AI会率先在汽车、安全和金融领域落地!不服来辩 | AI科技评论

简介:

AI正在如火如荼的发展着,我们对AI在各种各样的领域里打败人类的新闻都已经见怪不怪了。可是不知怎的,我们生活中竟然还没怎么见到能让我们感觉到“AI就在身边”的东西。现在这些强大的算法做的更多的是改进我们已有的服务和产品,从而让他们给我们提供更好的服务体验,而真正的AI产品——比如聊天机器人、机器人助理,它们的体验往往不尽人意。而另一个大类自动驾驶汽车,在大多数地方仍然等待着严苛的道路测试和安全评估。

那么AI到底何时才能结束这场漫长的铺垫,在Hyper Cycle上走上那条缓慢但坚定的上升曲线呢?又是哪个领域会最先获得这样的成就,哪个领域对我们的帮助会是最大的呢?在8月26日下午举行的CCAI人工智能产业论坛上,多位来自人工智能公司的首席科学家、投资人等大牛围绕着这个问题展开了激烈的讨论。

论坛的主持人是出门问问的创始人和CEO李志飞,微软亚洲研究院的主管研究员郑宇,参与的嘉宾有蚂蚁金服副总裁、首席数据科学家漆远、驭势科技联合创始人及CEO吴甘沙,红杉资本合伙人周逵,格灵深瞳联合创始人及CTO赵勇,以及京东集团PCL实验室研发总监陈宇。雷锋网(公众号:雷锋网)对论坛内容进行了摘编,为大家展现大牛们对人工智能产业化的一些预测。

AI会率先在汽车、安全和金融领域落地!不服来辩  | AI科技评论

人工智能最先产业化的会是哪个领域?

郑宇:大家觉得人工智能领域中,哪个种类的应用和产品将是近期内落地最快的,发展到最大规模的?只能说一个。

陈宇

要我来说的话,我们目前已经落地的产品线中,我个人认为,能替代人工的产品可能会有非常非常重要的意义,比如我们京东有一个智能客服。叫Jimi机器人,这个东西就是可以大量替代人工的。

吴甘沙

我都不用说吧,我肯定觉得最有意思,市场规模最大的会是智能驾驶。因为你不能只看你卖出了多少智能驾驶的车,还要考虑到它会对整个人和物的交互相关的产业都带来重新定义级别的冲击。包括出租业、停车业等等,我们再想象一下,车上可以放各种东西,它可以改变物流,改变金融,比如说保险业。所以综合来看我认为无人驾驶会是,尤其在未来五年到十年内,AI领域影响最大的技术。当然回到前面那个问题,我认为AI,或者就智能驾驶这个领域来说的话,AI不是一个完整的商业模式,他是已有的商业模式的一部分,所以同汽车主机厂商协商其实是最简单的一步,后面的考虑,怎么把这种AI技术应用到车里去,做到足够稳定可靠。才是最麻烦的。

郑宇:我们看到漆远看起来很不服,他肯定有不同观点,来我们请他说说。

漆远

嗯,郑宇是个非常好的主持人,我想,近几年AI应用的最好的领域应该是……金融。原因我觉得因为是金融本身就是关于数据的。不管是风险还是交易还是策略还是什么,都是数据。这种情况下AI其实能发挥最大的作用。而且由于我们积累下来的数据量很大,也是最好基于此对AI进行改进的。

郑宇:那您,能不能说出一些您觉得自动驾驶行业可能会有一些不足的地方?如果大家都说自己好,那就没法比较了是不。

漆远

额,我跟甘沙是好朋友啊……这个,但是如果要我来说的话,我觉得自动驾驶最大的问题在什么地方呢,在于中国按照交通规则来驾驶的人太少了。我从美国回来的同事经常被电动车蹭。不管对路面的分析多精确,怎么保持车速什么的,都没用。没法预测,要是路边突然窜出一个电动车来,我怎么办呢。

郑宇:甘沙,你有一个反对机会!

吴甘沙

我是直接挑金融的毛病还是维护我的自动驾驶领域呢?这么说吧,我想,漆远刚刚讲的,确实是中国的交通情况,我们其实跟外国人去吹牛的时候也会说,你敢不敢到五道口去开开啊,你敢不敢去西直门立交桥去开开啊对不,但是其实单从防撞这个角度来说的话,其实AI是可以应付的。当然,需要传感器的配合。比如激光雷达。当然,同样的技术肯定是在新加坡那样严格的地方更容易落地,但是在中国也是可以做到的。而且我觉得在中国有个好处。就是政策很好。政府有时候可以在基础设施方面给你非常大的帮助。这样就可以更好的把基础设施和你的技术配合起来,也能够满足需求。然后我再攻击一下金融这一块哈,我觉得确实金融这一块,因为整天跟钱接触,所以来钱的可能性肯定也大。但是同时亏钱的可能性也是有的,自动驾驶肯定是一个能保证你更安全的技术,但是金融就很有风险。另外,智能驾驶也不仅仅应该从一个个体来看人们获得了多少,而应该看它对整个社会造成了什么影响,从这个角度上看,至少是可以和金融媲美的吧。

郑宇:服不服?

