本文來自創新工場

北京時間2017年1月10日，創新工場正式發布了《投資AI生態，共贏智慧未來》人工智能戰略白皮書，揭示了創新工場在人工智能領域的未來愿景。“白皮書”從目前人工智能領域各項技術突破所帶來的產業發展機遇入手，闡述了人工智能產業未來發展所面臨的六大挑戰，大膽預測中國已經并將繼續借助人才優勢，成為全球人工智能科研與產業化的中堅力量。?

創新工場人工智能工程院將由李開復博士親任院長，兩位副院長王詠剛和王嘉平也正式到任。王詠剛先生畢業于北京大學，此前曾在Google擔任資深工程師超過10年；王嘉平博士擁有中科院計算所博士學位，曾就任微軟研究院主管研究員。

創新工場為大家全文奉上《投資AI生態，共贏智慧未來》人工智能戰略白皮書，讓我們一起見證人工智能的光輝未來。

這是人工智能的最好時代。

十年后，當我們回首往事，是否還會因人工智能在圍棋棋盤上的標志性勝利而莫名興奮？是否還會因深度學習在諸多領域取得的開創性成果而備受鼓舞？

這是人工智能的黃金時代。

歷史會將這個時代與1970年代的PC萌芽、1990年代的互聯網興起相提并論嗎？或者，人工智能終將成為推動人類社會與經濟形態演進的革命性力量，與蒸汽機、電力、核能等并列，在人類科技史上承前啟后、熠熠生輝？

普通公眾對人工智能快速發展的認知始于2016年初AlphaGo的驚世對局，科研和產業界則更早感受到了此次人工智能熱潮的來臨。

2010年以來，基于深度學習的人工智能技術陸續在谷歌、Facebook、百度等頂尖互聯網公司獲得廣泛應用；2016年，谷歌的戰略重心已從“移動先行”全面轉向“人工智能先行”；埃森哲預測，到2035年時，人工智能可將12個發達經濟體的年經濟增長率提升一倍；2016年下半年，美國白宮科技政策辦公室連續發布人工智能戰略規劃和研究報告，呼吁美國政府關注人工智能相關的科研、教育、產業發展及可能引發的就業和經濟問題。

回望歷史，人工智能在過去數十年間也幾度成為大眾關注的焦點，但轉瞬又歸于沉寂。此次人工智能熱潮是否仍會曇花一現？

創新工場相信，此次人工智能熱潮與以往有本質不同，是相關產業步入成熟的標志。這是因為，在深度學習、大數據和計算能力的共同推動下，人工智能第一次將實驗室技術帶進了產業實踐，第一次在機器視覺、語音識別等領域突破了普通用戶可接受的心理閾值，第一次在互聯網、金融、安防等先導行業創造出可觀的商業價值，第一次顯示出帶動整個產業生態協同發展的巨大潛力。人工智能正進入可長期持續發展的穩健增長期。

與過于樂觀的從業者、公眾所持有的觀點相反，創新工場對于通用人工智能乃至超人工智能在近未來取得突破的可能性持謹慎態度。創新工場認為，人工智能在未來很長一段時間內只是人類的工具，在社會和經濟生活中扮演協作者、助力器和加速器的角色。人工智能相關的商業模式還處在相對早期的實踐和發展階段，不同垂直領域在適用人工智能的水平和階段上有巨大差異。

創新工場認為，目前的人工智能產業發展面臨六大挑戰：

一、前沿科研與產業實踐尚未緊密銜接

除少數垂直領域憑借多年大數據積累和業務流程優化經驗，已催生出營銷、風控、智能投顧、安防等人工智能技術可直接落地的應用場景外，大多數傳統行業的業務需求與人工智能的前沿科技成果之間尚存在不小距離。面向普通消費者的移動互聯網應用與人工智能技術之間的結合尚處在探索階段。科學家和研究者所習慣的學術語境，與創業者和工程師所習慣的產品語境之間還無法快速銜接。

二、人才缺口巨大，人才結構失衡

據LinkedIn統計，全球目前擁有約25萬名人工智能專業人才，其中美國約占三分之一。這一數量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領域及消費者市場快速、穩健增長的宏觀需求。人才供需矛盾顯著，高級算法工程師、研究員和科學家的身價持續走高。人才結構方面，高端人才、中堅力量和基礎人才間的數量比例遠未達到最優。

三、數據孤島化和碎片化問題明顯

數據隱私、數據安全對人工智能技術建立跨行業、跨領域的大數據模型提出了政策、法規與監管方面的要求。各垂直領域的從業者從商業利益出發，也為數據的共享和流轉限定了基本的規則和邊界。此外，許多傳統行業的數據積累在規范程度和流轉效率上還遠未達到可充分發揮人工智能技術潛能的程度。

