人工智能看起來很美好，但在商業中難以實現

人工智能（AI）就像一個新的大陸，充滿了巨大的財富和無盡的機會，等待着我們去探索。然而這些財富和機會的挖掘並非一蹴而就，需要建立在前人的長期努力和不斷嘗試之上。人工智能還有很長的路要走，目前還只是一個美好的愿景。

事實上，現階段AI還沒有足夠的數據支撐，而很多創業企業都過分誇大了人工智能在商業運營中的應用程度。雖然人工智能和機器學習被譽爲有望爲企業創造巨大價值的革命性技術，但我們也不能忽視AI技術在產品落地過程中面臨的困難和痛點。

行業缺乏統一標准

與移動應用的興起一樣，AI行業也迫切需要一個新的跨平台系統，就像Android、iOS爲移動應用奠定了基石一樣。這套體系將涵蓋從模型、算法到軟件實現、操作系統等各個方面，其特點是多數據源兼容（如多種數據庫）、多編程語言兼容（如TensorFlow、Python），能夠在各種硬件設備上無縫運行，實現跨平台AI的夢想。

但當下AI行業面臨一個共同的問題，那就是缺乏統一的標准。沒有統一的標准，就無法實現大規模生產制造，產品技術形態展現、商業模式運營也還有很長的路要走。

昂貴

隨着人工智能技術的進步，越來越多的新興企業發布了自己的智能大腦，並通過雲服務提供給用戶。這些企業在吸引了大量用戶之後，面臨着一個困擾：服務器的運行成本太高，而有些企業由於資金和技術實力不足，並沒有考慮到這個問題。

人工智能模型的訓練可謂是一個巨大的挑战，需要投入大量的資源、時間和金錢。一些雲服務商提供自動化的模型訓練和使用服務，但這些服務的成本相當昂貴，尤其是智能大腦的運營成本。如果初創企業提供的服務費無法覆蓋服務器的運營成本，這些企業的生存和盈利能力就會受到很大影響，自然也就無法大規模商業化。

集中實施AI業務，企業損失嚴重

安防、金融行業是人工智能在實體經濟中應用最爲廣泛的領域，佔據了絕大部分的市場份額，達到70%左右。不過這也意味着，在其他行業，人工智能的深度融合與落地還有很大的發展空間。

即便部分獨角獸企業在應用落地上取得了一些進展，但大部分企業依然面臨虧損。人工智能前景雖好，但並不是每一家企業都能在這條賽道裏生存下來。

人工智能面臨的法律和道德問題

隨着人工智能的廣泛應用，也存在一些道德和法律風險，如：隱私和數據濫用、偏見和歧視、自主決策的透明度、人工智能的成癮和濫用以及責任和法律糾紛等。

爲了應對新技術帶來的道德和法律問題，各國也紛紛出台法律法規。

法律的頒布爲人工智能場景的實施提供了制度保障，但從法律到實施也需要一定的過渡期，在此期間，許多商業化的人工智能場景還面臨制度上的缺陷，這也導致了短期內無法大規模商業化的原因之一。

快速發展期、泡沫期、理性發展期、成熟期等階段。在這個過程中，很多企業紛紛進入人工智能的階段。然而在行業競爭和技術迭代的過程中，泡沫過後，當真正的技術實力和整體綜合能力的競爭到來時，一大批企業又會慢慢消亡。只有當成本降低，各項制度和法律成熟，人工智能回歸到行業正常發展狀態，商業化場景才能真正實現。

---

標題：人工智能看起來很美好，但在商業中難以實現

地址：https://www.utechfun.com/post/372824.html