因新冠疫情“中斷”一年的世界人工智慧大會（以下簡稱“WAIC”），終於活過來了。2021 年 WAIC 開幕式當天，上海室外 33 攝氏度的高溫，都沒能阻止館內湧動不息的人流。截至 7 月 8 日中午 12:30，大會展示牌上的人流量統計已經高達 22890 人次。按照 WAIC 釋出的官方資料，2021 年線上觀看總人次為 3.83 億，線下參會觀展總計為 13.9 萬人次。

“前幾屆都沒有今年熱鬧。”參加過三屆世界人工智慧大會的追一科技負責人張曉斌告訴「甲子光年」。熱鬧的背後，是“雲參會、雲觀戰”無法替代的“面對面”商機。

熱鬧歸熱鬧，微妙的變化卻在於參與者。儘管相較於往年，它依然展示了多方的視角，有來自投資方的沈南鵬、孫正義；傳統行業中的格力、西門子；帶有學術風味的“大資料之父”舍恩伯格；憑技術屬性贏得一席之地的商湯科技。

更值得關注的是缺席者。曾與李馬比肩的馬雲，四年來第一次缺席大會 —— 儘管展會上總少不了阿里雲，也不乏被阿里投資的企業。同樣，也有些被認為“該來的”企業卻沒有出現在展場。比如，與商湯科技同被稱為“CV 四小龍”的曠視、依圖、雲從集體缺席了本次大會。

在 2020 年人工智慧成為國家“十四五”規劃中優先發展的五大領域之首，落地應用也在疫情催化下全面加速，正迎來全新發展視窗期的時刻，這些 AI 頭部公司為何集體缺席如此盛會？這背後的原因是什麼？

華為輪值董事長鬍厚崑的話，或許代表了一部分原因。他在逛了一趟展會後說：“過去幾年我們在看展覽和演示時，能看到各種炫的技術和應用。這次我感覺，我們看不到那麼多的炫的東西了……”在部分行業人士看來，AI 的不斷落地讓它褪去了往年酷炫的外衣，變得“沒意思”起來。

在經歷了連續四年的突飛猛進之後，AI 真的變得不酷了嗎？或未盡然。

如果說此前的炫酷更多是突破想象、創造概念，向世人展現一幅巨大的 AI 藍圖，那麼如今“不炫”的背後，實際上是 AI 在落地的過程中變得務實和易懂，誠如沈南鵬在開幕式上所言：“2020 年最大深度學習模式的引數是千億級別，今年年初就已經到了萬億級別。但是運用場景這條腿相對而言還是比較短、比較細，還處在一個線性的增長中，還有大量的吃、穿、住、行、線上線下的細分場景，有待開拓”。

而各個細分場景的痛點，正是髒、苦、累的活兒，正如樹木的成長，伸向底下的根部自然不夠炫酷。就此而言，當下的 AI 正在細枝末節中紮根 —— 那些你看不見的地方，更需要用力。

這一次，跟「甲子光年」一起周遊 WAIC，看看新一年的人工智慧又有哪些新變動：

• 人工智慧已經從藍圖到落地的階段，走向了在各個場景中深入的階段，地表上的“不酷不炫”，實際上是地表下細枝末節的變動；

• 過去的人工智慧在解決頭部的痛點，現在的人工智慧將點連成了網，解決的是網下更長尾的痛點；

• AI 創業公司也在細分，一種是按場景細分、一種是按解決方案中的組成部分細分，既豐富熱鬧，又“卷味十足”；

• 車，是 2021 最火的細分場景，但熱鬧的背後，自動駕駛的落地還存在較多的不確定性。

1. 更深層織網，AI 的新階段

“過去 AI 解決的是佔比 20% 的頭部問題，現在解決的則是剩下 80% 的長尾應用場景中未被覆蓋的小問題。”AI 公司商湯科技的工作人員告訴「甲子光年」。這意味著，人工智慧正在向著更深處的細枝末節滲透：一方面是細分場景變得更重要了，另一方面，AI 能夠解決的問題從點連成了網，現在到了每張網覆蓋的場景下的小問題。

