周曦
本文由云从科技创始人周曦撰写并投递参与“数据猿年度金猿策划活动——2020大数据产业趋势人物榜单及奖项”评选。
大数据产业创新服务媒体
——聚焦数据 · 改变商业
2020年，由于新冠疫情的影响，“新基建”随之呼出，大数据、人工智能、5G成为推动经济转型发展的新动力。以数据流引领技术流、物质流、资金流、人才流，将深刻影响社会分工协作的组织模式，促进生产组织方式的集约和创新。大数据推动社会生产要素的网络化共享、集约化整合、协作化开发和高效化利用，改变了传统的生产方式和经济运行机制，显着提升经济运行水平和效率。大数据持续激发商业模式创新，不断催生新业态，已成为互联网等新兴领域促进业务创新增值、提升企业核心价值的重要驱动力。大数据产业正在成为新的经济增长点，将对未来信息产业格局产生重要影响。
据相关数据显示，2017年中国大数据产业规模达到4700亿元，同比增长30%;2018年中国大数据产业规模突破6000亿元；2019年，在5G、边缘计算、人工智能以及大数据等新一代信息通信技术的发展下，数据呈现爆发式增长态势，大数据产业发展日益壮大，随着国家政策激励以及大数据应用模式的逐步成熟，预计未来几年中国大数据市场仍将保持每年30%以上的快速增长。
目前，大数据在电信、智慧城市、电子商务及社交娱乐等行业已经出现规模化应用，中国大数据市场将进入高速发展时期。国际数据公司IDC和数据存储公司希捷的一份报告显示，到2025年，随着中国物联网等新技术的持续推进，其产生的数据将超过美国。我国产生的数据量将从2019年的约9.4ZB增至2025年的48.6ZB，数据交易迎来战略机遇期。1zettabyte大约是1万亿gigabyte，这是当今常用的测量方法。与此同时，美国2019年的数据量约为8.6ZB。到2025年，这个数字预计将达到30.6ZB。
在产业层面，我国大数据产业继续保持高速发展，大数据将深入渗透到各行各业。对于我国大数据产业的规模，目前各个研究机构均采取简介方法估算。根据国家工业信息安全发展研究中心通过对全国3000多家大数据相关企业的问卷调查和座谈形成的《2019中国大数据产业发展报告》，截至2019年，大数据产业规模超过8000亿元，预计到2020年底将超过万亿。目前，17个省市建立了大数据局，大数据安全维护机制日益完善。283所高校获批数据与大数据技术专业。全国有100多个大数据相关产业联盟成立，对大数据的发展起到推动作用。另外，大数据研发人员2019年超过8万人，研发投入超过550亿人民币。
中国信息消费市场规模量级巨大，增长迅速。在网络能力的提升、居民消费升级和四化加快融合发展的背景下，新技术、新产品、新内容、新服务、新业态不断激发新的消费需求，而作为提升信息消费体验的重要手段，大数据将在行业领域获得广泛应用。
与此同时，与大数据息息相关的人工智能行业也日益壮大。今年上半年中国人工智能核心产业规模达到了770亿元，人工智能企业超过了260家，已成为全球独角兽企业主要集中地之一。人工智能赋能实体经济，为生产和生活带来革命性的转变。作为新一轮产业变革的核心力量，人工智能将重塑生产、分配、交换和消费等经济活动各环节，催生新业务、新模式和 新产品。从衣食住行到医疗教育，人工智能技术在社会经济各个领域深度融合和落地应用。同时，人工智能具有强大的经济辐射效益，为经济发展提供强劲的引擎。
目前，我国人工智能行业的特点在于：侧重应用层产业布局，市场发展潜力大。欧洲、美国等发达国家和地区的人工智能产业商业落地期较早，以谷歌、亚马逊等企业为首的科技巨头注重打造于从芯片、操作系统到应用技术研发再到细分场景运用的垂直生态，市场整体发展相对成熟；而应用层是我国人工智能市场最为活跃的领域，其市场规模和企业数量也在国内 AI 分布层级占比最大。据艾瑞咨询统计，2019 年，国内 77%的人工智能企业分布在应用层。得益于广阔市场空间以及大规模的用户基础，中国市场发展潜力较大，且在产业化应用上已有部分企业居于世界前列。
因此，我认为，发展人工智能，就是要与经济深度融合，在未来，形成“数据驱动、人机协同、跨界融合、共创分享”的智能经济形态，人机协同是其中的关键性技术。人机协同的目的，是通过AI技术帮助行业管理者、专家、普通从业者实现生产效率与产品品质的数量级提升，实现全社会的效率最大化。
