相比較人工智能而言，云計算顯然更能成為企業(yè)的業(yè)務增長點。

 

　　如今，那些提前轉(zhuǎn)型云計算的科技巨頭們已經(jīng)嘗到了甜頭，不管是亞馬遜還是微軟，抑或是阿里云，云計算都已經(jīng)切切實實成為公司新的利潤增長點：亞馬遜憑借其云計算業(yè)務的表現(xiàn)實現(xiàn)了利潤的大幅增長，微軟則憑借向云計算的成功轉(zhuǎn)型讓公司股價創(chuàng)下新高，阿里云也正在成為阿里巴巴新的增長極。

 

 

　　與此同時，這些在云計算、大數(shù)據(jù)領(lǐng)域已經(jīng)有所積累的巨頭也在紛紛瞄準下一個方向：人工智能。微軟推出小冰和小娜只是其在人工智能領(lǐng)域的表象，構(gòu)建一個人工智能的平臺才是它真正要做的；IBM盡管已經(jīng)在云計算時代落后，但它正憑借Waston在商業(yè)領(lǐng)域的應用實現(xiàn)超前的市場布局。谷歌、Facebook、阿里巴巴、百度等同樣也在加緊布局人工職能領(lǐng)域。

 

　　人工智能是一個大概念，這一誕生了有60年之久的新技術(shù)，已經(jīng)覆蓋到多個領(lǐng)域，比如交通、醫(yī)療、教育、金融等。但這些領(lǐng)域同樣也有不少的坑。

 

　　以交通領(lǐng)域為例，智能交通無疑是人工智能應用的一個典型場景，交管部門通過大數(shù)據(jù)分析，讓交通管理更加智能；但在交通領(lǐng)域，無人駕駛汽車同樣屬于人工智能范疇，但它的應用顯然要比交通管理的智能化要更困難。無人駕駛汽車所牽扯的不僅僅有汽車硬件和軟件的升級，還會對道路等基礎(chǔ)設施提出新的要求，在現(xiàn)實生活中，開車所面對的情況是非常復雜的，這些不是人工智能能夠在很短時間內(nèi)所能夠解決的。

 

　　再以機器人為例，工業(yè)機器人之所以能夠快速普及并在工廠中發(fā)揮作用，源于其應用場景的標準化、流程化；服務型機器人直到今天也沒有全面爆發(fā)，核心在于實際應用中，服務型機器人所面臨的場景異常復雜，這對于人工智能來說是一個很大的考驗。

 

　　那么，如何區(qū)分人工智能的坑呢？不妨從電子商務的發(fā)展做一個類比，電子商務平臺所售賣的產(chǎn)品中以3C、服裝、化妝品、家具建材等標準化產(chǎn)品為主，但對于非標準化產(chǎn)品的售賣則相對比較困難。人工智能的發(fā)展也是如此，在做出相應的戰(zhàn)略布局時，要規(guī)避那些充滿想象力的應用，而著重抓住那些相對標準化的應用場景或許是一個更好的切入點，至少技術(shù)難度會小很多。

 

　　事實上，就目前人工智能的技術(shù)和應用而言，巨頭們的超前布局更多不是為了業(yè)績考慮，而是為了卡位未來，以保證在人工智能大潮到來之時，自己不至于成為落后者。

 

　　對于人工智能這樣一個歷經(jīng)了60年風雨的技術(shù)，能否在新的歷史時期一飛沖天仍然存有疑問，因為一個技術(shù)的爆發(fā)取決于其最終給人們所帶來的改變，從目前來看，人工智能還只是輔助功能，這就像互聯(lián)網(wǎng)剛剛出現(xiàn)時，只是在一定程度上解決了人們信息獲取的方式罷了，而沒有預想到會有如此多的互聯(lián)網(wǎng)應用出現(xiàn)，并深刻地改變了人們的生活和工作方式。人工智能也是如此。

 

　　一個國際專家小組日前在《2030年的人工智能和生活》的報告中說，到2030年，專業(yè)化的人工智能應用將日益普遍和更加實用，有利于經(jīng)濟發(fā)展和生活質(zhì)量提升。研究人員認為，利用計算機視覺、深度學習、自然語言處理等人工智能技術(shù)開發(fā)的、執(zhí)行特定任務的應用屆時將無處不在；預計越來越多的人工智能技術(shù)將普遍應用于自動駕駛汽車、醫(yī)療診斷和定向治療、老年人生活輔助等方面；人工智能技術(shù)和機器人還將應用于那些難以吸引年輕勞動力的行業(yè)，比如農(nóng)業(yè)、食品加工等；無人機、無人駕駛卡車或送貨機器人等將使網(wǎng)購商品的運送更為便利。

 

　　或許到那個時候，人工智能對人類的威脅才能真正顯現(xiàn)出來，至少，人們需要平衡哪些事情交由人工智能去做，哪些親自操刀。