【文/观察者网 邢晓楠】
7月8日至7月10日，2021世界人工智能大会在上海举办，本届大会以“智联世界，众智成城”为主题，围绕“AI 赋能城市数字化转型”方向，探讨人工智能技术创新与产业落地的前沿进展。
文体产业智能化升级高峰论坛上，由复旦大学智慧城市研究中心编撰，中科智云、联想、科大讯飞、风云天下、小冰等国际赛事核心技术提供商共同发布了《AI+国际赛事解决方案蓝皮书》。蓝皮书中指出，本次冬奥运将通过“人智赛场”的融合，全面赋能赛事活动。
活动结束后，中科智云CEO、中科智云首席科学家魏宏峰在接受观察者网采访时表示，对于AI行业而言，泡沫是必然存在的，但泡沫总会爆掉。当浪潮退去，能活下来是那批能找到应用场景和商业模式的公司。
当人工智能的潮水退去
“人工智能的创业机会窗口期迈入尾声阶段。”
2020年7月，亿欧智库发布《2020年中国人工智能商业落地研究报告》，并指出，人工智能企业已从早期技术驱动阶段向商业驱动发展，而未来人工智能企业的发展将更依赖落地场景的洞察以及解决行业实际需求的能力。
2020年年底开始，旷视科技、依图科技、云知声、云从科技、云天励飞5家AI公司向科创板提交上市申请。除了云从于7月20日在科创板IPO过会，其他几家企业都在之前几个月中陆续受阻。
7月15日，一位投资人士向21世纪经济报道透露，人工智能行业技术研发难度大、研发投入高，需要企业持续不断地投入资本成本，短期内产出回报和盈利并不现实。但资本市场讲究利润至上，AI企业这样长年累月地亏损，强行登陆资本市场可能会造成流血上市的局面。
曾几何时，“人工智能”在风口上飞得正高，吸金能力有目共睹。以商汤科技为例，自2014年到2018年，商汤科技共完成10次融资，累计完成融资超30亿美元。但与之相对的，却是AI企业长期以来“难变现”的现状。
人工智能产业创新联盟秘书长安晖发表的报告显示，全球近90%的人工智能公司仍处于亏损状态，中国AI产业链中90%以上的企业也处在亏损阶段。
科技媒体IT时报则以“业绩普遍亏损、估值普遍较高”来形容有“AI四小龙”之称的“商汤、云从、依图、旷世”四家公司。
相比于2017年前后的“AI热潮”，当下的AI企业已经进入产业落地的深水区。旷视联合创始人兼CEO印奇在去年的一场媒体交流会上表示：不带来真实价值的AI将被淘汰出局。
面对着退去的潮水和难以落地的商业模式，AI企业接下来该怎么办？
“泡沫总会爆掉”
7月8日至7月10日，2021世界人工智能大会在上海举办，并在文体产业智能化升级高峰论坛上公布了一份《AI+国际赛事解决方案蓝皮书》。
该蓝皮书指出，对于冬奥会而言，赛事是人与人的交互过程，这一交互不仅发生在运动员和教练员之间，还包括了观众、记者、服务保障人员等等；同时，也是人与场所、场所与设备的全面连接与交互。
蓝皮书宣布，人工智能技术将通过“人智赛场”的融合，全面赋能赛事活动，从“降低人与人的交互成本、有效识别人的活动、提供安全防护和夯实赛事智能底座”等方面协助冬奥会的顺利举办。
AI+国际赛事解决方案蓝皮书
会议结束后，参与冬奥会智能安全工作的中科智云CEO、中科智云科学技术委员会主席、首席科学家魏宏峰接受了观察者网的采访，也对“潮水退去”的AI行业分享了自己的看法。
“没有泡沫是没有办法蓬勃发展的，但泡沫总是爆掉的，”魏宏峰表示，“退潮以后总会有人被淘汰，但是也总会有人活下来的，谁真的能活下来，他其实就找到了应用的场景和商业模式。”
张家口密苑云顶乐园智能应用场景展馆效果图 受访者提供
魏宏峰透露，前几年泡沫较大的时候，客户对于AI的认知也有偏差。当时有人觉得，AI什么都能做，后来又发现，像是什么都不能做。不过随着市场的培育，现在客户对于AI的认知也较以前深刻许多。
对于AI企业的盈利问题，魏宏峰表示，能盈利的公司确实很少。他提到，其原因与AI的算法、算力和行业人才投入有关。
但由于疫情，现在的大环境对人工智能较为友好。“大家发现，不管是产业链也好，人力资源也好，风险都非常大，所以需要技术来代替。”
