走過一個甲子的時間，人工智能經(jīng)歷了“三起兩落”。如今，人工智能已經(jīng)迎來了第三次浪潮。而在其中，我們看見了深度學習算法、語音識別、計算機視覺、自動駕駛等技術(shù)的和行業(yè)應(yīng)用在落地上的循序漸進，也看見了政府對于人工智能產(chǎn)業(yè)的大力支持。比如不久前我國國務(wù)院發(fā)布的首個針對人工智能的“國”字號文件——《新一代人工智能發(fā)展規(guī)劃》，為人工智能行業(yè)下一步的發(fā)展規(guī)劃提出了方向性的意見，包括“三步走”戰(zhàn)略、市場規(guī)模的預(yù)期等等。

人工智能浪潮已至，李開復指出玩家的四種玩法

“從創(chuàng)新工廠的角度來看，人工智能將經(jīng)歷四波浪潮：第一波是互聯(lián)網(wǎng)人工智能，他們得天獨厚的得到大量的、已標注的場景內(nèi)數(shù)據(jù)，美國的谷歌、Facebook和中國的BAT就是一個例子，得天獨厚；第二波是根據(jù)商業(yè)場景渠道數(shù)據(jù)，用這個數(shù)據(jù)根據(jù)商業(yè)流程來產(chǎn)生價值的公司；第三波就是做傳統(tǒng)企業(yè)的AI+工作，把真實物理世界過去不上線的數(shù)據(jù)捕捉并運用起來，來創(chuàng)造新的應(yīng)用，像智能商店等等；第四波是AI整個動起來了，像機器人、無人駕駛等等�！痹谧蛉沼谀暇﹪�際博覽會議中心舉辦的2017 中國人工智能峰會”（CAIS 2017）上，創(chuàng)新工場創(chuàng)始人李開復如此說到。

在這段話中，李開復給我們描述了人工智能發(fā)展中的四類浪潮。但是我們從另一個角度來看，這又何嘗不是人工智能領(lǐng)域中，玩家的四種不同的玩法？與此同時，不僅僅是告訴我們?nèi)斯ぶ悄芡婕业耐娣�，從投資者的角度來看，李開復還為這四種方式，或者說四種不同的領(lǐng)域做出了評價。

他表示，第一波已經(jīng)發(fā)生了，并且已經(jīng)有了許多的2C的應(yīng)用，像Facebook、微信、今日頭條等等，對于玩家而言已經(jīng)沒有了創(chuàng)業(yè)的空間；第二波AI+的巨大機會在于與傳統(tǒng)行業(yè)的結(jié)合，比如創(chuàng)新工場所參與投資的曠視、追一科技等等；第三波是傳統(tǒng)公司的機會；第四波是相當困難的，比如無人駕駛等，它們還需要繼續(xù)在技術(shù)上進行突破，不過，一些場景化應(yīng)用還是可行的。

人工智能技術(shù)產(chǎn)業(yè)化，首先要做的是尋找一個應(yīng)用場景

深度學習算法、語音識別、語義分析、計算機視覺……這些都是人工智能領(lǐng)域中我們耳熟能詳?shù)募夹g(shù)。而基于這些技術(shù)，我們也看見了自動駕駛、機器人、“刷臉”支付等人工智能產(chǎn)品和應(yīng)用。其中，計算機視覺、語音識別等細分產(chǎn)業(yè)已經(jīng)具備了相當?shù)囊?guī)模，可以說是實現(xiàn)了產(chǎn)業(yè)化。

相比之下，自動駕駛技術(shù)等等在產(chǎn)業(yè)化上就弱的許多，我們不禁疑惑了，在技術(shù)的產(chǎn)業(yè)化應(yīng)用上，玩家應(yīng)該怎么做？相比于語音識別等人工智能技術(shù)，自動駕駛或許在識別準確率上還需繼續(xù)努力，但當前的產(chǎn)業(yè)化真的不可行嗎？

事實上，這個答案是否定的。至于如何實現(xiàn)產(chǎn)業(yè)化，在技術(shù)、性能這一硬性要求之前，尋找一個合適的應(yīng)用場景是非常重要的。

“AI最重要的是場景。中國人工智能產(chǎn)業(yè)缺的不是技術(shù)和人才，而是一個好的場景來落地。場景的定義和細分會推動技術(shù)的提升，相反的，技術(shù)的提升也會催化場景的出現(xiàn)�！痹谟懻撊斯ぶ悄茈p重驅(qū)動力的時候，曠視科技創(chuàng)始人、CEO印奇表示。

以人臉識別為例，在B端市場，安防、身份驗證等多個領(lǐng)域就是它實現(xiàn)價值和提供服務(wù)的場景。又比如無人駕駛，雖然技術(shù)上還需突破，在法律上也有著桎梏，但這并不妨礙無人駕駛汽車在封閉性或固定性場景中的低速行駛的這一落地和產(chǎn)業(yè)化，正如馭勢科技創(chuàng)始人、CEO吳甘沙所列舉的園區(qū)接泊車、倉庫中的叉車等特殊車種。

關(guān)于這一點，地平線機器人技術(shù)副總裁、首席云架構(gòu)師吳強以及圖靈機器人創(chuàng)始人、CEO俞志晨也有著自己的看法。吳強表示，地平線機器人致力于嵌入式處理器，但這只是基礎(chǔ)技術(shù)，只有圍繞應(yīng)用場景來定制解決方案才能精準的滿足需求，才能形成規(guī)�；�落地，繼而再達到產(chǎn)業(yè)化。至于俞志晨，依據(jù)自己在行業(yè)、應(yīng)用場景中的摸索的經(jīng)驗，他總結(jié)稱，只有深挖場景化，才能實現(xiàn)人工智能技術(shù)在實際場景中的價值和服務(wù)。

我們可以看見，現(xiàn)如今的語音識別、計算機視覺等技術(shù)在性能上已經(jīng)是相當?shù)某墒炝�，但是從產(chǎn)業(yè)來看，這些技術(shù)的應(yīng)用場景也只是被局限在那么幾個領(lǐng)域之內(nèi)。如此，從某一程度來講，或許那幾個領(lǐng)域已經(jīng)發(fā)展的很成熟，但是這些技術(shù)的產(chǎn)業(yè)化還需繼續(xù)開拓更多的應(yīng)用場景。