AI落地在几时？

2020年，中美的科技巨头以及很多跨国企业都把人工智能作为其战略发展的重要布局，国家层面也出台政策重点发展人工智能产业。“超级观点 ”注意到，许多人对人工智能还有误解，而这会影响人工智能的落地。

人工智能落地现状
1) 目前人工智能集中于新零售、智能制造、智慧农业、医疗健康、智慧城市、营销和教育等产业，超过50%的赋能实体为安防。
2) 预计到2022年，人工智能赋能实体经济仅能达1600亿。对于40万亿的市场而言，人工智能还远远没有落地。

人工智能带给我们的是什么？
1) 科技带给人类发展的核心是对资源的优化。
人工智能可以代替很多管理、运营和科研的工作，还可以通过海量的数据分析获得更为有效的策略，这是人类无法做到的。
2) 人工智能在各个行业都有着巨大的市场和发展机遇。
安防领域、传统金融产业、客服产业、新零售领域、医疗健康、制造业、教育产业均有所涉猎。

关于人工智能的一些常见误区
1) 人工智能可以帮助解决重复工作。
如果不对业务进行拆解，人工智能依然无法解决大部分的重复工作。
2) 人工智能可以取代人类做决策。
人工智能只能在某些领域帮助人们做决策，而不能完全取代人类的决策。
3) 人工智能的门槛很高。
目前来看人工智能的门槛确实要比大部分其他行业的门槛高，但是并不意味着几年之后人工智能依然有很高的门槛。

为什么人工智能落地困难？
1) 市场和用户对人工智能还没有充分了解
实际上人工智能的效果还远远无法达到人们的期待，或者说市场还需要大量的时间去培养，让更多的企业了解人工智能的现状。
2) 对于新鲜事物，市场不愿投入过多
由于目前市场和用户对人工智能不了解，因此客户能接受的价格预期较低。
3) 人工智能需要大量的客户数据
人工智能需要大量的训练数据，这往往依赖于客户提供大量的数据。但出于商业机密或隐私的原因，客户几乎都不愿意共享这些数据。

人工智能落地的策略
1) 要了解业务本身。
人工智能想要落地，首先要了解业务，再利用人工智能技术辅助业务。
2) 了解目前人工智能技术发展和产业应用。
人工智能的产业落地，应该是研究如何更好地组织和协同多个专项功能神经网络，而非研究一个包罗万象的模型算法。
3) 在各个垂直领域深度定制、各个击破。
人工智能领域的公司应该深耕各行各业的业务，由各行各业的业务精英引领落地方案。在业务基础上构建人工智能的应用。
4) 降低业务定制的成本；模型构建的成本；项目沟通的成本；本地化部署及维护的成本。