AI之于算力时代，就像灯泡之于电力时代，现在看微不足道，彼时却能改天换地。我们正在打开AI的应用场景，争论拐点是否到来，质变何时发生。7月30日，北京商报主办“首届人工智能应用场景沙龙”，与企业领袖、专家学者脑力碰撞，寻找答案。

与此同时，《AI应用场景报告》特刊应运而生，以“AI不虚，所见即所得”为主题，围绕人工智能的定义、症结、策略、案例和数据，以调研精神、辩证思维对AI应用场景抽丝剥茧，以飨读者。

· 定义篇 ·

AI与普通智能区别在哪

自人工智能概念在前几年爆发热潮以来，标签为人工智能的产品就比比皆是，小音箱、智能门锁、翻译器，都成为商家手里的人工智能“武器”。但事实上，很多产品只具备简单的智能功能，和人工智能概念下的使用场景还差得很远。然而，对于不少普通消费者来说，根本分不清到底哪些是真正的人工智能，哪些只是普通智能。7月30日，在北京商报社主办的首届人工智能应用场景沙龙上，有关专家指出，普通智能和人工智能让普通消费者去感知的临界点，在于能不能不断、快速地进行相应的演化以及有没有自主学习能力。

智能是个筐

智能手机诞生后，似乎不管什么类别的产品，都喜欢在前面加个“智能”的前缀。北京商报记者在淘宝和京东上搜索“智能”两个字，发现搜索结果五花八门，有智能机器人、智能音箱、智能呼啦圈、智能玩具、智能开关、智能家居、智能插座等。

自从人工智能概念在几年前爆火，企业们彷佛找到了新的财富密码，纷纷在自家产品前加上“人工智能”四个字，形形色色的产品被冠上了人工智能的标签。在电商平台搜索“人工智能”，有智能音箱类、早教机、摄像头、智能机器人等，最多的是智能音箱。

当然，市面上以人工智能为宣传点的产品不止智能门锁、翻译工具、智能空调、智能电视、智能灯等to C端的产品，还有to B端的医疗机器人、机器人服务员、自动驾驶汽车、智能仓库等。

一个人工智能的概念，有数不清的产品和眼花缭乱的场景。然而，对于大部分消费者来说，并不了解普通智能和人工智能二者的区别。有消费者对北京商报记者表示，“一个简简单单的蓝牙音箱，厂商也标榜是人工智能产品，其实功能非常有限，简单的天气预报、搜索歌曲等，远远达不到人工智能的标准”。

北京电子电器协会会长武建宝也举例称，现在很多家电厂商声称自己的产品是智能家电，有的智能空调可以远程控制，根据房间、人员位置、人数多少，通过雷达系统识别出来，控制风力风量，有些只是简单功能，不能够称其为人工智能。

产业大竞速

这背后，是人工智能产业的爆发。天眼查专业版数据显示，我国目前有近130万家经营范围含“人工智能、机器人、数据处理、云计算、语音识别、图像识别、自然语言处理”，且状态为在业、存续、迁入、迁出的人工智能相关企业，其中，八成以上成立于五年之内。人工智能相关企业最多分布于信息传输、软件和信息技术服务业，有近47万家，占比37%；其次是科学研究和技术服务业，有近31万家，占比24%。

“今天已经进入了人工智能的时代，随着人工智能和物联网、大数据新技术融合，尤其在5G推动下，人工智能将推动经济社会各领域从数字化、网络化向智能化加速跃升，人工智能在与其他学科融合中将进一步释放积蓄的巨大能量，推动社会生产力的整体跃升。”武建宝说。

目前，人工智能技术在各大领域的应用也在拓展中。比如成立于2017年的千种幻影，是一家驾驶人安全意识培训与行为训练全流程数字化解决方案提供商，其沉浸式智能驾驶培训系统在国内唯一实现从科目一到科目四教学任务覆盖,产品效果获得交通部公路研究院论证，并在驾培行业唯一主板上市公司东方时尚广泛应用，目前在北京核心区域有24个学习中心、驾驶体验班，前期原地驾驶科目二场地以及安全课件都可以在学习中心完成。

