從競(jìng)相追逐的資本寵兒到估值大幅縮水的資本棄兒，AI公司不過(guò)用了短短四年，場(chǎng)景落地難，商業(yè)化探索難成為阻礙AI行業(yè)取得突破性進(jìn)展的關(guān)鍵因素。

一場(chǎng)突如其來(lái)的新冠疫情成為AI公司技術(shù)應(yīng)用的試煉場(chǎng)，一封《充分發(fā)揮人工智能賦能效用，協(xié)力抗擊新型冠狀病毒感染的肺炎疫情》的倡議書(shū)調(diào)動(dòng)了全社會(huì)數(shù)字化、智能化抗疫的熱情，診斷輔助、遠(yuǎn)程醫(yī)療、AI測(cè)溫、智能外呼、無(wú)人車(chē)服務(wù)……史上第一次大規(guī)模AI抗疫的大潮，席卷而來(lái)。

一邊是資本降溫?cái)D泡沫，一邊是人們意識(shí)到了AI技術(shù)落地應(yīng)用的價(jià)值點(diǎn)，疫情風(fēng)暴眼中的AI，奏響了一首冰與火之歌。

當(dāng)AI沖向醫(yī)療前線

在醫(yī)療前線，諸如病毒基因測(cè)序，蛋白靶標(biāo)篩選，病毒與藥物的研發(fā)歷史數(shù)據(jù)匹配等種種工作如果能夠由AI算力來(lái)支撐，能夠取得事半功倍的效果。比如利用AI算法能夠?qū)⒃瓉?lái)數(shù)小時(shí)的疑似病例基因分析縮短至半小時(shí)，且能精準(zhǔn)檢測(cè)出病毒變異的情況。

被病毒侵襲不斷攀升的死亡人數(shù)時(shí)刻提醒著人們時(shí)間就是生命，一切能夠提高醫(yī)療效率的技術(shù)手段在此刻都顯得無(wú)比珍貴。也因此，在疫情爆發(fā)后，百度、阿里巴巴、商湯等各大AI技術(shù)廠商率先宣布的一件事就是：面向科研機(jī)構(gòu)與醫(yī)療機(jī)構(gòu)免費(fèi)開(kāi)放算力。

算法、算力和數(shù)據(jù)是人工智能得以快速發(fā)展的三大要素，在抗疫這場(chǎng)持久的人力物力消耗戰(zhàn)中，人工智能也找到了它得以充分釋放的戰(zhàn)場(chǎng)。

鐘南山院士曾說(shuō)，病毒很聰明，擺在人們面前有兩個(gè)問(wèn)題：篩查與確診難度加大，消耗了大量人力與社會(huì)資源。

AI作為一種技術(shù)輔助工具成為了醫(yī)生最得力的幫手。在疫情爆發(fā)的特殊時(shí)期，核酸檢測(cè)和CT影像檢測(cè)是新冠肺炎病例確診最重要的兩大手段，傳統(tǒng)醫(yī)生平均10分鐘左右的閱片效率在繁重的病毒篩查任務(wù)下根本無(wú)法滿足需求，而在比較成熟的AI影像診斷的輔助下，平均每個(gè)肺炎的閱片篩查速度可以從十幾分鐘縮短到幾十秒。

今年2月4日，工信部發(fā)布了《充分發(fā)揮人工智能賦能效用 協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書(shū)》，號(hào)召社會(huì)各界盡快利用AI技術(shù)補(bǔ)齊疫情管控的技術(shù)短板，充分挖掘AI技術(shù)在新型冠狀病毒感染肺炎診療以及疫情防控的應(yīng)用場(chǎng)景。

倡議書(shū)中提到，要充分挖掘新型冠狀病毒感染肺炎診療以及疫情防控的應(yīng)用場(chǎng)景，攻關(guān)并批量生產(chǎn)一批輔助診斷、快速測(cè)試、智能化設(shè)備、精準(zhǔn)測(cè)溫與目標(biāo)識(shí)別等產(chǎn)品，助力疫病智能診治，降低醫(yī)護(hù)人員的感染風(fēng)險(xiǎn)，提高管控工作的效率。

