尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
王延峰，上海交通大學人工智能研究院副院長、教授
技術創新，是和平年代各國發展經濟的核心抓手。距離2015年「互聯網+」被提出僅僅過去了四年時間。這四年間，「互聯網+」為社會帶來了翻天覆地的變化，人們的工作和生活方式產生了深刻變革，先後誕生了以BAT（百度、阿里巴巴和騰訊）為代表的互聯網巨頭和以今日頭條、美團、滴滴等第二代互聯網「新貴」，引領著「CopyfromChina」（從中國拷貝）應用創新一浪接一浪的熱潮。
除了廣大的個人消費市場增長，「互聯網+」對已有行業的快速發展也做出了巨大貢獻：它打破了固有行業藩籬，搭建起數字化基礎設施，使得泛在網路、分布式連接、數據橫流成為可能，構建了支撐數字化經濟轉型的基石。
在完備的基礎設施和海量數據資源的基礎上，通過對數據信息進行「深耕」，提升經營效率、降低成本和促進產品創新成為了新的增長點。因此，「互聯網+」之後，人工智能技術發展應用的浪潮恰恰契合了這一發展需要。
因此，「智能+」實體企業作為科技賦能實體產業的本輪重點，一經提出就引發了各行各界的熱議。套用經濟學最基本的需求和供給角度，本文把智能+賦能百業作為研究對象，試圖探討現階段需求和供給側的若干問題。
「智能+」實體企業的需求側，指的是企業對智能技術的采納。俗話說隔行如隔山，各個行業本身差異很大。即使在同一行業，成熟的大企業和中小企業對智能化的需求也有所不同。所以「智能+」實體企業需求的研究必須做到「個性化」，針對具體企業、具體業務環節、具體問題，進行具體分析。
影響企業智能技術需求的一個重要因素是企業自身數字化基礎設施的完備程度。目前還沒有成熟的理論框架可以用來給各個企業評級，這可以作為理論工作者研究的一個方向。2017年國外有研究提出企業對人工智能數字化技術的需求金字塔可以作為業界實踐參考。這一框架與經濟學里的馬斯洛需求層次理論相近，將企業對數字化技術的需求從低到高列出，分別包括：數據收集、數據存儲和轉移、數據準備（清洗、異態檢測）、數據分析標註匯總訓練、機器學習（算法優化）和人工智能與深度學習。
筆者認為，基於對自身數字化基礎設施完備程度的評估，企業應該逐步形成各自的「智能+」采納度指標，綜合反映企業自身的業務需求、業務倫理、可支付程度以及與已有流程的整合度等。
同時，不僅需求端要從了解自己入手，「智能+」的供給側也有其自身的特點。「智能+」的供給側可以被理解為運用人工智能技術為企業和個人提供產品和服務的主體，既包括各種人工智能創業企業、獨角獸，也包括傳統的互聯網巨頭和新貴們。
這些人工智能企業不遺餘力地將智能化技術帶入大眾視野的同時，也暴露出了一些問題。例如仍然採用工業時代傳統的賣方思維，會耍大刀的就誇大刀好，會揮幾板斧子的就誇斧子的厲害之處，依托自身的技術優勢去尋找應用場景，劃定市場。當前五花八門的機器人產品就充分反映了現階段的這種特徵，例如市場上各種廠家、各種功能的機器人種類眾多，包括掃地機器人、做飯機器人、看護機器人、陪伴機器人等等。然而，這種供給驅動方式的缺陷是與市場需求脫節，人們需要的不是數量眾多的機器人，而是一個能幫難解困的生活助手。
這種供給與需求的不匹配，也體現在現有的人工智能行業應用上。比如在醫療行業人工智能的應用中，智能語音方向上，技術提供方總是強調語音識別與自然語言處理算法的準確率極高，能夠將語音自動轉化成文本，節省醫生寫病歷時間，然而醫生卻認為病歷最核心的是記錄下醫生的判斷以及後續輔助診斷的措施決策，僅僅將與病人的對話轉化成文本實際使用意義較低。
當然，現階段供給和需求的脫節與當前人工智能技術所處的發展階段有很大關係。上述各類功能機器人就是在面向單一明確需求的「專用」人工智能技術下做到的，如果這些企業能繼續投入基礎研發，做到「通用」人工智能，成為全方位生活幫手的通用機器人就有可能出現。
所以，「智能+」實體企業實施落地是技術驅動的業態創新的實踐，需要需求側和供給側同時發力對接:實體企業需要認識到自身數字化基礎設施的完備度和對數字化技術的需求層級；供給側要從各種應用場景中認識到真實的行業需求和痛點是什麼，並將其反饋到研發環節，促進技術演進，從而創新產品、創新流程和提升用戶體驗。