Loading… AI进入“深水区”,31位行业精英眼中的危机与机遇_TOM商业
正文
Qzone
微博
微信
AI进入“深水区”,31位行业精英眼中的危机与机遇
2018-04-19 10:21 猎云网   

 

4月17日,以“进击•融合”为主题的猎云网&AI星球2018年度人工智能产业峰会在深圳举行。上百位人工智能行业顶级专家、知名投资人和精英创业者与会,就当前国内人工智能行业的创新变革与机遇展开交流。

根据峰会当天每位嘉宾的精彩内容,猎云网&AI星球整理了一份干货集锦(排名按大会议程顺序):

Aibee创始人林元庆:AI的生命力在于清晰的商业逻辑

Aibee创始人&CEO林元庆

林元庆将人工智能在传统行业的应用价值总结为三点:

新零售背景下,伴随着人工智能、大数据、移动支付等相关技术的成熟,线下零售正在面临一场由技术引领的变革升级。为此,林元庆提出了“精准零售”。在他看来,“精准零售”的核心。

Aibee做精准零售的场景分三个不同的层次:

一是,快餐连锁,比如星巴克、麦当劳、肯德基等,这类场景目标清晰、明确,SKU10~20个。

二是,SKU在几百到一千,用户的需求会比较多样,特别是对于高端精品店,怎么提高转化率。

三是,可能是十万级别甚至到百万SKU,一个Shopping mall关心的人也是在几十万,这个规模更大。

人·货·场的理解是建立在高维度的用户发现上,比如上百万维度的用户画像,拿着用户画像需要研发非常高精度的推荐算法,这样才能实现精准推荐。

小鹏汽车联合创始人夏珩:自动驾驶Demo不难,难的是如何商业化

小鹏汽车联合创始人夏珩

AI如何更好地与硬件结合,夏珩总结了四点:

。夏珩认为,利用传感器为自动驾驶保驾护航、把摄像头和雷达不同的优点融合起来,帮助人们做正确合理的决策,这是自动驾驶传感方面的难点。

。汽车和安全相关,汽车的转向、刹车如何精确安全地执行,这是非常大的难点。

即根据传感信息进行正确判断而做出正确的选择。

。把不同车之间的数据安全地连接起来,同时为人们的决策提供正确的信息。

小鹏汽车当前的大致方向是面向L3的自动驾驶落地,他们认为,互联网汽车、AI汽车另外一个显著的特点是。

作为互联网产品,小鹏汽车的核心差异化,除了适用于中国特色的自动驾驶,很重要的一点是自建超级充电网络。另外,跟特斯拉Model3相比,更加自动化且成本更低。

此外,小鹏汽车决心在智能电动汽车的细分领域,要做到单品研发投入最大,目前自动驾驶、智能网联领域拥有超过600人的全球研发团队,密集地进行研发。

昆仲资本创始合伙人姚海波:AI泡沫是过往之谈,当下才是真正的开始

昆仲资本创始合伙人姚海波

姚海波认为,中国的AI人才,虽然在量上有增长,但是在质上仍有进步空间。与美国相比,中国的AI人才在从业经验上仍显匮乏。但是,行业里都看到了AI的发展机会,所以企业纷纷通过增加员工收入来吸引人才,这一情况在中美两国均有呈现。

各个领域在合理应用AI之后,都有成为“黑马”的潜力。姚海波列举的数据显示,中国AI创业公司在全球层面的比例仅占9%,但是我们拿到了全球接近48%的融资,这是排名世界第一的。而且,这是在过去一年中所发生的。

姚海波认为,。

根据他的观察,过去一年中,有34家AI的安全公司拿到融资,其中,有4家估值接近或者超过10亿美金。而这些公司是未来人工智能军备竞赛的主力。

深睿医疗CEO乔昕:医疗行业壁垒高但应用广泛

深睿医疗CEO乔昕

乔昕认为,人工智能在医院落地之后,随着每个科室、每类疾病、以及医生情况不同的影响,会延伸出各类不同的应用,少则数十,多则甚至上万。从某种程度上来说,这也从侧面反映了AI在这一领域的实际应用率颇高。

