圖片來源：Photo from Lucidworks
2020年新春，神州大地上新型冠狀病毒肆虐。隨著醫護人員一同走在抗擊疫情第一線的，除了片區警察、社區工作人員、前線記者、志願服務者等，還有一個嶄新的面貌——AI。
在這場防疫阻擊戰中，AI技術正前所未有地被應用其中，成為防控的得力助手。
疫情之下，AI技術各顯神通
疫情期間，各個AI企業無不積極地響應工信部的號召，使出渾身解數，在短短一月內研發出適配防疫場景的智能機器人、智能測溫系統等助力國家的抗疫工作。
接下來，讓我們看看此次疫情中四大應用最為廣泛的AI技術。
場景一：智能機器人充當醫護小助手
此次新型冠狀病毒傳播方式較廣，因此減少無必要的接觸，切斷傳染路徑是防疫工作的重點。為此，多家AI企業在疫情早期的隔離期間上線了具有特定功能的智能機器人，例如：
擎朗智能研發的送餐機器人專用於為隔離區人員配送餐食；獵豹移動研發的醫療服務機器人專用於智能導診，引領病人及初步診療；上海鈦米研發的智能消毒機器人能夠根據程序設定按照預設地圖和路徑自動噴灑消毒劑；優必選研發的室內測溫巡檢機器人則可自動識別口罩佩戴及體溫異常……各類智能機器人不眠不休，與一線醫護人員一同堅守崗位，成為了他們的得力助手。
疫情期間，一線人員工作強度之大超出我們想象。而智能機器人的到來在極大地緩解了醫護人員工作壓力的同時，亦降低了與病患接觸發生交叉感染的概率，從而減輕了傳播風險。
優必選室內測溫巡檢機器人AIMBOT，騰訊深網
場景二：智能測溫系統精準識別發熱者
發熱是此次新冠病毒的一項顯著症狀，為有效防控疫情，對流動人員進行體溫檢測成為必要手段。但在地鐵站、機場等人員高度密集且流動較大的場所，僅用額溫槍、點溫儀等傳統手持測溫器進行逐個檢測並不現實。極為低效暫且不論，排隊檢測的漫長隊伍反而因近距離接觸導致一定的感染風險。
而曠視科技研發的“明驥”AI測溫系統，集成了“人體識別”、“人像識別”及“紅外/可見光雙傳感系統”，可在百米內進行遠距離測溫，即便戴著口罩、帽子，也可快速篩查人群，識別誤差僅在0.3℃以內。一旦出現疑似發熱人員，系統可實現自動“報警”並幫助工作人員快速定位發熱人員位置，以進行後續的檢測。
海淀區多地上線曠視AI測溫系統，曠視科技
目前，商湯科技、雲從科技等AI企業也開發了相應的智能測溫技術，並應用到機場、火車站、汽車站、樓宇等流動人口密集的區域。智能測溫系統不僅能夠輔助工作人員快速地檢測人群的生理症狀，降低交叉傳染的風險；其每秒10-20人的檢測通過率，亦保證了通行效率，實現了無感通行。
場景三：無人機代替民警巡查喊話
在疫情防控早期，儘管政府已經頒佈政策要求廣大群眾減少外出以避免人群集聚，但當時部分群眾尚未正確地認識到此次疫情的嚴重性，因而對疫情的防範性仍處在一個較低的水平。
為進行疫情宣傳，無人機被派上了“戰場”，與民警一同走在抗疫最前線。大疆研發的御2無人機，可選擇搭配熱成像器、喇叭等部件，實現高空巡查喊話、無接觸體溫測量、高空作業消毒等功能。藉助無人機，民警及社工可在人員容易聚集的區域對當地群眾進行防疫知識科普。同時，通過無人機廣播，可及時發現地面異常情況並進行管控。
政府工作人員利用無人機對未戴口罩的老人進行勸阻，梨視頻
巡邏防控工作任務艱鉅，無人機憑藉其智能、高效、輕巧的特點極大程度上協助了政府工作的有效落地，既提升了防疫的工作效率，降低了傳染風險，又增強了防疫的宣傳效果，為疫情防控安裝了一雙“千里眼”。
場景四：AI輔助CT影像診斷
