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。
以人工智能为引擎推动产业智能化发展
作者：王林辉（吉林大学商学与管理学院教授）董直庆（华东师范大学工商管理学院教授）
党的二十大报告强调，“推动战略性新兴产业融合集群发展，构建新一代信息技术、人工智能、生物技术、新能源、新材料、高端装备、绿色环保等一批新的增长引擎”。当前，人工智能日益成为引领新一轮科技革命和产业变革的核心技术，在制造、金融、教育、医疗和交通等领域的应用场景不断落地，极大改变了既有的生产生活方式。统计数据显示，中国2021年机器人出货量达26.8195万台，存量突破100万台，2011年后中国人工智能专利申请量高居世界首位，2020年达到46960项，这表明中国已跻身全球人工智能发展的前列，市场前景广阔。作为世界第二大经济体，我国拥有数以亿计的互联网用户以及海量大数据资源，这种大国经济特征为深化人工智能应用、加快产业智能化发展提供了丰富的数据支持和广阔的应用场景。我国门类齐全、体系完整和规模庞大的产业体系，更是为产业智能化向广度和深度发展奠定了坚实基础。展望未来，人工智能技术引领的新一轮科技革命和产业变革浪潮，将成为未来世界经济和高端制造的主导技术，更会对中国现代化产业体系建设发挥无可替代的作用。
人工智能赋能方向和产业智能化应用场景
人工智能技术可以模拟人的思维过程如归纳、推理、判断等，使机器独立或通过人机协作方式执行生产任务。在机器人参与的生产过程中，生产任务被分解成一系列连续型任务，然后通过系统集成、功能集成和网络集成统一由机器人完成。人工智能技术可嵌入技术研发、产品设计、原材料加工、中间品制造、最终品装配、产品流通与市场销售等产业链条的各个环节，全面赋能各个产业链节点，最终产生更高效的新业态与新经济模式。
基于技术高渗透性及生产任务可智能化的属性，人工智能的应用场景不断拓展。人工智能技术正在全面赋能各类行业，全方位改变传统产业的经营模式和生产业务流程，推动产业的智能化升级。在制造业领域，工业机器人可精准代替人工完成高难度、高负荷的任务，尤其是能够代替人在危险或恶劣环境中工作，目前工业机器人应用最广泛的汽车制造业已基本实现全流程智能化制造。在农业领域，智能机器人在播种、灌溉、除草和收割等农业生产中广泛应用，逐渐展现出一幅智慧农业的美好画卷。在服务业领域，智能客服机器人代替人工进行查询、咨询和业务处理等工作，在极大降低客服成本的同时也提升了服务质量。在医疗卫生行业，机器人可协助医生精准完成外科手术，快速完成数以万计影像的特征识别、标注与分析，从而提高病情诊断的效率与准确率，可以协助护理人员帮助患者恢复肢体功能。在商业方面，以人工智能为核心技术的智能化产能预测和销售系统，可以精准对接供求信息并开展智慧决策，实现以市场需求为导向的资源投入和优化决策。
人工智能技术催生新产业、重塑产业链
根据其技术属性，人工智能产业可细分为基础层、技术层和应用层三个层面。基础层主要包括芯片、传感器、云计算和大数据服务等软硬件设施及数据服务；技术层包括核心的人工智能技术诸如机器学习、计算机视觉、语音图像识别和算法理论等；应用层主要指人工智能的应用领域如智能家居、智能安防和智慧金融等。这三个层面的产业和企业相互促进，对我国的产业链进行全方位赋能。
人工智能技术通常以智能机器设备为载体，通过智能化系统实现传统生产环节的智能化改造，在替代劳动力执行生产任务的同时，也会通过创造新生产任务催生相关的新职业和新产业。具体而言，人工智能技术的应用会促进企业突破既有生产边界，向产业链上游延伸或向下游拓展，推动终端设备、产品及服务的智能化，加快技术成果的产业化和商业化，不断衍生出新的行业或新的产品，诸如无人驾驶、无人零售、智能家居等。新产品新产业的涌现，必然会催生大量新的职业。2020年2月25日，人力资源和社会保障部与国家市场监管总局、国家统计局便联合向社会发布了智能制造工程技术人员、工业互联网工程技术人员、虚拟现实工程技术人员、人工智能训练师等新职业。此外，人工智能技术结合互联网、大数据等数字技术不断催生新行业的同时，也不断淘汰旧行业，引发新旧行业更替，从而重塑现有产业格局。
人工智能技术可以促进产业链纵向延伸，不断加大产业链长度，进而实现产业链重构；人工智能技术可以促进产业链的横向拓展，拓宽产业链的宽度并形成产业集群；人工智能技术可以结合大数据和互联网等数字技术，不断提升产业链的内部关联性与外部协同性，从而全面优化产业链，形成产业链新格局。智能化系统的应用能促使互补型企业更好地关联起来，通过企业合并、重组或集群化发展实现产业链横向拓展；智能化系统的应用能接通散落于不同空间产业链的断环或孤环，形成新的产业链环，增加产业链的整体附加值和韧性，有效提高产业链抵御外部风险的能力。当然，人工智能技术也会打破产业链空间稳态，使一些企业摆脱地理区位和传统生产要素的约束，并通过进退与转移形成新的产业集群，带动新的上下游产业发展，从而引发相关产业链由线状向网状交织模式的演化，进而重塑产业链空间格局。
加快发展人工智能技术，推动产业智能化发展
人工智能技术正在成为推动我国经济持续增长的重要引擎，如何占据人工智能技术制高点并推动产业智能化发展，是当前加快产业转型升级，推动经济高质量发展的重要内容。
政府应积极搭建智能服务平台，助力企业加快智能化转型。政府充分发挥主导作用，为相关企业、高校及科研院所的产学研合作提供稳定合作的平台，促进科技成果有效转化；积极建设信息服务平台，为企业提供智能化设备采购、使用指导、维修养护、检测诊断、人员培训和市场推广等服务，多举措支持和促进人工智能产业发展。
企业注重培训在岗人员职业技能，使其快速适应人工智能领域的新技术环境。通过定期组织在岗人员技能培训，提升劳动者的职业技能水平和人机匹配效率，更好地适应新技术环境。人力资源和社会保障部门应联合企业及职业培训机构，根据现实市场需求及时开设相关技能培训课程，如计算机网络、数据存储技术、图像设计等，以及人机交互能力等新技能培训，为劳动者提供技能学习的机会，尽可能减少由于技能折旧引发的失业。
加强校企合作，构建相关劳动就业需求的动态跟踪与预测机制，准确把握人工智能应用背景下的职业技能需求，精准定位人才培养方向。高等院校增设人工智能等相关专业，重视人工智能基础算法与基础硬件等核心课程体系建设，改造和优化原有课程体系，为人工智能技术发展提供人才支持。增设相关的创新创业训练项目，并与企业共建实习实训基地，打造专业理论与实践能力协同培育模式，为社会输送应用型专业人才。
《光明日报》（2022年11月29日 11版）
[责编：丁玉冰]