对于疫情与AI的关系，亿欧智库也在《2020年中国人工智能商业落地研究报告》中有所提及。报告指出，在新冠疫情中，中国人工智能企业在多人体温检测、外呼、疫情信息服务、疫苗研发和药物筛选等众多场景中快速部署智能产品，降低了病毒传染风险、缓解了医护资源压力、提高了控制疫情效率，在防控疫情关键时期发挥了不可替代的作用，并凸显出巨大的社会效益。
“人工智能企业将人从简单、重复、繁重的工作中解放出来。”
从这方面而言，被“唱衰”的AI仍然隐藏着潜力。但报告也指出：“场景的适配性是AI成功落地的关键环节。”
赛道中的赛道
长期以来，安防、健康、汽车等场景，是AI领域的几条主要赛道。根据艾媒咨询发布的《2020上半年中国人工智能产业专题研究报告》，人工智能在安防、零售和金融领域已经有了较高的成熟度。
2020人工智能技术应用各细分领域成熟度分析 图片来源：艾媒咨询
但随着“大厂下场”，越来越多新创立的AI企业陷入尴尬。
“百度率先提出All in AI并推出了“百度大脑”，找到了自动驾驶这条赛道；腾讯提出AI in all并创立优图实验室；阿里则祭出了达摩院，”IT时报如是总结道，“这些动作都意味着，巨头感知到自己手中数据的价值，他们试图甩开AI算法公司，自建AI算法团队。蚂蚁金服发布刷脸支付硬件“蜻蜓”，微信支付紧随其后推出同类产品“青蛙”，算法均来自阿里和腾讯自家的算法团队。”
面对这一问题，中科智云的应对方法是，选择了一条“赛道中的赛道”安全场景中侧重传统行业的业务。
“我们想支撑我们传统行业的数字化转型和智能化改造，”魏宏峰表示，“我们的业务和客户基本上都是跟传统行业相关，特别是工程建造，工业生产，农牧生产和能源生产。逐渐地，我们扩展到另外的一些行业，也是跟民生相关的一些行业。我们聚焦的部分是解决这些行业的智能安全治理问题。”
传统行业智能安全示例 受访者提供
一直以来，安全监管都是传统行业的痛点。以建筑工地、化工厂为例，仅靠人力无法做到全方位的管理，会带来很多漏洞。而人工智能可以“把人从繁杂，重复，需要每时每刻盯住的事情解放出来，而且能做得比人更准，更高效”。
以对设备的监管为例。一般而言，大型的热电厂和原材料加工厂都有大型的输送带，工人经常会违规站到皮带上。有的皮带是每秒22米的速度，一旦疏忽，会造成巨大的伤亡。当AI监管到这种情况，AI就会控制设备减速或者停下来，以避免事故的发生。
“AI就像人的一双眼睛，”魏宏峰表示，“只是它可以看得更远，更准，24小时不间断的看，能够在设备即将要发生问题的时候检测出来，我们就可以联动设备来避免生产事故。”
例如，如果工地或者工厂中出现了着火的痕迹，无论是冒烟还是小火星，AI都能及时检测出来，比室内安装的烟感更早的预警。如果有灭火系统，AI直接联动灭火系统，如果没有灭火系统，则马上告知报警。
当然，设备的运行同样需要基建的支持，比如一些技术架构。魏宏峰补充，如果原先没有，也可以有新的基建，宽窄通信架构，不需要线架构，对电、网需求更少，成本更低。
其实由于CV领域算法的开源，很多企业都能做类似的技术，但真正能将场景落地的并不多。魏宏峰表示，AI落地的难处在于其在应变方面的“笨拙”，这也是该领域AI服务面临的挑战。目前行业普遍的是，有算法的公司不做行业， 做行业的公司没有自己的算法。算法公司无法积累场景数据提升算法， 行业公司无法为场景改造算法。
“他在一种场景训练好以后跑到另外一种场景，其实就没有用了，”魏宏峰表示，“对传统行业来说，他们面临的最大的一个问题是场景的不确定性和需求的碎片化，这其实是很多传统AI赋能模式的一个短板，也就是说他们AI算法适应能力或者叫泛化能力不够强。作为一个科技公司，大家对那些行业的生产环境可能是不太了解的，算法泛化能力是个巨大的挑战。目前我们通过对行业一线需求的了解，打造出的X-Brain通过AI主动学习能力，可以解决这些问题。”
正如亿欧在行业报告中提到的，当前人工智能在安防、医疗和金融等领域已经有了较多落地成果，未来人工智能企业的发展将更加依赖落地场景的洞察以及解决行业实际需求的能力。
以本次冬奥运为例，由于疫情关系，过往的安全是严防死守突发事件，但如今会有对身体的关注、运动员的关注、训练比赛的安全关注、场地安全的的关注，甚至食品安全、观众安全的关注等等。
潮水终将退去。而“AI+传统行业”，是中科智云在潮水退去时做出的选择之一。