赵勇:咳……

郑宇:哦对了,正好我们赵勇可以补充一下,刚刚他提到了视觉,就是旁边突然窜出来个车子你怎么办?你也可以帮忙确认一下,是不是这么个情况?

赵勇

嗯,其实我觉得我在AI领域是一个特别贪婪的人。我们格灵深瞳做了安全,而大家也知道我其实也是驭势科技的联合创始人。我们从两年前开始做汽车视觉后来把这个技术应用到了驭势科技,所以我代表三个专业来攻击下金融嗯,就是你想啊,安全也好,医学也好,自动驾驶也好。都是为了人类的健康、安全着想的,都是人命关天的事,但是你说多赚点钱,多赚些利息,少发几个红包吧,真的是没那么重要。我们看一个行业不能光看他赚了多少钱,还要看它的社会效益,推动人类向前发展的作用,所以吧,这是我对金融的看法,至于医疗,安全还有自动驾驶汽车这几个问题呢我觉得他们都很重要,嗯就像甘沙说的那样,这可能是人工智能最重要的应用领域之一,不过目前我觉得安全领域至少是最早会成熟的,会产生巨大的经济和社会效益的一个行业,

郑宇:漆远老师您还有什么要说的吗?

漆远

其实金融的话,赵勇老师刚刚讲的特别好,所以在这里我跟大家分享一个我们的内部秘密吧,我们开会的时候讲的第一句话就是,我们今年的目标不是挣多少钱,我们的KPI不是挣钱,真的,我们讲的是普惠金融,我们的整体目标,是希望能够借助金融的力量产生对社会的整体推动力,因为今天主题是技术所以我没有讲,我们对小微企业贷款的数额已经非常大了。金融不应该被邪恶化,他其实是社会的血液,我们给需要帮助的企业个人提供贷款,这也是在真正的推动社会进步的东西,还有其实现在中国的中产阶级有非常强的理财需求,我们在这方面帮助他们其实也是一个普惠于民的行为,还有关于风险的事。其实我们人工智能现在在这个领域最大的应用就是风险控制了。

郑宇:嗯我们这边刚好有红杉资本的周逵先生,我们请周逵先生说一下。

我观点也挺鲜明的,我认为就现在今天这个时间来讨论的话,今天最大的应用领域可能是金融和安全,不过我的原因和漆远可能不太一样,其实我就是认为它们离钱近。而且它们的数据化是做的最好的。可能过五到十年的话,最大的应用领域可能会变成汽车,因为你在这个事情上花钱最多,大家看看自己家里的账单,其实在交通费上花的是非常多的。但无人车的具体应用,可能还要再等一段时间。今天街上还是很少有无人车在跑,可能要再等五到十年,而再过十五到二十年最大的市场我觉得是健康,你看,二十多年之后我们想象一下,我们都变成六十多岁的人了。那个时候可能对我们来说其实另外两样都不重要了,对吧,而且这几个应用其实都是有一个解决问题的层次在里面,而无人驾驶其实他解决问题的迫切程度没有那么高。

总结

虽然论坛的嘉宾们为各自支持的应用领域谁会最先实现产业化应用进行了激烈的辩论,但其实他们也只是在争一个相对的高下而已了。医疗、金融、无人驾驶、安全,这几个都是AI相当有应用前景的领域,这点基本已经是大家的共识了。不过红杉资本的周逵的发言或许能给大家一些启示:除了技术本身,其应用环境所处的领域也是相当重要的。需求的迫切程度、甚至应用环境“离钱近不近”,都有可能成为影响发展速度的关键因素。

而自动驾驶,尽管周逵在其预测中只给了它一段很小的窗口期。我们倒是认为它的机会还是相当大的。有分析认为,自动驾驶会让“私有车辆”的概念逐渐模糊,而让公共用车变成常态,从而缓解交通压力,我们倒是认为这未必会发生,因为尽管平时私家车辆的闲置率确实很高,但高峰期时的大需求还是切实存在的,因此即使无人驾驶得到普及,私有车辆应该仍是主流,对交通压力的缓解恐怕要通过在更高的层级(如交通管制部门)上进行的流量控制和提高行车时的路线规划效率来完成了。也就是说,无人驾驶汽车的市场应该仍然有巨大的增长空间。


