国产扭力扳手创始人、董事长兼首席执行官李彦宏在视频演讲中提到，智能化的渗透尚需时日，人工智能的商业化还需在黑暗中摸索一段时间。自动驾驶会不会是人工智能商业化突破的关键点还难下结论，但与场景结合，以需求为导向的发展建议或许值得一听。

　　“人工智能火了这么多年，商业应该始终是其中的一个软肋，而缺乏好的商业前景，会让创业公司增长停滞，巨额亏损，融资上市困难，而大公司也会越来越不接地气，要么逐渐变成纯研究部门，要么逐渐成为其他业务的一个附庸。”李彦宏的这段描述，概括出了人工智能当下的一个窘境。

　　人工智能发展的蓬勃势头是显而易见的。工信部日前公布的数据显示，我国人工智能(AI)核心产业规模超过4000亿元。9月1日下午举行的2022世界人工智能大会治理论坛上，发布了《2021全球人工智能创新指数报告》，报告显示，进入第一梯队的只有美国和中国。

　　人工智能的火爆有其客观的逻辑。在信息科技飞速发展的当下，数字经济已经成为中国经济增长的新引擎，随着各行各业的数字化转型步伐加速，人工智能与各行业融合，成为发展基础技术的势头已经不可阻挡。

　　上述报告显示，截至2021年9月，中国共有880家人工智能企业，排名保持第二，相比2020年同比增长约7%；人工智能企业累计获得462亿美元的投资，排名第二，平均每家企业融资额为0.53亿美元，排名第一。

　　但烧钱似乎是这些企业摆脱不掉的标签。不久前，智能语音赛道上的AI独角兽思必驰向资本市场发起了攻击，伴随着IPO的进程，思必驰的业务情况也随之公开。招股书显示，在2019-2021年，思必驰净亏损分别是2.83亿元、2.15亿元、3.35亿元。

　　几天前，“AI四小龙”之一的云从科技也披露上市以来首份半年报，数据显示，公司上半年实现营业收入3.91亿元，净利润为-3.25亿元，亏损同比收窄11.06%，上年同期为-3.66亿元。经营现金流净额-3.63亿元，经营性现金净流出同比收窄31.01%。

　　“我们的要求就是一定不能把AI束之高阁。”在接受北京商报记者采访时，清华瑞莱智慧AI治理研究院副院长张伟强说，仰望星空的事情一定要做，但我们也要注重它的务实性，脚踏实地地去服务各行各业，让人工智能深入到社会经济的循环当中，在生产生活中真正地发挥作用。也就是说人工智能一定要有场景，即“数实结合”。现在大家发展，而数字经济一定要去拥抱实体经济，这两者的结合其实就需要人工智能在这期间起到一个桥梁的作用。

　　数字经济与实体经济的拥抱，其实也是李彦宏的这段演讲《人工智能与实体经济“双向奔赴”》的含义。

　　李彦宏称，我们也意识到，实体经济的很多领域数字化改造尚未完成，而数字化本身并未能够带来效率的明显提升，智能化的渗透尚需时日，智能化对实体经济的巨大拉升作用还没有成为广泛共识。因此人工智能的商业化还需在黑暗中摸索一段时间。但一个新事物，从“无人看好”到“无人能及”，决胜往往就在“坚持”二字。科技创新，尤其如此。

　　人工智能要继续商业化的摸索，就需要打通过往的堵点。应用的过程并没有想象中的聪明，被高投入的研发成本限制住的投入产出比等因素成为过往人们纠结人工智能商业化落地的关键所在，但从整体的角度来看，情况又似乎没那么简单。

　　张伟强认为，出现这种情况的原因，第一在于人工智能技术与应用场景之间的鸿沟。在他看来，技术只有应用到实际生产生活场景中才能发挥价值，而这个场景往往是复杂的、独特的，必须躬身到每一个细分场景中，才能产出适配场景的AI产品，这需要下很大功夫。

　　“如果人工智能只是从研发到研发，就会出现一头热，一头冷的情况。”中国贸促会商业行业委员会秘书长姚歆也提到了同样的问题。在姚歆看来，人工智能研发要以应用为导向，要以贸易为目标，这样才能实现商业价值。

　　近日，科技部等6部门联合印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》。随后，科技部又公布了《关于支持建设新一代人工智能示范应用场景的通知》，打出以场景创新推动人工智能发展的政策“组合拳”。

　　“这就是很好的破题。”姚歆称，场景创新背后的实质就是洞察客户的需求，满足市场的需求。以场景需求为依托，以市场需求为导向的人工智能研发才能真正有效地实现商业化。

　　应用场景之外，安全也是人工智能发展需要考虑的关键因素。张伟强称，以数据为驱动的第二代人工智能，面临不可解释、鲁棒性差等问题，无论是工业领域还是生活应用，这样的缺陷都潜藏着较大的安全隐患，阻碍人工智能的商业化发展。因此，发展与场景适配，且安全、可信、可靠和可扩展的第三代人工智能，对人工智能行业发展而言，已经势在必行。

　　关于商业化，“圈内人”从没放弃探索。8月中旬，商汤科技研发了一项新产品——“元萝卜”下棋机器人，在外界的解读中，这成为商汤科技从深耕To B转向To C的标志性尝试。

　　但或许就像李彦宏所说的，商业应用进展最明显的还是在自动驾驶领域。他还提到了一个观点，即L2之后率先进入商用的很可能是L4，而不是L3.因为L2和L4的事故责任界定都是清楚的，L3就不一样了，司机在需要的时候进行接管，这就使得事故责任很难界定，“因此，我认为L3的普及需要更长的时间”。

　　据悉，按照国际汽车工程师学会(SAE)对自动驾驶自主级别的定义，L0属于人工驾驶，L1为辅助驾驶，L2为部分自动驾驶，L3为条件自动驾驶，L4为高度自动驾驶，L5为完全自动驾驶。

　　近几年，自动驾驶的“风”有目共睹。据李彦宏介绍，在中国，的萝卜快跑7月份累计订单量超过了100万单，运营范围遍及北京、上海等10多个城市，8月初，重庆和武汉分别开放了萝卜快跑的全无人商业化运营，为我国无人驾驶的商业化和规模化扩张提供了国际领先的政策环境。

　　事实上，围绕着自动驾驶，基础设施方面的智能化改造也是显而易见的。以北京为例，北京市高级别自动驾驶示范区工作办公室常务副主任捷菲曾介绍，北京市高级别自动驾驶示范区践行的车路云融合技术路线，是围绕“聪明的车”“智慧的路”“实时的云”“可靠的网”“精确的图”五大体系开展基础建设。通过车路云融合，实现我们通常提到的自动驾驶车路协同技术，解决单车智能所无法解决与处理的一些复杂危险场景。

　　但捷菲也提到，在技术层面，目前产业链上下游仍有急需突破的核心关键技术。作为融合发展的新产业，也需要确立新的建设标准和投资模式。

　　在演讲的最后，李彦宏称，目前无人车普及仍面临“四不一难”的政策障碍，即无人车不能入市、不能上牌、不能去掉安全员、不能运营收费、事故责任难以认定。我国自动驾驶技术处于世界前列，但机会也稍纵即逝，需要推动制度创新，进一步突破政策瓶颈。只有这样，才能实现人工智能和实体经济的双向奔赴，才能推动社会的巨大进步。