设计，使用GPS系统，可以轻松找到几厘米范围内的物体。所以当移动时知道自己的方位。他们可以每天用安全摄像头记录和存储数据。采用人工智能的安全系统是一个以高清摄像机为基础的自我监控系统。
最新的人工智能动力安全机器人使用面部识别技术来识别进入建筑物的人员的身份，并创建一个目录，其中包含定期访问者或熟人。
6.体育分析与活动
人工智能和机器人如今也应用在体育行业，以使体育比赛更精彩、更公平。体育活动对于某些人来说是一种情感所系，更重要的是价值数百亿美元的产业。全球的体育组织和协会都在尽最大努力获得竞争优势，并使用机器人技术和人工智能让体育爱好者有着更好的体验。
人工智能可以帮助运动员提高体能，发现队员的天赋。一些体育项目已经采用机器人裁判，而智能机器人可以帮助观众在体育场找到座位。对于那些不想到体育活动现场的人来说，采用VR耳机可以获得这样的体验，人工智能也在帮助俱乐部和团队根据之前的数据制定策略。
以下是体育产业采用的一些人工智能技术和措施：
智能应用程序和虚拟现实技术正在推动体育爱好者的参与度;机器裁判很快将成为现实;智能算法正在开发新游戏;人工智能正在帮助团队管理和支持人员寻找新的明星球员;人工智能正在协助俱乐部和球队保护其球员的健康。7.制造与生产
随着机器人技术和人工智能的实施，可以看到制造业和生产行业的发展。在制造业中引入人工智能技术的主要原因是弥补劳动力不足，简化整个生产过程并提高效率。在以往，制造商需要花很多精力来管理任务系统。自从机器人接管以来，可以提高工作效率。
人工智能通过使产品决策更迅速、更智能来帮助制造行业。这是一个定制产品的时代，人工智能正在帮助制造商收集有用的客户数据，这些数据用于做出基于产品的决策。此外，它还帮助制造工厂降低整体生产成本。人工智能和机器人技术是制造业的未来。为了更好地了解机器人技术和人工智能在制造业中的重要性，可以了解它们的用例：
基于需求的生产;自动控制;损害控制和快速维护;产品设计和重新设计。8.游戏
机器人技术和人工智能影响了计算机游戏的设计和玩法。人工智能正在帮助游戏开发人员创造新角色，并模仿人类的行为。人工智能在游戏中的主要作用是收集和处理从玩家那里获得的数据。最重要的是，它使游戏开发者能够根据他们的需求和期望来创建游戏。
人工智能算法的适应性和学习性允许创建真实自然的游戏环境。
最后但并非最不重要的一点是，基于人工智能的游戏具有出色的图形展现。在以往，通常需要由数百名开发人员组成的团队来创建出色的图形，但是采用人工智能，其整个过程实现自动化，这节省了大量时间、资金和资源。
结论
人工智能和机器人技术是未来的驱动力。在接下来的十年中，人们将会看到基于人工智能惊人的技术发展。人工智能是关于数据的，一旦正确实施，人工智能将使用给定的数据使人们受益，从而使大多数流程自动化，并使人们的工作和生活更轻松。
人工智能的12个典型案例
但以亚马逊的推荐系统为例，它是一个交易性人工智能平台的强大引擎。人们可能已经观察到它的能力，这个系统可以不断学习。本质上，大批购物者正在“教导”亚马逊人工智能系统，以便更好地展示可能出售的商品。也就是说，将一件商品与过去展示的另一件商品相匹配将促进销售，可以将半关联的概念联系起来(例如灯架与摄影设备)。
另一方面，这种高端的人工智能系统需要庞大的计算平台来处理所有这些数据。对于使用小型服务器的用户来说很难为此类系统提供支持。显然，亚马逊网络服务公司拥有世界领先的计算平台。
3.Pandora
对于那些认为人工智能将会取代人类工作的人们来说，Pandora人工智能系统就是一个与人类合作的例子。首先，Pandora通过音乐专业人员的帮助来分析和分类歌曲。Pandora着眼于歌曲的450种属性进行分类，从声乐风格到节奏感。
当其人工智能算法工作时，根据大量用户对其歌曲库的响应，结合了来自用户的大量推荐。然后，人工智能系统可以批量分组和呈现对于用户具有意义的歌曲。
4.Cogito
这无疑是人工智能最活跃的领域之一：在销售和客服电话中使用人工智能，可以增强与客户的情感联系。具体地说，使用人工智能互动比人类更具移情能力。当然，这是人工智能使用的一个前沿。
Cogito(拉丁语的意思是“自我意识”)使用了人类互动的关键真理：它不仅仅是词语的表达意义，而且是词语的表达方式、情绪、节奏和感觉。
Cogito软件可以实时分析对话，提供有关正确和错误的线索和提示。也许对话者可能切入太多主题，或者反应不够快。应用程序提供基于颜色的警告和更新。该软件可以分析数百条线索，以确定对话的情感质量。
5.Nest
推动人工智能增长的关键因素之一是资金雄厚的厂商之间的竞争，希望在早期获得市场份额。以谷歌公司旗下的家用恒温器Nest为例，其部分目标是将谷歌公司的人工智能构建到设备中，用来应对苹果Siri和亚马逊Alexa的不断增长。
Nest使用人工智能来适应人类的行为模式，获得恒定的输入线索，并在家中工作时做出更准确的反应。在业主设置系统一段时间之后，Nest可以自己整合输入。
无论如何，智能家庭设备(物联网设备)无疑是争夺人工智能市场支配地位的关键战场。让一整组智能家庭设备协同行动，它们可以响应家庭成员的指令，并根据其行为学习，这显然是人工智能在家庭应用中的未来。
