AI 的下一层级进化论
在当前的人工智能发展阶段，AI 技术的应用已经渗透到各个行业，例如车联网、能源、工业、农业等领域。然而，AI 未来的应用生态一定是基于高度场景化的，人工智能不仅是新一轮产业变革的核心驱动力量，推动数字经济产业转型升级，也是新一轮科技竞赛的制高点。
在 5G 等技术加持下，AI 在车联网、能源、工业、农业等新产业领域多点开花，加速商业裂变。在业内观点来看，AI 未来的应用生态一定是基于高度场景化的，人工智能不仅是新一轮产业变革的核心驱动力量，推动数字经济产业转型升级，也是新一轮科技竞赛的制高点。
为推动 AI 技术的应用落地，国家已经启动了多项措施，例如批复启动国家新一代人工智能创新发展试验区、人工智能创新应用先导区，启动了 10 家国家新一代人工智能创新平台，充分发挥地方主体作用，鼓励支持先行先试，探索促进人工智能与经济社会发展的深度融合新路径。
然而，AI 产业发展到现阶段，挑战是不少的。最明显的感受是，缺失一个真正统一和高质量的数据湖，数据量巨大，但各层级、各部门的数据语义、存储和管理机制不一，数据湖的数据质量不高，能有效利用的数据量其实并不足够大。同时，现有网络架构和大量烟囱式支撑系统以及组织架构不支持数据源与 AI 系统间海量数据的传递以进行训练和预测，也难以有效协同支撑 AI 的应用。
此外，网络和业务复杂多变，缺乏成熟可靠的电信网络和业务的建模和特征表示及提取方法。当然，缺乏必要的技能及数据科学和 AI 人才，也是一个大问题。不过，这些挑战和问题都需要在新一阶段的 AI 发展层级中得到进一步解决。
全场景智慧的落地化是其中的要点。显然，随着 5G、云计算、大数据的不断催化，AI 的落地条件已经具备。5G 的出现通过超大带宽、海量连接、超低时延。目前，人工智能已经在“听、说、看”等感知智能领域达到了或者超越了人类水准。
然而，在需要外部知识、逻辑推理或者领域迁移的认知智能领域还处于初级阶段。认知智能将从认知心理学、脑科学及人类社会历史中汲取灵感，并结合跨领域知识图谱、因果推断、持续学习等技术，建立稳定获取和表达知识的有效机制，让知识能够被机器理解和运行，实现从感知智能到认知智能的关键突破。
尤其是感知智能，在持续、飞速、广泛地进阶。有专家认为，人工智能感知技术的进阶一定程度上始终在超出业内预期。未来还将维持这一势头持续发展，给我们带来更多惊喜。
毫无疑问，全球人工智能应用落地加快有望形成颠覆性的力量，人工智能技术逐步渗透到质量检测、预测性维护、生产流程等环节，成为制造业转型升级的新引擎，提升个性化制药效率，预测与诊断精度，打开了智慧医疗的新局面。而支持风控投顾相关信息，技术完善，还开辟了金融科技的新赛道。
数据显示，到 2025 年人工智能每年将为金融行业节约和创造 340-430 亿美元，帮助医疗领域每年减少 540 亿美元的支出。实际上，AI 在今年的疫情防控中扮演了非常重要的角色，广泛应用到疫情检测分析、病毒溯源、防控救治、资源调配、公共卫生等领域。
在前不久发布的《新一代人工智能发展年度报告（2019-2020）》里提到，当前人工智能发展面临的瓶颈问题，我国应加快完善数字基础设施建设，双轮驱动打造自主可控的供应链体系，稳妥的构建新格局，强化顶层设计、统筹解决“卡脖子”技术难题、筑牢数据安全根基。
当然，目前人工智能领域受技术发展、资本驱动等影响，创新创业欣欣向荣，但与实体经济融合的行业应用仍处于初期，呈现出供给侧和需求侧错位的现象;此外，受行业壁垒、信息化程度等因素影响，其与实体经济融合的行业和区域结构性问题突出，在金融、零售等数字化、信息化、开放度较高行业的融合已初具成效，但与制造、农业、教育等行业的融合仍处于起步期。
AI 数据服务发展是促成激烈竞争很明显，我国 AI 数据服务行业从 2010 年的野蛮生长期到现如今的规范化发展阶段，伴随着需求升级，技术更硬核、效率度极高的专业AI 数据服务企业将成为主流趋势。
中国 AI 数据服务经过野蛮生长期后，脱离实验室走向实际场景，数据服务也从幕后走到台前。预计在未来 10 年，中国 AI 数据服务主要应用于智慧医疗、智慧金融、新零售、智能安防、智慧家居等实际场景。伴随技术的成熟、平台的布局，未来市场发展潜力将不断拓展，AI数据服务+全场景将成为要点。
随着 AI 与传统行业的融合不断加深，数据的量级以及复杂程度也将会大幅提升。与此同时，5G 应用场景的加速落地，将激起新一轮数据积淀，数据类型也更加多样化。此外，AI 相关产业对精细化数据服务的需求将会不断释放，这将在很大限度上推动 AI 数据服务市场规模持续扩张。