而旷视科技今年推出了基于全自研的AI一体化边缘设备解决方案，并表示未来将积极在城市物联网、供应链物联网领域推进软硬一体的解决方案，实现从“软到硬”的AI科技公司转型。

“交互、感情、温度才是AI”

从技术方面来分析，千种幻影创始人张雷认为，到底是普通智能还是人工智能，取决于这个产品或者这项技术是不是在不断、快速地进行相应的演化。“它不应该是线性增长，凡是线性增长的东西就不算人工智能，人机牢牢结合在一体，相互交互、相互学习，产生记忆、产生感情，制造出温度，这才是人工智能。”

从交互的角度来看，猎豹移动副总裁李婷指出，普通智能在很大程度上其实就是自动化，普通智能和人工智能在交互方式上有一定的不同。“如果一个人不会使用智能手机，大家可能会说是人的问题，但如果一个机器人不够智能，大家就会说是机器人的问题，这就是二者在交互模式上最大的区别，人工智能是机器适应人，不是人适应机器。”

“我们把AI分成两个步骤，第一个是训练端，通过训练才能把AI模型训练出来，第二个是推理端。传统（普通）智能和人工智能最大的差别是看决策过程到底是逻辑化还是推理化，即使我们用到专家系统或者机器学习，如果最后发现决策依据不在原本已有的知识体系下，这样的智能还是一种传统智能。人工智能能够脱离原有逻辑体系和决策树，在决策树不能涉及的情况下依然能够举一反三推理出当前的决策结果，这个是人工智能。” 旷视企业业务事业部产品营销总监乔梁说。

北京商报记者 石飞月

· 症结篇 ·

AI安全如何保障

“我国人工智能产业的图像识别、语音识别等技术创新应用进入了世界先进行列”，在日前举办的世界人工智能大会开幕式上，工信部部长肖亚庆这样说道。但与此同时，人工智能也存在一些症结，比如数据安全保障、商业应用变现等，这些都是在日后的行业发展过程中需要解决的问题。

量质博弈

我国人工智能产业已经形成覆盖基础层、技术层和应用层的完整产业链和应用生态。根据此前中国人工智能产业2020年年会上发布的《2020年中国人工智能发展报告》，在过去10年里，全球人工智能专利申请超过52万件，呈逐年上升趋势。其中，我国人工智能专利申请量为38.9571万件，居世界第一，是排名第二的美国申请量的8.2倍。

据今年3月发布的《斯坦福2021年AI指数报告》，中国AI期刊论文引用数量已超过美国。IDC在6月发布的《中国人工智能软件及应用市场研究报告-2020》显示，中国人工智能软件市场规模在2020年达到230.9亿元，仅次于美国。按照目前这个发展趋势，中国在人工智能应用领域追上美国，将只是一个时间问题。

在国内，百度、阿里巴巴、腾讯、字节跳动等都是广泛应用人工智能技术的头部企业，比如百度的自动驾驶技术、字节跳动的算法等，而旷视科技、科大讯飞、商汤科技等属于专门的人工智能企业。

和过去相比，中国现在的创新环境是前所未有的，且具备超大规模的市场优势，必须适应“从0到1”的创新。北京商报总编辑助理韩哲在“首届人工智能应用场景沙龙”上这样说道，“中国之所以是世界工厂，是因为整个供应链比较完美地解决了专业和弹性这个鱼与熊掌不可兼得的矛盾，从0到1固然难，从1到100的创新过程也并非易事，没有超大规模市场的助攻，很多创新就只能束之高阁”。

数据脱敏

这几年数据安全备受关注，人工智能技术的发展，让人们有更多的机会接触新技术、新产业，同时也意味着更多的个人信息给到企业换取服务。值得注意的是，几乎没有企业孤立地给消费者提供服务，每家公司都有众多的产业链伙伴。360创始人、董事长周鸿祎此前曾直言，当数据积攒到一定程度，量变产生质变，数据的安全和国家安全会建立直接的联系。

