如果说智能语音应用的渗透更像是“润物细无声”，无人驾驶行业的消息历来“惊雷滚滚”。百度公司董事长兼CEO李彦宏在2017百度世界大会上表示，百度公司Apollo开放平台将在2018年量产中国首款无人驾驶微循环巴士“阿波龙”，主要在汽车小镇、园区、景区、机场、城市级无人驾驶实验区等限制区域实现L4自动驾驶。
这也就意味着，百度在一定程度上实现了2015年底承诺无人车“三年商用”的口号。同时，李彦宏宣布，百度还将与江淮、北汽在2019年、与奇瑞在2020年推出自动驾驶量产车型。
腾讯排兵布阵的重点之一则是医疗。今年，腾讯发布AI医学影像产品“腾讯觅影”，包含6个人工智能系统，涉及疾病包含食管癌、肺癌、糖网病、宫颈癌和乳腺癌。
据腾讯觅影产品经理杨昊臻介绍，腾讯觅影每个月处理上百万张医学影像，食管癌早筛系统准确率超过90%，肺结节早筛系统准确率超过95%，可检测3毫米及以上的微小结节，糖网识别准确率更是高达97%。
爆点
尽管国内四大人工智能场景正在徐徐铺开，但问题的关键是，哪一个将更快成为下一轮商业增长的爆点？
根据赛迪顾问《2018中国人工智能产业发展及投资价值》报告显示，2017年中国人工智能核心产业规模超过700亿元，其中硬件产品占比达55%，支撑层占31%，软件产品占比仅为14%。在细分产品结构中，传感器、可穿戴设备、无人/辅助驾驶分别以31%、25%、19%的占比位居前三，其后才是语音识别平台、机器视觉系统、服务机器人、智能无人机等产品。
“智能客服、语音处理及同步翻译是目前最成熟、也最容易落地的场景，很容易看得见、摸得着。”围绕几个场景的未来发展，微软中国物联网及人工智能资深产品市场经理李冕向21世纪经济报道记者评论道。
李冕看好的另一个场景是人工智能的辅助式医疗。“通过技术手段，人工智能已经可以提升重复看片等医疗环节的效率，同时可以在综合病患数据后进行全程监测，这些都是仅靠人力难以媲美的。”李冕指出，“医疗领域的部分场景已经可以开始落地。”
赛迪顾问人工智能产业研究中心副总经理向阳则表达了不同的观点。他指出，智能语音行业中的服务机器人有望成为AI进入家庭的切入点所在，但未来商业增长的爆点首当其冲还是在无人驾驶行业。“无人驾驶行业各方面已经非常明显，包括产品形态、生态环境等，已经形成趋势。”向阳告诉21世纪经济报道记者。
向阳的判断依据在于需求。“无人驾驶可以解放司机的双手，同时能够增加道路行驶的安全性，在此种刚需的作用下，行业业态进化是必然的。”向阳向记者指出，“当前的智能语音并非解决生活中最为痛点的问题，更多是增加产品附加值，因而虽然做出来非常炫酷，但实现商业化还需要不断探索落地的场景。”
然而，一位不愿具名的业内人士向21世纪经济报道记者表示，无人驾驶尽管前景可期，但依旧不容易。“在产业发展的过程中，互联网企业不仅需要与传统车厂配合，还涉及许多社会伦理层面的东西。例如在右边是老人、左边是围墙的情况下，通过技术去判断撞人或自撞可以实现，但无法逾越伦理的门槛。”
在智能城市方面，多位业内人士则表示，目前还处于极为初级的阶段。“现在能做到的更多只是定点监测车辆或个人，所谓的城市大脑更多停留在智慧交通的层面，这个领域还有更多空间有待挖掘。”前述业内人士评论道，“整个智能城市的体系还没有完全搭建起来，要真正实现落地还需要漫长的时间。”
挑战
尽管百度已经基本兑现了“三年商用”的承诺，但这还远非无人驾驶领域质的飞跃。
“百度宣称的量产是L4商用车的量产，更多是固定路线的车辆，人员及周边环境并没有那么复杂。”向阳向21世纪经济报道记者直言，“L4商用车的技术已经相对成熟，实际上，驭势科技也已经推出了样车，国外Otto无人卡车已经上路。”
但作为市场空间更大的L4乘用车，则还需要等待。21世纪经济报道记者了解到，目前业内普遍推断L4乘用车的时间点约在2020年左右。除了此前提及的伦理、法规方面的困境之外，即便是技术上，L4无人乘用车也不乏困境。
“英伟达已经推出了数款高性能计算芯片，但功耗高达数百瓦。与之相比，智能手机的芯片功耗最低甚至不到1瓦，降低能耗是行业所需要共同努力的方向。”向阳表示，“目前行业内的一个趋势是，将训练好的模型加载到终端芯片上应用，但最好仍是终端处理计算量的扩容。”
此外，高精地图的精度、多元传感器的融合、机器模型判断等方面均有待突破。“这件事想起来就很复杂，更何况真正去开发，在这个过程中必然会有许多陷阱。”向阳指出。
尽管困难重重，但无人驾驶行业至少拥有了相对公认的量产时间点。与之相比，无论医疗影像、智能语音还是智能城市，目前都很难有一个明确商业化节点。
“从技术上而言，当前多人对话等场景下的语音识别率很高，但距离实际应用仍有差距，智能语音在质检等方面拥有很好应用，但尚未达到百分之百的识别率。”前述科大讯飞人士告诉21世纪经济报道记者，“包括各种方言的识别，一定程度上会涉及投入产出比不足及性价比问题，这些都是技术企业需要继续努力的地方。”
医疗影像的困难之处则更多在于数据。“医疗影像资料的标注需要权威性，需要专家的参与，而专家的门槛相当高，导致这一块成本巨大。”向阳表示，“此外医疗数据孤岛现象严重，这一块需要医疗协会、企业、机构多方配合完成。”
智能城市方面，李京梅向21世纪经济报道记者直言，一些行业痛点在所难免。“一方面是数据的共通性，另一方面则是数据质量的保障，不同机构的数据格式规范与标准不一，其中还间杂老旧数据。另外数据共享也是问题，技术上的保障问题还需要在未来业务中持续面对。”李京梅表示。
罗兰贝格大中华区全球合伙人江浩则告诉21世纪经济报道记者，智慧城市的应用层及解决方案因其复杂性，需要多家企业配合、共同参与。“智慧交通、智慧医疗、智慧教育、智能楼宇等，诸多行业都需要具体的、可落地的解决方案，没有任何一家企业可以‘一统江湖’。”
