智能音箱、无人驾驶、智慧金融、智能家居、智慧零售、个性化推荐……“智能”正逐渐从一个名词转变为形容词，创业者在人工智能相关的领域疯狂扎堆，投资人也频频将注意力转移到AI新战场。
不过也有人认为，单纯的AI并没有太多意义，要如何将垂直细分的行业和AI结合起来，还需要“AI＋”的思维。和创业者、投资人不约而同的是，作为互联网基础设施的云计算厂商也瞄准了人工智能，尝试在云计算的基础上将人工智能普惠化，比如华为云的“＋AI”。
AI是一种通用目的技术
经济学家认为人类发展到今天，离不开26种通用目的技术，包括蒸汽机、电力、内燃机、IT、人工智能等等，这类观点在某种程度上决定了人工智能的发展方向，至少具备下面四个特点：
1、可以被广泛应用到各个领域；
2、持续提高生产率并降低使用成本；
3、促进新技术创新和新产品生产；
4、不断促进生产、流通和组织管理方式的优化。
在人工智能出现之前，电力、IT技术无不经历了类似的历程，或许技术的成熟有着不同的周期，最终都要过渡到生产力的提升。那么也就印证了文初的观点，诸如AlphaGo等“秀技式”的AI技术，像重磅炸弹一样冲击了人们的认知，但人工智能真正的价值所在，还要向产业链层面不断渗透。
2018年世界人工智能大会上，华为云给出了AI作为通用目的技术的两个行业案例：
一个是华为云＋德邦物流所实现的智慧物流。传统快递的收发流程是这样的：用户到店或电话预约，快递员填写纸质面单，人工测量货物体积，然后人工计算和支付快递费用。
在华为云AI技术的赋能下，德邦物流改变了物流的收发流程，用户可以在微信上直接下单，自动生成电子面单，快递员上门用AR工具测量体积，最后用户在线支付费用。整个过程从传统的14分钟缩短到1分钟，并且可以全链路实时跟踪快递动态。
另一个是华为云和太平洋保险的合作，人工智能渗透到了保险的多个环节。
在定损环节中，通过对多组照片的分析处理，就可以完成对无人伤事故、单车事故等简单事故的评估；在医疗理赔场景中，投保人手机扫描医疗单据，可以实现数据识别、全额计算，并根据医疗知识图谱，核查剔除无关理赔条目；智能客服能够自动完成电话回访、语音导航等服务，甚至根据电话录音通过情绪识别评估欺诈风险。
不难看出，在上述两个案例中，AI已经表现出了通用目的技术的姿态，在提高效率、降低成本等方面不乏可圈可点之处。事实上，AI的应用并没有局限在生产力的提升上，德邦物流就是一个很好的例子，和华为云的合作改变的不只是德邦的物流体系，同时德邦也在和华为、企业微信、滴滴等一起打造更为现代化的工作场景，这是优化组织管理方式的积极信号。
当然，人工智能的应用进程远没有结束，除了物流和保险，华为云的＋AI也被应用于视频处理、园区管理、商超、门店、安全生产、车联网等等。华为还和中科院上海生命科学研究院宣布合作，实现生物医学和人工智能、云计算的结合。
而从行业层面来看，AI在各大垂直领域的应用离不开基础层的软硬件支撑，以及技术层的语音识别、自然语言处理、计算机视觉等，即便距离人工智能的成熟还相距甚远，但人工智能发展的浪潮已经到来。
算力仍然是人工智能的关键
人工智能的应用有着三驾马车，即数据、算法和算力。
数据是人工智能的“燃料”。据市场调研机构IDC的预计，到2020年的时候，全球数据总量将达到40ZB，其中中国的数据量将达到8．6ZB，占全球的21％左右。
算法是人工智能的“引擎”。 学习的出现打破了浅层学习算法的局限，颠覆了语音识别、语义理解、计算机视觉等基础算法的设计思路，目前来看似乎找到了正确的方向。
算力是角色最为微妙，既可能是人工智能普及的加速剂，也可能成为制约人工智能应用的瓶颈。毕竟除了算力本身，还有易用性和成本，在通用目的技术的范畴上，算力成了人工智能应用的关键。
郑叶来将通用目的技术的发展分为四个阶段，人工智能刚刚处于第二个阶段。“人工智能的发展带来了兴奋和冲动，也有一丝焦虑和困惑，但是人工智能终将改变这些行业。”
郑叶来眼中的“焦虑和困惑”可以解读为三个方面，或者说当前人工智能行业存在的三个痛点：
其一，价格贵。不管是语音识别、图像识别还是语音分析，都需要大量的数据样本，比如交通治理和无人驾驶需要数亿级小时的样本，成本之高不言而喻。
其二，使用难。缺乏一个统一的开发框架，无法适配从训练到推理，从公有云到私有云、边缘、终端的多种应用场景，开发、调优、部署的工作量巨大。
其三，难获取。算力依赖于GPU、NPU、FPGA等专用芯片，现实却是GPU供货周期长且限量供应，成为影响数据处理速度的不确定性因素。
比人工智能应用的三个硬门槛更让企业头疼的恐怕还有AI人才的短板。据高盛发布的《全球人工智能产业分布》报告统计，2017年全球人工智能人才储备，中国只有5％左右，人才缺口超过500万人。
而在这场人工智能人才争夺战中，顶级人才流向百度、阿里、华为等巨头级公司已是不争的事实。况且合理的AI人才结构，不应只有数据科学家，还要数据科学家、领域专家、公众数据科学家相互配合。简而言之，人才短板也是制约算力的隐性因素。
华为看到了症结所在，自然要想办法解决问题，由此便不难理解在外界为AI＋疯狂的当口，华为云为何要提倡＋AI。按照郑叶来的观点，易获取、用得起、方便用的算力是AI产业发展的关键，应该以AI的方式来解决AI应用的难题，需要着力于整个智能化、自动化、简单易用的人工智能工具和平台服务，让人工智能成为一种普惠的技术，高而不贵的技术。
华为云已经落地的解决方案是EI服务，给出了云、边、端的架构：机器学习、 学习、图引擎等基础平台服务，人脸识别、智能问答、图像搜索等通用AI服务，智能推理、优化决策等多域协同决策，以及庞大“数据湖”组成的云端智能；智能边缘平台、轻量化服务等构成的边缘智能；HiAI、NPU搭建的智能终端。
至于如何构建一个生态、方便易用获取，实现普惠的人工智能，郑叶来把答案留到了今年的华为全联接大会上。
写在最后
AI是一种基本生产力，正在深刻变革整个人类社会的基石，也正在从少数OTT企业迅速向各行各业渗透。
幸运的是，人工智能的创业浪潮正在逐渐去泡沫化，投资者想看的不只是风口，还有人工智能的实际应用；诸如华为云等站在高处的云计算平台，积极打造高而不贵的普惠AI，降低AI的应用门槛。这种不谋而合，何尝不是AI成为通用目的技术的基石？
30年前，人们对IT技术带来的革新还有所怀疑，如今早已成为不可或缺的生产力。而人工智能对这个时代的改变，似乎并不需要30年那么久。
（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。 ）
