投入大見效慢，還要做AI？
AI前線導讀：年末技術盤點里程碑有一大半跟人工智能相關、人工智能企業屢次獲得巨額融資、今天人工智能在某個指標上達到甚至超過人類水平、明天人工智能在某個比賽中打敗了人類、據分析人工智能可能取代多少人類的工作
人工智能又一次走到了風口浪尖上，從政府、學術界、企業界、投資界到創業者們，無一不將人工智能視為未來方向；而媒體鋪天蓋地的報道，更是讓人工智能快速占領了每一個普通人的視聽。
但是無限風光的背后，又怎么可能沒有一點陰影？
都說自己在做人工智能，其實壓根不知道人工智能能做什么。
連產品模式都還不清晰，憑什么拿到那么高的估值？
說能幫我們解決問題，結果連我們的場景都不清楚。
不能大規模商業化、不能幫企業盈利，那為什么要為AI買單？
高大上的AI技術如何真正落地、帶來實際價值，已經成為尋求轉型的傳統公司、專注于提供AI技術服務的初創企業、業務規模龐大的集團公司共同遭遇的危機。
本文根據平安集團SMART科技大會采訪內容整理而成。
AI，看上去很美
從積極的一面來看，人工智能催生了大量新技術、新企業和新業態，為個人、企業、國家乃至全球提供了新的經濟增長點，甚至可能成為第二次工業革命。
IDC預計，全球人工智能支出到2020年將達到2758億人民幣，未來五年復合年增長率將超過50%。中國人工智能技術支出將達到325億元，占全球整體支出的12%。
從消極的一面來看，盡管人工智能開啟了一個全新的時代，但也在不斷滋生著泡沫，吹捧有之，跟風有之，噱頭有之。近兩年，數十家中美AI創業企業密集倒閉，大量AI創業項目中途夭折，不免讓人感慨，人工智能是否只是看上去很美？
3年前你都不好意思說你是做人工智能的，而今天你都不好意思說不做人工智能了。
泛人工智能是人工智能火爆之后催生的一種現象，就是把什么東西都叫人工智能。如今沒有哪個企業不想擁抱人工智能，但當前人工智能技術的采用程度到底如何？
麻省理工學院SloanManagementReview最近對3000位高管、經理和分析師進行的一項調查顯示了一個令人驚訝的結果：目前大多數公司還沒有采用人工智能技術，只有不到四分之一的受訪者表示已經采用人工智能技術，還有23％的受訪者正在進行一些試點項目，而有54％的受訪者表示他們還沒有開始采用人工智能技術。這與AI前線在年終總結時所做的一份落地情況調查結果相近。
麻省理工學院的調查中也列出了可能阻礙企業采用人工智能的幾大障礙：
對于已經理解并采用人工智能的組織（領導者），人才缺口、競爭激烈的投資和對安全的擔憂是他們的主要障礙。
與此同時，尚未采用人工智能（被動）的企業認為需要識別業務應用場景、缺乏管理支持、技術能力有限是其主要挑戰。
AI落地困境
當前的人工智能實際上是數據驅動的智能，也就是基于大數據的智能。中國科學院深圳先進研究院首席科學家須成忠教授認為這一波人工智能涉及ABCD四個概念，A算法，B大數據，C計算平臺（如云計算平臺），D領域知識，技術必須跟領域結合。技術不結合場景，就只是一個技術而已。
目前AI在醫療、金融、交通等多個領域皆有不同程度的滲透，雖然行業不同，但AI落地時遇到的困境卻多有類似，其中場景和數據是最常被提到的兩項。
為什么企業要為AI買單？
據平安醫療健康管理股份有限公司首席技術執行官穆強介紹，目前AI在平安醫療健康的應用主要分為面向病患和面向醫護人員兩種類型。
面向病患：利用AI技術對患者分層，通過患者的就醫習慣和行為畫像定義風險等級，再匹配需要的醫療水平，也叫做醫療能力分層或者患者需求分層，從而把醫療的供給測和需求側匹配起來、協調醫療資源。
面向醫護人員：用AI給醫療行業賦能，借助AI為處方點評、臨床決策等提供決策建議，幫助醫生更好地決策判斷。另一點是運用醫學知識圖譜和大數據的方法，調整綜合醫療費用結構。目前的總費用中，藥物占比過高而醫生的價值占比太低，因此需要在總費用不變的前提下調整醫生價值與藥費的占比，使醫生發揮的價值與價格不背離。
平安嘗試在醫療場景落地AI的過程中，既會使用公司內部的技術方案，也會與第三方公司合作。商業合作不是公益項目，企業最關心的自然是這項技術到底能為自己解決什么問題？能帶來什么價值？而這可能也是AI技術服務商在嘗試向行業輸出技術前，最需要想明白的問題。
穆強指出，AI初創公司想要進入醫療垂直領域，最大的痛點是買單方，也就是誰為他們的AI技術買單的問題。企業經營不外乎開源節流。如果想把AI技術應用到產品中，首先要找到AI能給企業經營帶來什么價值，是能幫企業開源還是節流，還是抑制風險，還是提高醫療水平，總得幫人干點什么，所有的這些最終都要轉化成商業價值。只要這項AI技術能夠幫我們提高經營能力，我們自然愿意為之付費。
錯把商業項目當成研究項目
須成忠教授是中國科學院深圳先進技術研究院首席科學家，他所帶領的團隊開發了先進云平臺，平臺之上融合了大數據、機器學習等技術，在智能交通、醫療健康、城市信息等多個領域都有落地應用。
須成忠教授告訴AI前線，智慧交通即利用人工智能和大數據使城市交通變得更智能，其終極目標是通過城市大腦做預測，并能持續學習進而反饋控制，但目前暫處于起步階段。阿里做城市大腦，說將城市擁堵改善了10%，其實這10%從科學研究角度來說誤差都要拿掉了，可以說是微不足道，而且它是基于一個小區的小范圍實驗。
目前中科院深圳先進技術研究院在交通領域已經落地的成果主要基于中科院收集的城市所有浮動車（出租、公交等非固定權的車輛）數據，包括三類服務：面向政府的服務，如城市精細化管理；面向公眾的服務，如深圳市的公交在手軟件，能夠綜合實時路況、天氣情況預測當前公交距離本站還有多久；將數據通過API方式開放給第三方企業（如騰訊、廣電集團、酷米客等）做更多的應用和服務，庫卡機器人，每天數據API訪問量達到500多萬次。
在加入中科院之前，須成忠教授在國外也承擔過不少企業合作項目。在他看來，做技術研究的人最容易犯的錯誤就是太過在意研究，錯把商業合作當作科研項目。
須成忠教授指出：研究院研發的產品原型充其量是證明你有這個技術能力，但還是需要針對用戶的具體需求來修改和定制開發。我們以前把項目當作研究項目來做，并沒有解決企業的剛性需求，研究院經常會遇到這樣的問題。結果導致我們做的技術，用戶并不是特別感興趣。