但是,这并不意味着AI在相关领域就能畅通无阻,问题之一就是成本。这个包括技术开发成本,以及受众的应用成本。乔昕提到,人工智能逐渐变成底层技术,我们更应关注技术如何落地,以及其应用场景、商业化程度、市场潜力。零秒科技CEO黄丽辉:新的创业机会在于垂直领域足够深挖

黄丽辉认为,AI是大势所趋,不仅仅是在医疗行业。当人们的基础需求满足之后,AI算是提高人们生活水平所必须要经过的技术变革。

儿童教育本身是刚需点,黄丽辉表示,尤其随着二胎政策的开放,大家对这块的需求只增不减。在这个市场之前,交互式早教机器人替代了之前的点读学习机,而传统的早教方式已经满足不了现在家长或者小朋友的需求。

早教机器人是从语义技术服务开始,然后往上层做内容。零秒科技积极跟教育机构合作,不断挖掘,从心理建设、儿童行为分析到儿童白天上课、晚上如何进行陪伴提供补充教育。往下,零秒科技与业内比较知名的芯片厂商合作,做出软硬件的打包方案,让下游可以更好地应用。十方创投管理合伙人何绍钧:产品要雪中送炭,不要锦上添花

“AI+”还是“+AI”,这两个的区别是很大的。

我曾经在开始创业的时候,觉得自己可以改变这个世界:我来主导这个行业,我告诉你们行业该怎么做。但是回头发现,行业本身有自己的规律,有自己的做法。

我同意“+AI”的做法,AI本身是技术,不是solution(解决方案)。我们愿意为solution买单,但不会为技术买单。

云从科技伍楚芸:AI创企必须在这两年扎根,才有可能往上走

云从科技高级副总裁伍楚芸

中国在技术落地上做得比其他任何国家都要好。中国有数据、技术资源,以及国家政策的扶持。在此情况下,云从科技的探索主要着眼于“AI+行业”,此外,还有交通、教育、新零售等方面。

伍楚芸表示,。。

AI是第四次工业革命,2020年中国将会涌现出一大批非常优秀的AI企业。其中,教育、医疗行业的步子可能稍微会往后一点它的爆发程度和此前说的安防、金融、智能商业、新零售是不一样的。医疗行业可能是在爆发的初期阶段,而金融和安防可能已经到了1.5或者是1.5往2.0迈步的阶段。

伍楚芸认为2018年、2019年非常好,至少我相信在2020年,中国会涌现出一大批非常优秀的AI企业。宽带资本执行董事练叔凡:大部分投资机构看AI主要关注行业、人才和数据

大部分投资机构看AI的项目,主要关注的点有三个,一是,二是,三是。

首先,行业场景说明企业的市场空间有多大;其次,要看数据获得的成本和合规性;再次,人才对于比较成熟的公司,不管是技术团队还是市场、渠道、销售团队都需要足够强,而对于早期公司则更加偏重团队。

对于AI创业企业的产业落地,练叔凡介绍,宽带资本主要关注具体领域,希望在某个细分领域比较密集的投资,让这些公司之间形成协同。其二,宽带资本一直看着企业,会打到企业的客户或者打到精准客户,以及它之前所需要经历的销售过程、POC的过程、落地、回款的过程。

未来三年,宽带资本关注的主线是安防、医疗和无人驾驶。练叔凡认为,2018年、2019年是AI全面落地、全面铺开的两年,随着大的AI平台的发展,随着中国整体AI人才团队越来越溢出,接下来会有很多小而美的领域被创业者发现,去创造价值。

小i机器人黄迁:AI技术不会让人失业,而是让人转岗

小i机器人华南技术中心总经理黄迁

AI一定会在未来有巨大的应用场景,在各行各业都将有非常多的落地。同时,他认为,未来AI技术的产业落地不是单个技术的落地,而是综合性的AI技术和实际应用结合起来的落地。

