对比之下，眼前这家工厂像隔了一个世纪。

如果这样，就只能从底层加装传感器开始。工厂老板很欢迎新技术，他也面临着人口红利消退的压力，对于顾强的建议起初满口都是“好好好，我就是要这些。”但当费用单据开出来，面对上千万元的投入，对方马上犹豫了，“我可不可以只要这一块？”

这种情况顾强见得多了。这些中小企业，一年的利润顶多五六百万元，一下子要投进去3年的真金白银，顾虑是肯定的。最后他们只能商量，把方案拆分为三四个阶段。

顾强跑客户时还发现，其实早在两三年前，一些思维前瞻的工厂老板已经掏了钱做技术转型，但老板和方案商谁都没想到，这是一个如此复杂的系统工程，方案商几百号人的技术团队根本应付不了，只好做到一半，拿了预付款撤了，留下一个烂摊子。那些受过伤的老板，现在一定要看到实际案例才肯相信。

也有的企业老板一权衡，觉得目前订单量看起来还够，营收也还行，今天不搞AI明天也不会立刻死掉，于是想赌上几年再说。

钱，是横在企业人工智能落地面前的拦路虎。而如果当投入不能立刻变现时，更是如此。

第一批进军人工智能的多为国有大企业，这其中就包括业务复杂的保险企业。

四川绵阳，技术人员正在对码垛机器人进行组装调试

如果说之前的一些科技落地能给企业内部带来直观的好处，那么人工智能产生的影响很多是在用户体验端，比如客服机器人，可以24小时在线。这样的投入从几十万元到上千万元不等，还要不断维护，但综合效益很难算出来。

梁山是一家保险企业科技负责人，这次来人工智能大会交流。他在公司已经牵头开始了AI项目，但从企划、财务再到业务部门，每个人都要问他：“为什么要做这件事？”传统上这种组织架构能保证企业决策和运营不出问题，但在科技上决策上，这是一个冗长的流程，每个环节都可能出问题，他需一个一个解释说服。虽然大家都对科技认可，但到了执行层面，一项受益是全公司的技术，反倒是没有哪个部门愿意出来掏钱。

科技是长期的，但传统企业的奖金与今年挂钩，各部门考虑到自己当下的KPI，最后也就顾不上了。“这种架构导致很多全局性的投资很难继续，不仅仅是人工智能。”梁山说。

其实保险行业场景丰富，是适合人工智能落地的好行业。公路上发生车辆交通事故，从理赔、核赔到维修，涉及保险人员、维修厂、客户，中间有各种复杂问题要处理，技术可以提高效率和透明度，但这个应用场景还在突破技术上的障碍。

比如给车辆零部件定损，只有专业人士能做。要想训练出和人脸识别同样成熟的人工智能技术，整个行业需要高额投入，单个公司有时是负担不起的。

束缚技术发展的，不只是财力。医疗被认为是目前人工智能落地最慢的行业之一。场馆里，杏脉科技首席技术官房劬在一台AI显微镜一体机旁说，想要学会检测各种疾病，机器最好是能和顶尖医生学习，但这些医生是最忙碌的，很难抽出时间帮助训练AI。机器还需要大量数据做支撑。一些疾病可能一家医院一年只有1000个病例，如何在不那么丰富的数据资源上训练出好的模型，也需人工智能技术去突破。

注册制度还要改善。目前美国FDA（食品药品监督管理局）的证已经批下来了，中国还没有批下来。“我们希望CFDA落地更快一些。”杏脉在推动相关标准的建立，是10家与中检院合作建立标准的企业之一，也是上海唯一的一家。

“我个人觉得，目前人工智能医疗公司，大家的竞争状态有点像团购刚起来的那个阶段，几十家都有各自的细分领域，但最终可能不会像团购那样形成几个巨头，因为2B行业的马太效应不像2C那么重，切中一部分企业的痛点，可能就能成长得很好。”官房劬说。

目前来看，财力、政策、技术、传统企业的组织架构都是AI落地中要化解的槛。

AI Park人工智能公园

但明势资本创始合伙人黄明明认为，人工智能已经在落地。像他们投资的玄羽科技为富士康产线提供工厂AI解决方案，另一家全应科技则通过机器学习，将热力锅炉的效率从原来不到德国水平的50％提升到75％。“这都是实实在在的AI落地，大家不关注，都爱关注那些超级独角兽，但我相信慢慢地这些落地应用会产生价值。”

