技术|人工智能何时摆脱“增长陷阱”

人工智能企业掉入“增长陷阱” , 正是因为缺少应用场景和成熟的商业模式 。 相关企业要想抢占先机 , 必须将技术能力转化为商业能力 , 拿出真实的落地数据和商业化方案 , 让盈利能力匹配估值 。
与一级市场曾经的备受追捧不同 , 国内人工智能企业今年以来纷纷在上市道路上遭遇“滑铁卢” 。 人工智能“四小龙”中 , 依图科技撤回科创板上市申请 , 旷视科技登陆港交所失败后在科创板排队 , 商汤科技则迟迟没有披露上市计划 。 曾经资本追捧的“小甜甜” , 如今怎么就变成了“牛夫人”?
事实上 , 人工智能企业之所以上市难 , 关键在于高研发投入一直伴随着高亏损 , 盈利成为众多人工智能企业始终绕不过去的一道坎 。 由于人工智能研发成本高昂 , 高额的研发投入如果长期无法看到回报 , 投资人的资金存在“打水漂”的风险 。 从更深层次来看 , 人工智能企业的盈利困局只是表象 , 背后反映出企业仍然难以推动人工智能技术走出实验室 , 与教育、金融、医疗、物流、能源等产业深度融合 , 切实解决生产生活中的痛点 , 体现技术价值 , 增强用户感知 , 从而真正赢得市场认可 。
在互联网产业红利逐渐消退的当下 , 人工智能被看作是重新激活数字经济潜能的“金钥匙” , 人工智能产业的主导权也成为全球主要国家争夺的焦点 。 从层次上划分 , 人工智能主要有基础层、技术层、应用层三层 。 和欧美相比 , 中国近年来在基础支撑、科技研发等方面表现突出 。 中国科学技术信息研究所发布的《2020全球人工智能创新指数报告》显示 , 中国人工智能创新指数在参评国家中排名第二 , 仅次于美国 。
但技术研发的强大无法掩盖商业应用上的羸弱 , 人工智能企业掉入“增长陷阱” , 正是因为缺少应用场景和成熟的商业模式 。 以人工智能“四小龙”为例 , 其创始团队大多为科学家出身 , 企业基因更倾向于技术研发 , 在商业化上始终走得磕磕绊绊 。 然而 , 产业持续发展需要源源不断的资金投入 。 在产业发展早期可以依靠输血 , 但长期发展必须增强造血能力 , 只有赚到“真金白银”才是产业可持续发展的关键保障 。
当前 , 人工智能产业已经从技术探索走向规模商用阶段 , 相关企业要想抢占先机 , 必须将技术能力转化为商业能力 , 拿出真实的落地数据和商业化方案 , 让盈利能力匹配自己的估值 。 从第三方统计数据来看 , 当前人工智能应用较多的领域包括安防、金融、教育、客服、交通、医疗等 。 未来 , 人工智能企业要想建立竞争优势 , 必须拥有在这些专业领域的数据积累以及场景化的落地能力 。 以医疗为例 , 短期来看 , 相关企业亟须提升人工智能产品的成熟度 , 包括CT影像识别、视网膜病变筛查等 , 仍需要依靠不断的产品迭代来提升诊断的可靠性和稳定性 。
【技术|人工智能何时摆脱“增长陷阱”】此外 , 人工智能的广泛运用也引发了人们对于数据安全的担忧 。 今年央视3·15晚会上 , 部分商家安装人脸识别摄像头抓取个人信息问题被曝光 , 反映出人工智能的崛起 , 遇到了伦理道德、法律法规等问题 。 对此 , 企业必须要建立健全全流程数据安全管理制度 , 履行网络安全等级保护制度设置的相应义务 , 在法律、法规规定范围内收集和使用数据 。 同时 , 配套的法律法规和监管也须跟上人工智能的发展进度 。 (本文来源:经济日报 作者:王轶辰)

    推荐阅读