AI技术不会让人失业,而是让人转岗。

1.未来几年,行业内的很多公司会出现整合的情况,在AI创新的领域,很多重叠的技术会出现整合。经过这么多年,我们在好几次创业过程中都遇到了危机的时刻,但最后还是活下来了,没有被拍死在沙滩上。

2.产业落地不是单个技术的落地,而是综合性的AI技术和实际应用结合起来的落地。乂学教育CTO樊星:AI推动传统教育产业升级,千人千面教育成为可能

樊星认为,我们现在的教育和三千年前孔子的教育没有本质的区别,可以看到,90%的孩子在学校有2/3的时间被浪费了,千人千面的教育和千篇一律的教学需要进行划分。对此,乂学给出的解决方案为:。

乂学教育认为,教育的教和育是拆开的,教是教学,教学这件事里面的90%以上甚至100%,可以用AI或者系统来替代,把育人的工作交给老师来做,未来的教育会是这样的形式。

樊星介绍,乂学教育的自适应系统包含四方面:。

这是自适应系统的四大要素,自适应系统的运行,首先是对孩子进行实时评估,然后对孩子的知识竞赛情况进行精准化分析,最后再给他提供合适的内容。

Video++COO董慧智:AI视频内容的商业价值在于情景营销

Video++COO董慧智

商业化和用户体验之间的感受永远是脱节的,尽管如此,视频文娱领域的发展潜力仍然极其巨大。未来三年里行业发展,基本上每年都将有20%-30%的成长,整个视频领域的广告和商业化的体量已经接近千亿。因此,AI成为在这个行业里竖起壁垒的一个重要因素。

AI在文娱方面能做的事情体现在三方面:

一是感知,把人能感知和看得到的情感共鸣数据化、数字化,形成情景单元,这类可以直接利用的数据;

二是自动化,自动化检索出任何一个品牌或者一件商品进行推送时所需要的场景;

三是优化,自动化投放结束以后,根据数据结果反馈,再优化投放策略,从而使视频之中的内容价值得到多方面的展现。

联想集团副总裁、联想创投集团合伙人宋春雨

联想集团副总裁、联想创投集团合伙人宋春雨解读投资逻辑,联想创投从一开始就在系统性地布局智能互联网和人工智能,其战略逻辑就是从智能互联网价值链的五大要素入手:物联网+边缘计算+云+大数据+人工智能,在全价值链条上,已投资了包括Face++、寒武纪、杉数科技、蔚来汽车、水滴科技等在内的30多家人工智能领域的核心企业。

“基于PC互联网和移动互联网时代,智能互联网时代会深度地变革垂直行业的各个细分领域,这是下一个最重要的投资机会,将带来N倍速的增长。”例如在智慧交通、智能制造、智慧商务、智慧医疗、智慧家庭、智慧城市等垂直领域。

“人”也是投资布局的关键点之一,当前人工智能的竞争就是人才的战争,另外,很多世界级的伟大公司都是来自于高校,从高校也可以挖到AI独角兽。

未来的机会将是新科技、新物种、新平台大融合,有望诞生下一个BAT级的伟大公司。

寒武纪副总裁钱诚

寒武纪副总裁钱诚认为,中国在芯片领域正在赶超世界先进水平,智能芯片很快会形成千亿市场。

寒武纪智能芯片三步棋:

一是消费类电子产品,可能需要非常有弹性的算法,大多数是点技术;

二是工业方面,交通方面,自动驾驶,需要用到系统性的人工技术,对技术的需求是刚性的;

第三方面,就是点技术和系统技术进行融合,最后形成生态。寒武纪的发力点将放在服务器端芯片上。

深度学习处理器目标不仅需要支持感知性的,支持单一的神经网络,可能还需要支持外延的,更广泛的机器学习的算法,其中有些想要进行机器学习,也要进行支持,这样才能把典型的复杂的人工智能算法全部在芯片中跑起来。

