透過產業AI的發展歷程,看阿里的"愚公移山"精神
或許這就是人工智能戰略家與技術人員的區別所在，也是阿里人工智能研究能不斷取得突破性進展的關鍵所在。技術的價值永遠是創造價值，因此阿里不走尋常路的勇氣，也使得它可
《未來簡史》的作者尤瓦爾？赫拉利認為人類的發展已經來到了巨變的前夜。從四十億年前地球第一次誕生生命至今，所有的生命形態都在有機物的領域內逐漸進化。時至今日，人工智能的出現有可能改變這一規律，創造出智能的無機領域生命，人工智能的大潮流已經勢不可當。
于是無數企業紛紛投身于AI的風口之中。商業利益的驅使下，尚未成熟的AI技術被當作融資、漲股的郁金香，大肆的做宣傳、畫餅，致使用戶對AI的心理閥值過高。而當下AI的技術尚未達到預期，庫卡機器人，一味的停留在理論吹噓表象之上，KUKA機器人維修，不能實際落地為用戶所用，讓人工智能在用戶眼中逐漸淪為人工智障。AI是否也會步上VR的后塵，淪為資本的下一個犧牲品？
AI研究不應閉門造車：產業化落地才是關鍵所在
時下人工智能最風光的事件莫過于AlphaGo戰勝了世界圍棋第一人柯潔，谷歌也因此在AI界風生水起，但關于人工智能的研究決不會停留在此。
很多人工智能公司開始以人工智能為噱頭，炒著人工智能的熱度，拿著一些尚未研發完成的技術就匆匆入市。過量的宣傳讓大多用戶已經對人工智能的技術水平有一個過高的心理估值，在達到這個估值之前，用戶們總會覺得人工智能是人工智障，甚至質疑技術革命的意義。
人工智能的發展永遠不會，也不可能只停留在與人對壘的圍棋之上，它的發展潛力與運用還有更廣闊的空間。2013年德國政府提出工業4.0，它指出工業在經歷了1.0的機械化，2.0的電氣化，3.0的自動化之后，工業的下一個變革將會是工業的智能化。中國也相繼出臺了對工業、制造業智能化的章程《中國制造2025》，其核心也是運用人工智能技術賦能制造業。
人工智能已經被世界各國重視，而重視的無一不是AI的產業化發展。AI的產業化是真正將人工智能的運用場景落地，從單純的研究技術，到技術實際運用的轉變，通過人工智能+各種行業，不斷賦能其他實體行業，進行人工智能在實體行業中的實際運用。
針對AI的產業化發展，從新一代人工智能政策出臺，國家AI創新開放平臺公布首批名單，到近期工信部三年規劃落實，國家已經吹響AI產業化的號角。
不得不說的是，顛覆一個產業永遠不是件容易的事，KUKA機器人維修，產業升級四個字聽起來簡單，從實際操作層面而言卻非易事。這也使得很多從事AI研究的公司也只是停留在研究所里搞理論，但如何將AI技術與具體的產業應用結合起來，找到實際的場景落地對于企業的發展來說顯得尤為關鍵。
在AI產業化進程中，既要懂技術也要懂行業，尤其是在技術落地的過程中，對行業本身了解的程度也很重要。但是這樣的試錯成本往往很高，傳統產業本身往往具有排他性。這也使得很多AI研究公司一直沒有邁出去的勇氣，只是單純的閉門造車。
作為未來各個產業的水電媒，AI技術能否真正落到場景里面，能否尊重現在的傳統產業跟它做很好的結合，然后在這個基礎上再孕育出一個全新的模式才是關鍵，僅僅停留在技術層面，這是非常片面的，也不符合技術發展的原始初衷。
就目前而言，國內只有阿里選擇了這條難走且人跡罕至的路，不同于其他公司偏重于理論研究。阿里是第一個在車間里寫代碼的高科技公司，它選擇深入到生產一線，切實感受和解決生產環境中面臨的問題，就像是愚公移山一般。它選擇走與實體經濟結合的產業AI道路。而且從目前來看，阿里產業AI的研究成果已經在多個領域得到了凸顯。
互聯網企業很多時候給大眾的印象往往就是高調的，在人工智能領域方面阿里卻給人留下異常低調的感覺，它沒有像其它浮躁的公司那樣，沒有一點成績就已經張口閉口的到處講人工智能，阿里是一直致力于產業一線進行研究與探索人工智能的潛能。從今天我們來看，這似乎也是阿里的高明之處，所謂學以致用，技術研究也是為了應用，深耕一線的經驗讓來真正可以做到技術與應用場景的完美結合。從目前來看，阿里已經在城市、工業、家庭、汽車、金融、零售等多個領域取得巨大的突破。
例如今年的天貓雙11，人工智能已經滲透到各個環節，從機器智能推薦系統、客服機器人阿里小蜜、AI設計師魯班、機房運維機器人天巡，人工與智能的完美配合，成為史上最大規模的人機協同。
智慧出行，智慧城市的美好藍圖已經成為所有人的共識。阿里云在云棲大會？北京峰會上正式推出整合城市管理、工業優化、輔助醫療、環境治理、航空調度等全局能力為一體的ET大腦，全面布局產業AI，阿里用行動讓人們相信智慧生活其實并不是虛無縹緲的詩和遠方。
互聯網金融的蓬勃發展推動著普惠金融的落地，作為金融行業的命脈，風控實力的成了行業發展的關鍵所在。在今年的云棲大會？北京峰會上，阿里云還宣布推出具備了智能風控、千人千面、關系網絡、智能客服等能力的智能決策金融方案ET金融大腦。幫助各種金融機構實現對貸款、征信、保險等業務的智能決策及風控監管，可大幅降低資損率，強大的風控水平也助力了普惠金融的發展和落地。
在筆者看來，真正的人工智能研究需要的不一定是多高的人工智能研發能力，而是要對細分行業的深入理解，對流程進行重整，正確使用人工智能技術幫助提升效率。一味的停留在研究所里面AI產業化永遠只是虛無縹緲，對AI產業化發展起不到一個有效助力作用。
相比與其他公司，阿里打破慣性思維，憑借愚公移山般的精神真正融入現有的AI行業中去，去發掘產業痛點，充當人工智能場景落地拓荒者的角色，這樣的技術研究往往也更接地氣。這也是為什么在人工智能領域研發方面阿里的動靜看起來最小，但是卻成為跑得最快的公司的原因所在。
寫在最后
今天我們來回顧以往幾次工業革命的發展歷程，總結出來最大的特點其實就是效率的提升，生產力的提高，文明的進步，都是經常發生飛躍的，就像赫梯的鐵農具，巴比倫的輪子，英國的蒸汽機，德國的內燃機每一次大的技術革新永遠離不開原先的實體經濟這一根基，創造與改變的目的其實就是對原有產業的升級。
在這一方面，企業按照性質可以劃分為兩大類：一是技術研究型公司，另外一個是技術戰略型公司。而使用AI推動產業變革所需要的遠不止是搭建幾個機器學習模型，制定合適的人工智能綜合戰略，從產業信息收集到產業結構設計，如何確定人工智能項目的優先順序，這其實與技術本身一樣復雜，但這卻往往也是最容易被忽略的地方。