文／來莎莎

“傳統企業和AI碰撞的機會點都出現了。我們在實體經濟裏看到了很多機會點，看到了製造企業的設備智能維護、供應鏈優化和協同。”人工智能技術與服務商第四範式總裁裴沵思在接受第一財經專訪時表示。

在世界互聯網大會·互聯網發展論壇期間，不少AI從業人員都認爲，人工智能的發展進入了深水區。

洪泰智造創始人兼CEO喬會君表示，在2015年和2016年時，投資人更多佈局核心算法；到2016年和2017年後，投資人更多關注算法和行業應用的結合。

今年的疫情更催化了AI在各個行業的應用。在線化是當下最大趨勢，而全球公共衛生環境與5G等技術同樣在加速這一趨勢。根據App Annie報告，因爲疫情，在線化和移動化進程快進了2-3年。

裴沵思表示，“今年疫情我們生意反而更好了。從我們的大本營金融行業看，其實銀行都在非常努力搭建自己的風控系統。未來銀行的邏輯一定是客羣下沉，更好地把控用戶的行爲。我們在工行普惠金融的項目，沒有信用卡消費記錄的人也可以享受普惠的貸款服務。”

除了金融和零售等領域，越來越多的製造業也開始引入AI。不過，傳統企業智能化並不容易。裴沵思稱，主要的瓶頸在於經驗不足，“很多傳統頭部企業經歷了數字化從無到有再到優，以及整個管理優化的過程，馬上又迎來了下一波AI、機器的革命，而在這個過程中我們的準備是不足的。很多傳統企業一把手對AI有非常強烈的渴望和原動力，實際上推動起來還是需要大家一起努力，一起進步。”

另一方面，對於AI企業而言，要服務和賦能傳統行業也需要下沉到不同垂直行業。擴博智能創始人兼CEO嚴治慶認爲，資本市場看AI賽道太激進和浮躁，“整個AI行業是慢行業，特別是在工業互聯網，需要深耕、精耕，花時間把事情做好。每一件事情一代代迭代都需要花時間和精力，這不是2C產品，只要砸錢就可以，如何把行業耕耘下去很重要。”

AI技術日漸應用於各行各業，但技術與產業之間的溝壑也開始顯現。裴沵思認爲，人工智能行業繼續發展主要面臨三個門檻，即人才門檻、數據門檻和成本門檻。數據是AI應用的基礎。“我們服務了海量的客戶，發現AI落地難，95%的問題出在數據形式上。個人電腦的普及是因爲Windows系統很好地定義了文件形式，如jpg、ppt等，如果AI數據也能以同樣的方式治理，用戶就能像使用Office 軟件那樣使用AI。”

今年8月，第四範式發佈了企業級AI操作系統Sage AIOS，致力於解決AI應用中數據形式的問題。裴沵思表示，AIOS平臺上規定了數據的準備和使用方式，其中包括不同業務場景中的模型需要什麼樣的數據，對應的數據需要從什麼IT系統上去調取，以及如何將這些數據處理爲AI ready的數據、“投餵”到AI系統中。