作者 | 胡嘉琪

本文授权转自西关大数据茶馆(bigdata_tea)

如果说在2017年阿里云栖大会中,马云高调发布的达摩院计划,充分展现了阿里未来全面制霸人工智能时代的野心的话,那么最近6个月阿里巴巴ET城市大脑的攻城略地,则代表了阿里当前在当前人工智能应用方面的实际落子。

阿里的ET城市大脑,在2016年阿里的云栖大会上城市大脑计划被首次提出,并与杭州签署了城市大脑框架合作协议;而到了2017年阿里的城市大脑急速扩张,分别落户到澳门、重庆及雄安新区之中,甚至目前已经和马来西亚吉隆坡签署了合作协议,通过阿里ET城市大脑技术解决吉隆坡的交通治理问题。

另外一个里程碑事件同样出自BAT,腾讯在2017年年底与广东省政府签署了战略合作协议,腾讯与三大运营商广东分公司合资成立“数字广东”公司,旨在打造全国领先的“数字政府”,实质上全面接管了广东政务信息化的主体工作,并基于此结合三大运营商电信资源探索IoT+云+AI的数字城市新模式。第三个事件属于目前国内AI头部企业商汤科技,商汤与上海市政府签署了战略合作协议,上海将借助商汤的力量加强人工智能生态圈建设,从而推进智慧城市的创新应用。

当然,上述三个案例代表了ABCT(人工智能、大数据、云计算、物联网)技术应用于政府治理领域的不同路径选择。阿里ET城市大脑是自上而下模式:即以智能交通调度等人工智能城市应用为先,基于阿里云成熟的资源构建城市大脑,并逐步打通、接入甚至接管试点城市的各项政务数据;而腾讯模式是自下而上模式:即更为务实地率先解决城市数据孤岛问题,打通传统政务信息化过程中各委办局部门各自为政建设的IT系统,以统一电子政务平台连接数据,并往上催生AI+城市、AI+政府应用;商汤与上海市合作的案例,可总结为生态赋能模式,即利用本身AI独角兽背后的通用AI技术积累以及产业资源,与合作城市深度合作,借助其扶持资金、产业政策等要素建立AI本地产业生态,并以单点形式赋能到各AI+城市应用之中。

三种模式可总结为上面的这张图形,模式结论由独立产业观察所得,仅供读者参考。

从不是特别严谨的角度说,AI+政府是巨头们在AI+产业方面第一次大规模、持续性投入的重要尝试,这留给我们很多的遐想,为什么选择政府治理领域?而这里的前置问题是,为什么AI+产业如此重要,AI技术一定要深入下沉到产业之中?

为此,我们先讨论AI+产业的定位问题。

AI+产业的“上山下乡”

我在此前《如何看待目前国内AI公司的估值?》一文中多次提到,人工智能产业的未来,一定要深度结合产业场景,靠如智能鉴黄等单点的标准化AI技术服务,去销售API接口或者License注定无法走远。换句话说就是产业定位的进化,比如在AI+安防领域,你可以定位与单点,比如生产摄像头等硬件,或者做人脸识别算法提供商;你也可以定位于线,将自家算法内嵌到摄像头中,并提供后端整体解决方案做全栈服务;你也可以更进一步,深度参与到安防行业的运营中去,比如结合自家技术解决方案和数据运营,承诺一年内抓逃多少、提升破案率多少百分比,通过AI赋能真正解决了产业的某些以往不能解决的痛点,以AI赋能推动产业智能化步伐,深度参与到各产业智能化转型升级之中,并从中分享到增量的红利,而非游离在产业的边缘,靠标准化技术服务分得冷饭残羹。

对于国内人工智能领域,喧嚣的2017年在拼融资、拼上头条、拼顶级会议论文中逐渐过去了。2018年将会是极其重要的一年——获得了大量融资的国内高估值AI公司们,需要明确找到并确立自身的产品化路径,并在特定的产业领域深度绑定自身的产品解决方案,实现技术与场景的深度结合,真正占据如金融、零售等AI技术应用领域中的真正“营收头部”,而非过往所谓的“估值头部”、“技术头部”,这点趋势非常重要。

我们实际上会发现,人工智能技术在特定场景的深耕,最终将逐渐由技术问题转变为运营问题,AI+产业的深度运营,其实质是对于各类单点技术服务提供商的降维攻击,而降维攻击是巨头们最为擅长的武器。