以商湯科技為例，在商湯科技展示的物業場景裡，老人摔倒、垃圾滿溢等這樣的小問題都可以被 AI 及時檢測到，而需要用到人力的，只剩最後一步。但這顯然並不容易。

按照 IDC2020 年上半年的資料，商湯已經佔到了中國計算機視覺應用領域近一半的市場份額。但是，如果只是把商湯劃分到計算機視覺領域，只能展示商湯業務中的一部分，商湯的重點更是在於“賦能百業”的 AI 底層基礎設施。

商湯科技聯合創始人、執行長徐立正式在大會上介紹了商湯 SenseCore AI 大裝置 —— 商湯打造的人工智慧基礎設施。據其介紹，SenseCore 由算力層、平臺層和演算法層三個部分組成，只有當大資料量、應用場景和底層打磨都積累到一定程度時，才能從頭部解決“點”的問題，走到長尾中，把點連成網，紮根進場景中的各個小問題裡。

商湯科技此次展示了其做“演算法中心”、做底層基礎設施的優勢。比如，商湯展位中人流量最密集的商湯 AI 教育，現場就可以體驗到應用了識別技術的教育機器人、可以修改演算法的模擬城市路徑設計，更有與商湯合作學校的學生來到現場，展示自己應用商湯教育產品，自己設計算法制作的 V2X（物聯網）車輛通行模擬系統。

在景區場景中，商湯分別展示了與長沙黃花機場、杭州蕭山館、西湖“AR 遊覽路線”等場景的合作，以視訊的方式直觀呈現 AI 在不同場景中的真實應用，在車載、醫療、工業等場景中，商湯也均以案例的形式展示。此外，商湯在現場截取了展區一角放在視覺化螢幕中，可以清晰對比現實場景與 AI 在螢幕中有鯨魚、虛擬人物等變動的風格化效果融合。與此同時，商湯科技自帶 SenseAuto 自動駕駛 AR 小巴，小巴內可以通過雙屏 AI+AR 的視覺化方式，將車外經過的實景進行風格化處理。這大概是面向 C 端展示的最好方式。

商湯科技的邏輯是，如果巨頭有品牌效應做背書，技術型的科技公司則更需要技術優勢來吸引客戶。

相較於商湯科技技術展示的“生動”，華為的展示更為巨集觀。To B 的產品與 to C 不同，即使將產品架構和具體案例放在螢幕上展示，也很難像 C 端產品一樣獲得即刻的體驗感。

在華為 AI 部分的展區中，涵蓋了華為 AI 領域的產品及解決方案，以及這些產品如何在各個場景中進行應用的展示。不過，像大多數參展企業一樣，仍是講解人員多於直觀體驗。這包括了展現 AI 如何賦能城市的華為智慧體展區、AI 如何改變生活的“普惠 AI 智慧生活新體驗”展區、AI 如何在世界各地生態環境保護上的運用的“TECH4ALL AI 展區”等等。

不過華為智慧汽車的解決方案，則為增加體驗感下了些功夫。通過設立“沉浸式體驗區”，現場就能感受華為自動駕駛系統。而此類與普通人出行相關的 AI 細分應用，受消費者關注的程度非常高，雖然整個體驗時間只有 6 分鐘，但由於太過火熱，現場有不少人已經排了一個多小時隊等候，而有預約的也已經排到了大會的最後一天。

做場景細化的不只是華為和商湯，在商湯展臺不遠處，就是語音識別大佬科大訊飛。與一般人的認知不同，以語音技術起家的科大訊飛不僅擁有成熟的 C 端產品，現今也在強調自己已經由“點”提供到“面”的解決方案，包括 AI + 城市、AI + 教育、AI + 醫療、AI + 工業、AI + 生活、AI + 辦公等應用成果，科大訊飛工作人員告訴「甲子光年」，科大訊發下一步的戰略方向將是發揮人工智慧在新基建中的作用。

網際網路大佬 360、騰訊、阿里等則更多傾向於從自己的傳統領域，切入到全新的業務領域，比如騰訊把視野發散到老年群體、海洋生態等話題上，360 已經不只防毒了，把安全注入到了系統和生態的層面。