這封首次把AI技術(shù)與抗擊疫情結(jié)合在一起的政府倡議書(shū)，讓人們感受到了AI能夠落地的價(jià)值點(diǎn)，在這場(chǎng)新型冠狀肺炎全面阻擊戰(zhàn)中，AI也逐漸成為此次大規(guī)模公共衛(wèi)生事件中不可或缺的技術(shù)輔助力量。

AI行業(yè)內(nèi)有一種說(shuō)法，AI行業(yè)的發(fā)展10%在于算法，20%在于技術(shù)，70%在于應(yīng)用場(chǎng)景和落地的過(guò)程，這是個(gè)系統(tǒng)性工程，對(duì)于任何一個(gè)想要擁抱AI的公司來(lái)說(shuō)，場(chǎng)景都是最核心的競(jìng)爭(zhēng)力。

疫情當(dāng)前，AI亮出了它的利刃，沖向了醫(yī)療前線。

抗疫中的AI獨(dú)角獸

在這場(chǎng)轟轟烈烈的AI抗疫保衛(wèi)戰(zhàn)中，手握資本與技術(shù)的AI獨(dú)角獸們是當(dāng)之無(wú)愧的主角。從無(wú)人送貨到體外測(cè)溫、AI醫(yī)療診斷，各AI企業(yè)充分發(fā)揮企業(yè)自身優(yōu)勢(shì)全力抗疫。

商湯為科研機(jī)構(gòu)的藥物及病毒相關(guān)研究提供高性能計(jì)算資源，用AI影像幫助快速篩查疑似新冠病例，還與深圳超算一起，為國(guó)家重點(diǎn)研發(fā)計(jì)劃首席科學(xué)家，中山大學(xué)藥學(xué)院羅海彬教授的醫(yī)療團(tuán)隊(duì)免費(fèi)提供高性能計(jì)算資源（其中商湯提供包括20個(gè)GPU服務(wù)器節(jié)點(diǎn)），全力支持研究人員對(duì)抵抗新冠病毒的藥物進(jìn)行大規(guī)模篩選，同時(shí)開(kāi)展病毒突變預(yù)測(cè)等工作。

火車(chē)站、汽車(chē)站、地鐵站、機(jī)場(chǎng)等容易聚集人群的公共場(chǎng)所是防疫抗疫的重點(diǎn)，可針對(duì)各類(lèi)公共場(chǎng)所等高密度人員流動(dòng)場(chǎng)景下，能夠讓工作人員實(shí)現(xiàn)快速定位體溫異常者的防疫設(shè)備卻極為緊缺。

經(jīng)過(guò)十多天的連續(xù)奮戰(zhàn)，曠視上線了測(cè)溫系統(tǒng)，通過(guò)前端紅外相機(jī)鑒別人流中的高溫人員，再根據(jù)疑似發(fā)燒者的人體、人臉信息，并率先在北京市海淀政務(wù)大廳和部分地鐵站展開(kāi)了試點(diǎn)應(yīng)用。

該系統(tǒng)采用“人體識(shí)別+人像識(shí)別+紅外 /可見(jiàn)光雙傳感”的解決方案，相較傳統(tǒng)測(cè)溫篩查手段，識(shí)別效率更高，無(wú)需接觸即可測(cè)溫，識(shí)別誤差低于0.03℃。

在此之前，百度AI多人體溫快速檢測(cè)解決方案也已在北京清河站落地使用。各種測(cè)溫防疫設(shè)備的部署，降低了人群密集區(qū)域的傳染風(fēng)險(xiǎn)，解放了大量篩查人力，成為此次防疫工作最重要的前哨。

在疫情期間，醫(yī)療診斷階段最珍貴的就是時(shí)間，最需要的就是效率，讓具備大醫(yī)院診斷能力的AI產(chǎn)品能快速?gòu)?fù)制到基層，可以極大緩解一線醫(yī)生的工作壓力。

依圖將“醫(yī)療機(jī)器系統(tǒng)”快速部署到戰(zhàn)“疫”一線，利用人工智能技術(shù)，助力醫(yī)生開(kāi)展基于CT影像的智能化新型冠狀病毒性病灶定量分析及療效評(píng)價(jià)，進(jìn)一步提升檢測(cè)效率。

一邊利用AI技術(shù)讓CT影像診斷實(shí)現(xiàn)秒級(jí)輸出緩解醫(yī)療資源緊缺的現(xiàn)狀，另一邊通過(guò)輔助新藥開(kāi)發(fā)加快尋找控制疫情蔓延的解決辦法。