在《如何看待目前国内AI公司的估值?》一文中,我提出了观察AI公司进化的“点、线、面、体”理论。对于目前多如过江之鲫的国内AI初创公司而言,其中相当一部分仍然停留在“点”阶段,即提供单点技术服务阶段,少数能把行业场景数据、业务、技术串成一条线,提供整体解决方案,而真正的AI技术产品化,我认为是在AI赋能下的产业深度运营,运营能力决定了产品化的高度。以阿里ET城市大脑为例,其产品化程度取决于城市大脑解决了多少城市治理问题,比如治堵效率,这将决定城市大脑这个产品未来在其他城市的可落地性和快速复制性,而绝非取决于大数据平台、算法等单点技术要素。

对于BAT等巨头而言,凭借AI赋能深入产业有着极其充分的理由——推动产业智能化步伐,深度参与到各产业智能化转型升级之中,并从中分享到增量的红利。如最近阿里、腾讯纷纷加速了对传统零售企业的战略投资和收购,其背后逻辑也正在于此——凭借自身大数据及新技术的赋能,显著提升零售效率及孵化出如盒马鲜生等“新物种”。

如果从商汤、旷视、依图等国内纯AI初创独角兽角度看,他们同样需要深入到产业中。目前这批AI独角兽实质是非常重的模式,先是人才上优秀的科学家团队搭建本来就是投入极大的事情,核心业务上我们也可以清晰看到全栈趋势:从算法、技术解决方案到前端硬件、AI芯片都需要涉及,才能构成完备的AI服务核心能力。如果将互联网初创公司比作特种兵小队的话,那AI独角兽就相当于具备完整火力配备的炮兵连队,特种兵小队专注于战术本身,武器的话属于实用主义够用即可,而炮兵连的考虑重点是火力的极致输出,业务领域上如果只是仅仅提供一些如智能鉴黄、人脸识别等基础技术服务,或在消费级市场提供一些如Prisma等APP,则纯属“大炮打蚊子”,是无法消化其估值的。

讨论到这里,我相信已经充分说明了AI技术为什么一定要结合产业,AI+产业将对单点技术服务商产生巨大的替代作用(降维攻击),而回到本文的主题上,为什么会选择AI+政府这个产业领域?这里面有什么玄机?

AI+政府为何如此重要?

当然,从直观上说,巨头以及独角兽们重视AI+政府领域,首先有着打造样板、享受蜜月期各种政策红利的考虑。而背后深层的原因,我认为是与AI+政府背后的巨大潜力有关,应该如何深刻理解其背后的大趋势?本文认为,需要放在中国经济新周期之下,才能够看到其背后真正的“势”和“道”。

目前中国经济新周期、新常态已经成为了热门词汇,经济学者们对此已经有足够多的讨论和解读。其中所谓的中国经济新周期,对于地方政府而言,在于逐渐告别对土地财政的依赖,严防死守地方债务风险,实现社会治理模式的改变,即降低社会治理成本以及政府执政成本,最终实现地方财政的去杠杆以及可持续发展。尤其在最近中央密集表态绝不兜底地方债务问题,这意味着在今后数年,地方政府需要勒紧裤带过日子,在这个背景下,缩减不必要的财政支出,以及探索提升社会治理效率的方案变得非常必要了。

可以总结理解为,1.当前地方债务问题严峻,地方财政面临大考;2.在新经济周期里,靠以往印钱补充财政是指望不上了,同时房地产熄火导致土地财政风光不再;3.中国社会治理成本极其高昂,当然如果能直接砍掉部分财政支出就更好了,如果砍不掉,任何提升社会治理效率的举措都能大幅节约财政支出。

当然,上述问题可结合两个现象思考:为什么我国没有减税空间?为什么2017年有越来越多的公立三甲医院,被出售给如华润等企业?

