透过产业AI的发展历程,看阿里的"愚公移山"精神

或许这就是人工智能战略家与技术人员的区别所在，也是阿里人工智能研究能不断取得突破性进展的关键所在。技术的价值永远是创造价值，因此阿里不走寻常路的勇气，也使得它可…

《未来简史》的作者尤瓦尔？赫拉利认为“人类的发展已经来到了巨变的前夜。”从四十亿年前地球第一次诞生生命至今，所有的生命形态都在有机物的领域内逐渐进化。时至今日，人工智能的出现有可能改变这一规律，创造出智能的无机领域生命，人工智能的大潮流已经势不可当。

于是无数企业纷纷投身于AI的风口之中。商业利益的驱使下，尚未成熟的AI技术被当作融资、涨股的“郁金香”，大肆的做宣传、“画饼”，致使用户对AI的心理阀值过高。而当下AI的技术尚未达到预期，一味的停留在理论吹嘘表象之上，不能实际落地为用户所用，让人工智能在用户眼中逐渐沦为“人工智障”。AI是否也会步上VR的后尘，沦为资本的下一个牺牲品？

AI研究不应“闭门造车”：产业化落地才是关键所在

时下人工智能最风光的事件莫过于Alpha Go战胜了世界围棋第一人柯洁，谷歌也因此在AI界风生水起，但关于人工智能的研究决不会停留在此。

很多人工智能公司开始以人工智能为噱头，炒着人工智能的热度，拿着一些尚未研发完成的技术就匆匆入市。过量的宣传让大多用户已经对人工智能的技术水平有一个过高的心理估值，在达到这个估值之前，用户们总会觉得人工智能是“人工智障”，甚至质疑技术革命的意义。

人工智能的发展永远不会，也不可能只停留在与人对垒的围棋之上，它的发展潜力与运用还有更广阔的空间。2013年德国政府提出工业4.0，它指出工业在经历了1.0的机械化，2.0的电气化，3.0的自动化之后，工业的下一个变革将会是工业的智能化。中国也相继出台了对工业、制造业智能化的章程《中国制造2025》，其核心也是运用人工智能技术赋能制造业。

人工智能已经被世界各国重视，而重视的无一不是AI的产业化发展。AI的产业化是真正将人工智能的运用场景落地，从单纯的研究技术，到技术实际运用的转变，通过人工智能+各种行业，不断赋能其他实体行业，进行人工智能在实体行业中的实际运用。

针对AI的产业化发展，从“新一代人工智能”政策出台，国家AI创新开放平台公布首批名单，到近期工信部三年规划落实，国家已经吹响AI产业化的号角。

不得不说的是，颠覆一个产业永远不是件容易的事，产业升级四个字听起来简单，从实际操作层面而言却非易事。这也使得很多从事AI研究的公司也只是停留在研究所里搞理论，但如何将AI技术与具体的产业应用结合起来，找到实际的场景落地对于企业的发展来说显得尤为关键。

在AI产业化进程中，既要懂技术也要懂行业，尤其是在技术落地的过程中，对行业本身了解的程度也很重要。但是这样的试错成本往往很高，传统产业本身往往具有排他性。这也使得很多AI研究公司一直没有迈出去的勇气，只是单纯的闭门造车。

作为未来各个产业的水电媒，AI技术能否真正落到场景里面，能否尊重现在的传统产业跟它做很好的结合，然后在这个基础上再孕育出一个全新的模式才是关键，仅仅停留在技术层面，这是非常片面的，也不符合技术发展的原始初衷。

就目前而言，国内只有阿里选择了这条难走且人迹罕至的路，不同于其他公司偏重于理论研究。阿里是第一个在车间里写代码的高科技公司，它选择深入到生产一线，切实感受和解决生产环境中面临的问题，就像是愚公移山一般。它选择走与实体经济结合的“产业AI”道路。而且从目前来看，阿里产业AI的研究成果已经在多个领域得到了凸显。

互联网企业很多时候给大众的印象往往就是高调的，在人工智能领域方面阿里却给人留下异常低调的感觉，它没有像其它浮躁的公司那样，没有一点成绩就已经张口闭口的到处讲人工智能，阿里是一直致力于产业一线进行研究与探索人工智能的潜能。从今天我们来看，这似乎也是阿里的高明之处，所谓学以致用，技术研究也是为了应用，深耕一线的经验让来真正可以做到技术与应用场景的完美结合。从目前来看，阿里已经在城市、工业、家庭、汽车、金融、零售等多个领域取得巨大的突破。

例如今年的天猫双11，人工智能已经渗透到各个环节，从机器智能推荐系统、客服机器人“阿里小蜜”、AI设计师“鲁班”、机房运维机器人“天巡”，人工与智能的完美配合，成为“史上最大规模的人机协同”。

智慧出行，智慧城市的美好蓝图已经成为所有人的共识。阿里云在云栖大会？北京峰会上正式推出整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体的ET大脑，全面布局产业AI，阿里用行动让人们相信智慧生活其实并不是虚无缥缈的诗和远方。

互联网金融的蓬勃发展推动着普惠金融的落地，作为金融行业的命脉，风控实力的成了行业发展的关键所在。在今年的云栖大会？北京峰会上，阿里云还宣布推出具备了智能风控、千人千面、关系网络、智能客服等能力的智能决策金融方案——ET金融大脑。帮助各种金融机构实现对贷款、征信、保险等业务的智能决策及风控监管，可大幅降低资损率，强大的风控水平也助力了普惠金融的发展和落地。

在笔者看来，真正的人工智能研究需要的不一定是多高的人工智能研发能力，而是要对细分行业的深入理解，对流程进行重整，正确使用人工智能技术帮助提升效率。一味的停留在研究所里面AI产业化永远只是虚无缥缈，对AI产业化发展起不到一个有效助力作用。

相比与其他公司，阿里打破惯性思维，凭借愚公移山般的精神真正融入现有的AI行业中去，去发掘产业痛点，充当人工智能场景落地“拓荒者”的角色，这样的技术研究往往也更接地气。这也是为什么在人工智能领域研发方面阿里的动静看起来最小，但是却成为“跑得最快”的公司的原因所在。

写在最后

今天我们来回顾以往几次工业革命的发展历程，总结出来最大的特点其实就是效率的提升，生产力的提高，文明的进步，都是经常发生飞跃的，就像赫梯的铁农具，巴比伦的轮子，英国的蒸汽机，德国的内燃机……每一次大的技术革新永远离不开原先的实体经济这一根基，创造与改变的目的其实就是对原有产业的升级。

在这一方面，企业按照性质可以划分为两大类：一是技术研究型公司，另外一个是技术战略型公司。而使用 AI 推动产业变革所需要的远不止是搭建几个机器学习模型，制定合适的人工智能综合战略，从产业信息收集到产业结构设计，如何确定人工智能项目的优先顺序 ，这其实与技术本身一样复杂，但这却往往也是最容易被忽略的地方。

从目前各大公司的发展状况来看，优秀的人工智能战略家极为罕见。这也正是阿里看到的机会。深入实践往往比坐在科研所搞研究难得多，毕竟你要深入一线，你还要考虑原有产业的排他性。不得不说，阿里一直有着“愚公移山”的精神，就像当初做做“云”一样，这一次阿里依旧选择了一条难走的、人迹罕至的路。

或许这就是人工智能战略家与技术人员的区别所在，也是阿里人工智能研究能不断取得突破性进展的关键所在。技术的价值永远是创造价值，因此阿里不走寻常路的勇气，也使得它可以在人工智能领域获得了更好的战略位置，理论与实践双向进行，推动着中国人工智能革命的发展与落地。