華為云則在疫苗研發(fā)上發(fā)力，疫情期間，研究機(jī)構(gòu)可以向華為云醫(yī)療智能體（EIHealth）申請(qǐng)免費(fèi)使用AI研發(fā)平臺(tái)，用于病毒基因組研究、抗病毒藥物研發(fā)和抗疫醫(yī)療影像研究分析，加速抗疫藥物研發(fā)，加快疫情檢測(cè)速度。

除此之外，華為云還聯(lián)合了多家科研機(jī)構(gòu)使用超級(jí)計(jì)算能力和AI算法篩選出了5種可能對(duì)新型冠狀病毒有效的抗病毒藥物，為研究機(jī)構(gòu)和制藥企業(yè)進(jìn)一步藥物研發(fā)提供了重要參考。

如果說(shuō)醫(yī)療診斷救治是戰(zhàn)勝疫情的核心戰(zhàn)場(chǎng)，那么社區(qū)服務(wù)就是防止疫情擴(kuò)散的大后方。

針對(duì)疫情期間的社區(qū)安全防護(hù)，京東數(shù)科提供了疫情高危人群勢(shì)態(tài)分析和預(yù)警系統(tǒng)，幫助政府分析居民的行動(dòng)路線，并對(duì)高危人群做出預(yù)警，進(jìn)行排查，同時(shí)該系統(tǒng)能對(duì)確診病患的行為軌跡進(jìn)行分析，幫助潛在的密切接觸者做隔離。

為了避免出門(mén)發(fā)生交叉感染，大量居民宅在家中，把生活必需品從供應(yīng)端搬運(yùn)到需求端的重任就落到了配送這一環(huán)節(jié)上。百度Apollo無(wú)人車(chē)就宣布，對(duì)服務(wù)疫情的企業(yè)免費(fèi)開(kāi)放低速微型車(chē)套件及自動(dòng)駕駛云服務(wù)，并聯(lián)合新石器在北京海淀醫(yī)院投放無(wú)人車(chē)進(jìn)行無(wú)接觸送餐服務(wù)，目前每天能夠服務(wù)100名一線醫(yī)護(hù)人員。

細(xì)數(shù)各AI公司的抗疫舉措，能夠看出此次AI技術(shù)助力抗疫主要集中在風(fēng)險(xiǎn)預(yù)測(cè)、輔助診療、新藥研發(fā)以及防疫設(shè)備、醫(yī)療設(shè)備等硬件產(chǎn)品服務(wù)這四個(gè)方面，不過(guò)值得注意的是，除了最底層的算法算力架構(gòu)等，涉及到具體操作應(yīng)用層面，AI依然需要人力的配合。

另一個(gè)明顯變化是，諸如阿里、騰訊、百度等擁有AI技術(shù)的平臺(tái)型公司漸漸由單體AI能力投入向開(kāi)發(fā)者賦能轉(zhuǎn)變，讓大家能夠借助開(kāi)放與技術(shù)模型形成行業(yè)合力，實(shí)現(xiàn)技術(shù)的大規(guī)模部署，構(gòu)筑新的AI生態(tài)。

抗疫后的AI下一程

大規(guī)模AI技術(shù)在此次疫情中得到應(yīng)用，是否意味著AI已經(jīng)解決了場(chǎng)景落地這一難題？目前來(lái)看，下此定論還為時(shí)尚早。

當(dāng)盈利的故事遲遲無(wú)法被驗(yàn)證，市場(chǎng)就會(huì)將多余的泡沫擠凈，經(jīng)歷了前幾年的狂飆突進(jìn)，如今資本市場(chǎng)也正在對(duì)AI擠泡沫。

據(jù)IT桔子等數(shù)據(jù)源顯示，2014年至2018年，中國(guó)人工智能領(lǐng)域共發(fā)生126起退出事件，數(shù)量?jī)H為同時(shí)期的投資事件的1/20。其中，IPO退出占四成，回報(bào)僅為1.83倍。