可以說，如果過去的 AI 是在從藍圖走向落地，那麼今天的 AI 就在把根扎得更深一些，深入到每個細分場景中了。

2.AI 創業公司到底有多能細分？

“AI+what”無疑是這場大會的主題之一，但不是所有公司都有能力做“AI+”的。大體上來看，創業公司們可以按兩條道路進行細分：一是按照 AI 解決方案進行拆分，雖然大家都做的是解決方案，但術業有專攻，側重點各有不同。這其中包括大資料分析類的解決方案、終端解決方案、晶片類的解決方案等等。從企業自身優勢出發，提供滿足客戶需求的一體化解決方案。

雲端晶片提供商燧原科技的工作人員告訴「甲子光年」，提供解決方案而非單一的部件或技術，能更好的適配自家公司的本身優勢，對於客戶來說使用體驗感也能更好。

另一種則是對場景的細分，突出的案例有教育場景中的有道、印象筆記；銀行場景中的交通銀行；醫療場景中的 GE 醫療、阿斯利康；房產場景中的貝殼；家居場景中的 A.O. 史密斯；貨運場景中的贏徹科技、圖森等等。

能夠細分到什麼程度呢？比如具體到醫療場景中，有以看片為主的 AI 影像公司、有提供檢測技術的 AI 慢病篩查公司，有提供“數字腦”、“數字心”、“數字肺”的公司，就也有提供這些業務一站式整合平臺的公司；比如細化到資料這個元素上，就有起步於資料，從資料蒐集、分析看百業的供應商，細化到演算法這個元素上，就已經有企業提供了“演算法商城”。

具體來看，一家數字化中餐解決方案提供商展示了三款產品，應用於街邊巷尾的 AI 小吃車、分別應用於中餐廳和大食堂中的全自動餐廳解決方案，工作人員告訴「甲子光年」，“使用了這套餐廳解決方案，就基本上用不到人力了。”而即使是在這樣的細分場景中，如果推向市場的過程不出問題，可以覆蓋的市場也有較大的想象空間。

各大傳統行業也在躍躍欲試。商湯展臺不遠處的交通銀行展臺擺滿了零食、飲品在售賣，並吸引了眾多觀眾駐足。「甲子光年」瞭解到，在場可以用數字人民幣直接購買食品、咖啡、飲品等，還有優惠活動。此外，本次參展企業中還有建設銀行、交通銀行、國家電網等選手 —— 都是以往看起來和 AI 不沾邊的企業，面對當下的風口，自然也不甘為人後。

交通銀行展區內的一名工作人員告訴「甲子光年」，由於銀行業務的資料安全要求高、業務體量也較大，而僅靠合作伙伴無法滿足自身所有的需求，還是要“走在前面”。

這意味著，對大客戶依賴性強的 to B 公司們將迎來 AI 行業的“內卷時代”。如何安全有效的給這些大客戶提供更加安全、可靠的資料支援，將是未來 AI 公司們是否能夠留住客戶的關鍵。

3. 自動駕駛，2021 最火的細分場景如何落地？

自動駕駛是 2021 年最火的 AI 細分場景。此前有媒體統計，僅在剛剛過去的 6 月，已有 16 家自動駕駛相關企業獲得融資，融資總額超過 56 億元。

要想實現自動駕駛需要軟硬體結合，但車載場景也是 AI 落地場景中的一部分。在今年，電氣化的趨勢使汽車門檻降低，軟體開始成為汽車的核心。一位投資人曾向「甲子光年」表示，車的場景被認為是市場空間最大、互動性最強的場景。而關於 AI 在自動駕駛中的作用，也曾引發鐳射雷達在自動駕駛中是否“雞肋”取決於 AI 收集的大資料夠不夠多、技術夠不夠強的討論。

就目前來說，儘管主機廠仍舊在汽車行業佔據主導地位，但在 AI 層面則是自動駕駛和晶片廠商更具話語權。與之對應的，今年的 WAIC 上，較之車廠自動駕駛公司更加活躍，相關參展企業超過了 20 家，整體自動駕駛車輛數超過 40 輛。各家都拿出了最新的技術成果。

