AI产业化时代来临，未来90%的公司将以数据为驱动力

“人工智能像一把利刃，将时代劈斩为了泾渭分明的两个板块：在人工智能到来之前，世界上的一切循规蹈矩，有序进行；人工智能到来之后，未来势必是一个大变革的时代，所有的秩序和契约都会被重新写就。”

经历了超过半个世纪的发展，人工智能已经从发明的年代步入了实干的年代。自从深度学习发明以来，越来越多的人工智能算法和设想进入到我们的生活之中，大幅度提升了我们工作与生活的效率。

安永分析与咨询全球主管Beatriz Sanz Sáiz认为，智能化是未来的大趋势，未来AI将会成为各行各业的基础设施。

得益于互联网十几年的飞速发展，大量数据被积累下来。大数据的积累为人工智能产业的发展奠定了数据基础，最终成为了人工智能发展的“食物”和存在的基础。“在过去的几年中，数据上的优势已经成为了许多公司之间发展潜力的重要分界线。”Beatriz说到。

国内以BAT等为首的互联网巨头首当其冲成为了AI 产业最重要的参与者，纷纷在AI技术、平台、应用场景和对外投资层面都已完成了全方位的布局。安永预测，到2022年，数据将会是非常重要的资产，90%的公司会直接的以数据为驱动力，同时，分析数据的AI将会是公司重要的战略能力。

AI是未来的基础设施

生产率不仅是是工业革命时期要解决的问题，现在亦是如此。如今的规模化生产，不能再单单是以人的生产率或者机器的生产率来衡量，而是两者的结合。在AI的帮助下，人类或机器单独工作的效果绝对无法超越人机携手的成果。Beatriz表示，在过去18个月当中，图片识别的准确度增加了1600%。

各行各业都在变成以技术为驱动的产业，通过在原有产业链条加入AI技术，使得行业效率明显提高或使行业人工成本明显下降，从而能够极大地提高原有产业的生产力，金融行业更是首当其冲。在AI 技术的带动下，自动化技术正在对金融行业产生颠覆性的影响。

安永便是首批开始将AI技术应用于自身的企业之一。传统RPA曾经是一个不起眼的工具，仅能处理结构化数据（如系统、电子表格和网络里的信息），根据已有定义做出简单决策（如基于“决策树”或基于规则的更复杂定义），有很大的局限性，从而限制了端到端流程自动化。但是，传统的RPA正在与AI和其他数字自动化工具（如，光学字符识别（OCR）、数字表格、工作流程、聊天机器人、人机结合处理）相结合，如今每个大型金融服务机构使用。

安永关注到了过去几年里RPA应用的爆炸式增长，RPA专业团队从屈指可数的几个人已经壮大到2,000余人，从处理“追加保证金通知”电邮到信用风险管理、产品定价和欺诈检测等等，可以实现识别不同形式智能自动化类型的活动和流程，并已经向40个国家或地区交付RPA项目。

Beatriz说到，“首先必须承认，在我们内部我们自己就被颠覆了，但颠覆了的同时也提升了各个方面的服务。自从我们用这个解决方案，每年都可以节省出300万个工作小时”

关于智能自动化的趋势，安永预测：RPA、数字化和AI将继续融合；工具提供商将提高产品报价，并将所有自动化技术的特性进行整合；关键技能将供不应求，使得交付高质量解决方案的难度升级；治理、风险和控制的重要性将日益受到重视，并引起董事会、监管机构和审计师的关注，同时，自动化焦虑将继续增加。

AI真正的力量不仅体现在与RPA和数字化的普遍结合，还体现在与人类输入的融合。AI将帮助传统行业不断革新自己，进一步提升效率。

Beatriz同时也强调，AI同时也会对人才的竞争产生颠覆性的影响。AI会给就业机会带来变话，一些重复性的工作岗位会减少甚至消失，但并不是代表总体的工作岗位就会减少。相反，她认为AI会增加未来工作的多样的和数量。

能够落地的AI企业才有出路

作为一项革命性的技术，AI自然而然的吸引了资本追捧，一度在全球范围内掀起了一波AI创业公司和资本的狂欢。

但是，无明确落地方向、缺乏市场渠道、高昂的成本投入、以及市场价格与其平庸的表现，让资本市场对于AI的态度逐渐冷静，甚至变得审慎起来。

资本寒冬之下，“落地”是贯穿2018年的主题，当巨头完成布局后纷纷转向各自各自擅长的领域开始商业落地的跑马圈地；AI独角兽们也在拓展应用场景的同时向平台化转变；而面临资金短缺和落地场景局限的小型AI创业公司，被市场洗牌淘汰或是必然。

根据《北京人工智能产业发展白皮书(2018)》对国内AI创业公司数量和投资的统计显示，截至2018年5月8日，全国人工智能企业4040家，但其中拿到风险投资的公司合计1237家(含31家已上市公司)，仅占总数的30%，也就是说，有70%的公司仍然拿不到投资。

另一方面，AI创业也逐渐演变成一场利好头部玩家的竞赛——即使在钱荒、融资难的2018年，部分头部公司的融资速度和估值也依然强势，一家接着一家对外披露融资消息。

有数据显示：2018年国内AI领域投资事件共410起，投资总额1078亿元，相对2017年虽然投资事件减少了1/3，但投资总额却增长了1/4。被投项目中早期项目获投减少，C轮及之后项目比重增加。这一方面意味着初创型AI公司融资难度的加大，另一方面也印证了资金正流向头部公司的现实。

Beatriz表示，资本的涌入确实给AI 行业带来了泡沫，就像前几年的电商一样，但最终行业还是会回归到正常化上来。就中国来说，泡沫并没有西方国家的大。政府十分重视AI 的发展，并将AI作为重大的发展战略，同时中国的资本也更注重AI的落地。

在中国的风险投资市场，投资人往往更加青睐能够具体落地的AI创业公司，而不是单纯的技术提供商。因为纯技术型提供商非常容易被上下游碾压，最终被取代。即便是在技术门槛很高的芯片领域，如果不能去面对自己的客户，仅提供技术服务，那么当下游企业占领市场后，很容易出现进一步通吃产业链利润的情形，一旦纯技术提供商如果不能持续保持技术上的领先或技术研发速度放慢，就很有可能会被下游企业淘汰。

“对于AI创业公司来说，资本都有投资回报的要求，那些能够提供有形的AI解决方案，让技术迅速落地并产生商业价值的企业才能成为资本的宠儿。”Beatriz补充道。