作者：俞赵杰
支持：远川研究所投资组
从数字化转型到“无接触经济”，AI始终是新时代的核心驱动力。疫情影响下，AI抗疫防疫受到广泛关注，与之相关的人脸口罩识别、远程复诊、无人配送等技术也在不断成熟与落地。
在新基建战略与数字铁幕的大背景下，AI更是国家竞争力的体现，我们的优势在于积累了丰富的应用场景和海量数据，而在基础科研、算法与芯片上仍是短板，未来能否抓住AI变革的新机遇，是这场科技竞争的关键。
黄乐平 | 中金公司董事总经理、科技行业首席分析师
七次蝉联II All-China中国科技行业最佳分析师第一名桂冠
近期，我们与中金公司董事总经理、科技行业首席分析师黄乐平做了次访谈，聊了聊后疫情时代AI的发展，以下先分享一些黄乐平的金句：
1. 从我们调研的AI公司看，最确定的机会肯定是AI+医疗，比如AI影像辅助诊疗，依托图像算法，为医生提供高效的决策依据，再如红外测温，将测温与人脸识别结合，而且可以做到戴着口罩也能无感测量人体额温。
2. 人工智能也创造了一批新的岗位，比方说我们现在缺很多初级的数据标注员，如果你去看几家上市AI公司的报表，你会看到做数据标注的人不少，这工作其实非常缺人。
3. 我的体会是软件和硬件相结合的道路会比较顺一点，现在讲AIoT，软硬件结合既有端上的硬件，又有算法，这样比较容易做成一个商业模式。
4. 去年很火的一个投资方向叫机器人流程自动化（RPA），比如我们现在做发票报销这些很繁琐的工作，都可以用RPA解决，这些后台工作，不单是人工智能了，是人工智能和其他技术相结合。
5. 假设这个病毒会持续，至少在全球范围内会和我们共存，在疫苗出来之前，我们需要什么样的技术去尽快发现病毒携带者，比如体温检测、病毒筛查等等，我觉得构建一个无接触社会的基础设施，AI还是非常重要的一件事情。
远川研究所：疫情后涌现了一批新的AI应用场景，相关技术也在落地，在您看来，哪些领域最需要AI？
黄乐平：从我们调研的AI公司看，最确定的机会肯定是AI+医疗，比如AI影像辅助诊疗，依托图像算法，为医生提供高效的决策依据，再如红外测温，将测温与人脸识别结合，而且可以做到戴着口罩也能无感测量人体额温。但问题是测温的需求是爆发性的，可能疫情初期需求很强，但现在下降得很快，未来是不是有需求、海外是不是有需求？这是个未知数。
从比较宏观的角度而言，以前是共享经济，现在讲无接触经济，像京东、美团，他们做的无人配送机器人，应用机器视觉的AI技术，可以大幅减少人与人接触导致交叉感染的可能性。
还有一块最近发展得很快，就是语音交互相关的技术，比如在第一次去医院诊断以后，通过远程医疗进行复诊，当你咨询一些健康问题的时候，背后其实是运用NLP技术的智能客服。
除了C端的应用，在B端，AI赋能物流、供应链也是一个课题，例如京东的物流系统运用AI做存货的预测，鸿海的工业互联网用AI做供应链的预测。还有一块远程教育和远程办公，其实这里AI应用不算太多，我觉得医疗肯定是应用最多的。
远川研究所：刚才提到C端的AI应用好像多一些，但大部分创业公司还是选择从B端切入，您觉得AI商业化落地应该从C端还是B端开启？
黄乐平：这就是“AI+”还是“+AI”的问题，其实做C端业务的公司，基本上都是“+AI”，像阿里健康、平安好医生，他们都是有场景的，比方你身体不舒服，用远程医疗问诊，客服背后是人工还是NLP，对客户来说场景是没有变的。
而“AI+”方面，To B的创业公司居多，像依图做戴口罩的人脸识别系统，就一定要做成硬件的形态，所以对于着重硬件和技术的创业公司而言，B端市场是非常合适的切入点。
