為什么人工智能落不了地？四大深水區問(wèn)題待解

人工智能+行業(yè)擁有極為廣闊的想象空間和市場(chǎng)前景，而這也是幾年前人工智能產(chǎn)業(yè)尚處于投資風(fēng)口時(shí)，人工智能創(chuàng )業(yè)企業(yè)向各路投資人反復宣講的故事。

但幾年過(guò)去了，在很多傳統行業(yè)，如醫療、教育、物流、交通以及城市管理等等，人工智能的發(fā)展仍然處于小范圍試點(diǎn)階段，或者發(fā)揮著(zhù)并不重要的作用，總體來(lái)說(shuō)，有亮點(diǎn)，無(wú)驚喜。

這是為什么呢？主要可以歸為以下四點(diǎn)原因，或者說(shuō)，以下四個(gè)問(wèn)題，在某種程度上制約著(zhù)人工智能在傳統行業(yè)中向更深層次進(jìn)行滲透，阻礙著(zhù)人工智能在傳統行業(yè)發(fā)揮顛覆性的作用。

問(wèn)題一，業(yè)務(wù)數據的對接。

沒(méi)有數據，任何模型都沒(méi)有意義。一些傳統行業(yè)在找科技企業(yè)做人工智能系統建設時(shí)，首先面臨的問(wèn)題就是是否愿意以及高效地向對方提供所需要的業(yè)務(wù)數據。如果人工智能科技企業(yè)拿不到足夠的業(yè)務(wù)數據，或者數據的批量化標準和對接效率存在問(wèn)題，那么后續的工作也就無(wú)從談起了。

問(wèn)題二，模型的可解讀性。

通常來(lái)說(shuō)，基于神經(jīng)網(wǎng)絡(luò )和大量業(yè)務(wù)數據訓練出來(lái)的模型像是一個(gè)黑盒子，人們并不知道“人工智能”的決策過(guò)程。但在許多傳統行業(yè)，業(yè)務(wù)人員要求所有的決策過(guò)程都應該是有明確決策邏輯和可解讀的，很難容忍灰度和不確定性。所以，要想人工智能真正在傳統行業(yè)中介入核心業(yè)務(wù)流程，就需要推動(dòng)傳統行業(yè)業(yè)務(wù)人員與人工智能模型之間的互認。

問(wèn)題三，信息系統的對接。

在很多傳統行業(yè)，都已經(jīng)有了極為完備和復雜的信息化系統，如醫療、交通、城市管理等，而人工智能通常只是作為一個(gè)新增的業(yè)務(wù)系統，必須與原有的行業(yè)信息化系統配合才能正常工作。但很多行業(yè)信息化系統由于技術(shù)架構較為陳舊，承載不了與人工智能系統的對接與實(shí)時(shí)交互。而如果另外搭建一套新的完整的系統，一方面需要極大的投資，另一方面也需要所有業(yè)務(wù)人員重新學(xué)習新系統的使用，成本很高。而如果勉強與原有信息化系統進(jìn)行對接，則可能讓人工智能系統的運行效率大打折扣。

問(wèn)題四，運營(yíng)模式的轉變。

雖然人工智能系統的最終效果一定會(huì )大于純人工，但在相當長(cháng)的一段時(shí)間內，其仍然需要大量的人工配合。業(yè)務(wù)人員需要基于人機交互，去及時(shí)響應人工智能系統隨時(shí)可能出現的預警或發(fā)布的任務(wù)，這其實(shí)是徹底改變了傳統行業(yè)業(yè)務(wù)人員的工作流程。業(yè)務(wù)人員從使用系統的“主人”，變成了配合系統的“仆人”，工作主動(dòng)權和自由度降低。這種運營(yíng)模式改變，可能會(huì )讓傳統行業(yè)業(yè)務(wù)人員極不適應，嚴重時(shí)會(huì )引發(fā)抵制。

總而言之，如果以上問(wèn)題不解決，即便傳統行業(yè)試點(diǎn)上線(xiàn)了一些人工智能系統后，也常常會(huì )感覺(jué)其并沒(méi)有達到預期價(jià)值，從而對繼續推進(jìn)人工智能的全面落地產(chǎn)生了退縮。