2015年马云在德国汉诺威展示了刷脸支付、2016年阿尔法狗战胜围棋冠军，人工智能开始成为街头巷尾热议的焦点，2017年成为人工智能热潮爆发的元年。诞生于60年前的人工智能，在经历几次起落之后于近几年以破竹之势崛起，在从业者不断涌现的窗口期，火热的AI行业是否存在泡沫，企业又该如何获取核心竞争力？

7月3日，2018 TechCrunch 国际创新峰会在杭州隆重举行，旷视科技总裁付英波受邀出席，并参与了“智能识别”主题对话，与现场嘉宾共同探讨人工智能如何赋能行业以及人工智能的未来

AI的第三次浪潮

从宏观的角度来说，人工智能行业里面有三大技术分支，即视觉，语音和语义。近几年国内涌现了一大批优秀的以计算机视觉为研究方向的AI企业，并且仍有源源不断的创业者投身其中，让人禁不住怀疑，行业泡沫是否已经出现。而旷视总裁付英波却认为“当前的局面与其说是泡沫，不如说是第三波浪潮的春天”。

2014年随着机器学习、大数据的出现，人工智能获得了新的定义；数据结构化技术又为人工智能的发展提供了条件和基础。在有利的客观环境下人工智能的产业化应用正在成为全球新一轮商业革命的引爆点，这场颠覆互联网商业格局的浪潮吸引了众多参赛者。“如果一个行业没有竞争对手，说明我们选择的赛道有问题；有了竞争才有了促进我们提高技术和算法、完善产品和用户体验的的外部驱动力”。

技术不直接创造价值

当前阶段的人工智能浪潮本质仍是由技术驱动的，但付英波认为技术不直接创造价值，“底层技术在所有场景下、所有行业下如果没有转化都是没有意义、没有价值的，有价值的是方案化、产品化后的技术，将好的方案、产品落地到场景，实现行业的降本增效才能获得价值”。从理想化的实验室环境出发，当前人工智能头部公司在技术上的差距越来越小，因而对99%的识别准确率与99.9%的识别准确率之间的差距较劲并非关键。抛开实验室这个单一维度往更高维度看，在人工智能领域中，2017年是人工智能场景落地的元年，国内人工智能公司都在完成自己商业化的尝试，今年或是人工智能落地爆发的一年，能否在这场落地战中有所突破决定了公司的技术、方案、产品是否创造了价值。

软硬一体打通行业

“由于实验室环境与实际环境的差别，价值的创造并非轻而易举，不同行业、不同场景之间千差万别。”付英波指出，选择行业落地首先需要考虑到整个行业是否有足够大的体量、是否有亟待解决的痛点和急需满足的刚需；其次确认行业内能否实现深度数据回流以改善提升算法算力。

付英波以旷视科技为例，“我们对某个行业要么不做，要做就All in，重兵押入，从行业前端到后端全部打通，实现数据回流”。在下沉到场景的过程中，旷视始终坚持做一家软硬一体的产品公司，从人脸识别出发，首先搭建了“Face++”云平台为开发者们提供免费的、开放的人脸识别云服务，并通过这个技术平台旷视赢得了数十万的用户积累。在经过4-5年的技术积累之后旷视在2016年从互联网金融切入开始场景落地，并逐渐扩大到安防、手机、新零售、机器人、行业物联等行业。在线上，旷视为泛金融行业提供身份核验；在线下的地产、零售、安防以及交通等应用场景中，旷视正在通过“云+端”的形式建立AI+IoT的基础物联感知体系，通过智能前端将脱敏数据转化为可用数据和为行业决策提供支持。

付英波表示，2016年以来旷视已经完成了从技术平台到行业应用的下沉，而未来要实现真正的 AI 商业化就需要和行业结合的更深、更紧密，想要靠一个AI通用平台赋能百业是不可能的，因为每个行业的痛点不一样，不深挖需求就实现不了商业价值。未来旷视将继续在金融、安防和地产等领域持续深耕，推进行业IoT建设，同时也在加速开拓零售物流、消费终端等新的应用场景。