作者簡介
謝阗地
雷鋒網聯合創始人、總經理，資深媒體人，曾就職于《互聯網周刊》、騰訊科技等媒體。2012年聯合創立雷鋒網，專注于智能硬件領域技術與産品方面的垂直報道。2016年，入選美國《福布斯》雜志首屆“30Under30Asia”（福布斯亞洲30歲以下最具潛力的30名傑出人士）榜單。
1878年，愛迪生在巴黎世博會上展出了他的一攬子發明：白熾燈泡、小區發電站以及輸電網配套設施。1880年，愛迪生利用竹纖維把燈絲壽命從幾個小時延長到170個小時，并在1889年給整個艾爾菲鐵塔裝上了電燈，驚豔世人。同時，愛迪生也開始了他雄心勃勃的電力能源生意—在紐約的各個街區裡建設發電站，為所在街區的燈泡提供照明用電。
其實，2016年人工智能的大環境和愛迪生的境遇挺像：自己生産燈泡，然後自己建設小區發電站和輸電配套設施給自己賣出去的燈泡供電。2016年最著名的的人工智能事件大抵是有人寫出了先進的人工智能程序，可以上網、上電視節目、下圍棋、認個圖片或者答個題。過去的一年是人工智能第三次複興的元年，這毫無争議。得益于深度學習等技術的突破，人工智能在學術研究上進展飛快，而日益強大的互聯網公司把越來越多的人和設備都維持在線，這使得人工智能第一次有了直接進入産業的機會。
但顯然，和愛迪生後來遭遇的麻煩一樣，并不是給燈泡通上電能亮就行。用電器會越來越多，電力要完成的職能越來越廣泛。很快，發電、電網、用電器分成了三個截然不同的大行業，遵循各自的标準，驅動現代社會前行。和現在幾乎任何一個商業機構都要用電一樣，未來任何一種商業行為也都要借助于人工智能的力量。這事實上也就像是近些年的趨勢：三百六十行，行行離不開互聯網。
那麼，人工智能實際發展的情況距離人人都像用電一樣“即插即用”還有多遠呢？2017年又會走近多少？這裡不妨簡單做個預測。
IT系統全面轉向AI化
宏觀上，2017年人工智能将成為計算型公司的标配能力。有的公司會将這種能力向外輸出，有的則未必。首先，部署着全球IT資源的互聯網巨頭們首當其沖，其中國内最為激進的反倒不是人工智能喊得最響的百度，而是2015年就默默把所有業務都遷移上雲的阿裡。
2017年計算型公司除了拼業務市場份額和資金實力之外，還要開始拼計算力了。這會逼迫到現在還沒有完成IT改造的大小公司都加快步伐，這樣才有可能承載即将到來的AI底層化。比如打着人工智能旗幟的黑馬公司—今日頭條，2016年底的宕機事件恰到時機地敲了警鐘，今日頭條之前的IT架構能夠承載快速增長的業務嗎？頭條實驗室的研發成果不僅僅要服務頭條的受衆和廣告主，還到了要把整個數據底層管起來的時候。隻有足夠強大的數據底層才有可能在接下來率先推出或适應标準化的AI中間件和操作系統，繼而才能在AI時代搶占先機。想想2011年大家都開始現學Android和iOS開發時，競争對手已經囤了幾百個移動開發者的情況，競争差距會因此迅速的拉開。所以2017年AI業界的序幕，很大程度上來說是各大公司的IT改造與升級。事實上，不光是今日頭條，百度、阿裡、騰訊、美團、搜狗等公司也在磨刀霍霍。這一趨勢“近水樓台”地帶動了金融機構全面接入人工智能技術。2016年各大銀行、保險、證券機構已經在試水用人工智能解決賬戶安全與金融風險的問題了。2017年這一趨勢會更加明顯并真正得到普及。
