记者杨悦祺北京报道
2017年，人工智能首次写入政府工作报告，上升到国家战略高度。当年7月，国务院发布《新一代人工智能发展规划》，这是中国首部国家层面的人工智能发展规划。规划提出了人工智能在中国“三步走”的战略目标。2018年3月，人工智能再次写进政府工作报告，人工智能行业正迎来最好的时机。
随之而来的是大量资金开始涌入这一领域，融资金额也屡屡创下纪录。
根据亿欧智库《2018中国人工智能商业落地研究报告》，2017年中国人工智能创业公司累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的人工智能企业亏损。
“人工智能起起伏伏好几次，最后都归于沉寂的重要原因是没有商业落地场景。这次业内普遍感觉，技术积累到具备商业落地的条件了。”10月24日，在21世纪经济报道主办的2018中国智造业年会上，深圳码隆科技有限公司联合创始人兼CEO黄鼎隆表示，人工智能过去几年主要聚焦点在技术突破，接下来的5年主要聚焦点将在商业落地。
未来AI领域的竞争将更多将从技术竞争转变成场景竞争，但真正能够大规模商业落地场景依然需要探索。
应用落地大潮
在人工智能领域，技术创新正在经过无人区，同时也面临商业模式的选择。
“人工智能面临最大的痛苦是没有可模仿的对象，这就意味着我们必须要做出创新，尤其是技术层面的创新。”黄鼎隆指出，但一家企业最终的目的是实现商业上的成功，商业变现是很重要的。所以技术创新和找到合适的商业落地要齐头并进，尤其是这两点的结合很重要。
中科创达软件股份有限公司副总裁杨宇欣也指出，投资场景很重要，前两年做技术的人太多，现在都在找场景，没场景很难再往下去发展。所以，在拥有核心技术的基础上，要抓住市场大潮，能够快速切入。
中科创达先后切入智能手机产业链，进入智能化设备、智能汽车、智能硬件。
“有时候技术并没有太大创新，重新排列组合可以获得多功能体验。”杨宇欣认为，从去年底到今年，消费级市场被验证过的很多智能化技术开始往传统领域延伸。很多传统领域制造、工业，传统领域里的企业没有人工智能、边缘计算、嵌入式技术等技术积累，这给中科创达提供了机会，开始做与工业相关的人工智能。
黄鼎隆也曾多次指出，真正的人工智能不在于有多智能，而在于能不能让更多产品变得智能。
在黄鼎隆看来，人工智能目前可以真正大规模落地的商业场景不多，仅从计算机视觉领域来看，基于人脸识别的安防领域是不错的切入点。人工智能、计算机视觉更广阔的机会在实体经济，可以促进生产力的提升。
探索不同场景
目前，码隆科技已经在零售业、纺织服装业、家居家装业、制造业等行业，用人工智能替代人眼的工作。
黄鼎隆介绍，机器视觉帮助工人识别产品制造工艺参数，大幅度提升学习、生产效率，同时发现制造过程中的问题，以及尽早发现产品瑕疵。码隆科技将ProductAI运用到陶瓷生产制造业、纺织加工业等场景。
特别是自2017年以来，新零售成为新风口，智能零售、无人商超、无人货柜等一系列应用场景不断兴起。这些新兴的应用场景正试图改变传统零售方式，但高运营成本、高货损等问题亟待解决。
码隆科技作为中国第一家提出“商品识别”概念的深度学习和计算机视觉创新企业，可以实现以自主研发的弱监督式学习算法和ProductAI平台对商品进行多维度、多场景理解，从而提供更高效、低成本的新零售方案。
AI的价值在于应用到不同产业场景中。对于落地场景，每家创业公司都有不同的深耕领域，但同时切入多个不同场景，是大部分头部公司的共同选择。
黄鼎隆表示，接下来几年人工智能主要焦点是在实体经济中找到既有较大商业价值，同时在技术上又可收敛的应用场景中。因为现在的人工智能不是通用的人工智能，只能解决一些特定问题。
“找准问题本身非常关键，但要解决这个问题，不能单靠一家技术公司实现，还需要找到这个垂直行业里的合作伙伴。不仅是技术问题，而是产品系统的问题。所以我们会在全球寻找行业中最有意愿，最有实力解决这个问题的合作伙伴。”黄鼎隆说。
例如在纺织服装行业，码隆科技今年受LV母公司LVMH邀请，共同推出人工智能色彩趋势大数据分析平台，用人工智能预测流行时尚。在国内，码隆科技也与中国纺织信息中心合作，在微信公众号上线了AIColorTrend应用。