比如，自動駕駛公司 Auto X 釋出了第五代全無人駕駛系統 AutoX Gen5，其新的無人駕駛計算平臺 AutoX XCU 已達到 2200 TOPS 算力；百 度聯合極狐汽車釋出其第五代無人共享車 ApollonMoon，目標是讓出行比現在的網約車更便宜，地平線、圖森未來等產業鏈上的各頭部公司也都有動作。

在場外的世博 "AI 賽道" 區域內，還專門設定了一條總長 2.8 公里，共 12 個路口，上下車點均在 AI 賽道（無人駕駛）區域的體驗路線。在此區域不僅有自動駕駛清掃車、自動泊車，還有在開放道路上的自動駕駛應用體驗，小馬智行用於載客的無人車，新石器和斑馬智行聯名推出的無人零售車，仙途智慧的 Autowise V1 智慧清掃車各司其職，向觀眾展示了一幅切實落地的 AI 生活場景畫面。

不過，儘管看起來風風火火，但事實上自動駕駛的落地還存在較多的不確定性。這取決於三點：一是法律法規，二是自動駕駛技術水平，三是自動駕駛的成本。

其中，各國法律法規的開放取決於自動駕駛技術是否足夠安全，但自動駕駛的技術和成本一直是自動駕駛行業最大的難題。

從技術層面來講，即使多家自動駕駛企業紛紛展示出自家的上路牌照和路測資料，但目前上路的自動駕駛，仍需要配備一名安全員才行。即便是全球行業領頭羊 Waymo，在過去 11 年間真正去安全員的測試里程也只有 10 萬公里。

難以去掉安全員的一大原因即是技術問題。此前馭勢科技聯合創始人兼董事長、CEO 吳甘沙曾坦言，必須要認識到，“今天的自動駕駛技術放到真正的開放道路上，其實還不夠成熟，去試坐過的都知道，我們做這行的也知道，其實它還有一點距離。”

除了技術的成熟度，自動駕駛成本居高不下也是其商業化落地難的要因。

“自動駕駛汽車公司的盈利非常艱難，本身車的成本就很高，一臺車 100 多萬，而且車上還要配備安全員，後臺還需要大資料、伺服器對它進行支援，此外還有軟體工程師在後面做軟體升級研發，這個成本是非常高的，比傳統的、有司機的計程車成本要高得多。”汽車行業獨立分析師張翔告訴「甲子光年」。一個普遍的行業認知是，包括 Robotaxi 在內的自動駕駛乘用車要商業化落地，至少需要 5 年的時間。

這也導致過去三年時間裡，不少自動駕駛初創公司選擇從乘用車自動駕駛轉向商用車自動駕駛。儘管某自動駕駛企業 CEO 曾向「甲子光年」表示：“底層技術並沒有太大差異”，但相對於自動駕駛乘用車的全場景應用，在有限場景應用下的低速無人配送車、貨運車或者道路清掃車等反而更容易商業化。

可以說，豐滿的商業化需求與骨幹的現實之間的矛盾，是近兩年一級市場對 AI 的投融資情況遠不如 2018 年時火熱的原因之一。但另一方面，資本冷卻的另一面，也正是 AI 深入落地的進行時。一位參展企業的工作人員對自己的參展位置笑稱："把同一型別的競品們放的很近，' 卷 ' 味正濃。雖然現在這麼熱，但是過幾年也許還會死一大批，我們只要能做剩下兩三家裡面的一個就很滿意。"

毫無疑問，資本總有火熱和冷卻，但通常資本總是走得更快一點，當產業開始落地、生根發芽的時候，反而是更多早期投資人認為生意“不性感”、“不酷炫”的時刻。而在行業發展過程中，也總有競爭、監督和質疑存在，才能把產品打磨的更好，讓行業發展的更良性。

“風險投資家們都清楚投資所面臨的風險。軟銀願景基金所投資的公司超過 90%，甚至 95%，依然還沒實現盈利，甚至仍在虧損。我們需要有人願意去冒險投資，而且是在創業的高風險階段去提供資本。”就此而言，軟銀創始人孫正義在大會上的發言不失睿智。