中金公司研究部黄乐平分析，人工智能落地最快的3个领域分别是移动互联网、安防和智能家居。比如说在移动互联网领域，今日头条通过人工智能和视频推送技术，在一年里从腾讯手中抢到了6％的用户时长。

谁能成为高地

这是10年来明势资本创始合伙人黄明明第一次到上海参加科技大会。以往到魔都，黄明明都是来参加金融、投资峰会的。科技或互联网大会多集中在北京和深圳。

就在上海世界人工智能大会之前，南京、重庆、广州甚至江西的某座地级市都举办了人工智能相关大会。各种会议办得风风火火，但让人审美疲劳。上周刚参加完南京中国人工智能大会的某位华裔大咖，再一次出现在了上海世界人工智能大会上，虽然受到追捧，但与会者发现，他的演讲内容几乎没变。同样一位从美国某高校回国出席上海会议的教授，其演讲PPT几乎与其本月初在北京出席中国互联网安全峰会时一样。

各地都在力拼各种资源，劲头凶猛地招商引资，谁都不愿错过这趟人工智能列车。这次大会也发挥了它的磁石效应，微软、百度、阿里巴巴等巨头都宣布要在上海设立创新机构，微软还把全球第八个研究院落在了这里。

“但人工智能高地不会是开一两次大会就能做成的。像上海，这要看之后能不能成为一个开放的土壤，吸引人才都到这来。就像美国硅谷，有创新想法的年轻人都想去。甚至新一批回国的人才，很多都愿意到深圳去。”黄明明向AI财经社说。

但显然，北上深是人工智能的第一梯队。这些地方财力、人才和生态链有比较优势。所谓的生态链，是当地的产业丰富度，这也代表着背后的大数据是不是够丰厚。

北京郊区的逸之风多元文化与教育机构，一个名叫Keeko的机器人正在“教学”

一个多月前，某个城市也举办了人工智能大会。“那里产业资源还是比较单一，比如我们要投资，在那座城市和天津之间肯定选择后者，毕竟可以从北京捞一些人，产业更丰富些。”某人工智能独角兽的联合创始人认为，除了北上深，天津是AI发芽的下一座种子城市。

各地方对人工智能的巨大热情也引起了担忧。要培育开放土壤，孵化出有企业家精神的未来领袖，政府要做的事显然很多。“政府要预防急功近利。”香港科技大学理学院院长汪扬教授对AI财经社说。现在很多事情都恨不能一夜就出成果，像西湖大学提出几年内超过美国麻省理工大学哈佛和耶鲁，这样的浮躁心理是要谨防的。

人工智能的关键是人才，但在“挖人”上很有门道。有行业资深人士建议，各地不要总盯着已经成名、或者快到顶的大咖。一些城市表现出土豪心态，1个亿建一个研究所，要挖一名已经90岁的国际人工智能界泰斗。“人的创新力有一条曲线，我们应该把找人的曲线向时间坐标轴的左方移动，把机会多给年轻人。”该人士说。

多元化的科技氛围也是开放的一个表现。一位学者发现，现在只要有一家创新公司出来，BAT就把它收购了。这是不正常的现象。你看以色列有很多小型科技创新企业。政府要考虑反托拉斯法，要干预。“如果中国做人工智能和大数据的创新企业，比的不是技术，而是看谁烧钱多，最后你顶不住我顶住，就胜出了，这绝对变成了资本游戏。”

做好AI的关键是人，但做好AI后被冲击的首先也是人。人工智能在就业、伦理、隐私问题也要思考解决。当迎来人工智能大规模爆发，无论是哪一方的失衡，都有加剧撕裂阶层分化的风险。

汪扬教授观察到，中国过去把8000万人从贫困线底下成功提升上来，靠的既不是人工智能也不是大数据，基本靠的是制造业。“现在产业转型往价值链条上层走，但也不要把底层丢掉。我们农村那么多人，如果完全把底层丢掉，肯定加剧两级分化，会出社会问题。我不担心清华北大毕业的人，我担心底层。”

人工智能并非时代恩赐的神力，当所有人都登上这只诺亚方舟后，他们会遇到哪些想象不到的事？一起经历怎样的搏击？又能找到怎样的一片新大陆？这正是人工智能时代的待解之谜，也是一场正在每个人面前展开的大赌局。