芯片要想做好,需要用有限规模的小芯片,现在芯片增加很快,从几十层增加到几千层的网络,硬件结构固定之后,算法不断变化,要支持千变万化的算法。它的功耗是小范围浮动,算法希望精度越高越好,对芯片的设计提出很多需求。

寒武纪主要通过三个方式来解决,比如硬件神经元虚拟化,比如通过指令集,通过内在和外在的形式来使得我们的功能对应起来,利用稀疏化的神经网络特性使功耗降低。

 

据统计,2012年到2017年,中国在AI领域的总投资量达到2000多亿元规模。

国科嘉和执行合伙人陈洪武认为,过去几年,AI从开始引入市场预热一直到高烧状态,到现在为止,AI已经真正到了落地成果展示的阶段。对于AI来说,单纯讲数据、讲平台、讲技术,并没有那么大的吸引力,踏踏实实到场景里面找应用,用AI技术去改变原来传统商业形态的创业模式在未来更有机会。

比如运用AI技术去解决安防、公安领域的问题,利用AI技术做放疗方面的方案设计,用AI技术做个性化的教育方案的设计和执行,运用技术解决教育公平问题等。包括在新零售、交通、安全、医疗,新的应用等等方面都可以持续关注。

深醒科技联合创始人&CTO袁培江

作为创业公司,我一直说我们很清楚地知道自己能做什么,因为这是我们的优势。它往往是基于一种商业模式,可能是基于某种专有的技术,或者基于特定的效率驱动。实际上。

如何找到自己的定位,和投资人、合作伙伴、其他创业者一起在新的领域里找到真正的需求,就能够解决这些问题,能够带来财富,维持这个公司健康、快速地发展。这可能也是我们共同面对或者需要发觉的重要问题。

作为创业公司,深醒科技认为

启明创投合伙人叶冠泰:“黑科技”缺乏科学根据,行业需要AI算法结合落地能力

启明创投合伙人叶冠泰

叶冠泰说,所谓黑科技好像就是缺乏科学根据、反自然原理,根本就不是我们能做出来的东西。。

创业公司不要直接和BAT竞争,而是什么场景里面它是足够强的,比如医疗领域,这可能是初创企业的机会。AI赋能,不需要找都是CMU、微软、百度这样的团队,我们只需要用优秀的行业算法结合数据和落地能力,就可以做得很好。

投资AI黑科技,从投资人的角度来说,要求也是不一样的。赋能行业和硬件技术,相对来说已经开始成熟,所以我们投资的会是技术和商业更加平衡的团队。

 

路小得认为,1.0的学习比较碎片化,2.0时代时间跨越了资源,大家的连接时间变长了,出现更多的视频、音频的直播课程、点播课程;进入3.0时代,时间真正打通,跨越空间的局限,大家形成实时互动。而随着技术推动,在线教育4.0时代,将越来越满足个体化的需求,让个性化教育真正满足每个学习者。

她还提出了在线教育4.0时代的三个观点:

1、因材施教;

2、自由组合,即不同的模块、不同的老师,满足学员、老师、科健、难度系数和时间不同维度的组合。通过每次课程课后动态匹配来完成每个人的课程计划;

3、精算式反馈系统,它并不是一气呵成、一口气走到底的课程计划,而是通过数据不断累计,重新的算法,能够完成的是这个孩子在接下来之后的体验和学习计划上进一步的提升。

狗尾草智能邱楠:AI不存在真需求和伪需求,只有成熟和不成熟

狗尾草智能科技CEO 邱楠

AI不存在真需求和伪需求。AI能改变我们的交互方式,而且能落地商业应用场所,提升数据利用的效率。这两方面都是真实的需求,只是有的需求找不到实际应用落地的场景,有的需求技术还不够成熟。