四、可復用和標準化的技術框架、平臺、工具、服務尚未成熟

雖然TensorFlow、Ca?e、MXNet等深度學習框架已被數以萬計的研發團隊采納，相關開源項目的數量也在飛速增加，但一個完整人工智能生態所必備的，從芯片、總線、平臺、架構到框架、應用模型、測評工具、可視化工具、云服務的模塊化與標準化工作，尚需三年或更長時間才能真正成熟。

五、一些領域存在超前發展、盲目投資等問題

目前的人工智能技術只有在限定問題邊界、規范使用場景、擁有大數據支持的領域才能發揮最大效能。但創投界存在盲目追捧，不顧領域自身發展程度，或利用人工智能來包裝概念等現象。由此產生的盲目創業和投資問題雖非主流，但仍有可能傷害整個行業的健康發展。

六、創業難度相對較高，早期創業團隊需要更多支持

與互聯網時代、移動互聯網時代的創業相比，人工智能創業團隊面臨諸多新的挑戰。例如，對高級人才較為依賴，科學家創業者自身的商業實踐經驗較少，高質量大數據較難獲得，深度學習計算單元和計算集群的價格十分昂貴，等等。?

未來人工智能產業的特點

挑戰從來都與機遇并存。創新工場認為，未來十年是人工智能發展的關鍵時期。這一時期內的人工智能產業將呈現出以下特點：

機器將成為人類的工具

機器將在若干行業替代人工勞動，或協助人類完成任務。李開復博士預測，從事翻譯、新聞報道、助理、保安、銷售、客服、交易、會計、司機、家政等工作的人，未來十年將有約90%被人工智能全部或部分取代。同時，一些全新的工作機會將應運而生，一部分傳統工作會轉變為人工智能輔助下的全新工作類型。相關人群的再培訓和再就業變得至關重要。

人工智能將催生數個千億美元甚至萬億美元規模的產業

以金融行業為例，據高盛公司估計，到2025年人工智能可通過節省成本和帶來新盈利機會創造大約每年340億至430億美元的價值。創新工場認為，在金融、醫療、安防、教育、能源、機器人、互聯網產業升級、傳統行業的流程自動化及商業智能等方面，人工智能都具有千億美元以上的市場潛力。而自動駕駛技術對于交通運輸和汽車制造業的顛覆，更具有無法估量的經濟價值。

傳統行業面臨人工智能帶來的重大機遇和挑戰

許多傳統行業甚至來不及完成全面的信息化和網絡化改造，就將面對全球智能化帶來的巨大轉型壓力。如果無法適應人工智能環境下的下一代商業模式，或無法盡快將人工智能技術應用在流程優化、效率提升、成本控制等方面，企業將在競爭中處于極為不利的地位。

中國將成為人工智能科研與產業化的中堅力量

美國白宮科技政策辦公室發布的報告指出，中國研究者貢獻的人工智能相關論文數量已在近年超越美國，居世界第一。據創新工場統計，即便只考慮頂級人工智能論文，2015年華人作者的論文數量已占全部頂級論文的42.8%，被引用次數則占55.8%。雖然來自美國、加拿大、歐洲的研究者仍是人工智能算法中那些革命性突破的核心推動者，但借助人才優勢，中國會很快成為人工智能科研與產業化的中堅力量。

人工智能時代的教育和職業培訓意義重大

無法適應人工智能時代要求的人才培養體系必將被時代摒棄。未來，學生不再需要學習大量簡單、可重復、可被機器完全替代的技能，而必須將更多精力用于思想方法的提高、個人素質的培養和高層次知識、技能的學習上。同時，學習如何與智能機器協作來完成復雜任務，也將成為未來職業培訓的一個主要方向。

創新工場的人工智能戰略

創新工場自2009年成立至今，已在移動互聯網和各垂直領域投資了近300家創業公司，對人工智能目前和未來落地的主要應用場景有著透徹的理解和深厚的經驗積累。創新工場創始人李開復博士本身就是人工智能專家，曾在語音識別領域做出過突破性貢獻，是人工智能技術發展史上的代表人物之一。基于這些自身優勢，創新工場正全力支持人工智能領域的優秀人才創業。

把握時機對創業和投資至關重要。創新工場根據技術成熟度和未來發展趨勢，將人工智能各應用領域劃分為現階段已成熟、三到五年成熟、五到十年成熟、十年后成熟等不同類型，并分別設計相應的投資策略。

本文來源：http://36kr.com/p/5061620.html