想象一下ATM機刷臉取現成為标配的場景，毫無疑問這将在半年内普及。對金融機構來說，其面臨兩大的挑戰：一是傳統IT構架下，地方分治多年，利用人工智能相關的系統轉型升級也是一個總行回收權力，重整業務清理冗員降低成本的過程—上AI系統容易，調整利益分配難；二是在科技公司把“獲客入口”都搶占之後，金融體系如何守住自己前端“獲客”通道對抗同行？又或者，是否推出自己的金融科技産品？俗話說甲方的困難就是乙方的機會，2016年出現的大量天價估值AI研發公司在2017年可以到金融圈裡收果子了。
即便是這樣，這些充滿實驗室氣氛的AI研發公司還是會遭遇挑戰。在我看來，那些在2015到2016年期間被高估資本價值的AI公司在2017年不會那麼容易融到資金。如果說資本的作用是加速把原本是未來的資産負載表拉近，那麼沒有達到預期的公司就需要在2017年用收入和市場份額來證明自己拿得住現在的估值。這不是一件容易的事，曆史經驗告訴我們，被資本高估的公司死亡幾率更大。2017年人工智能全面開花時如果有AI公司倒閉，也并不奇怪。
所有數據在雲端互通幾乎是實現AI能力的必由之路計算機視覺技術、語音識别技術、自然語言理解技術已經基本達到了目前IT領域所能承載的及格線。
在AI時代，Android和iOS又站在了同一起跑線上。
更多AI黑天鵝應用
相對于IT系統全面轉向AI化，應用層面今年會出現什麼黑天鵝就不是那麼好預測的事情了。事實上，去年計算機視覺技術、語音識别技術、自然語言理解技術已經基本達到了目前IT領域所能承載的及格線，而利用這些技術能升級哪些應用，或者誕生什麼新應用是無法預測的。不過，大應用走向平台化，利用AI技術接入小應用并為小應用收單是2017年可以預見的趨勢。而大量的小應用會因此而獲得視覺、語音和自然語言方面的AI能力，相信2017年還會有更多的黑馬小應用（微信小應用隻是其中一種）出現。
2017年最值得期待的還是iOS與Android兩大系統在迎接人工智能升級過程中孰勝孰敗的問題。經過長達八年的厮殺，這兩個操作系統最後殺了一個平手。而在AI時代，兩者又站在了同一起跑線上。
值得思考的是，目前大家使用最多的計算設備仍然是手機，也就是說能夠運行和接入AI系統的設備們還是被iOS和Android瓜分了。在出現一個新的普及率可以匹敵手機的設備之前，一個全新的适合AI的操作系統想像颠覆Windows一樣颠覆iOS和Android，這在2017年不太可能發生。而且，蘋果和谷歌在AI這件事上已經開始上刺刀了，這關系到未來十年甚至三十年的用戶與數據入口的争奪。顯然，這比七八年前的PK刺激得多。
2017年還得看傳感器
可以看到2017年AI産業領域的主旋律是“競争加劇”。在激烈的競争中會重新洗牌，城頭變幻大王旗，讓一些創業公司垮掉，也會誕生一些黑馬公司。這一切的速度都要比七八年前移動互聯網來臨時更快更兇猛。
反倒是大工業領域現世安穩、歲月靜好—當然，整個工業體系也在升級轉型。不過，至少2017年工業制造行業包括熱門的智能汽車、智能家居等，首先要解決的問題是把數據放到線上。毫無疑問，2017年會出現更便宜更好的傳感器，幫助工業領域解決數據采集和數據傳輸的問題。
比如無人駕駛汽車，2017年怎麼拐，其實還是看激光雷達能不能量産降價，以及固态雷達是不是達到了商用的水準。而全自動化的工廠也還在研究定位、追蹤、糾錯、保障等一系列物聯網領域的IT問題。可以預見，在AI大潮迎面撲來的2017年，首先因為AI賺到錢的必然是傳感器經銷商、雲服務商和IT技術顧問們。