由于资本的原因,短时间内企业的规模会做得很大,把创业和竞争变得更加艰巨,窗口期变得更短,规模效应更明显。通过短期快速形成规模化,你很难让它快速实现同样相等的收益,这个收益一定是滞后的。

乐聚机器人创始人常琳:技术优势变成符合市场需求的产品优势,才是市场所需

乐聚机器人创始人&CEO常琳

现在市场上80%的智能硬件企业都在亏损。如果产品没有问题,经营没有问题,亏损的概率应该是很低的。

大部分智能硬件企业都有技术优势,技术优势对应到产品优势上却是很漫长的过程。能把技术优势变成符合市场需求的产品优势,才是真正市场所需要的东西。定义爆品的原则得考虑几个因素,第一个考虑是对于C端人群的价格把控。二是产品带来的粘性、体验。

沸点资本创始合伙人涂鸿川:不投一家只有AI技术的公司

沸点资本创始合伙人涂鸿川

AI在制造业很普遍,主要原因是制造业生产的零件和步骤都是标准化,从AI的使用来看,顺其自然,比较好做。而C端比较分散且个体化,AI在这些领域的应用需要有大量的数据积累。

涂鸿川表示,对于产业来说,AI是系统集成项目,并非引入了AI厂家马上就能应用,AI需要组合、需要配件,流程较长。

招商局创投VP 甘自辛:“伪需求”就是不够落地的产品

招商局创投VP 甘自辛

现在的AI需求看上去比较浅显,优秀需求沉在水下,看不出来。我们机构会更关注已经能够应用到应用场景中的东西。对于演进中的技术还需要不断的积累,向上突破这部分,需要保持关注。

我并不觉得伪需求就是我们今天看起来看不懂,暂时想不到拿来怎么用的。有很多东西只能判断出是渐进变化的。我不认为所有东西都是伪需求,只有需求量集中起来成本过高,或者需求付费意愿不够强烈,体验没有到那个程度的需求才可能是伪需求。

消费级的机器人或者AI硬件的消费却处于冷淡状态,终端消费者是不断挑剔的,当大部分终端消费者所用的技术集成产品的体验、技术的应用的成熟度还不够的时候,它组合出来的体验往往是很难达到消费者愿意为之买单的心理门槛;另一方面要更精准地聚焦需求人群。

信天创投合伙人张俊熹:AI创企需要核心技术,同时要有了解产业的市场销售团队

信天创投合伙人张俊熹

世界上的万事万物都可以被量化,都可以形成数据;宏观世界不存在真正意义的随机,很多事情是可以通过设计算法解决的。

任何东西都有跨越鸿沟的过程,当早期的创新品要去影响你最早的用户的时候,我们国外有几个比较有名的众筹社区,这里面看到很多很有创新性的产品。但是它往下走的时候,这个东西是走向终端用户的认知鸿沟,因为它改变终端用户的消费习惯和理解力,需要学习和适应。

张俊熹表示,团队中需要有新型的产品经理,懂产业,连接现实问题和技术;需要掌握核心技术,有扎实的掌握屠龙之术的技术班底,同时匹配着了解产业的市场营销和销售团队。

未来随着人工智能的发展,人作为生产要素的价值可能会不断地被削弱,要么是被机器取代,要么是和机器融为一体。“从这一角度出发,设计产品、服务,解决行业问题,才是比较务实的创业之道。”张俊熹最后说。

码隆科技黄鼎隆:AI的最大应用场景应该在实体经济

码隆科技CEO黄鼎隆

人工智能最大的应用场景应该在实体经济,而不仅在跟安全相关的场景。

玛隆研发了一款能够识别商品的智能大脑Prouduct AI,他能做到以下三点:

一、商品是无穷无尽的,大家总是有没有见过的商品。ProuductAI可以做到只要给他商品,只要这个商品带有一定的包装。它就可以马上就可以把这个商品检测出来,即使它之前没有见过,对商品识别的事情可以做到举一反三。