远川研究所：刚才也提到疫情结束以后，口罩识别的需求会不会消失？怎么看AI技术的热潮与低谷？
黄乐平：未来即使不用口罩识别，AI是不是可以检测分析身体的健康状况，现在有预测说苹果的下一代Apple Watch可能会支持身体健康的检测，这里也用到算法去预测，当然我们也看到有些企业的做法会不一样，不少安防企业把门禁系统和戴口罩的测温系统结合，他们是另外一种商业模式。
远川研究所：互联网医疗企业可以帮助患者做一些复诊的工作，未来能否替代医院看病的整个流程？
黄乐平：我跟医疗行业分析师也在聊这个事情，现在通过互联网的方法，只能解决复诊的问题，第一次诊断，卫健委还是建议你去医院看医生，医生诊断好以后，将来你是不是有所改善，可以通过互联网问诊，甚至如果需要检测，可以寄AI硬件到你家，不一定完全和医院一样，但是大部分的功能都能做到。
远川研究所：AI现在成为了新型基础设施，除了AI+医疗，还有AI+5G、AI+IoT，能否谈一下这些方面的应用？
黄乐平：5G现在刚刚建网，大概有9000多万人在用5G手机，但应用怎么做起来？比方我们之前在跟华为聊的智慧杆，未来将会有3000多万个灯杆做成智慧杆，现在安防或者交通的摄像头，建设成本大部分都是在挖沟排线上面，如果这些智慧杆边缘计算的节点，能用5G来做数据回传，整个建设成本就会便宜很多，这就是AI+5G在智慧城市的一个应用场景。
这是基站方面，在终端方面，AR、VR可能是一个比较主要的应用，很多创业公司在做AR、VR的眼镜，但这个场景起来的不是很快，大家会做一些Demo，比方远程医疗或者游戏，但感觉确实比较慢。
远川研究所：像您说的，在一些技术和应用领域我们发展还是比较慢，过去我们一直在讨论AI奇点何时来临，您觉得我们和理想差距还有多远？
黄乐平：数字化程度高的互联网行业，变化蛮多的，比如今日头条的核心就是智能推送，当然还有内容生产和分发系统，背后AI的东西也很明显；在传统制造业、工业领域，AI在安防的应用非常快；然后是智能硬件、智能家居。疫情以后像物流机器人等自动化设备受到青睐，再如自动光学检测（AOI），以前是靠人工检测屏幕上有没有划痕，这些B端的公司都在崛起，只是消费者感受不到。
比较慢的是医疗领域，一个原因是大家不愿意分享健康数据，其实疫情以后，很多原来不愿意分享数据的人，现在还是愿意牺牲一部分隐私来换取安全，疫情之后人对健康数据隐私的看法会有一定改变，这也会加快AI+医疗的进展。你看之前AI+汽车一直没起来，但这次像京东、美团都用无人机配送到家，这就是无接触经济，不然的话送快递也是蛮危险的一件事情。
远川研究所：刚才提到AI会代替一部分简单劳动，据我所知，有些公司用AI代替了客服和重复机械动作的工人，但我们现在又要保就业，又要发展AI，怎么平衡？
黄乐平：这其实是一个错配问题，你培养出来的人和社会需要的人不是很一致，但人工智能也创造了一批新的岗位，比方说我们现在缺很多比较初级的数据标注员，大家一直还在讲这个笑话，人工智能就等于人工+智能，有大量的人在做数据标注，如果你去看几个上市AI公司的报表，你也会看到做数据标注的人蛮多的，这工作其实非常缺人。
就像电商起来以后，大量的人去做物流、快递，将来无人配送起来，快递将会消失，还会有新的工种出来。
远川研究所：在你眼中，最容易被取代的岗位和最不容易被取代的岗位有哪些？
黄乐平：就像你刚才讲的客服，这些初级的白领和蓝领最容易被取代，还有很大一块是会计师，因为会计师做的都是比较标准的事情，现在很多机构在投自然语言处理（NLP）的公司，未来会计师确实可以被取代。