那么，在数据安全这个层面，人工智能企业是如何考虑的呢？李婷对北京商报记者表示，在人工智能里，数据的价值基本上就是提升服务效率，并辅助决策一些效率性的工作。李婷说，“对服务机器人来说，数据大部分是脱敏的，商场场景里大概知道用户画像就可以，需要判断做定向推荐时，比如推荐汉堡王这样的品牌，通过用户画像做定向推送。数据帮助我们解决服务效率的问题，而不是监视或者制约行为”。

讲到数据脱敏，乔梁指出，AI算法训练基于大量数据，这些数据需要被人工标注之后才能训练出算法模型。“我们现在的一个新技术是实现客户侧算法自学习，不再需要把客户数据通过人工进行标注，数据不需要进行任何对外传输，在现场可以进行算法自学习。”

至于驾驶培训行业，张雷说，无论是交通部还是公安部，对于驾驶人的行为数据、学习过程，在很早之前就有规定，同时又结合现在产生更多有价值的行为数据。“本身我们集团公司是A股上市公司，按照信息合规合法性自我约束，同时和合作伙伴做好一系列建设。”

商业变现

如果说数据安全问题是大众对人工智能的担忧，那商业变现问题就是行业自身的难题。

人工智能产业创新联盟秘书长安晖发表报告显示，全球近90%的人工智能公司仍处于亏损状态，中国AI产业链中90%以上的企业也处在亏损阶段。

以“CV四小龙”为例，2017-2019年，依图科技亏损分别达到11.68亿元、11.66亿元和36.43亿元；云从科技净利润亏损1.24亿元、2亿元和17.63亿元。

李婷感慨：“过去最怕人家把我们当作卖硬件的公司，因此猎豹移动提出一个概念——AI+软件+硬件+服务等于服务机器人。在这个过程中，我们走了很多弯路，比如做语音交互类机器人，是因为它更能够被大家感知到，现在有超过1000家商场有我们的机器人，但是在如何变现这件事情上，我们在商业化模式上也进行了很长时间的探索。”

文渊智库创始人王超坦言，人工智能的发展确实看到一些成效，但现在的一些人工智能应用很难产生比较可观的现金流和利润，所以头部的几家AI企业上市都遇到了挫折。“如果没有特别大的商业价值，AI公司这两年会面临一个比较大的瓶颈，一些熬不过去的公司会淘汰。当然，在资本的催生下，有一些好的公司会留下来，一些技术会迭代，但我认为这是下一个时代的事情，目前AI行业还处在一个演变的过程之中。”

不过，武建宝提出，“虽然人工智能很热，这个行业取得的商业收益不是特别明显，还没有到爆发的时候，但要充满信心，也要有耐心，特别是对于投资方”。

北京商报记者 石飞月

· 策略篇 ·

AI的爆发节点何时到来

人工智能在我国科研方向上的优越性展露无疑，已经连续五年被写入政府工作报告，又因为国家在政策方面的大力支持，这几年人工智能技术水平不断提升、市场规模持续扩大。然而，人工智能在很多人眼里，仍然只是一个模糊的概念，距离产业的真正爆发还有一定的距离，无论在技术还是推广上，都存在还未攻克的难题。

政策大力支持

在政策层面，人工智能的“戏份”逐年增加。

2016年3月，人工智能被写入“十三五”规划纲要；2017年7月，国务院印发《新一代人工智能发展规划》；2017年，人工智能首次被写入政府工作报告；2019年，政府工作报告将人工智能升级为“智能+”；2020年，政府工作报告明确人工智能作为“新基建” 建设重要一环，“十四五”指出要推动互联网、大数据、人工智能等同各产业深度融合。

人工智能产业链包括三层：基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是包括AI芯片等硬件设施及云计算等服务平台的基础设施、数据资源，为人工智能提供数据服务和算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。

“随着人工智能商业落地的推进，各层级的市场规模在快速发展。” 武建宝表示，根据中国电子协会发布的数据，上述三个层面的产业规模在2018年约557亿元，2019年1078亿元，2020年1600多亿元，预计今年是2190亿元，增长率在30%-35%左右。

