为此,中国经济网记者专访了人工智能产业界人士–旷视总裁付英波。作为扎根一线的产业实践者,他围绕势、道、术三个层面,分享了对于行业趋势、策略选择和落地执行的思考。

旷视科技总裁付英波

把握三大趋势 人工智能产业旗舰行稳致远

中国经济网记者:今年的政府工作报告提出,加快数字化发展,打造数字经济新优势,协同推进数字产业化和产业数字化转型。请您介绍下人工智能领域的发展现状及其在产业数字化转型中的作用。

付英波:人工智能这艘产业旗舰正在驶向更深的蓝海,相关技术在更为深刻地融入人们的生活和产业场景中。人工智能、物联网与各产业的深度融合,在不断提升效率和智能化程度,也正如飞轮般带动各要素相互作用,良性互动不断向前演化。

当前中国经济的数字化转型已来到下半场,不仅需要互联网应用层要嵌入更多的“互联网+”技术,更需要AI生产力的底层系统,如城市级操作系统、工业互联网操作系统,来为更多的产业与行业赋能,实现数字智能化。

中国经济网记者:十四五规划,也对人工智能、大数据等数字技术和产业有重要论述。您对此有怎样的解读?人工智能在其中的产业机遇和着力点是?

付英波:十四五规划对于人工智能,乃至更广泛的数字技术相关产业来说,都是重大利好。同时对于各个产业和实体经济分享数字技术红利来说,也具有很强的指导意义。

人工智能为数字经济带来先进生产力主要围绕三个趋势和着力点:

第一,是推动AI产业化,用AI夯实数字经济的底座。人工智能与其他数字技术的交互交融,构建了新型基础设施。人工智能具有很强的溢出带动效应,能带动其它技术领域的创新、生产变革和经济增长。

第二,是促进产业AI化,推动AI与实体经济的深度融合。人工智能与实体产业要深度融合,不是简单的物理叠加,而是深度融合的化学反应。两者融合,将带来实体产业模式的变革和产业结构的升级。

第三,是加速AI治理,推动技术的可持续发展。一定要边发展、边治理。负责任的AI才是可持续发展的AI。可预期的、可被约束的、行为向善的AI治理机制需要尽早建立起来。

抢抓数字新机遇“融合”是策略关键

中国经济网记者:研读十四五规划相关内容,发现一个关键词——“融合”,您对此如何理解?

付英波:是的。十四五规划明确提出,推动互联网、大数据、人工智能等同各产业深度融合。

以我所在的行业为例,人工智能与物联网的融合,是十四五期间乃至未来十年的重大机遇:人工智能企业要在各个物理空间里,将人工智能和物联网结合在一起。因此我们要将人工智能注入到各个产业应用场景中,并不断沉淀与迭代,实现智能化。

展望更遥远的未来,最终受益的将是国家、社会和每一个人。因为物理世界将被完全数字化:人工智能、物联网与各产业的深度融合,一定是基于场景空间、以人为核心、软件硬件相结合的网络。我们可以将物理空间划分生活空间和生产空间,未来的物理世界实现完全数字化后将大大提升效率,更好地服务于人,释放出人的价值。

中国经济网记者:能结合具体的产业落地谈一谈融合是怎样实现的吗?

付英波:在这一过程中,人工智能企业应该聚焦,比如智慧物流、智慧城市:场景足够大,人工智能也有更大的发挥空间。

以涉及仓储、运输等重要环节的物流为例,它不仅关乎制造业等实体经济的升级,更可以看到人工智能+物流大有可为。

传统的汽车零部件企业在生产过程中,喷涂、注塑等环节会导致车间气温过高、存在刺激性气味,对工人的健康有不利影响。旷视智慧物流解决方案能助力汽车零部件企业打造智能化的制造车间,提高仓库空间利用率。自动化、智能化生产方式,也能很好地避免工人处于恶劣生产环境中,给工人们带来更安全、舒适的工作体验。

鼓励先行先试 探索数智化转型实践

中国经济网记者:可以预见,在促进融合的实践过程中不免遇到挑战。有代表提出,鼓励传统行业企业数智化转型,并建议引导科技创新型企业提前参与传统企业数智化转型顶层设计,对此您怎么看?

付英波:的确。企业先行先试,树立企业数字化转型标杆样板的做法值得鼓励。建议聚焦业务需求迫切、信息化基础良好的领域,加速解决方案落地,遴选典型案例示范推广,着力推动产业创新数字化、生产运营智能化、用户服务敏捷化、产业体系生态化等数字业务发展,支持智慧园区、智能管理与服务、智能产品与装备、智能供应链与物流等领域先行先试的行业用户。

中国经济网记者:这一过程中,还存在哪些挑战?有哪些破局思路?

付英波:除了上述探讨的,应更为深入地参与到相关产业的具体业务场景中之外,还可以看到:

第一,AI算力不足限制政企数字化转型进程。智慧城市的建设、传统企业的数字化转型都需要部署实施大量的AI应用,这些应用的开发和运营离不开海量AI算力的支撑。目前,AI算力成本高企,企业开发AI需要在前期投入大量费用,城市主体和传统企业部署AI应用也需要大量投入。这些因素都影响了城市和企业推进数字化转型的积极性,造成智慧城市不“智慧”,AI技术红利得不到充分发挥,企业数字化转型也难以在各行各业快速推广开来。

针对这一问题,我们做了积极尝试:打造了新一代 AI生产力平台,可以帮助企业快速高效地建立企业内的AI基础设施,以更少的人力和更短的时间开发出各种新算法,解决人工智能与产业融合过程中算力不足的问题。

第二,需要搭建新型AI人才体系。AI与各产业融合,对于组织密度和阵型提出了更高的要求。一家AI企业不仅需要具备AI技术研发人才,还需要积累大量拥有行业经验的人才。为此,AI企业需要搭建新型的人才机制和体系,确保不同类型的人才相互融合、良性互动,从而实现技术到行业解决方案的快速落地。