本文无意也无法深入讨论经济问题,上述思辨文字,主要希望能启发,去思考未来中国社会治理模式的演进——中国传统社会治理模式中,政府大包大揽全部治理工作(即通过自上而下“行政控制”手段来解决全部社会问题)。而在未来,或逐渐转变为通过服务开放手段来建立新型社会治理模式,让政府不再独揽所有社会管理,鼓励民营组织及民众参与社会治理之中,如果社会自身能解决的治理问题就放权交回给社会,达到“小政府、大社会”的治理模式。

背后的深层原因,就是地方财政问题。

在未来,将会有更多的社会治理领域被开放出来,交由具有更好运营能力的社会主体去运营,使得社会自身消化其中的治理成本,这件事情本身目前有着越来越充分的政治经济理由。而即使从全球角度来看,目前在城市治理和服务领域,确实有巨大的提升空间,如以教育为例,下图一是英国20世纪初期的教室照片,图二是我们熟悉的现代教室,通过这组直观的对比我们会惊讶发现,对于教育这个无比重要的领域,其教学模式实际上与100多年前相比,并未有颠覆性的不同。

一个并没有太大疑问的趋势是,在未来简单的脑力劳动将会被人工智能所全面替代,如何让传统甚至古老的教育体系得以进化?除了政府本身以外,我们还需要来自互联网、新技术领域的力量,而所幸的是我们看到了结合新技术的未来教育已经在初步集结,比如国内的探月学院。

回到AI+政府的讨论上,一方面从历史上回顾,智慧城市的概念并不新鲜,随着ABCT(人工智能、大数据、云计算、物联网)技术的成熟,智慧城市或者说未来的人工智能城市逐渐有了落地的技术土壤;而另外正如本节前面的讨论,目前地方政府有了更大的激励和动机,将部分社会及城市治理领域开放给科技界,促进城市的整体数字化转型,从而提升全社会的治理效率及财政效率。

比如以交通治堵为例,一线城市历史上投入了大量的财政支出在治堵上面,但猛药之下仍然不见显著效果,何不尝试交给机器智能?又如食品安全管理,各种严打执法尚且不能治本,如果交给基于物联网、大数据技术的智能追溯平台,通过新技术赋能代替传统头痛医头的监管模式,或者又是另外一幅画面。

在过去政府往往会以甲方身份采购一些技术服务,试图提升自身治理水平,但往往效果不佳,也容易导致一些乱象,同时浪费了大量财政支出。而未来的趋势,将会是逐渐脱离这种模式,在特定的社会治理领域将部分运营权交给科技界,并允许科技界基于此建立合理的商业模式从而覆盖掉其中的运营成本。同时并非是过往的PPP模式,传统PPP更多是基于政府的治理权撬动金融机构,最终加剧了地方债务问题,而并无形成运营的可持续闭环。

为此,正如前文论述的,在传统政务信息化中提供单点技术服务的公司,很可能将会被降维攻击消灭掉,而真正享受到城市及社会治理数字化转型红利的,将会是目前这波涌入淘金的巨头们。

这或许就是AI+政府的未来。

招聘

新一年,AI科技大本营的目标更加明确,有更多的想法需要落地,不过目前对于营长来说是“现实跟不上灵魂的脚步”,因为缺人~~

所以,AI科技大本营要壮大队伍了,现招聘AI记者和资深编译,有意者请将简历投至:gulei@csdn.net,期待你的加入!

如果你暂时不能加入营长的队伍,也欢迎与营长分享你的精彩文章,投稿邮箱:suiling@csdn.net

如果以上两者你都参与不了,那就加入AI科技大本营的读者群,成为营长的真爱粉儿吧!后台回复:读者群,加入营长的大家庭,添加营长请备注自己的姓名,研究方向,营长邀请你入群。


☟☟☟点击 | 阅读原文 | 查看更多精彩内容

BAT“上山下乡”,用AI“打入政府”相关推荐

  1. BAT全球扩张AI路线图 | 百度早于谷歌,腾讯投资最多

    文章经授权转载自新智元(ID:AI_era) CB Insights的最新报告挖掘BAT的AI相关专利记录.投资和收益等,全方位描绘了BAT的AI策略.报告显示,百度在AI领域处于领先地位.BAT分别 ...

  2. BAT全球扩张AI路线图:百度早于谷歌,腾讯投资最多

    来源:网络大数据 CB Insights的最新报告挖掘BAT的AI相关专利记录.投资和收益等,全方位描绘了BAT的AI策略.报告显示,百度在AI领域处于领先地位.BAT分别着重自动驾驶.智慧城市和医疗 ...