二、如何对噪音数据进行有效的处理问题上,玛隆科技曾在Webvision比赛上,码隆科技获得第一名,击败了其他全球一百多个科研机构,包括著名的公司、Google赞助的公司等等。噪音数据处理也是玛隆科技很有特色的技术。

三、商品背后有各种各样的属性和场景,拿拍照一件衣服来说,ProuductAI会给出衣服的各种属性,比如衣服的领型、袖型,是什么风格,是不是小清新,它上面有什么图案,颜色是什么,等等的属性都可以识别出来。

达晨创投合伙人任俊照:人工智能不能一蹴而就,需要找到好的落脚点

达晨创投合伙人任俊照

任俊熙认为,人工智能不是一蹴而就的,需要长时间的过程,并在这个过程中找到好的落脚点。而寻找落脚点要有逻辑性,要回归到当前社会和产业的状况中。从这两年的发展中可以看出整个智能化的方向围绕这三大方向,汽车、智能家居、新型消费电子。

关于未来的趋势,在任俊照看来:

一是个性化,这与消费人群的特点有关系,特别是以90后为主的消费人群,更加需要个性化的诉求。

第二个是品质化,这是消费升级的结果。当收入水平达到一定的程度,消费者自然要求更好的产品。

第三个是智能化,智能化方向是社会的技术发展到今天的重要特点,技术在当前的发展阶段中,实际上是很乐观的。

关于人工智能市场的机遇,任俊照认为,提供一体化的数据解决方案是非常好的方向。应该体现出工具型,把结构化的数据和非结构化的数据融合在一起,在安防、新零售、工业检测、教育、医疗等各个行业应用;第二个是构建基于语音交互的行业知识图谱,未来在走入家庭的时候,需要形成商业支撑;第三个是传感器方向,让硬件和环境进行交互;第四个是提供运算能力的芯片,为基础设施赋能。

速腾聚创邱纯潮:激光雷达赋能AI,自动驾驶离我们并不远

速腾聚创COO邱纯潮

邱纯潮认为,传感器在人工智能领域的新机遇大有可为。简单来说,激光雷达的赋予机器人超越人类眼睛的环境感知功能,拥有非常强的距离感知度,精确度达到厘米级。通过激光雷达,让机器人能重复做一些标准化的工作。激光雷达的应用里面有包括无人车、机器人、安防、监控、工业机器人、地图测绘等等,它是基础的传感器,再利用算法赋能后可以服务非常多的行业。

自动驾驶没有想象的那么远,它正在快速落地到生活的各个领域中。其中激光雷达对于自动驾驶车辆必不可少。激光雷达通过做3D环境的建模,然后SLAM加强定位,接着做防范方面的工作从而赋能自动驾驶。

激光雷达经历了从无到有、从有到优,从优到精的过程。激光雷达如果集成到手机里,拍出来的是三维的世界,通过核心的算法,我们可以将其辅助到自动驾驶、安防等等领域。

iPIN创始人杨洋:用海量数据重构人生地图,帮助每个人看到这个世界

iPIN创始人杨洋

iPIN目前主要通过大数据为帮助初高中生更精准地填报志愿,做评估,根据评估和个人的意愿做规划,根据规划再解决学习问题。整个过程就像去医院看病,想去医院看病,第一步诊断,挂号;第二步医生给你开方子,拿方子抓药。

我们用类似的方式给人做这样的诊疗,然后做评估,根据评估和你个人的意愿做规划,根据规划再解决学习问题,解决学习问题使我们聚合各种各样的技能,和什么情况下提升自己的短板等等。引入AI的评测方式对人的岗位要求更清楚的了解,这是人才改革特别需要了解的数据。

杨洋认为,我们每个人都在跟这个社会的其他人竞争,这是动态的过程,规则每天发生变化,社会也发生变化,一切都发生变化。仅仅通过一点点信息做预测是很难、很难的——这时候机器发生巨大的作用。

