导读：AI落地场景在不断增多，但赚钱依旧艰难。 根据亿欧报告显示，2018年全年，近90%的人工智能公司处于亏损状态，而10%赚钱的企业基本是技术提供商。从谈概念、讲技术，到拼场景、抢落地，建立在大数据基础之上的人工智能，仍面临数据本身带来的挑战。 数据割裂...
AI落地场景在不断增多，但赚钱依旧艰难。
根据亿欧报告显示，2018年全年，近90%的人工智能公司处于亏损状态，而10%赚钱的企业基本是技术提供商。从谈概念、讲技术，到拼场景、抢落地，建立在大数据基础之上的人工智能，仍面临数据本身带来的挑战。
数据割裂致使落地难
“我们经常提及大数据，但事实上我们并不需要那么多的数据，AI未来一个趋势是小数据崛起。”在市北GMIS 2019全球数据智能峰会上，斯坦福大学教授、Landing.ai创始人、CEO吴恩达表示。
一个具体的案例是工厂手机屏幕划痕检测。目前不少是利用人眼来检测手机是否存在划痕，如果拥有100万个划痕手机，AI可以非常高效的识别手机划痕。但现实情况是没有任何工厂会有几百万不同划痕的手机，这个时候小样本学习（few shot learning），即利用较少的数据得出同样准确结论的人工智能，将有助于推动整个领域的发展。
小样本学习的迫切性更在于落地过程面临的数据孤岛、数据隐私保护导致的数据割裂问题，让AI技术很难充分发挥价值。
“和AI用于比赛需要上千万的图片训练不同，当AI深入行业我们看到数据往往是小数据和细碎的数据，也就是没有联通起来的数据，再先进的AI技术也很难用上。”国际人工智能学会理事长、香港科技大学教授、微众银行首席人工智能官杨强说道。
今年5月，国家互联网信息办公室发布了《数据安全管理办法（征求意见稿）》，提出在中国境内利用网络开展数据、存储、传输、处理、使用等活动，以及数据安全的保护和监督管理意见。
杨强认为“中国版GDPR”即将到来，数据隐私在走向严格化、全面化，这使得企业在实际应用中可以使用