6.Boxever
总部位于爱尔兰的Boxever公司推出其Boxever“个性化平台”，其主要目标是旅游业。其基于云计算的平台允许旅游公司创建一个单一的客户视图，从而为客户提供更有效的营销。它的目标是通过单独针对客户来改进销售过程。如果人工智能可以在一对一的基础上定制交互过程，理论上它可以更有效地服务(并销售给)客户。
Boxever公司的方法承认竞争的关键部门是客户体验。如果零售商更加谨慎地满足客户的需求，将会在电子商务竞争中获胜。而使用智能软件比人工销售代表的成本要低得多。
7.AIRobotics、Humanoid和其他
人工智能为机器人的应用提供动力，其中包括加州大学伯克利分校的BRETT和麻省理工学院的MITdog。Sophia就是一个受到媒体热捧的人工智能机器人的例子，它和NBC电视台主持人JimmyFallon在“今夜秀”上聊天和唱歌。
除了流行文化的喧嚣之外，还有各种规格和大小的人工智能机器人。例如iRobot公司的RoomBA980吸尘器采用了人工智能技术，可以在家中完成各种清扫工作。该公司声称，Roombas公司已售出1000多万台RoomBA980吸尘器。
8.垃圾邮件过滤器
人工智能的核心就是学习。而使用机器学习和其他人工智能技术，软件系统将变得更智能，无需人工协助。
当然，采用人工智能防止垃圾邮件是一个迫切需要机器学习的领域。工作人员(甚至是团队)难以跟上垃圾邮件的增长。例如，Gmail会部署机器学习算法来过滤(大部分)垃圾邮件。
为此，垃圾邮件过滤器试图更快地跟上垃圾邮件发送者的工作，他们不断采用创造性的方法来欺骗收件人。垃圾邮件过滤器中的人工智能会持续扫描元数据，例如发件人的位置或主题行中的关键字。如果无法学习，垃圾邮件过滤器将在几天之后无法运行。
人工智能技术是使用来自人类的输入：因为对于一个用户具有价值的优惠券对于另一个用户来说则是垃圾邮件。特定用户如何对邮件流进行分类必须是垃圾邮件过滤器学习的一部分。
9.网上银行业务
银行为用户提供方便的优惠：扫描其支票并将其金额存入移动设备中，无需去实际的分支机构存款。其问题是：这样做需要机器来阅读用户的签名，这是一项既混乱又令人困惑的工作——甚至对工作人员来说也是如此。
在其他供应商中，MitekSystems公司采用专门从事基于软件的身份验证。其人工智能技术利用计算机视觉和机器学习使移动到银行的交易安全。
例如，Mitek公司采用视觉算法对银行交易中的无数ID格式进行分类。其核心是光学字符识别(OCR)软件，它扫描文档并将数据转换为可编辑的格式。可以使用人工智能调整OCR软件以准确提取个人签名或指纹。
10.贷款和信用卡处理
当消费者申请信用卡或贷款时，消费者信用评分(FICO)(通常在300到850分之间)将起到至关重要的作用。在过去，贷款工作人员审查了这些贷款和信用卡申请。虽然仍有很多工作人员，但许多关于信用卡的决定或者是否接受消费者的申请，都是由机器学习系统做出的。
同样，学习是这个过程的核心部分。银行管理人员可以设置他们希望当前信贷标准是宽松还是紧缩的参数。但他们希望银行的机器学习系统能够随着时间的推移而学习，以便更密切地确定哪些申请人是安全的借贷者。
11.Lyft和Uber
没有人工智能和机器学习技术，共享单车是不可能存在的。具体来说，票价、预计到达时间以及它将要走的路线：这些都是人工智能计算出来的。
人工智能即时进行大量计算。如果没有一个分析情况的机器学习系统，然后将结果数据路由到用户和驱动程序的应用程序，这些计算的数量和复杂性将是不可能的。当然，Lyft和Uber公司将其记录在自己的系统上，这两家公司拥有关于用户模式的大量数据。
在未来，这些服务预计将出现无人驾驶汽车的时代(尽管这种情况发生时最多仍然模糊不清)。如果没有人类驱动程序的元素，运行系统的过程将成为更纯粹的逻辑机器学习计算。从理论上说，这将导致共享乘车服务的成本下降，甚至可以节省雇佣驾驶员的成本。
12.社交网络
主要的社交媒体网络是人工智能发展的核心驱动力。特别是Facebook公司似乎采用了人工智能的各方面功能。例如，其算法定义了用户的时间轴，决定是否在其时间轴上显示或不显示其朋友的某些帖子。Facebook公司知道，如果某个用户的每位朋友都被展示出来，那么时间表就将变得很混乱，以至于它会让人感到厌烦。因此，时间轴算法可以了解用户与谁进行交互以及其通常忽略的对象。
对于Facebook而言，最重要的是，社交网络使用人工智能来帮助个性化为用户提供广告的方式，因此它具有一定程度的广告显示相关性。需要注意，Facebook允许用户评论广告与时间线的相关性;每个用户评论都有助于系统学习并变得更精细。由于他们使用人工智能微调显示系统的方式，Facebook和谷歌在整个网络广告市场的比例非常高。
此外，Facebook使用图像识别人工智能技术来识别照片中的人脸，因此它可以邀请用户为其添加标签。毫不奇怪，考虑到照片对Facebook的重要性，Facebook在面部识别技术上投入了大量资金。采用机器“读取”照片是当今人工智能时代最为显著的进步之一。返回搜狐，查看更多