經(jīng)歷了過去幾年的商業(yè)摸索期，AI正在從主流應(yīng)用先導(dǎo)落地，走向碎片應(yīng)用持續(xù)滲透的階段。

一、項(xiàng)目部署成功率低，應(yīng)用和預(yù)期偏差較大

AI經(jīng)歷了概念泛起，到逐漸走向落地應(yīng)用階段。應(yīng)用場(chǎng)景碎片化不易把握、實(shí)驗(yàn)室到實(shí)際應(yīng)用場(chǎng)景差距大等問題逐漸暴露出來，也成為當(dāng)前AI落地應(yīng)用過程中最大的痛點(diǎn)和重大應(yīng)用項(xiàng)目亟待解決的問題。

電子發(fā)燒友相關(guān)調(diào)研表明，現(xiàn)階段企業(yè)投入一個(gè)AI項(xiàng)目，仍有較大的風(fēng)險(xiǎn)，成功部署的比例并不高。

那么，是什么阻礙了AI項(xiàng)目的成功部署？“應(yīng)用與預(yù)期出現(xiàn)偏差”、項(xiàng)目技術(shù)規(guī)格無法實(shí)現(xiàn)、配合不暢導(dǎo)致的周期問題、項(xiàng)目資金問題是當(dāng)前AI項(xiàng)目部署過程中一些典型問題，也是AI在發(fā)展初期遇到的難題，來自于供需雙方之間的信息不對(duì)等、認(rèn)識(shí)偏差等等。有效溝通應(yīng)該貫穿在整個(gè)項(xiàng)目的始終，從方案設(shè)計(jì)開始，到中間的各個(gè)環(huán)節(jié)，稍有偏差，都會(huì)導(dǎo)致項(xiàng)目的失敗。

為什么會(huì)出現(xiàn)這些問題？以算法的推進(jìn)為例，有的算法是按小時(shí)迭代上線的，有的是按周來迭代的。對(duì)于芯片企業(yè)，常常跟不上算法對(duì)芯片的直接要求。最終將產(chǎn)品、服務(wù)提供給客戶時(shí)，算法和芯片最后融合成什么樣，往往在客戶、普通用戶眼里會(huì)產(chǎn)生理解或感知上的偏差。

現(xiàn)階段，人工智能在各行各業(yè)的普及和應(yīng)用率還較低，這也是理想和現(xiàn)實(shí)存在的差距。造成這個(gè)現(xiàn)象的原因主要還是整個(gè)生態(tài)鏈不夠健全，仍停留在淺層次的融合階段，需要更完整的生態(tài)鏈的互動(dòng)、更深度的合作。

從出貨量方面來看，與上一年相比，增長(zhǎng)率1％－10％的占26％，11％－20％的占19％，增長(zhǎng)率在50％－100％之間的，加起來不足6％。而出貨量實(shí)現(xiàn)翻倍的，總和僅為3％左右。

從這些數(shù)字也可以看出，AI產(chǎn)品在落地方面確實(shí)挑戰(zhàn)比較大，出貨量總體上還是處于小幅成長(zhǎng)的狀態(tài)。