（文章來源：AiChinaTech）

近年來，世界各國紛紛緊密出臺人工智能規劃、政策和投資計劃，從國家戰略層面強化人工智能布局。而中國自然也不甘居于人后。在各領域中實現人工智能產品制造，是未來我國人工智能行業發展的主要趨勢。

比如說，人工智能與物聯網的結合，能讓更小的設備與傳感器運行在更靠近計算機網絡外圍的地方，進而與智能設備結合，逐漸滲透進人們的日常生活。而2019年人工智能產業結構調整目錄中也提到，鼓勵人工智能標準測試及知識產權服務平臺的建立，將進一步促進我國人工智能行業的健康發展。

但人工智能想要實現完整落地，仍有相當長的一段路要走。可以說，技術與場景這兩者的支持缺一不可。此次被曝光的Kiwi Campus，便是技術不夠的典型案例。在未能實現完全人工智能化的背景下，仍然一意孤行，試圖用人工來取代AI，事情一經敗露便引來指責無數。

此外還有場景的定位。與課堂監控相類似的技術在制造業中其實早已經有所應用，用于監控生產制造的工藝流程，特別是在制藥等重點安全領域，可以在一定程度上識別工人的行為是否合規。但這種技術若是被用在了教育或是生活領域，則容易在并無益處的同時還帶來了社會的負面效應，這便屬于場景的選取方面出現了問題。

而在探討解決方案時，技術問題由于其不可控性暫且不論，人工智能企業如何去界定自己的應用場景卻是值得我們深思的。目前的一種方式是提前界定范圍，將產業牢牢的束縛在一個方向上。比如說極鏈科技，專注于AI視頻領域，并在此基礎上延伸拓展出了視聯網等概念。通過這種方式，企業可以避開人工智能運用時的坑，來達到“因材施教”的效果。

另一種方式則是根據場景來“定制”應用。但這種方式需要考量的方面會顯得更多，一方面企業要確保產品的廣泛適用性，當應用場景發生變動時，產品的細節也要隨之而變；另一方面還要考慮到社會的接受度，是否符合正常的倫理與道德規范等。

在近日召開的“人工智能的技術、倫理與法律的關鍵科學問題”的香山科學會議上，中科院科技戰略咨詢研究院研究員便提出，在技術高歌猛進的同時，人工智能也在不斷模糊著物理世界和個人的界限，不斷刷新人的認知和社會關系，延伸出復雜的倫理、法律和安全問題，但相應的規范和制度設計還存在盲區，這是一個極大的挑戰。

依據普華永道的數據，預計到2030年，人工智能將為世界經濟奉獻15.7萬億美元。人工智能因其寬廣的使用前景和重大的戰略意義，近年來越來越受到各行各業的重視。不單單我們見到的云從、依圖、WiMi微美全息這類視覺AI企業的代表，越來越多的傳統企業都勢必將加入人工智能產品的戰場。

如果說前三次工業革命改變了我們的社會結構，那人工智能作為“第四次工業革命”，其所帶來的意義必將遠不止于此。人工智能的出現，足以改變人類的戰略眼光，使我們看得更遠，層次更高。但未來并非一蹴而就的，目前眾多人工智能企業仍面臨許多問題，如研發投入巨大、落地場景有限，入不敷出。因此，對于人工智能而言，當下最重要的依然是推動技術升級、加快商用落地。要想取得新的突破，兌現更多潛力，人工智能必須堅持以創新為驅動力、以市場應用為導向，走出實驗室、走到人們的生活中去。

人工智能并非高高在上，也并不與我們的日常生活背道而馳。為了更好地推動其發展，人工智能的落地與應用必然會是一個循序漸進的過程。借助于“人工智能+”，職業的浸透和整合將得以加快，低端殘次生產能力和企業的篩選也將會被推進，擁抱人工智能將成為許多企業完成更好生計和開展的必要過程。也正因此，如何將人工智能完美地融入到各個領域中，將會是整個社會都需要思考的問題。