在剛剛結束的全國兩會上,“科技創新”成為高頻詞彙。從李克強總理的《政府工作報告》,到大會審議通過的“十四五”規劃綱要,再到李克強總理答記者問,都鮮明地體現了這一點。提升科技創新能力,正在成為壯大經濟發展的新引擎。“科技創新與實體經濟融合”正越來越頻繁地被提及。“兩者的深度融合,將大力推動實體産業的轉型升級,催生新産業、新業態和新模式。”曠視科技CEO印奇分析,産業數字化將成為未來科技創新的風向標,人工智慧(AI)與物聯網(IoT)的融合,則將加快産業數字化轉型的步伐,成為未來10年最大的創新機遇。
印奇分析,其中AI是核心技術能力,IoT是産業落地場景。“AI與IoT的融合,本質上就是將AI的能力注入IoT的場景之中,實現産業的數字化智慧化改造,進而推動實體産業的高品質發展。”
印奇認為,為了更好地促進AI與産業的融合,應把握幾個關鍵點。首先,要以打“移動靶”的心態,推動産業數字化發展。當前,中國科技創新能力不斷取得新突破,無論是創新的速度還是創新的規模,都實現了歷史性跨越。“但我們也意識到,與世界科技強國相比,我們還存在明顯差距。一個突出的表現就是,雖然中國在消費側的數字化水準獨步全球,但在産業側的數字化進程仍處於發展階段。”他説,一個重要原因是,消費側的科技創新往往聚焦于前端應用和商業模式的創新,這類創新就像打“固定靶”,即面對確定的目標與需求,開發特定的産品推向市場;産業側的科技創新則更像打“移動靶”,需要與錯綜複雜的行業結合,需求高度不確定,技術落地週期長。因此,發展産業數字化,需要有長期耕耘的耐心,緊緊依靠基礎研究、工程實踐和産業創新的聯動效應,才能滿足動態和不確定的需求。
其次,印奇認為,應以“拉”為主、採取“推”“拉”結合的模式,促進AI與産業的融合。在他看來,科技創新可分為“推”和“拉”兩種模式。過去,科技創新更多采用的是“推”的模式,即技術和産品創新過程始於研發,經過生産和銷售,並最終推向市場。整個過程完全由供給側發起,市場和用戶僅僅是産品創新的被動接受者。而以深度學習為基礎的新一代AI技術,由於其本身就非常依賴於行業數據,與各行各業有著天然的聯結,因此也必須在行業裏找到落地場景。這就決定了AI技術的落地必須是“需求定義供給”,既要從用戶需求出發進行技術和産品的研發,又要針對用戶反饋對技術和産品作出調整,由此形成技術創新的價值閉環。採取以“拉”為主,“推”“拉”結合的模式,將大幅提升AI産業落地的效率。
同時,印奇表示,要以新型人才體系,加速AI的産業落地。“AI是典型的人才密集型行業。推動AI的産業落地,就必須擁有一批真正關注用戶需求、懂得行業運作規律的行業專家。”他説,AI與産業的融合過程,對組織的密度和陣型提出了極高要求。
“一家AI企業不僅需要具備頂尖的AI技術研發人才,還需擁有大量具有行業視角和經驗的人才。為此,AI企業需要搭建新型的人才機制和體系,形成多樣性的人才梯隊,讓不同類型的人才在一個體系和框架下,相互融合、良性互動,從而實現技術、産品到行業解決方案的快速落地。”印奇稱。