爱啃萝卜机器人CEO佘元博:AI让人机交互更自然、机器执行任务更自主

爱啃萝卜机器人CEO佘元博

智能机器人行业最近几年爆发起来一方面是大势所趋,另一方面是国家政策的推动、智能市场的推动。智能手机的发展带动了其他产业的发展,像传感器都变得微电子化,价格成本降低,种种因素结合在一起,导致智能机器人整体上游产业链非常健全。

具体细分应用以及是否解决刚需的问题方面,在佘元博看来,AI让人机交互更自然,让机器人执行任务更自主。现在人工智能的发展主要是两条学术主导的线,一条线是计算机主导的线,还有自动化主导的线。

从交互的角度评判,AI如果与人的交互越自然,与环境的交互越自主,这个系统就越智能。从2010年到2014年,以美国为主,很多国家的新鲜技术都公开化。有了国内或者国际上这些技术平台的支持,AI的进步速度飞快。极视角罗韵:移动互联网促进AI再跳跃,AI与场景结合实现产业升级

人工智能这个领域,移动互联网是很好的趋势。它让人能够慢慢去把科技平民化,同设备交互变得更加简单。而且,通过移动互联网的作用,可以积累大量的数据。

这样,就能进一步地思考,怎么样把数据加以利用起来,进而服务到更多的人群。过往的移动互联网或者O2O,可能更聚焦的是线上的场景。但是,AI是很好的从线上转线下或者让线下赋能的手段。

关于入局者过多,现在是否仍存有技术红利的问题,罗韵表示技术本身有红利,但是,技术层面接触不到的才是需要到行业里面了解具体的需求,每个行业的具体场景怎么样与AI结合,去实现产业的升级。

我们对AI是持有刚需的,但是,当下是无法判断这个需求是否真实存在。因此,我们可以从以下两点找到突破口:是否有数据基础,技术本身能否很好地解决问题。

SpeakIn势必可赢科技易鹏宇:解放双手放飞大脑,AI是最优解决问题工具

易鹏宇介绍,安防领域、民生社保领域、社交媒体领域等每天产生大量的新数据,这些数据需要处理,但是人工不足以完全处理这些信息。由于海量的数据带来很多问题,这些问题需要更好的方式来解决,人工智能则是一个很好的解决问题的工具。

他认为,人工智能一方面会使一些岗位消失,但是人工智能本质上是帮助人们放飞自我,很多机械重复性的事情可以由人工智能产品来做,把人类解放出来做更重要的事情。这是社会的进步,人们可以腾出时间做更多的思考。

驭势科技邱巍:人工智能改变社会运行规律,让社会更加高效运转

人工智能在自动驾驶上,解决的是生产力问题。它如何使得今天的生产、制造、物流、经济的运行等做得更加高效。无人驾驶层面,背后是物流和交通,要解决的是信息流的问题,人流、物流,还有能源方面的高效协同。

从交通层面看,无人驾驶的技术改变的不仅仅是汽车本身,它会改变整个社会的运行规律,大物流、大出行概念流行时,我们也讲乘客经济,当人从驾驶员变成乘客的时候,他的大把时间怎么解决?答案是可以承载各种各样的商业,将高效和体验有效结合,给我们的生活带来巨大的变化。

慧拓智能CEO曹东璞:AI技术红利延续关键在于系统化工程

慧拓智能CEO曹东璞

如果把握好从技术到系统工程化的转换,AI技术红利可能会一直持续下去。目前人工智能仍存在技术红利,甚至资本在看项目时也非常关注其技术水平。在AI发展的初期,技术红利比较明显。随着AI技术的逐步发展与成熟,企业竞争会更偏向于“系统工程”,而非单一的技术。而所谓“系统工程”,指的是较为完整的解决方案。

技术转换为工程化的过程很关键,把握好这个关键,到后期技术红利可能会一直持续下去,不然其他企业很快就会追赶上来。”

责任编辑: 3903YSS TS002
责任编辑: 3903YSS TS002
广告