另一則數(shù)據(jù)顯示，2018年全年有將近90%的人工智能公司處于虧損狀態(tài)。

疫情這一特殊時(shí)期使得“無(wú)人、無(wú)接觸”的需求迅速增加，這也使得無(wú)人送餐、無(wú)人快遞物流，疫情監(jiān)測(cè)機(jī)器人等能得到大量應(yīng)用，但這種替代只是暫時(shí)的，一方面大量的AI產(chǎn)品目前還處在探索階段，更多起到輔助作用，而非完全替代人，另一方面，當(dāng)因疫情而起的需求降溫或消失后，因疫情而起的產(chǎn)品也將陷入沉寂。

其次，AI行業(yè)高昂的硬件生產(chǎn)成本也不會(huì)在短時(shí)間內(nèi)得到緩解。與可以快速迭代的軟件產(chǎn)品不同，硬件生產(chǎn)流程長(zhǎng)，尤其AI硬件對(duì)精細(xì)化的要求更高，產(chǎn)品從設(shè)計(jì)到上市起碼六個(gè)月，稍微打磨一下就要一年。

云天勵(lì)飛董事長(zhǎng)兼CEO陳寧在接受智東西采訪時(shí)就表示，疫情帶動(dòng)測(cè)溫、監(jiān)控等硬件設(shè)備的需求上漲，但用工短缺又造成產(chǎn)能跟不上，上下游供應(yīng)鏈緊張，加上原材料漲價(jià)致使企業(yè)成本有所增加。

再來(lái)看人工智能應(yīng)用最火的領(lǐng)域智慧醫(yī)療。醫(yī)療行業(yè)有著極高的使用門(mén)檻，單就醫(yī)學(xué)影像分析來(lái)說(shuō)，不僅需要資深影像科醫(yī)生進(jìn)行數(shù)據(jù)標(biāo)注，同時(shí)數(shù)據(jù)獲取與處理也非常困難，專(zhuān)業(yè)性要求很高。另外，影像數(shù)據(jù)和放射科醫(yī)生增長(zhǎng)速度也存在不匹配的問(wèn)題。

據(jù)相關(guān)部門(mén)和動(dòng)脈網(wǎng)數(shù)據(jù)顯示，美國(guó)、中國(guó)的影像數(shù)據(jù)年增長(zhǎng)率分別達(dá)到63.1%和30%。但兩國(guó)放射科醫(yī)生年增長(zhǎng)率僅有2.2%和4.1%，海量數(shù)據(jù)與稀缺高水平醫(yī)生之間的鴻溝并不會(huì)在短時(shí)間內(nèi)得以彌合，也會(huì)造成AI應(yīng)用普及的緩慢。

AI技術(shù)另一大應(yīng)用領(lǐng)域無(wú)人駕駛也同樣存在瓶頸。一位在無(wú)人駕駛領(lǐng)域從業(yè)多年的員工對(duì)新摘爆料稱(chēng)，“國(guó)家對(duì)無(wú)人駕駛的規(guī)范很?chē)?yán)格，行業(yè)也沒(méi)有一套統(tǒng)一的標(biāo)準(zhǔn)，而且目前無(wú)人駕駛算法所能解決的問(wèn)題還非常初級(jí)，并不足以處理復(fù)雜和突發(fā)的場(chǎng)景，雖然大家都在很努力的去研究，但想徹底解決，也并非短時(shí)間內(nèi)能做到?！?/p>

無(wú)人駕駛屬于制造業(yè)，只專(zhuān)注算法并沒(méi)有意義，它背后需要強(qiáng)力的實(shí)業(yè)和無(wú)數(shù)場(chǎng)景應(yīng)用的打磨，這也是AI行業(yè)與互聯(lián)網(wǎng)行業(yè)最大的不同。

經(jīng)此一“疫”，AI作為技術(shù)工具能夠輔助提高行業(yè)業(yè)務(wù)效率的長(zhǎng)期價(jià)值是不容置喙的，利用AI新技術(shù)轉(zhuǎn)型升級(jí)的垂直行業(yè)，比如通過(guò)AI技術(shù)使得業(yè)務(wù)效率大幅提升或替代低端重復(fù)性的人力勞動(dòng)也極具可行性，但硬件成本過(guò)高、盈利模式不夠清晰等行業(yè)固有問(wèn)題，并不會(huì)在短時(shí)間內(nèi)發(fā)生改變。

凡此過(guò)往，皆為序章，AI是個(gè)需要耕耘十年，二十年甚至上百年的行業(yè)，疫情過(guò)后，AI的下一程依然布滿了荊棘，不要盲目樂(lè)觀，但也要充滿期待。