由概念变现实

如今，人工智能已经广泛渗透于各行各业中，但它并不是手机、电视机、汽车这样的实体物质，消费者对它的体验感也比较弱，因此仍存在应用场景落地的难题。

李婷在谈到猎豹移动发展难点时表示，“其实就是产品商业化的问题”。她介绍道，目前猎豹移动主要做的就是两件事情：一是培养用户使用习惯，因为现在的应用距离大家想象到的人工智能还差很远，真的能把人工智能技术在各个场景里运用起来，才是最重要的事。

还有一件事就是垂直场景实际落地，真正要和场景有深度捆绑、深度实践，在这个过程中只有把机器人技术嵌入到相关技术里面，才能发挥更大的效率。“我们觉得刚刚从0到1走了一小步，下面的路还有很长。”李婷说。

而对于旷视科技来说，如何让大众了解智慧建筑的概念、将其与一般智慧园区和智慧社区明确区分也是一个难题。

乔梁解释道，建筑是抽象的概念，可以理解建筑是道，智慧园区是形，最终所有的AI解决方案体现在形上。“比如说在校园里，我们的管理可能是围绕宿舍楼、教学楼的，在工厂里面是围绕工厂生产车间、工厂流水线的。如果从上帝视角抽象来看，这些都统称为智慧建筑，只不过智慧建筑在不同形态的表现下，业务需求完全不一样。在校园里面，智慧宿舍为了保障学生进出安全，工厂里保障工厂生产安全，AI和行业结合有更加丰富的行业解决方案产生。”

其实，AI之于算力时代就像灯泡之于电力时代。在业内人士看来，虽然灯泡看起来稀松平常，但在那个年代是改天换地的大事，或许技术和观念有落差，没有办法让AI大规模深入城市和工厂里，然而，一旦AI走到灯泡那样的阈值，它释放出来的力量是巨大的。

B端还是C端

一直以来，人工智能一直给大众留下一个“虚”的印象，还因为产业还未迎来真正的爆发点。那么，人工智能在服务场景和大众消费场景的爆发点在哪儿呢？

阿里云智能资深算法专家刘宇就此表示，“我的观点非常明确，它是双轮驱动，两方面都很重要，共同推动AI商业化的进程”。

刘宇举例说，比如送餐机器人的客户是餐厅，但最后服务的是消费者。如果非要区分两个概念，可以从“直接的售卖方，谁掏钱，按照付费的业主性质是B还是C来区分”。又比如，现在做政务一网通办，属于政府采购，但其实最后使用的是老百姓，是一整套办事流程的自动化、智能化，办事效率大幅提升，服务于办事的个人和企业用户。

“哪个先爆发，涉及到统计口径的问题，从产业来说B端和C端都是庞大的市场，非要按照单品划分，一般来说C端的单品用户体量更大。另外，B端和C端是紧密联系的，大多数情况下，服务B端的东西最终服务于C端。比如，对于制造业，B端的数字化、智能化带来的企业效率提升和服务质量的提升，最终会体现在C端服务的体验提升上。”刘宇说。

北京商报记者 石飞月

· 案例篇 ·

千种幻影创始人张雷：

智能驾培新模式赋能安全绿色出行新范式

AI渗透到各行各业，其中就包括传统驾驶培训行业。北京千种幻影科技有限公司（以下简称“千种幻影”）创始人张雷在接受北京商报记者采访时透露，“也许自动驾驶真正实现的时候，千种幻影会成为一家安全出行的解决方案商”。

千种幻影致力于成为驾驶人安全意识培训与行为训练全流程数字化解决方案提供商，掌握VR（虚拟现实）、AI（人工智能）和DA（数据分析）核心自主知识产权技术。其VR沉浸式智能驾驶培训系统在国内唯一实现从科目一到科目四教学任务覆盖，产品效果获得了交通部公路研究院的论证，并在驾培唯一主板上市公司东方时尚广泛应用。

张雷介绍，学员在取得驾驶证前需要完成40个学时车辆驾驶的学习，其中的科目二中的20个学时可以通过VR学车的方式学习。

VR学车已然如此，未来自动驾驶成熟，是不是不用考驾照了呢？张雷认为，“人、车、路、环境是交通四要素，无人驾驶不是从一楼直接上到五楼，它是分阶段实现的。驾驶培训端与之共同成长、共同匹配、共同变化，将来驾驶L3或L4级别的车，相关部门一定会研究接管问题，技术和场景同向而行”。

