过去一年，各行各业对人工智能期待值很高，各种应用层出不穷，但收获却很少。2017年中国AI创业公司获得的累计融资超过500亿元，但2017年中国AI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AI企业亏损。
人工智能产业雷声大、雨点小，AI正遭遇商业落地之痛，是业界人士的共识。
目前对于实际应用场景来说，人工智能只是辅助手段，而不是决胜力。比如出行方案规划，人工智能提高的只是人工效率，巨大的经济效益源于原行业的潜力，而真正的人工智能产业的产值并不高。一方面是因为应用门槛大幅降低，过去企业探索应用场景时需要深厚的数学统计技术，但随着人工智能开源软件的普及，企业只需基于国外研究的工程进行复制。
人工智能产业缺乏的不是算法，而是如何更好地转化成工程手段，人工智能太高深了，为人所知的有自动驾驶、医疗等应用场景，其实最普通的土木工程领域，也需要人工智能技术的变革，但是这些小的应用场景很少有人关注。
其实并不需要团队专门为某个细分的场景定制人工智能算法和系统，完全可以用土木工程的思路，把一套人工智能系统分解成不同模块，进行标准化，就像螺丝和螺母，可以在不同的工业领域根据需求进行组合，“即插即用”，使它能够覆盖不同需求的工业领域。原始数据在一开始就要考虑应用场景需求，建立机器学习的标准方法库，在不牺牲算法性能的前提下，将人工智能算法、数据处理模型或是系统框架进行高度模块化设计，分步实现各个功能，使它可以支持不同的应用需求。如Petuum即将推出的AI医疗系统，可以模块化成医疗图像的识别和解读、病例解读、药物推荐等，和医生的工作流程相匹配，医生就可以通过组合的方式各取所需。
用土木工程的视角来看待人工智能产业，它的实验方法应该符合工业标准，可以被重复理解和使用，而不是把它当成艺术品一样观赏，更不能闭门造车。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
