文/智能相對論（ID：aixdlun）

作者/魏啟揚

讀懂未來的科技趨勢發展，可能從未像今天一般重要。

過去的2020年，一方面由于疫情帶來的黑天鵝，讓全球經濟與社會陷入到諸多的不確定性，也讓很多人對未來產生了迷茫，于是我們搜集了Gartner，Forrester，Bain、Deloitte和百度研究院五家研究機構發布的最新技術趨勢預測報告，畫出重點，供大家閱讀，讓我們在2021一起找到清晰的技術路標，共同迎接發展新機遇。

AI融合落地加速成多份技術預測報告重合點

在Gartner，Forrester，Bain和Deloitte這4家研究公司的預測報告中，隱私計算、遠程數字辦公、RPA和超級自動化、行為互聯網、5G、分布式云等技術被圈了重點，在2021年將受到行業的重點關注，或迎來爆發式發展。

百度研究院發布的《2021十大科技預測趨勢》的側重點在應用層面，報告指出2021年科技趨勢將主要集中在生物計算、數字交通、AI芯片、物聯網、無監督學習、量子計算、服務機器人等方面。

中國科學院院士、中國科學院原院長白春禮在《世界科技前沿發展態勢》的報告中，所站的高度更高，從宏觀到微觀對科技趨勢進行了細致解讀，其中宏觀包括暗物質暗能量研究、黑洞研究、引力波和深空探測；微觀包括微觀粒子、量子調控和生物大分子和基因。

雖然各個機構和權威人士的預測報告的側重點各有不同，但2021年AI融合落地加速卻成了行業的共識。

Gartner，Forrester，Bain和Deloitte這4家研究公司的預測報告中提到了人工智能工程和所有人的人工智能，報告認為隨著人工智能技術產生的持續業務價值的增長，AI工程位居榜首，其重要性也愈發突出，Bain則認可全民AI，認為這將使企業和團隊能夠快速構建模型并信任他們的輸出。

百度研究院對AI融合落地的預測更為具體，直接指出AI將更加深入大眾生活。

百度研究院預測報告表示，2020年全球抗疫促使AI與5G、大數據、物聯網等新一代信息技術相融合，AI測溫、AI問診、智能外呼、服務機器人等創新應用開始大規模普及，從生活的方方面面支持抗擊疫情。

后疫情時代，AI將進一步與交通、能源、制造、農業等基礎產業融合，推動復工復產，促進社會經濟發展。同時遠程辦公、在線教育、在線問診等模式將會延續，成為未來的新常態。AI不僅助力產業經濟，而且逐漸深入大眾生活，用AI解決民生問題有望大規模落地。

對此，白春禮在報告中也表達了一致的觀點，認為科學技術廣泛應用和深空影響到各個方面，推動經濟繁榮、造福人類。

其中主要體現在4個方面：信息科技成為經濟、社會與生活發生深刻變革的主導力量；能源、材料、先進制造等領域技術加速進步；生命健康和醫療衛生水平得到革命性飛躍；深海深地探測為新的能源資源開發利用開辟了新途徑。

迎接AI融合落地大時代，到底怎樣才是最好的姿勢？

毫無疑問，2021年我們將迎來AI融合落地的時代爆發，這是一個時代交替產業變革的新機遇，也是一場一定要贏的世界競逐，很多企業摩拳擦掌，準備在2021大干一場，那么怎樣才是最佳姿勢呢？

1、全場景布局，每項技術落地有跡可循

落地是AI在2021年的關鍵詞，對于參與其中的科技企業而言，考驗的是他們在AI技術上的前瞻布局，有些企業小而美，專注一個賽道，技術做的精而專，在落地時如同一把尖刀直接扎進產業深處。