本文作者:黄鑫


本文转自雷锋网禁止二次转载,原文链接


相关文章
|
2月前
|
人工智能 安全 Cloud Native
Nacos 3.0 架构升级,AI 时代更安全的 Registry
随着Nacos3.0的发布,定位由“更易于构建云原生应用的动态服务发现、配置管理和服务管理平台”升级至“ 一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台 ”。
|
2月前
|
存储 设计模式 人工智能
AI Agent安全架构实战:基于LangGraph的Human-in-the-Loop系统设计​
本文深入解析Human-in-the-Loop(HIL)架构在AI Agent中的核心应用,探讨其在高风险场景下的断点控制、状态恢复与安全管控机制,并结合LangGraph的创新设计与金融交易实战案例,展示如何实现效率与安全的平衡。
323 0
|
24天前
|
数据采集 人工智能 定位技术
分享一个开源的MCP工具使用的AI Agent 支持常用的AI搜索/地图/金融/浏览器等工具
介绍一个开源可用的 MCP Tool Use 通用工具使用的 AI Agent (GitHub: https://github.com/AI-Agent-Hub/mcp-marketplace ,Web App https://agent.deepnlp.org/agent/mcp_tool_use,支持大模型从Open MCP Marketplace (http://deepnlp.org/store/ai-agent/mcp-server) 的1w+ 的 MCP Server的描述和 Tool Schema 里面,根据用户问题 query 和 工具 Tool描述的 相关性,选择出来可以满足
|
2月前
|
机器学习/深度学习 人工智能 算法
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
AI-Compass 强化学习模块:理论到实战完整RL技术生态,涵盖10+主流框架、多智能体算法、游戏AI与金融量化应用
|
2月前
|
人工智能 弹性计算 安全
阿里云计算巢私有化MCP市场:企业级AI工具的安全部署新选择
阿里云计算巢私有化MCP市场,依托阿里云弹性计算资源,提供自主可控的私有化部署方案。支持OpenAPI、SSE、StreamableHttp等多种接入方式,结合Higress云原生网关实现高效网络控制,所有工具直接部署在用户云账号下,5分钟极速部署,保障数据安全与使用便捷性。适用于对数据安全要求高、需访问内网资源、服务隔离及统一管理多种MCP工具的企业场景。
|
2月前
|
云安全 人工智能 安全
2025全球AI攻防挑战赛:巅峰对决,守护未来数字身份安全!| 阿里云天池平台赛事推荐丨云工开物
2025全球AI攻防挑战赛由多家顶尖机构联合主办,旨在应对AI时代安全威胁。赛事设置三大战场、六大命题,涵盖视觉、动态交互与声纹认证,推动动态攻防技术革新。参赛者将有机会获得百万奖金及与顶尖专家交流的平台。立即组队,共筑AI安全防线!
|
2月前
|
人工智能 缓存 监控
GitHub 8k star!Portkey AI Gateway 如何帮你3行代码接入1600+ LLM,实现成本、可靠性与安全三赢?
Portkey AI Gateway 是一个轻量级、高速、安全的中间层,帮助应用对接多模态 AI 模型,统一管理,快速落地。支持超1600款语言、视觉、音频、图像模型,通过 1 个 API 接口实现快速、可靠、安全的模型路由。具备智能路由、自动重试、缓存机制、合规控制等功能,助力企业高效构建 AI 应用。
108 0
|
人工智能 缓存 NoSQL
【深度】企业 AI 落地实践(四):如何构建端到端的 AI 应用观测体系
本文探讨了AI应用在实际落地过程中面临的三大核心问题:如何高效使用AI模型、控制成本以及保障输出质量。文章详细分析了AI应用的典型架构,并提出通过全栈可观测体系实现从用户端到模型推理层的端到端监控与诊断。结合阿里云的实践经验,介绍了基于OpenTelemetry的Trace全链路追踪、关键性能指标(如TTFT、TPOT)采集、模型质量评估与MCP工具调用观测等技术手段,帮助企业在生产环境中实现AI应用的稳定、高效运行。同时,针对Dify等低代码平台的应用部署与优化提供了具体建议,助力企业构建可扩展、可观测的AI应用体系。
|
1月前
|
机器学习/深度学习 人工智能 PyTorch
GPT为定制AI应用工程师转型第一周学习计划
本计划帮助开发者快速入门AI领域,首周涵盖AI基础理论、Python编程及PyTorch实战。前两天学习机器学习、深度学习与Transformer核心概念,掌握LLM工作原理。第三至四天快速掌握Python语法与Jupyter使用,完成基础编程任务。第五至七天学习PyTorch,动手训练MNIST手写识别模型,理解Tensor操作与神经网络构建。
111 0

热门文章

最新文章