（電子發(fā)燒友網(wǎng) 文/張慧娟）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。那么，AI項(xiàng)目落地情況究竟如何？2019年比上一年在出貨情況如何？項(xiàng)目成功落地的驅(qū)動(dòng)因素和挑戰(zhàn)有什么？作為AI基礎(chǔ)層的芯片和算法框架現(xiàn)狀如何？

為了全面客觀地了解AI基礎(chǔ)技術(shù)的發(fā)展現(xiàn)狀、項(xiàng)目部署以及應(yīng)用情況，<電子發(fā)燒友>今年上半年通過多維度的梳理和一線交流，以及超過1000份有效調(diào)查問卷，完成了行業(yè)首份覆蓋芯片/開發(fā)平臺(tái)/算法框架、產(chǎn)品應(yīng)用以及落地部署情況的調(diào)研報(bào)告，試圖真實(shí)反映出AI的發(fā)展全貌，挖掘未來的發(fā)展機(jī)遇。該報(bào)告將在<電子發(fā)燒友>于2020年7月10日舉辦的人工智能大會(huì)上進(jìn)行發(fā)布，以下是部分內(nèi)容：

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)用場景碎片化不易把握、實(shí)驗(yàn)室到實(shí)際應(yīng)用場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。

在對(duì)受訪公司AI項(xiàng)目的部署情況進(jìn)行調(diào)研時(shí)發(fā)現(xiàn)，成功率30%以下的占比最大，占34%；成功率31%-50%的，占22%；僅有3%的企業(yè)，項(xiàng)目成功部署率達(dá)到了91%以上，成功率為51%-70%的占11%，71%-90%的占4%。

可以看出，現(xiàn)階段公司投入一個(gè)AI項(xiàng)目，還是有較大的風(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？在對(duì)項(xiàng)目失敗的原因進(jìn)行了解時(shí)，我們發(fā)現(xiàn)“應(yīng)用與預(yù)期出現(xiàn)偏差”的占比高達(dá)60.4%，項(xiàng)目技術(shù)規(guī)格無法實(shí)現(xiàn)的占39.6%，還有35.6%的是配合不暢導(dǎo)致的周期問題，23.5%的是項(xiàng)目資金出現(xiàn)了問題。

這些都是當(dāng)前AI項(xiàng)目部署過程中非常典型的問題，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，增長率1%-10%的占26%，11%-20%的占19%，增長率在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的狀態(tài)。

二、時(shí)代賦予AI落地機(jī)遇，算力、算法、場景須繼續(xù)突破！

那么，項(xiàng)目落地這么難，有哪些是推動(dòng)AI應(yīng)用的機(jī)遇？可以從今年最突出的兩個(gè)背景來看，一個(gè)是時(shí)代背景，就是新冠疫情；一個(gè)是政策背景，就是新基建。

某種程度上來說，疫情在倒逼AI加速落地，人臉識(shí)別、智能語音、智能機(jī)器人等應(yīng)用已經(jīng)迅速落地，并在疫情中發(fā)揮出了重大價(jià)值。并且受疫情影響，一些傳統(tǒng)行業(yè)更加深刻地意識(shí)到AI、5G、大數(shù)據(jù)等技術(shù)的重要性，開始加大對(duì)于IT基礎(chǔ)架構(gòu)的投資，這對(duì)于AI的發(fā)展基礎(chǔ)非常重要。

新基建的拉動(dòng)作用，可以從三個(gè)維度來看：第一個(gè)維度是AI基礎(chǔ)層的突破；第二個(gè)維度是底層共性技術(shù)交融帶來的機(jī)會(huì)；第三個(gè)維度是在傳統(tǒng)和新興產(chǎn)業(yè)的落地。這些都離不開算力、算法的持續(xù)突破和迭代，以及對(duì)場景的更精準(zhǔn)的識(shí)別。這也反映出，AI走進(jìn)了更注重實(shí)用性的階段。

在針對(duì)芯片原廠的這項(xiàng)調(diào)研中可以看到，已量產(chǎn)的占比僅為7.2%，有相當(dāng)一部分處于產(chǎn)品定義、系統(tǒng)開發(fā)和原型驗(yàn)證，以及測(cè)試和客戶驗(yàn)證階段等。根據(jù)芯片的開發(fā)周期和開發(fā)特點(diǎn)可以預(yù)估，未來1-3年內(nèi)，AI芯片將逐漸起量。

由于算力是AI發(fā)展的重要因素，因此我們一直對(duì)AI芯片的創(chuàng)新以及市場格局非常關(guān)注。CPU、GPU、FPGA、DSP、NPU以及新興處理器的發(fā)展現(xiàn)狀、市場情況如何？云、邊、端芯片主要玩家的競爭格局走向怎樣？AI芯片又將如何配合應(yīng)用端？隨著AI從云走向邊緣，AI芯片又將如何與面向邊緣特定應(yīng)用的算法框架深入融合？敬請(qǐng)關(guān)注<電子發(fā)燒友>產(chǎn)業(yè)獨(dú)家調(diào)研報(bào)告！

本文由電子發(fā)燒友網(wǎng)原創(chuàng)，未經(jīng)授權(quán)禁止轉(zhuǎn)載。如需轉(zhuǎn)載，請(qǐng)?zhí)砑游?a target="_blank">信號(hào)elecfans999.