智能音箱、无人驾驶、智能金融、智能家居、智能零售、个性化推荐……“智能”正逐渐从名词变成形容词。
人工智能相关领域的创业者疯狂聚集，投资者也频频将目光转移到AI新战场。
然而，也有人认为纯粹的人工智能没有多大意义。
如何将垂直细分行业与人工智能结合，需要“AI+”思维。
在企业家和投资者看来，作为互联网基础设施的云计算厂商也瞄准了人工智能，试图在云计算的基础上让人工智能变得普惠，比如华为云的“+AI”。
人工智能是一种通用技术。
经济学家认为，人类发展至今离不开26项通用技术，包括蒸汽机、电力、内燃机、IT、人工智能等，这一观点在一定程度上决定了人工智能的未来。
智能化的发展方向至少有以下四个特点： 1、可广泛应用于各个领域； 2、不断提高生产效率，降低使用成本； 3、推动新技术创新和新产品生产； 4、持续推进生产流通和组织管理方式优化。
在人工智能出现之前，电力和IT技术都经历了类似的过程。
也许技术的成熟有不同的周期，最终都会过渡到生产力的提高。
这也印证了文初的观点。
AlphaGo等“炫耀”的人工智能技术如同重磅炸弹一样冲击着人们的认知，但人工智能的真正价值必须不断渗透到产业链层面。
。
在2020世界人工智能大会上，华为云给出了人工智能作为通用技术的两个行业案例：一是华为云+德邦物流实现的智慧物流。
传统的快递收货流程是这样的：用户到店或电话预约，快递员填写纸质表格，人工测量货物体积，然后人工计算并支付快递费用。
德邦物流在华为云AI技术的赋能下，改变了物流收货流程。
用户可以直接在微信下单，自动生成电子订单，让快递员上门并使用AR工具测量体积，最后用户在线支付。
整个流程从传统的14分钟缩短到1分钟，并且可以全链路实时追踪快递状态。
另外一个是华为云与中国太平洋保险的合作。
人工智能已经渗透到保险的多个方面。
在定损过程中，通过多组照片的分析处理，可以完成无人受伤事故、自行车事故等简单事故的评估；医疗理赔场景中，参保人手机扫描医疗证件，可实现数据识别、全额计算，并根据医疗知识图谱检查剔除无关理赔项目；智能客服可以自动完成电话回访、语音导航等服务，甚至可以根据电话录音进行情绪识别来评估欺诈风险。
不难看出，在上述两个案例中，AI展现了其作为通用技术的态度，在提高效率、降低成本方面具有许多显着的特点。
事实上，人工智能的应用不仅仅局限于提高生产力。
德邦物流就是一个很好的例子。
与华为云的合作不仅改变了德邦的物流体系，德邦也正在与华为、企业微信合作。
、滴滴等打造更加现代化的工作场景，这是优化组织管理方式的积极信号。
当然，人工智能的应用进程还远没有结束。
除了物流和保险，华为云的+AI还应用于视频处理、园区管理、超市、门店、安全生产、车联网等领域。
华为还宣布与中科院上海生命科学研究院合作。
科学，将生物医学与人工智能和云计算相结合。
从行业层面来看，人工智能在各大垂直领域的应用离不开基础层的软硬件支撑，以及语音识别、自然语言处理、计算机视觉等技术层。
人工智能远未成熟，但人工智能发展的浪潮已经到来。
计算能力仍然是人工智能的关键。
人工智能的应用有三驾马车，即数据、算法和计算能力。
数据是人工智能的“燃料”。
据市场研究公司IDC预计，到2016年底，全球数据总量将达到40ZB，其中中国数据量将达到8.6ZB，约占全球总量的21%。
算法是人工智能的“引擎”。
深度学习的出现打破了浅层学习算法的局限性，颠覆了语音识别、语义理解、计算机视觉等基础算法的设计思路。
目前来看，似乎找到了正确的方向。
计算能力发挥着最微妙的作用。
它可能是人工智能普及的加速器，也可能成为制约人工智能应用的瓶颈。
毕竟除了计算能力本身之外，还有易用性和成本。
在通用技术范畴，计算能力成为人工智能应用的关键。
郑叶来将通用技术的发展分为四个阶段，人工智能正处于第二阶段。
“人工智能的发展带来了兴奋和冲动，也带来了一些焦虑和困惑，但人工智能最终会改变这些行业。
”郑叶来眼中的“焦虑和困惑”可以解读为三个方面，或者说当前人工智能行业存在三个痛点：一是价格贵。
无论是语音识别、图像识别还是语音分析，都需要大量的数据样本。
例如，交通管理和无人驾驶需要数亿小时的样本，成本不言而喻。
二是使用困难。
缺乏统一的开发框架，无法适应从训练到推理、从公有云到私有云、边缘、终端等多种应用场景。
开发、调优、部署的工作量巨大。
三是获取难度大。
算力依赖GPU、NPU、FPGA等专用芯片。
但现实情况是，GPU供应周期长且供应有限，成为影响数据处理速度的不确定因素。
除了人工智能应用的三大硬门槛之外，更让企业头疼的是人工智能人才的短板。
据高盛发布的《全球人工智能产业分布》报告统计，2017年中国仅占全球人工智能人才库的5%左右，人才缺口超过1万人。
在这场人工智能人才争夺战中，顶尖人才流向百度、阿里巴巴、华为等巨头公司已是不争的事实。
而且，合理的人工智能人才结构不仅应该包括数据科学家，还需要数据科学家、领域专家和公共数据科学家的合作。
总之，人才短板也是制约算力的隐性因素。
华为看到了问题的症结，自然想要找到解决问题的办法。
由此就不难理解，在外界疯狂热衷AI+的情况下，华为云为何主张+AI。
郑叶来表示，容易获得、负担得起、便捷的算力是AI产业发展的关键。
人工智能应用问题应该用人工智能的方式来解决，需要着眼于整个智能化、自动化、易用的人工智能工具和平台服务，让人工智能成为一种普惠性的技术，一种高而不贵的技术。
华为云已经落地的解决方案是EI服务，提供云、边、端架构：机器学习、深度学习、图引擎等基础平台服务，人脸识别、智能问答、图像搜索等通用AI服务，以及智能推理。
、优化决策等多领域协同决策，以及云智能组成的庞大“数据湖”；边缘智能由智能边缘平台、轻量级服务等组成； HiAI和NPU打造的智能终端。
至于如何构建易于使用、易于获取的生态系统，实现普惠人工智能，郑叶来在今年的华为全联接大会上留下了答案。
写在最后，人工智能是一种基本生产力，正在深刻改变整个人类社会的基石。
也正在从少数OTT公司迅速渗透到各行各业。
幸运的是，人工智能的创业浪潮正在逐渐消泡。
投资者不仅希望看到人工智能的热点，还希望看到人工智能的实际应用。
站在高位的华为云等云计算平台正在积极打造高端但不高端的云计算平台。
普惠AI价格昂贵，降低了AI应用门槛。
这种巧合是人工智能成为通用技术的基石吗？三十年前，人们还对IT技术带来的创新持怀疑态度，但现在它已经成为一种不可或缺的生产力。
看来人工智能不需要长达30年的时间就能改变这个时代。