AI落地场景在不断增多，但赚钱依旧艰难。根据亿欧报告显示，2018年全年，近90%的人工智能公司处于亏损状态，而10%赚钱的企业基本是技术提供商。从谈概念、讲技术，到拼场景、抢落地，建立在大数据基础之上的人工智能，仍面临数据本身带来的挑战。90%人工智能公司都亏损？下面和金投小编一起来看看吧！

AI落地场景增加，但赚钱仍然困难。据亿欧报道，2018年全年近90%的人工智能公司处于赤字状态，10%赚钱的企业基本上是技术提供商。从概念、技术到场景、着陆，基于大数据的人工智能，面临着数据本身的挑战。90%的人工智能公司亏损了吗？下面和金投小编一起来看看吧！

我们经常提到大数据，但实际上我们不需要那么多数据，AI的未来趋势是小数据的崛起。在市北GMIS2019全球数据智能峰会上，斯坦福大学教授、Landing。ai创始人、CEO吴恩达表示。

具体案例为工厂手机屏幕划伤检查。目前，许多人用眼睛检查手机是否有伤痕，如果有100万个伤痕手机，AI可以有效地识别手机伤痕。但是，现实情况是没有数百万不同的工厂受伤的手机。此时，小样本学习(fewshotlearning)，利用少数据得出同样正确结论的人工智能有助于推进整个领域的发展。

小样本学习的迫切性是落地过程中面临的数据孤岛、数据隐私保护引起的数据分裂问题，AI技术难以充分发挥价值。

与AI用于比赛需要数千万的照片训练不同，AI深入行业的时候，看到数据是小数据和细数据，也就是说没有连接的数据，更先进的AI技术也很难使用。国际人工智能学会理事长、香港科技大学教授、微型银行首席人工智能官杨强说。

今年5月，国家网络信息办公室发表了《数据安全管理方法(征求意见稿)》，提出了在中国国内利用网络开展数据、存储、传输、处理、使用等活动，以及数据安全的保护和监督管理意见。

杨强认为中国版GDPR即将到来，数据隐私正在严格化、全面化，企业在实际应用中可以使用的数据维度和范围不大。数据隐私保护严格，为人工智能技术升级提供了契机。

面对AI落地困难、利益困难的问题，吴恩达认为，在期待AI给企业带来红利之前，企业必须避免一些陷阱。首先，人工智能技术会影响许多企业的业务核心，所以选择项目非常重要。从小项目开始，它可以建立良好的基础，同时帮助团队获得动能。

接下来的团队建设不仅要靠明星工程师，还要建立一个完美、跨学科、跨职能的团队。同时，不要指望AI立即发挥作用，而是多次尝试，合理预算AI发展的收益曲线。不要用传统的流程来评估人工智能项目，应该为人工智能项目团队设立合适的KPI和目标。

关于AI的应用越来越多，但企业的AI变革并不像开发APP那么简单，不要指望AI解决所有问题，也不要指望AI项目一次成功。吴恩达说。

南方财富网 | 金融界 | 金融界 |