人工智能（AI）技術在工業現代化的浪潮下向各個領域滲透，包括市政、交通、醫療、商用等，隨著5G商用的春風，如今AI技術更火了，但是大家可以都有發現，AI雖然很火，但真正的落地很難，這是為什么呢？

會造成這一現象是有很多原因的，首先，AI前期投入高，回報未知，很可能造成虎頭蛇尾的局面；其次，很多生產過程能接受的誤差是很小的，AI沒有很好的魯棒性；另外，有一些問題，不單單是數據可以解決的，或者其它方案比AI更直觀，更有效。

AI芯片是當前科技、產業和社會關注的熱點，也是AI技術發展過程中不可逾越的關鍵階段，不管有什么AI算法，要想最終得到應用，就必然要通過芯片來實現。但芯片行業已然存在多年，具備自身的成熟度與門檻。AI芯片正尋求更垂直的場景進行落地。人臉識別、語音識別、機器翻譯、視頻監控，以及交通規劃、無人駕駛、智能陪伴、輿情監控、智慧農業等，如今的AI已涵蓋人類生產生活各方面。

但是在消費者領域的落地相對容易一些，因為消費者對產品的價格和適應性要求不同，只要有部分人認可這一產品就是成功能，比如人臉識別，在消費者領域只要識別率達到90%就已經很不錯了，而工業上即便達到98%都不行，至少也要達到99%，甚至99.99%才行。因為對于一個每天產能在幾十萬個產品的工廠來說，如果識別準確率達不到99%以上，就意味著有幾百個不良品可能成為“漏網之魚”。

因為工業領域對可靠性要求高得多，而且客戶需求更加個性化，因此對產品穩定性和調試效率有更高要求。鑒于AI應用過程中存在的障礙，被訪者最擔憂的一點便是缺乏AI技能和專業知識。企業管理層表示，專業技能掌握不足嚴重阻礙了各企業對AI的大規模部署，而數據相互孤立也在持續產生著影響。

如何把一個通用的解決方案做成一個“落地”的解決方案呢？這就是需要非常巧妙地做好一個垂直領域行業的“生態”，在這個行業生態里，有很多的參與方，大家都能參與進來獲利。最好的例子就是一個開放的操作系統。而AI現在的狀況是，大家還都是各家在做各家的，沒有聯成像“操作系統”一樣的生態。希望AI以后能夠發展生態，成為“珠聯璧合”的形式，那時候人工智能才能真正的落地。

當前AI應用沒有做到讓整個行業脫胎換骨，而要做到AI驅動的“核心決策系統”的優化，算法研究的力量可能只占其中比較小的百分比，更多的是要看市場對這個系統的態度，看生態、同盟的發展速度，能不能用來推動整個垂直行業的躍進。

我們相信隨著AI技術的發展，當人工智能的人才需要具備市場思維，商學思維，明白建立生態的重要性，會發現各方的互補性，能把大家的需求挖掘出來。從而使AI技術的落地不再難。
責任編輯：YYX