肺部CT影像是用以診斷是否為新冠病毒肺炎患者的重要憑證之一。然而，疫情的迅速爆發使得患者數量快速上升，能夠快速且精準地閱片並劃分輕重症患者成為剛性需求。但，傳統的閱片方式不僅耗時長、效率低，且在醫療資源較為薄弱的地區，還存在誤讀的可能。
由依圖科技研發的“胸部CT新型冠狀病毒肺炎智能評價系統”能夠自動檢測病變區域，將數小時的傳統檢驗流程壓縮至2-3秒。同時，這套系統還能夠智能分析患者病程，自動關聯歷史影像，為動態的病程跟蹤提供了精確的數據依據。
胸部CT新型冠狀病毒肺炎智能評價系統，依圖科技
人工智能在醫療領域的應用，不僅降低了醫生的工作負荷，減輕了醫院壓力；且藉助大數據及深度學習實現精準的分析，提升了CT診斷的準確率。
疫情之後，AI行業仍需迴歸現實
不得不承認，人工智能的確在此次疫情中發揮了關鍵的作用，在不少領域都能看見AI技術的身影。但疫情之後，迴歸現實，AI行業仍需面臨商業化困難、盈利能力弱的艱難局面。
2020年2月25日，素有中國AI四小龍之稱的曠視科技，其IPO申請在港交所官網呈失效狀態。雖然曠視科技明確回應IPO工作仍在正常進行中，但這意味著其離中國人工智能第一股或許還需要再等待些時日。
事實上，曠視科技的上市之路並非坦途。
在去年8月25日，曠視科技就遞交了招股說明書，但隨著中美貿易戰衝突升級，曠視科技被納入美國出口管制的“實體名單”，估值一度面臨不確定性。
然而最為關鍵的還是其尚未盈利的窘境。曠視科技披露的招股書中，儘管年收入由2016年的6,780萬元增加至2019年上半年收入為9.49億元。但同時，虧損也在進一步擴大。2019年上半年，其虧損達到52億元，而這一數字，在2016年僅為3.43億元。
盈利困難並非曠視科技一家的問題。曾有數據顯示，2018年近90%的人工智能公司處於虧損狀態。而深究其因，是AI企業的商業化程度不足。
一是技術的發展遠不及預期，目前仍處在弱人工智能時代，算法的識別效果高度依賴於具體的場景及數據資源。
二是產業鏈並不完善，由於需求方和開發方往往處於天平兩側，能夠深刻理解場景需求並轉化為解決方案的開發者少之又少，無形中增加了AI技術落地的難度。
在已有的智慧安防、智慧交通等應用場景，均已一片紅海，AI企業不但需要面對傳統安防巨頭海康威視、大華股份等企業；還有一批同樣以AI技術見長的競爭對手。市場競爭激烈、客戶較為集中、商業模式類似，無論是否頭部AI企業，均面臨著極為艱難的處境。
經過此次疫情後，產品並不成熟、客戶資源尚未積累的中小AI企業將受到極大考驗，部分產品單一、技術落後、財務狀況不容樂觀的企業將被淘汰，從而加速行業洗牌。
疫情給AI行業帶來的啟示
然而，危機背後亦潛藏著意想不到的機遇。
一方面，疫情有望加速人工智能場景落地。此次無人機、智能機器人的大顯身手，使得無人化、智能化的敏捷與高效被高度關注。未來，無人工廠、智能工廠將成為新型生產形態，滲入到生產的方方面面，成為智能製造的關鍵。
同時，因此次疫情凸顯出AI在醫療領域的價值，未來將會有更多圍繞醫療的細分AI場景，例如手術機器人、AI疾病預測、AI新藥研發、診斷機器人等，全面形成智慧醫療。
另一方面，對AI企業而言，此次疫情收集到的大量數據將成為其持續迭代產品、完善AI知識庫、提升AI技術的動力。
疫情過後，專注於佈局線下渠道的傳統行業將加速線上線下的融合；且因新技術的到來，智能化將成為企業發展的必然訴求。AI企業應在此階段思考如何抓住機遇，順勢而上，破繭而出。
閱讀更多 MF麥盟諮詢 的文章
