人工智能在风口上，谁都不会否认这个事实。
但是，人工智能并不是第一次在风口上了，上个世纪的 70 年代和 80 年代，伴随理论的成熟，人工智能两次成为热门话题，甚至还有了实用产品。但这并未帮助人工智能真正进入商业社会，反而是热度之后，快速重归寂静？
那么这一次会不一样么？
必须说，博鳌论坛作为国内最高质量的经济论坛之一，其关注问题的视角的确更具有深度和前瞻性，在业内充斥对人工智能的推崇之下，博鳌论坛依然保留着独立性，一场名为 “让人工智能‘落地’” 的分论坛，直指人工智能最关键的话题——如何实现大规模的商用。
这场论坛，有来自百度、科大讯飞、微软亚研、台积电等的专业人士，各自所属的公司都是这波人工智能浪潮中的弄潮儿。当然，最值得让人关注的，还是百度高级副总裁、百度金融业务负责人朱光， 毕竟百度是国内领军的 All-in 人工智能的企业，百度金融则作为金融科技企业代表 ---- 而金融被誉为是 AI 落地的最佳场景。
有了大数据，才有人工智能的春天
“我们不一样”，套用 2017 年下半年红遍网络的这首歌曲，或许更能反映百度对本轮人工智能的看法。 在朱光看来，这一次的人工智能浪潮很乐观，他认为：“未来将出现两类公司，‘AI + 公司’及‘平台型 AI 公司’。在平台型公司的助推下，人工智能将和各行业深度结合，越走越快。”
首先，有了大数据，人工智能的春天才能到来。大数据有多重要，百度金融的信用分体系给出了最佳的示例。
信用报告，不是新鲜玩意儿。十多年前央行就在推进这一块的建设。但是央行的信用报告，数据主要来自于各大银行的信用卡纪录、房贷等纪录，其数据量和覆盖面都是有限的。
但是伴随移动互联时代开启，每个人都在互联网上留下大量的行为逻辑之后，信用报告可以有了更多看似无关实则相关的大数据加持，经过人工智能尤其是深度学习的处理，就能得出完全不一样的信用报告来。论坛上，朱光分享了百度金融与中国农业银行的合作。
作为四大国有银行，农行宣布人工智能战略、全面向智能银行转型，百度金融则成为 “农行金融大脑” 的共建方，从底层的感知层到决策层，从感知层到决策层，到整个的获客、风控、客户服务，都用到了百度的人工智能的技术。
媒体报道显示，百度金融与农业银行合作的 “AB 贷” 中百度的智能获客模型和 “般若” 大数据风控平台发挥了重要。在智能获客上，百度金融通过需求响应模型和用户画像帮助农行预测“这 5 亿客户在什么时间点需要什么样的金融服务”，并且借助百度多样化的触达渠道在合适的时间触达客户，极大提升农行客户的信贷转化率；大数据风控上，百度的互联网行为数据与农行的金融数据交叉验证、有效互补，百度输出的百度分、收入模型、负债模型、用户画像标签和反欺诈模型叠加农行的自身数据，可以将客群的风险区分度提升 13%，让更多优质客户的贷款需求得到满足。截至目前百度金融已经与农业银行、南京银行、中信银行等逾 400 家金融机构展开深度合作，每天对外服务超 200 万次。
利用大数据，对借贷者是“金融普惠”，对银行意味着业务拓展。而对于百度金融这样的科技公司，则是 商用场景的落地 。
我们正在进入数据爆发的时代，互联网、移动终端，已经不断产出各类数据，而伴随物联网、IPv6 的普及，更多的物理设备甚至我们的家电，都将产出更多的数据——而这些对于人工智能都是不可多得的素材。
数据越多，人工智能越智能，这是与此前两次先热后冷的浪潮是截然不同的。
硬件大发展，让人工智能不再知易行难
人工智能，理论发展很多年，但是商用举步维艰，除了数据的缺憾，硬件的制约也是巨大的——让人工智能的商用落地知易行难。
对于人工智能，硬件的发展，不仅仅是算法的提升，更在于许多人工智能的应用具有了可能性。 对于许多产品，是意味着成本的骤降和产品量产的可能性。
目前百度 AI 开放平台已经对外开放了包含语音、图像、视频、增强现实、自然语音处理等在内的 90 多项 AI 核心能力，接入开发者近 50 万。在汽车行业，百度 Apollo 平台帮助自动驾驶领域的合作伙伴搭建属于自己的自动驾驶系统，百度 Apollo 与金龙汽车合作打造的无人驾驶小巴 “阿波龙” 即将在 4 个月后量产；在智能硬件领域，DuerOS 也成为了国内市场最活跃的人机交互平台，合作伙伴超过 160 家，并快速落地家居、车载、移动等场景，覆盖手机、电视、OTT 机顶盒、投影、音箱、冰箱、儿童玩具、智能车机、智能后视镜等众多硬件品类，与 TCL、海尔、美的、联想、创维、小鱼在家、极米等国内主要家电品牌厂商达成了合作。数据显示，截至 2018 年 1 月，搭载 DuerOS 的智能设备激活数量突破 5000 万 +，月活跃设备超过 1000 万 +。
在金融科技领域，人脸识别这项人工智能领域标杆性的技术被应用在开户验证等领域，百度对金融机构也频频输出此类技术。这类技术之所以可用，是在于智能手机的普及，每一个用户的手机都有了自拍摄像头，这让人脸识别有了可能性，也使得人工智能加持开户验证有了可能性——而这样的流程，在上两波浪潮中，显然是不可想象。
人口红利不再，人工智能成本优势凸显
数据和算力的限制，逐步不再是制约。
而与此同时，伴随全球人口的老化，人口红利不再，人工智能作为一种低成本的替代品，其价值也越来越大。
以人工智能另一个核心的 OCR 技术 (光学文字识别) 为例，用各类定制化的 OCR 比如身份证识别、车牌识别等替代人工来进行文字识别的处理，不仅仅提高了处理效率(进而提升了用户体验)，而且降低了对于人力对于办公场所的消耗，对于企业的降低成本，可以起到立竿见影的效果。
事实上，人工智能的价值，不仅仅是取代简单的劳动力，更在于对某些看似高端劳动力的取代。
仍以金融业为例，曾几何时，“定制化服务”是一个非常高级的概念。往往是类似私人银行的客户，才能获得这样的对待。之所以只有高端用户才能获取这样的服务，是因为传统上只有资深的私人银行家才被认为可以向客户提供真正的定制化服务。但是，这一切伴随人工智能的出现，大量知识图谱被系统固话之后，就存在了普及的可能。百度金融目前大力推广的千人千面智能匹配正是希望往这块努力，根据百度金融披露的资料：
个人财富管理的应用主要分为用户画像、智能触达再到智能投顾。互联网多维的行为特征大数据，可以低成本深刻理解用户投资需求，立体刻画用户特征，包括人生阶段、资产情况、消费能力、投资经验、风险偏好、流动性偏好等，并实时评估客户的风险偏好和承受能力。然后通过大类配置、智能推荐、智能定投服务实现资金端和资产端的智能匹配和自动交易执行。
人工智能，这次不一样。
以百度为代表的科技巨头们有了数据、算力、终端的加持，又恰逢人力成本上升的大格局，人工智能的功用和价值越来越大。商业落地，或许已经不再是一个需要讨论的问题，更需要讨论的是，哪一家企业能够成为这波人工智能浪潮下的最大赢家
閱讀更多 EarlETF趨勢投資 的文章