在最终达到人机协同之前，人工智能的发展，将经历3次技术变革浪潮的叠加，实现数量级的生产效率与产品品质的提升。
第一浪潮阶段，主要特征是多个人机协同感知端的技术点实现突破。特别在语音识别、图像识别、自然语言处理等领域的技术突破，可以帮助生产者从繁重、重复的工作中解放出来，从事更富创造力的工作。比如在银行网点，人脸识别产品替代人工进行人证核验，使高柜柜员可以从事理财营销等活动。
第二浪潮阶段，主要特征是完成感知、认知到决策的人机协同技术闭环，以及AI工程学对效率呈现数量级提升的作用。帮助行业专家实现知识模型化、自动化，帮助行业决策者实现更全面的掌控与更合理的决策。AI项目的一个困难就是人才短缺，实施费用居高不下。通过AI工程学的突破性变革，大幅降低AI项目实施门槛，对AI项目实施有数量级的效率提升，加快与实体经济融合。
第三浪潮阶段，主要特征是人机协同关键技术成熟，通过新一代人机交互体验实现智能化内容的高效生成，极大释放生产能力、提升生产效率。人工智能将以助手协同的方式帮助创造者，极大释放创造力，极大提高生产效率，实现产品和服务内容的极大丰富。平衡供需矛盾，将行业各环节重构，催生新技术、新产品、新产业、新业态、新模式，实现传统行业生产力的整体跃升；普惠高品质生活，实现高品质生活和个性化服务，使得城乡区域发展差距和居民生活水平差距显著缩小，基本公共服务均等化基本实现；全面实现社会精准治理，通过人机协同借助专家和机器智能准确感知、预测、预警社会运行的重大态势，主动决策反应，将显著提高社会治理的能力和水平。
依托人机协同在未来的大力推广，以及人工智能、5G等行业对大数据的倚重。到2021年，随着各地数字经济和新型智慧城市建设项目的持续推进，以及大规模物联网终端的落地使用，数据量的爆炸式增长将带来丰富的数据分析和应用需求，政府、金融、电信和工业等领域的大数据应用和智能分析应用将迎来新一轮增长。
在2021年，我认为，以技术为核心的“人机协同生态圈”将成为数智产业发展新模式。随着人工智能技术在场景中应用的不断深化，早期单一技术实现的技术闭环难以满足复杂场景下的智能化需求。人们对于智能算法的能力要求持续升高，优质数据的需求持续扩大，核心技术能力的研发难度开始加大。
目前，人工智能已在金融、医疗、教育、零售、工业、交通、娱乐等诸多领域进行智能化的渗透。在智能变革的趋势下，传统行业纷纷开始探索如何与人工智能结合应用。随着传统产业的智能化实践逐步深入，行业中深层次的知识和经验尤为重要。简单的人工智能技术叠加将不再能满足用户的智能化预期。
未来，无论是大数据产业，还是人工智能产业，随着旺盛的需求和发展的趋势，都必将向工业化迈进。标准化的产品、规模化的生产、流水线式的作业将是大数据辅助人工智能实现产业化的发展方向。企业在行业实践中的大量人机协同经验沉淀将通过开放平台扩散至更多行业。既拥有行业知识又拥有智能技术的企业通过提供标准化、模块化的产品和服务，为横向多行业全场景赋能。“开放、共享”将成为下一阶段人工智能产业发展的关键词。
汇集丰富大数据的开放创新平台的建设可以更好的整合行业技术、数据及用户需求等方面的资源，以普惠应用的方式细化产业链层级，助力人工智能产业生态的构建。中小型人工智能企业能够依托开放平台，集中资源和力量，打造自身的核心竞争力。传统领域的企业能够借助开放平台的技术能力，快速实现行业的智能化转型。“开放、共享”的创新发展模式将提升人工智能技术成果的扩散与转化能力，促进中国大数据产业形成以开放平台为核心的智能生态圈。
人工智能与大数据行业必将在如今的基础上，基于新基建背景下，各行各业对数智化转型越来越强烈的需求，通过互相支持和支撑，达到爆发式地发展。
关于作者·周曦：
云从科技创始人周曦博士担任中国科学院、上海交大博士生导师，在计算机视觉与模式识别等人工智能相关领域拥有全球顶尖的技术背景和产业经验。
曾带领团队在图像识别、音频检测等模式识别国际大赛中7次夺冠；在国际顶级会议、杂志上发表60余篇文章，被引用上千次。
2011年，周曦博士入选中国科学院“百人计划”，2015年，率领中国科学院团队成立云从科技。
