AI落地究竟卡在哪里了？

人工智能，每个人都能憧憬一番未来AI给生活带来的变化。

算法工程师成为企业招聘的宠儿，大型互联网公司都开始花高薪引入算法人员，希望在这次浪潮中抢到头阵。

无论是科技创业公司还是传统创业公司的对外宣传PPT里都要沾点AI的概念，希望借此多得到一些投资方的关注。

好像很快就会实现人们在科幻片中看到的那些场景，然而，普通民众不知道的是，第三次AI浪潮仍然遭遇了一些困境。

01 AI落地遭遇困境

这一波浪潮与前两波不一样的是，前两波主要是学术界参与的，而这次除了学术界，有更多的工业界参与了进来，而这一波人的目标是要通过商业化实现盈利的，要能够真正的把AI卖出去。

而要让AI真正有人买单，必须要能解决实际的问题。

所以现在提到AI的关键要素，除了“算法”、“算力”和“数据”三要素之外，又加了一个“场景”要素。AI技术必须落地到具体的场景中，才能实现它真正的价值。

毫无疑问，这个“场景”要素，才是让第三次AI浪潮能够延续的关键要素。

AI界高喊着“落地”的口号开始招兵买马、大刀阔斧地开始了行动。

然而实际情况是，近两年AI热遇到了寒潮，大批AI企业亏损倒闭，投资热度大幅下降。剩下的企业也不声不响，有的在艰难度日，有的在积蓄力量，寻找机会。

02 原因分析

那到底是什么原因导致AI落地难呢?我总结了以下原因：

1. 纯技术导向公司难以生存

市面上的AI公司按照类型，大致分为基础型、技术型和应用型。基础型公司主要提供底层软件框架或硬件平台服务，应用型公司一般会聚焦几个行业打包解决方案，而技术型公司则主要以深度学习算法为核心，通过封装成API供外部系统调用，为各种上层应用赋能。

首先，这种纯技术导向型公司，把太多工作重心放到了算法研究上，而忽略了用户、产品和市场的调研，放弃了对用户需求的把控，这种商业模式是不完整的。

如果一个公司一味地痴迷于发paper和打比赛，每日沉浸在自我设定条件下的进步而沾沾自喜，那将离真实的需求越来越远。

任何产品产生的第一步都是要明确问题和用户，而不是自己有什么技术。这种“拿着锤子找钉子”的方法很难真正解决问题，但很遗憾，这就是常态。因为他们为自己贴了AI的标签，必须要用AI的方法去解决问题。

大公司研究算法，但不只研究算法。谷歌、微软、阿里这些公司，他们的成功不仅仅是因为他们有一流的技术，还因为他们有稳定的商业模式。

其次，AI算法壁垒太容易被打破。由于现在算法更新的速度特别快，每隔一段时间就会有新的算法开源出来，比如BERT模型在发布后的短短时间内就大放异彩，在十几个NLP领域都刷新了记录，远远超过其他其他算法。

面对这种现象，客户还会花高价钱买一个随时可能会被超越的算法吗?直接调用最新的开源算法，不是更加便宜且高效?

（编辑：阜新站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!