张雷说，多年技术积累和验证、参与行业标准的修订，以及越来越多的实验数据表明，VR+实车操作是科学、严谨的学车方式。与传统学车相比，VR学车科目二通过率提高了10%。交通部相关测试结果也显示，比如合规性、前瞻性、平顺性等，新的驾培方式可以通过科学认证。“根据数据，东方时尚近年拿到驾照的人，没有死伤亡，违章率是北京市最低的。”

目前VR学车除了可以完成科目二、科目三实际道路的学习，还可以通过模拟常见事故、恶劣天气、复杂路况等实现防御性驾驶内容的学习，例如地下车库、隧道驾驶、雨雪雾天气等场景。据介绍，千种幻影联合东方时尚在北京24个核心商区部署完成了VR智能驾驶学习中心，从2019年上线运行到现在，共有20余万人取得驾驶证。

在谈到后续发展时，张雷透露，公司已经实现盈利，并且有上市的计划。“我们不仅立足于东方时尚，也在为行业输出解决方案，已经在全国11个城市开始商业运行。” 他说，除了东方时尚、北京公交驾校、龙泉驾校已经率先开始投入使用千种幻影的VR沉浸式智能驾驶培训系统，北方驾校和海淀驾校也在商谈之中。北京商报记者 石飞月

旷视企业业务事业部产品营销总监乔梁：

AI算法的产品化考验产业链上下游协同　　

如何将AIoT（智慧物联网）的产品理解运用到营销环节？近日，旷视企业业务事业部产品营销总监乔梁向北京商报记者分享了他的思考：智慧城市的AIoT解决方案会在“城市小空间”中先行落地，在AI技术落地的过程中，最难的是算法如何产品化，企业需要选定自己的垂直赛道，和产业链上下游的合作伙伴一起协作完成，旷视一直基于这个理念在消费互联网、智慧城市、智慧供应链赛道深耕。

“三四年前，整个行业对AI的理解都在算法层面，比如AlphaGo战胜围棋大师，是单一技术上的突破。最近三年，整个行业关注的是AI算法怎样产品化，产品怎样形成行业解决方案，最终为行业产生商业价值。旷视也从算法公司蜕变成产品公司，最后由产品公司蜕变成行业解决方案公司”，乔梁表示。

旷视官网上显示，旷视可提供消费电子、泛互联网、智慧城市、解决方案、智慧园区、智慧楼宇、智慧金融、智慧物流等解决方案。

乔梁致力于智慧建筑等场景下的AIoT产品探索，推动AIoT产品在智慧城市、智慧建筑方向上的商业化落地进程。他向北京商报记者解释，“在智慧城市赛道，AIoT中的创新型解决方案往往会在‘城市小空间’中先行落地。旷视将其定义为‘智慧建筑’。智慧建筑是一个包罗很多小空间业态的抽象模型，是‘道’，而到了‘形’的层面，则会体现在智慧楼宇、智慧园区、智慧校园、智慧社区等场景上面”。

围绕城市中的小空间，旷视提出的是3+2+2核心业务模块。据乔梁介绍，“我们把核心业务模块分成三部分。第一个模块在小空间的安防管理上，有三个功能：一脸通、人车管控、周界警戒。第二个模块有两个功能：智能守护、人数统计。第三个核心业务也有两个功能：算法商店、算法工厂”。

车辆检测、周界警戒等需要算法来实现，但乔梁站在技术的角度向北京商报记者强调：“AI算法是基于算力和AI算法框架，这三者配合起来才能提供最优的算法性能效果。最近一两年大家都从研究单一算法本身慢慢蜕变到研究算力芯片、AI芯片，蜕变到去研究AI软硬操作系统和框架。”同一个算法在不同的场景下，企业客户的要求不一样。“有的场景下容错率、实时性要求非常高，工程部署架构又要求边端分离。那如何做到可落地呢？就需要人工智能企业选择垂直赛道去关注，并且和上下游的芯片等合作伙伴做好协同。”

北京商报记者 魏蔚