去年很火的一个投资方向叫机器人流程自动化（RPA），比如我们现在做发票报销这些很繁琐的工作，都可以用RPA解决，这些后台工作，不单是人工智能了，是人工智能和其他技术相结合。
远川研究所：怎么看待一级市场那批待上市的AI企业？
黄乐平：中国排名前十或者前二十的AI企业，应该说市值都不低了，未来这些企业应该是从一级市场往二级市场走，正好借科创板的东风，人工智能板块进入了收获期。
相对比较小的企业，未来可能要寻找一条赋能的道路，本来他们想做“AI+”，现在可能要被合并或者为大的企业服务，我觉得这是行业发展的必然趋势，你有资源、做得早，或者赛道跑得可以，商业模式也走通了，你就有机会再上一个台阶。
远川研究所：在您研究覆盖的公司中，能否分享一些AI落地应用并大规模推广的案例？它们的共性有哪些？
黄乐平：几家安防公司做AI还是比较顺的，它们都上市了，不单母公司，它们下面的机器人子公司，物流机器人也是比较成功的案例。互联网行业里面今日头条肯定算，智能家居里面除了亚马逊以外，小米的小爱音箱发展得也蛮快，还有杭州的涂鸦。
我的体会就是软件和硬件相结合这条路会比较顺一点，现在讲AIoT，软硬件结合既有端上的硬件，又有算法，这样比较容易做一个商业模式。去年我们搞过一个会议，请了一家做汽车人工智能公司，做汽车传感器，可以监测各个司机的情况，然后根据司机的情况做大数据分析，这就是比较走得通的商业模式。
远川研究所：AI企业泡沫估值高、盈利难，对商业落地有哪些建议？
黄乐平：现在看AI还是一个To B的行业，我们觉得这两年要走到C端还是不容易的，能够像今日头条真正走通C端的还是非常少的。
如果你做To B的话，其实中国过去ToB也比较难，因为客户不愿意付钱，所以这些企业的收入都没怎么起来。过去客户对精细化的要求不是太高，现在疫情之后，你会发现客户更愿意投资基础性的设施，原来买了都不知道什么时候会用，比如无人配送，疫情之后就起来得非常快。现在政府和企业都在讲数字化转型或者数字经济，这背后AI会发挥很大作用。
远川研究所：AI公司有出海的市场空间吗？把模型和算法输出到海外。
黄乐平：这还蛮难的，牵涉到很多复杂的法律问题，比方说中国规定基因的信息是不能出国的，欧洲的GDPR规定它域内的数据也出不来，那训练好的模型和算法是不是可以出去？现在法律还没有非常明细的界定，现在讲得比较多的是联邦学习，将隐私计算等密码学技术和人工智能相结合，这是人工智能下一代的发展方向，还需要做很多事情。
远川研究所：我们的AI技术和海外相比，有多少差距？
黄乐平：我觉得差距还是蛮大的，在应用层面，比如应用计算机视觉（CV）的人脸识别，中国是有优势的，在基础算法的框架或者创新性上，包括芯片，差距还是蛮大的。
中国的优势是在各个行业的应用发展会比较快一点，基础算法现在基本上也比较成熟，特别是CV已经进入大规模落地的阶段，在NLP上其实突破不是特别明显，未来能否有重大的突破，或者刚才说的怎么去做联邦学习，中国有没有机会赶上，这还需要等待。
远川研究所：能否畅想一下未来AI会如何改变我们的生活？
黄乐平：我觉得要倒过来想，疫情出来之后，我们讲无接触经济，无接触经济需要什么样的技术？假设这个病毒会持续，至少在全球范围内会和我们共存，在疫苗出来之前，我们需要什么样的技术去尽快发现病毒携带者，比如体温检测、病毒筛查等等，我觉得构建一个无接触社会的基础设施，AI还是非常重要的一件事情。
狗仔卡
发表于 2020-8-17 10:05 PM
提升卡
置顶卡
沉默卡
喧嚣卡
变色卡
发表于 2020-8-17 10:11 PM
