人工智能让“颠覆”这个词变得一文不值

撰文 | 卿云

AI（人工智能）自出生那天就自带光环，受到各方热捧，经过多年发展这种追捧愈演愈烈。创业公司纷纷投向AI，资本纷纷扎堆AI，发展中的公司也学会了蹭热点，发布新产品与智能沾边儿就宣称自己是AI，就宣称要颠覆某个产业。然而有人说AI存在泡沫，AI是技术、产品的增强是锦上添花。一向以技术发展著称的互联网科技公司愣是把AI玩出了“绯闻”的即视感，自带话题与热度。细想一下，很多涉足人工智能的公司，其产品只是一部分用到了AI，比如客服领域的公司应用了智能语音识别技术，往往不是产品的核心。这难免让人困惑，AI到底是颠覆还是锦上添花？双方各持己见，未有定论。我们先来回顾一下AI是怎样“颠覆”各行各业的。

AI在颠覆各行各业？

2015年爱立信实施了一次覆盖40多个国家调查，一半的人认为人工智能5年内将取代智能手机。

某媒体称“以后救命靠AI，它已经开始颠覆医院。”

还有人认为AI将颠覆物流行业，大部分快递员将失业。

一外媒称人工智能正在颠覆华尔街，纽约人工智能技术投资人、美国竞争力委员会(USCC)高级顾问马克·麦纳维奇( Mark Minevich)认为，高收入的华尔街交易员将被无情地抛弃，就像即将倒闭的工厂里的工人一样。

李开复断言未来90%的人将失业，会被AI替代，艺术创作的文科生会更吃香。但是越来越成熟的智能写作软件面市，微软小冰都能够作诗。又有人高呼AI将颠覆文学业。

以上这些言论让我们深处AI的“颠覆”洪流中，期待、忧虑而不安。首先要承认AI有未来，国内外公司都看好。看数据：据CB Insights报道，AI初创公司的财务交易数量在过去六年有了10倍的增长，从2011年的67增长到2016年的698。埃森哲宣称AI初创公司自2011年以来翻了20倍。此外国内创业者对AI也分外上心。“慧”分析报告表明2016年“AI”和“人工智能”两个词又达到新高，分别占初创企业的1.04%、0.37%，较上年占比增长了194.07%和188.19%。足以看出AI在创业王国里是多么受宠，没有人会否认智能语音识别让我们交流更加便捷，智能医疗让看病更方便容易，但是就像万众炒股的年代，不能为了炒股而炒股，我们也不能为了AI而AI。

从人类使用火结束茹毛饮血的生活，到发明语言、文字使文明传承，然后蒸汽机拉动的工业革命告别农耕时代，最后有了电，有了互联网，颠覆曾经是以千年为单位，以百年为单位，以年为单位，如今颠覆仿佛是以天为单位，一不小心就“颠覆”，对于这些大谈“AI颠覆”的现象，业内很多人士并不认同。AI真的到了颠覆的程度？

AI不是颠覆是锦上添花

360公司董事长兼CEO周鸿祎认为AI有泡沫，纯AI没有商业模式。要与产品结合，以360为例AI要与硬件结合发展，让产品体验更好。这与Zenefits高级产品总监 Itai Turbahn不谋而合，Itai对AI受到热捧感到惊讶，他和他的团队一直把AI看作技术的增强，是锦上添花，不是核心。

国外某分析师更加直接，认为现在有些 AI 概念只是 3 年前刚兴起的“大数据概念”的新包装而已。归根结底，无论是大数据还是 AI，这些概念背后真正的改变其实是“智能”对商业的效率提升。

金沙江创投董事总经理朱啸虎表示：“人工智能需要三个东西，一是大数据，二是算法，三是应用场景。” Event Bank捷会易创始人兼CEO纪景姝也认为AI的机会一定在于应用。

Dropbox 全球产品战略和并购负责人Lan投资过一些AI公司，她认为AI要结合具体问题去实践，AI是解决问题的方法，而不是目的。泛微软件副总裁熊学武认为AI的关键是技术、算法，在这些方面提升，才能有干货出来。

总结一下他们的观点就是AI有泡沫，AI需要结合具体应用场景，对商业、产品加强，是一种锦上添花，达不到颠覆的程度。

AI热炒非一人之过，但要学会反思

对于AI的应用现状，TalkingData的合伙人兼副总裁高铎说，大部分AI公司都停留在数据智能阶段，真正能使得数据产生价值的公司少之又少。AI到底是颠覆还是锦上添花，时间会告诉我们真相。但是AI这么火倒是颠覆了“颠覆”这个词本身，各方热炒让AI烂大街，让“颠覆”一文不值。

其实这种过度追逐没有谁之过，映射的是社会整体的浮躁，是全球经济下行各方的焦虑。竞争如此激烈，一旦有新鲜血液出现，血液就像摇曳的稻草受到各方争抢。这种热炒与追逐不禁让人想到90年代末期的硅谷，互联网的出现让个人与巨量的资本可以站在天平两端，雅虎上市甚至媒体感叹以往需要积累一个多世纪的财富，互联网只用一夜就完成了。于是越来越多的资本与创业大军涌入互联网，要将硅谷淹没，但是20世纪伊始互联网泡沫无情破灭，资本带头开始反思。

对于逢人便说AI，无AI不产品的热炒，难道我们不应该反思？凡事过犹不及，现在是燥热的夏季，俗话说心静自然凉，对于在实际应用中本该大有作为的AI，各方应静心研究不同行业如何建立合适模型？怎样升级算法？如何让更多的数据训练模型？如何与产业结合产生价值？如何提升生活质量？到那时，生活美好、服务更加智能贴心，“颠覆”或者“不颠覆”还有什么意义？