Gartener的報告中提到遠程和數字辦公技術將是2021年的趨勢之一，其中涉及到4個方面：合作與生產力；安全的遠程訪問；云和邊緣基礎架構；量化數字體驗。

提到的這4個方面做到都不難，但要做好，并形成自己獨特的競爭力，則需要AI產業化的參與者們具有非常強的綜合能力。

像谷歌以AI為中心，長期以來保持著機器學習的領先地位，其發展AI的方向主要在兩個方面：一是覆蓋更多用戶使用場景，從互聯網、移動互聯網等傳統業務延伸到智能家居、自動駕駛、機器人等領域，積累更 多數據信息；二是積累底層人工智能技術，研發更高級的深度學習算法，增強圖形識別和語音識別能力，對信息進行更深層加工、處理。

微軟則以Azure云平臺為中心，不斷向外界釋放其在人工智能領域的影響力，將Azure與AI結合，微軟從認知服務、對話式人工智能、開放平臺與工具、實時人工智能基礎設施這四個方向來打造人工智能云平臺。

去年年中時，百度發布了一份“百度AI新基建版圖”，從智能交通、智慧城市、智慧金融、智慧能源、智慧醫療、工業互聯網和智能制造等多個維度來闡述百度AI如何與新基建融合，從而創造和發揮價值。

更進一步來說，這要求我們參與AI產業化建設時，每一項技術研發都要有的放矢，盯住每個產業和不同的垂直場景對AI的特異性需求，并從產業中找到適用AI技術的位置，嚴格以產業需求為“錨”，讓技術從實驗室中來，到產業中去，最終都有落地的歸宿。

2、全要素推進，基礎設施建設扎實有序

AI融合落地在2021年加速發展，并不是說這項趨勢只存在于2021年，而是以2021年為開始，AI融合落地將長時間的持續進行，參照著“新基建”，AI融合落地的產業化進程同樣是一個長期而系統的工作，必須在多個方面進行“配套基礎設施”的建設，以確保產業落地是可持續的。

因而Gartener的報告認為云計算向分布式云演進，智能業務流程和供應商平臺的爆發等，都是在基礎技術研發的基礎上來實現的。

與此同時，谷歌首席AI科學家Jeff Dean在一份谷歌2020年的總結報告中也著重提到，谷歌一直關注的無監督學習、AutoML（自動機器學習）、機器感知這三大領域中，一些基礎性算法的都取得了創新和突破。

比如在無監督學習領域，谷歌開發了名為SimCLR的自監督和半監督學習技術，可以實現同時最大化同一圖像的不同變換視圖之間的一致性和最小化不同圖像的變換視圖之間的一致性。

在AutoML上，谷歌嘗試從AutoML-Zero的學習代碼運算中采取一種由原始運算（加減法、變量賦值和矩陣乘法）組成的搜索空間，以期用來從頭開始演繹現代的機器學習算法。

在機器感知領域，谷歌也取得了包括CvxNet、3D形狀的深層隱式函數、神經體素渲染和CoReNet等算法模型的突破。

百度對“基礎”的理解來自于對AI三大要素的推進，其中包括在數據上培養AI數據標注師；在算力上對智能云服務器擴容；在算法上用5年時間培養500萬AI人才，推動算法進步等。

3、全自主可控，特殊背景下的技術自強

上文提到，AI融合落地加速是一個機遇，同時也是一場中外競賽。

作為產業變革的方向，AI產業化在當前的時代背景下具有了一個前置條件，即核心技術的自主可控，畢竟我們在這方面是吃過虧，踩過坑的，與AI融合落地相關的操作系統、芯片等領域，我國都被“卡”著脖子。

白春禮院士在《世界科技前沿發展態勢》的報告中，將“把握機遇搶占先機，加快實現科技自立自強”作為重點進行闡述，直接指出我國在基礎研究方面的影響力不夠，在戰略高技術方面，還面臨很多關鍵核心技術的制約。

目前國內的科技企業們在AI技術自主可控的突破上，做了大量的努力，像百度在深度學習、自然語言處理、智能駕駛等多個AI領域都有掌握行業話語權的技術儲備，飛槳在“操作系統”層面成為中國唯一與Google TensorFlow競爭的國產深度學習開放平臺，但這并不是行業全貌，在現實中，仍有大量空白領域需要我們去填充。