  3. 刷爆了!BAT这场AI芯片之战,你更支持谁​?

    刚刚,云栖大会现场,阿里巴巴集团CTO.达摩院院长张建锋向全场展示了含光800--阿里第一款AI芯片. 为了这款芯片,阿里一年前放下狠话,但谁也没想到一年后即亮相:不仅完成流片,还已在阿里云上正式上线 ...

  4. 反转!BAT编程吸金榜来了,AI程序员刷爆了......

    从2017年开始,人工智能便波澜不断,无论是从BAT高调布局AI,还是从年薪80万招聘AI应届生,炽手可热形容AI工程师一点都不过分. 百度推出"少帅计划",针对30岁以下的深度学 ...

  5. 联想MWC大秀另一面AI实力,BAT为此转型以求

    雷刚 发自 凹非寺  量子位 报道 | 公众号 QbitAI 一年一度,世界移动通信大会依然在巴塞罗那开展. 今年全是AI,都讲5G. 毫无疑问,这两大交融交汇的科技浪潮,正在推动全球科技公司变革,也 ...

  6. AI创业者如何成为风口上独角兽

    转载地址:http://36kr.com/p/5094083.html 孙然 • 2017-09-21 • 创投人说 "对投资人而言,募投管退能力,怎么帮助被投企业,帮他们对接资源这都是战术 ...

  7. AI 产品经理的三重门

    http://www.woshipm.com/pmd/1528765.html AI时代的AI产品经理应该像创业者一样,全局把控公司产品方向,用AI技术赋能重新定义手头的产品,真正的成为AI产品经理型 ...

  8. 从比特大陆AI芯片入局智慧城市看阿里腾讯的城市“攻坚战”...

    目前,明确提出把智慧城市列为2019年重点任务的城市有:深圳.北京.上海.广州.杭州.天津.成都.重庆.武汉.济南.西安等.此名单之外,有一个城市正悄悄汇聚各方资源,享受着得天独厚的国家政策扶持,成为 ...

  9. 飞天 AI 平台重磅发布!阿里拥抱 AI 这五年

    简介: 2014 年,一个名为"iDST"的神秘部门的诞生开启了阿里的人工智能新征程,5 年后,初长成的达摩院成为了阿里 AI 崛起的代表性力量.如今,阿里已跻身全球人工智能技术研 ...

最新文章

  1. Hadoop集群搭建(五:Hadoop HA集群模式的安装)
  2. 65. Leetcode 153. 寻找旋转排序数组中的最小值 (二分查找-局部有序)
  3. 2020年 | 云计算发展的5大趋势
  4. Linux下目录快速切换小工具bd
  5. ZigZag Conversion leetcode java
  6. python 排序统计滤波器_马尔可夫链+贝叶斯滤波器的Python展示
  7. 【idea中debug的使用】
  8. AD画封装的血泪教训:有叉的放在外侧
  9. java如何把汉字转换成机内码_如何用java随机生成一个汉字?
  10. java dom4j解析复杂xml成json
  11. php 简转繁体,php如何实现简体繁体转换
  12. 机器人方向顶级刊物(全网汇总)截至2022.04.09
  13. 不小心隐藏IDEA的main menu,让它恢复显示的解决方法
  14. 在blog中添加attachments功能 (修改系统Control)
  15. android设置自动亮度,android5.1 自动亮度调节简析
  16. nuc7 android tv,第七代的进化,Intel NUC7i3BNH 开箱评测拆解
  17. (附源码)springboot电商系统前端界面设计与浏览器兼容性研究 毕业设计 231058
  18. App Store上推广App的实战经验
  19. 智能卷发器的原理和功能
  20. c 当前程序的语言,c语言实现获取macos当前的系统语言

热门文章

  1. .NET开发人员值得关注的七个开源项目
  2. redhat中使用securecrt 中文乱码解决办法
  3. Spring Cloud(七)服务网关 Zuul Filter 使用
  4. 对支持向量机(SVM)的个人理解
  5. 《数据科学家养成手册》--第四章---数据科学的使命
  6. 韦东山网课https://edu.csdn.net/course/play/207/1117
  7. 移动端iPhone系列适配问题的一些坑
  8. ubuntu 14.0 下github 配置
  9. 创建ASP.NET WEB自定义控件——例程2
  10. 自己动手设计RESTful API