全面移动互联以及业务线上化，都在产生大量的数据沉淀，使企业对客户的洞察更加深刻全面，自身运营也更为有效、可视。因此，数字化转型已经成为价值企业快速成长必不可少的要素。
 

但长时间以来，基于深度学习和神经网络驱动的人工智能技术，在企业数字化转型过程中，还处于一个若即若离的状态，参与感一向较弱。
 

回顾人工智能技术与企业之间的关系， 在“2020《商学院》商业领袖高峰论坛”上，商汤科技企业业务事业部总经理赵峰将其分为四个阶段：平行发展、风云际会、交织融合、螺旋上升。

从平行发展到风云际会

2014年以前，人工智能技术更多停留在实验室内。其中一个核心问题是算法还不能适应复杂的业务场景，没有办法达到多样化的商业应用匹配。

香港中文大学的Sun Yi等人提出将卷积神经网络应用到人脸识别上，采用20万训练数据，在人脸数据上第一次得到超过人类水平的识别精度，这是人脸识别发展历史上的一座里程碑。

赵峰表示，业内一般将之视为人工智能突破工业应用红线的分水岭，也宣告了人工智能技术第二阶段的来临。“这一阶段可以说是风云际会，很多细分场景的技术应用得到了突破。”他进一步说道。 

比如，2016年，商汤科技在中国移动的营业厅推出了一款硬件一体化设备，可以采集到店客户的人脸图像，与其携带的身份证件进行比对，完成实名认证。

此后，人脸识别在身份核验领域被大量运用。2016年到2017年，在互联网金融快速发展的过程中，人脸识别技术几乎“承包”了线上身份核验。赵峰透露，仅2017年，商汤提供的人脸识别服务就达到了6亿次。

在单一场景中，无论是线上还是线下，人脸识别在不同物理空间的初步应用，驱动着人脸识别技术算法的提升和迭代。

赵峰表示，在这个过程中，企业和客户逐步认识到人工智能技术所带来的价值。但颇为遗憾的是，当时人脸识别技术的应用场景还比较有限。

“核心原因在于算法训练、设计推理系统的成本都非常高，很多场景无法形成价值闭环，简单地说就是技术应用产生的价值难以覆盖企业投入的成本。”赵峰说道。

交织融合

2018年，人工智能在企业数字化中的发展进入了交织融合期，这个时期许多应用场景对人工智能算法的精度、组合的复杂度、算力的速度等提出了更高的要求。

赵峰表示，面对企业日益旺盛的人工智能应用需求，算法的生产效率提升是关键。只有算法的生产效率提升了，应用场景才能得到极大扩展。幸运的是，这一时期，算法与需求同时发生了井喷，在各个领域当中，AI都深入地渗透了进去，拉开了 AI赋能百业的大幕。

在赵峰看来，这个过程中，企业会发现一些人工智能技术应用的瓶颈：譬如过去非结构化数据积累不足；或者企业相关的人才匮乏，无法快速推动技术应用落地。

“虽然总体的投入和产出比依然没有得到很好的论证，但雨后春笋般大量出现的探索性尝试，却使很多场景的应用雏形，在不知不觉中形成了。 ”赵峰进一步说道。

螺旋上升

2019年后，随着应用场景的不断丰富，普通人也开始在他们的生活中注意到人工智能技术的存在。围绕智能商业与城市综合治理，人们常有机会接触到许多应用场景，包括刷脸支付、人流分析疏导、车辆占道辨别、违章通行抓拍、违章搭建识别等，从而切身感受到，人工智能技术如何为城市运营与市民生活提供助益。

现在，这样的助益正从城市管理的“主动脉”向“毛细血管”延伸，更多微小生活场景的AI应用也正被逐步打通，比如酒店身份核验，园区物业管理、社区基层治理的智能化升级，甚至是智能医疗影像诊断、智慧养老等等，为人们带来一个更有序、更加安全、更加便捷的城市。

“今天，人工智能作为单一技术在单一场景中作为企业的创新亮点逐步变为过去时。可以说，现在人工智能技术和企业数字化的关系进入到螺旋上升期，我们也叫做业态赋能成熟期。日趋成熟的人工智能技术，已经成为企业数字化转型技术版图中不可或缺的一部分，它将和移动互联、云计算、物联网、大数据、区块链等技术集成在一起，共同探索一条企业数字化转型的有效路径，帮助企业源源不断地释放科技红利。”赵峰表示。

“在这个过程当中，不管是合作方式、商业模式，还是生态圈的建设，其实都没有一个清晰的标准。但商汤科技愿意用自己的原创技术去和大家一起探寻每个有价值的场景，以及企业在数字化转型过程中的一切可能性。”赵峰谈道。