4、全生態發展，哪里有需求哪里就有AI

AI產業化趨勢已成，并不意味著單憑一己之力就能實現對所有產業整個社會的技術輸出，AI產業化進程始終保持活力的關鍵在于生態化的發展。

Gartener的預測報告提到“UI/UX技術和以人為本的體驗設計”仍將是2021年科技行業的重點領域，而利用虛擬現實和增強現實來增加體驗是新趨勢。

Gartner將數字體驗定義為：總經驗（TX）=多經驗（MX）+客戶經驗（CX）+員工經驗（EX）+用戶經驗（UX）。多經驗開發平臺（MXDP） 和低代碼開發平臺將繼續興起，這將有助于構建用于用戶交互的應用程序和產品，作為其跨各種接觸點（例如觸摸，語音和手勢）的數字旅程的一部分。

很顯然，僅以這一項趨勢就可窺視出AI融合落地的關鍵在于生態，既包含技術研發生態，也包含產品應用生態。

谷歌、亞馬遜和微軟等公司為主導各種開源項目，比如在深度學習領域的TensorFlow、MXNet、PyTorch等都是AI生態融合的落地典型。

百度AI很早也參透了這一點，在進行AI布局時就以生態為重。

以百度大腦為例，里面“濃縮”了百度多年來在語音、語義、圖像、視頻、知識圖譜等多個領域的AI技術積累，由于開源開放的生態，推動著大量開發者開發出大量AI應用，再快速的在各個細分再細分的場景里落地。

開放生態下，各種類型的合作伙伴共同參與產業應用的開發與建設，帶來更多樣化的資源支撐，多方合力之下，讓AI無處不在。

跟隨2021年的智能浪潮，百度AI值得關注

無論如何，AI融合落地的產業化大時代已經來臨，在這場盛宴中，一側是以百度為代表的，不斷強化并推動產業落地進程，同時在多個維度保證落地價值的頭部企業，另一側是趁著風起入場的中小玩家。

很顯然，玩家越多，說明產業價值高，不管是對于AI技術發展，還是對于AI產業化落地都有益處。

站在2021年的風口之上，我們有以下幾點必須明確：

第一，雖然產業化落地是重點，但在基礎技術的研發是沒有止境的，這也意味著，即便是后來者，只要抓住技術迭代的空檔期，仍然會有機會。

第二，隨著產業化進程的推進，AI落地的廣度和深度也在不斷增加，其中的需求需要大量的建設者來填充，在這場盛宴中，對于各類玩家而言，無非是巨頭分大蛋糕，中小玩家分小蛋糕。

第三，巨頭間的競爭，特別是中外巨頭的競爭會更加激烈，中外巨頭在基礎能力上差距不大，而決勝的關鍵則在于企業戰略的方向，以及與產業的距離，越是貼近產業提早布局，其勝算就多加一分。

在這場競爭中，由于百度AI的提前布局，早早站定了第一梯隊的位置，同時隨著AI產業化進程的深入，百度AI的優勢也將繼續強化。

其中的原因在于，百度AI在這個過程中形成了自增強正向循環，即AI產業落地后反饋技術迭代，技術升級后再推動落地跨越，就像打怪升級一樣，每完成一次循環，百度AI的實力就增強一分，反復循環下，百度AI在技術層面的能力越來越精湛，在落地方面的經驗越來越豐富，其在行業中的競爭壁壘也越來越厚實。

另外一個維度，百度AI抓住了產業化的機遇和紅利，同時也成為了時代的開創者和建設者，百度AI以落地的方式實現了技術的商業價值，同時也創造出帶有鮮明印記的社會價值。

回首2020，有太多的AI進步和產業突破值得我們總結，展望2021，AI融合落地的產業化爆發一定會帶來更多驚喜，百度AI擎起的產業化大旗更是值得期待。

*本文圖片均來源于網絡

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯系。

智能相對論（微信ID:aixdlun）：

•AI產業新媒體;

•今日頭條青云計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什么》

•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、云計算、開發者以及背后的芯片、算法等。