在当今社会，人工智能已成为科技创新的关键领域和数字经济时代的重要支柱。《中共中央关于指定国民经济和社会发展第十四个五年规划和2035远景目标纲要的建议》指出，要瞄准人工智能等前沿领域，实施一批具有前瞻性、战略性的重大科技项目，推动数字经济健康发展。作为引领第四次工业革命的核心科技，人工智能的发展已经被提升到了国家战略高度。

 图1 人工智能产业规模统计

想要利用人工智能创造经济价值，使算法“变现”，就需要将人工智能推向产业化道路。然而，当前人工智能与行业应用严重脱轨，人工智能产业化困难重重。首先，面对各产业多业务的大量需求，产品研发过程可能遭遇需求多、链路长、角色多、研发少、闭环周期长等业务瓶颈。其次，由于业务复杂，产品测试需要考虑的因素也随之增加，测试业务将面临难以标准化落地和成本高的困境。此外，提升人工智能应用性能的核心是算力、算法和数据。面对快速增长的现实需求和日益复杂的算法模型，算力仍然存在不小缺口。与计算机领域的发展速度相比，算法的发展速度相对缓慢。而一些保护政策的出台使得研发人员很难像过去一样轻松地获取大规模数据。最后，对于高校和科研机构的产学研成果转化，科研人员往往强于研发而弱于市场，很容易出现尴尬局面——在学术界论文投稿数量飙升，论文中的算法准确率不断刷高，但是与之对应的人工智能落地工作却乏善可陈。

人工智能产业化是一个系统工程，在将人工智能与实体经济应用场景融合的过程中，科学技术和商业模式都扮演着重要的角色。那谁是主角，谁是配角呢？

技术创新 引领发展

一方面，技术创新可以成为商业模式创新的有力支撑。技术可以分为可立即商用的一般技术和能够引领产业变革甚至时代变革的高精尖技术。当今的商业模式是在已有技术应用的基础上总结所得，它可以结合一般技术以解决当下的一些应用问题。但从投资角度看，只有高精尖技术才能作为产业的资本，解决产业中其他同行不能解决的难题，为企业带来更高的回报和收益。例如，团购是中国互联网商业模式创新的典型应用，然而由于缺乏核心技术支持，最终沦为简单的资本竞争。而在这一领域，美国的Groupon通过数据挖掘方面的技术创新，实现了可持续发展，目前已成为全球最大的团购网站平台。

 图2 美国Groupon团购网站

此外，华为技术有限公司作为目前全球领先的信息与通信技术解决方案供应商，其发展和壮大也与技术革新密切相关。在上世纪80-90年代，中国通信市场虽然发展迅速，需求旺盛，但国内企业的自主研发能力很弱，主流市场长期被国外产品占据。此时，华为大胆走上了破釜沉舟的自主研发之路，研发了大型数字程控交换机C&C08，使企业扭亏为盈。现在，华为研发的5G技术、鸿蒙系统、麒麟芯片等核心技术都是举世公认的原创成果，其中5G技术彻底打破了美国在通信技术上的垄断，拉开了国产高科技引领世界科技的序幕。由此可见，一个产业化模式的成功一定依赖非常强的技术，并且可能不只依赖某一项技术，而更可能依赖一个非常完备的技术体制。

 图3 华为技术有限公司

模式创新 创造价值

另一方面，商业模式创新可以成为推动技术创新成果应用的力量和企业组织竞争优势的来源。如果技术没有一个对应的应用场景，那么它就没有商业价值。在第一次世界大战到第二次世界大战期间，科技之所以能产生巨大变革，是因为很多技术成果都是举全国之力所研发的，人力和物力都十分充足，这种模式催生了原子弹、导弹等庞然大物。然而，当下很多研究者受制于地域、政策等壁垒，投资人希望垄断高科技以获取更大的利益，这样的模式也使部分行业的前沿发展趋缓。

 图4 世界上第一颗原子弹（洛斯阿拉莫斯LOS ALAMOS）爆炸成功

好的商业模式可以为算法和应用构建桥梁，使科研机构能够发挥其技术成果的优势以满足产品用户的需求，帮助企业盈利，从而创造科研机构、公司企业和产品用户共赢的局面。模式一定依赖于尖端的技术，而技术大规模产业化的成功实现则依赖于模式。比方说，2005年成立的去哪儿网采取了与竞争对手携程、艺龙完全不同的商业模式，利用自己的搜索引擎聚合了大量线上代理商，通过收取流量导入费用获取收益。通过商业模式创新，去哪儿网树立了“丰富且低价”的产品形象，并为竞争对手贴上“高价”的标签，迅速获得了市场竞争优势，一举成为中国在线旅游用户访问率最高的网站。如果没有有效的模式来推广技术，那么很多高精尖技术成果可能最终还是会面临“养在深闺人不识”的窘境。

 图5 去哪儿网宣传广告

业务发掘 促进转型

无论是技术还是模式，都是用于为产品赋能的。与技术创新和模式创新相比，发掘产品用户和市场的能力可能更为重要。因此，业务能力也是人工智能产业化舞台上的候选主角。业务能力不是指能够拉到商务合作和投资的简单能力，而是指将一个构思转化为一个产品的端到端交付能力。这种对技术、资本、模式、市场的整合能力可能才是推动人工智能产业数字化转型的中坚力量。

进退有度 取舍有道

从内涵和性质的角度看，高精尖技术一般难以复制，落地需要时间，与大众之间有一定的壁垒；而模式一般容易被复制，落地迅速，容易被大众所接受。因此，在人工智能产业化的不同时期，技术和模式的重要性可能会发生变化。技术是一种纵向的深度扩展，模式是一种横向的宽度扩展，当前应该从哪一方向拓展很大程度上取决于当下的风口和机遇。比方说，当产业发展遇到阻碍时，相关从业人员就希望通过创造新的模式将产品更好地推向大众；而当产品的市场需求巨大、同行竞争激烈时，相关从业人员可能会将重心放在技术创新上，因为技术的差异化才能使自家的产品在行业通用的模式下脱颖而出。

从经济学的角度看，由于经济基础决定上层建筑，科研机构和企业合作的共同目的是提高生产力和生产效率以获得更大的经济效益。因此，在生产关系中，如果缺少技术，就需要更加注重技术驱动；如果缺少模式，就需要更加关注模式创新。

屏幕前的你认为在人工智能产业化的过程中是技术重要还是模式重要？可能一千个人眼中有一千个哈姆雷特。技术并不具有唯一适配的产业和模式，模式也不一定仅依赖于某种技术，关键在于擅长技术创新的人工智能专家和擅长模式的行业、企业专家能够互相交流，打破意识边界的认知，突破技术和模式的界限，多进行一些人文交流和教育合作，这样人工智能产业化才会得到进一步发展。

总编：黄翰

责任编辑：袁中锦

文字：袁中锦

图片：袁中锦

校稿：何莉怡

时间：2022年9月2日