未來(lái)，人工智能將無(wú)處不在。美國(guó)國(guó)防

　　部曾20年未到訪硅谷，而當(dāng)時(shí)的國(guó)防部長(zhǎng)卡

　　特自 2015 年上任以后以來(lái)連續(xù) 4 次訪問(wèn)硅

　　谷，對(duì)人工智能表示出極大興趣，直言要將民

　　用AI技術(shù)用于改進(jìn)國(guó)防裝備體系，幫助美國(guó)

　　培育出新型的“鋼鐵俠”戰(zhàn)士，國(guó)防部高等研

　　究計(jì)劃局（DARPA）正在布局開(kāi)發(fā)基于人工

　　智能技術(shù)研發(fā)自動(dòng)駕駛戰(zhàn)車(chē)、反潛無(wú)人機(jī)械

　　船、智能電子戰(zhàn)系統(tǒng)、“半人馬”人類(lèi)作戰(zhàn)行動(dòng)

　　輔助系統(tǒng)等。據(jù)悉，谷歌、微軟、蘋(píng)果、臉書(shū)和

　　英特爾等巨頭也正在不約而同地投入“人工

　　智能優(yōu)先”戰(zhàn)略。

　　本報(bào)告由阿里云研究中心、波士頓咨詢

　　公司和 Alibaba Innovation Ventures 合作推

　　出，通過(guò)對(duì)人工智能內(nèi)涵的闡述，分析了未來(lái)

　　人工智能行業(yè)的競(jìng)爭(zhēng)格局和企業(yè)制勝之道。　　人工智能的主戰(zhàn)場(chǎng)在哪

　　人工智能最適用于解決什么樣的問(wèn)題？通過(guò)分解典型的商業(yè)流

　　程，我們發(fā)現(xiàn)，人工智能更易于解決符合以下特點(diǎn)的商業(yè)問(wèn)題：

　　行業(yè)存在持續(xù)痛點(diǎn)；

　　商業(yè)流程本身具備數(shù)字化的信息輸入，問(wèn)題可以細(xì)分并清晰地

　　界定，商業(yè)流程存在重復(fù)，且獲得的結(jié)果的溝通以書(shū)面溝通或單項(xiàng)溝

　　通為主；

　　商業(yè)流程較少受整體商業(yè)環(huán)境的復(fù)雜影響。

　　企業(yè)客服就是人工智能應(yīng)用的一個(gè)典型例子，作為企業(yè)用戶與

　　企業(yè)服務(wù)的交互入口，客服面對(duì)的80%的問(wèn)題都是簡(jiǎn)單的、重復(fù)的問(wèn)

　　題，但是卻需要大量人力和時(shí)間的工作。同時(shí)，客服提供的服務(wù)內(nèi)容

　　大都來(lái)自于企業(yè)自有知識(shí)體系，受整體商業(yè)環(huán)境的影響相對(duì)較弱。

　　這使得企業(yè)客服的智能化應(yīng)用相對(duì)容易，很多基于自定義知識(shí)庫(kù)的

　　問(wèn)答型企業(yè)智能客服產(chǎn)品蜂涌而出。

　　但是如何真正實(shí)現(xiàn)人工智能意義的智能客服？盡可能地模仿真　　大數(shù)據(jù)是戰(zhàn)略競(jìng)爭(zhēng)優(yōu)勢(shì)

　　數(shù)據(jù)是人工智能的基礎(chǔ)，擁有針對(duì)特定領(lǐng)域的龐大數(shù)

　　據(jù)集，能夠成為競(jìng)爭(zhēng)優(yōu)勢(shì)的重要來(lái)源。現(xiàn)階段，制約人工

　　智能領(lǐng)域很多重大突破的關(guān)鍵，并非是算法不夠先進(jìn)，而

　　是缺乏高質(zhì)量的數(shù)據(jù)集。

　　海量、精準(zhǔn)、高質(zhì)量的數(shù)據(jù)為訓(xùn)練人工智能提供了原

　　材料（見(jiàn)圖1），巨型數(shù)據(jù)庫(kù)、十幾年累積的搜索結(jié)果，乃至

　　整個(gè)互聯(lián)網(wǎng)都讓人工智能變得更聰明。人工智能從龐大

　　的、復(fù)雜的、無(wú)序的個(gè)體數(shù)據(jù)中發(fā)現(xiàn)更為本質(zhì)、更能解釋

　　世界的規(guī)律，并復(fù)合多個(gè)規(guī)律共同作用，以解決問(wèn)題。

　　人工智能的三種主要技術(shù)，都需要專(zhuān)有類(lèi)型的數(shù)據(jù)。

　　機(jī)器學(xué)習(xí)——例如計(jì)算機(jī)視覺(jué)、情感分析、自然語(yǔ)言處理

　　等技術(shù)，需要大量的標(biāo)簽樣本數(shù)據(jù)。模式識(shí)別——例如

　　文字、語(yǔ)音、指紋、人臉等識(shí)別技術(shù)，則偏重于信號(hào)、圖像、

　　語(yǔ)音、文字、指紋等非直觀數(shù)據(jù)。人機(jī)交互——如智能機(jī)

　　器人技術(shù)，則需要積累大量的用戶數(shù)據(jù)。

　　互聯(lián)網(wǎng)催生了大數(shù)據(jù)，大數(shù)據(jù)催生了人工智能?；ヂ?lián)

　　網(wǎng)的演進(jìn)和催生的新業(yè)態(tài)，進(jìn)一步吸引了大量用戶的積

　　極參與，實(shí)現(xiàn)了數(shù)據(jù)“產(chǎn)生—使用—新數(shù)據(jù)產(chǎn)生—再使

　　用”的閉環(huán)，這個(gè)閉環(huán)恰恰是人工智能自主學(xué)習(xí)和知識(shí)管

　　理的基礎(chǔ)。例如：擁有上億注冊(cè)用戶和上億商品的阿里

　　巴巴淘寶，后臺(tái)積累了286億多個(gè)圖片文件，更方便地讓

　　用戶在即時(shí)場(chǎng)景（電視觀看、社交圖片分享、逛街等）下所

　　見(jiàn)即所“得”的找到感興趣的商品，是淘寶“拍立淘“應(yīng)用

　　的主要目的。在“以圖搜圖”模式下，機(jī)器學(xué)習(xí)正確理解

　　后臺(tái)幾百億圖片并打上標(biāo)簽，用戶通過(guò)點(diǎn)擊商品列表等

　　參與來(lái)判斷機(jī)器的理解是否正確。人工智能的應(yīng)用的實(shí)

　　現(xiàn)本質(zhì)上就是“知識(shí)產(chǎn)生—知識(shí)應(yīng)用—知識(shí)產(chǎn)生的自我

　　學(xué)習(xí)和優(yōu)化”的體系化過(guò)程的落地。

　　場(chǎng)景數(shù)據(jù)的積累，可以促進(jìn)人工智能技術(shù)的應(yīng)用，從

　　而形成更高效的解決方案。例如，傳統(tǒng)外賣(mài)配送采用人

　　工調(diào)度，由派單員進(jìn)行手工派單，所依據(jù)的是有限的餐廳