赛迪顾问数据显示，2016年我国人工智能产业开始高速发展，2017年人工智能产业规模达到700亿元，预计在2018年人工智能核心产业规模有望接近1000亿元，到2020年甚至有可能超过1600亿元。

　　在近日工业和信息化部印发的《新一代人工智能产业创新重点任务揭榜工作方案》中，智能服务机器人(行情300024,诊股)、智能无人机、神经网络芯片、开源开放平台、智能制造关键技术装备等17个领域被列为重点方向。

　　在张梓钧看来，现在的人工智能已经开始向边缘侧进行迁移，催生了边缘智能。“未来我们每个人都有手机，手机在进行美颜和照片特效渲染的时候，我们不希望照片传到遥远的云端做渲染处理。同时我们想象另一个场景，无人驾驶，很难想象车辆在行驶过程中实时处理的路网信息、车辆信息需要传递到几十公里，甚至几百公里之外，这是不可想象也不可接受的。”张梓钧认为，未来当应用场景更加边缘的时候，需要计算模式更加临近我们，具有低时延、本地性和位置感知性的特点。

　　同时他也谈到，边缘计算和云计算不是互相取代的关系，而是相互补充、相互促进的协同发展共存关系。“边缘计算未来和云计算将在数据计算的任务、网络资源的负担和智能应用的分工上进行差异化的分工，边缘计算更加适合去进行局部化、实时要求高的本地化处理，也符合人工智能在边缘侧应用的发展需要。”

　　张梓钧认为，边缘智能未来对社会行业发展产生深远影响。“首先业务处理去中心化，边缘侧的万物互联和拓展，计算模式将演进为去中心化的模式，真正的实现自治化的处理。”他说。

　　其次，在资源变革上，由原来的资源独占到资源共享。“再者，在应用部署方面，一是需要我们有敏捷感知能力，针对边缘侧的业务和发展需求，能够敏捷的去判断出来需求的变化；二是快速部署和快速响应的能力。”张梓钧进一步表示。

　　最后，张梓钧也坦言，过去很多小的场景被相对低估，未来随着技术下沉，同时在边缘侧计算能力以及数据提升的前提下，小的场景有很多机会可以引发出人工智能的应用场景需求。

计算机视觉应用最成熟

　　“AI技术在实际落地应用过程中，会面临诸多门槛。以应用较为成熟的人脸识别技术为例，创业创新企业在实际应用过程中，面临最大的问题是产品研发、迭代成本高昂，无法和移动互联网产品一样低成本、快速化、多元化尝试。”虹软公司相关负责人表示。

　　实际上，在落地的众多困境中，算法采购成本成为关键制约因素，中小企业由于刚刚起步，不具备大企业的优势，因此其使用成本会占到硬件设备整机成本的50%或更高。

　　在创享会现场，记者了解到，创新创业企业在AI场景化落地中还会遇到诸如适应多样化光线环境、软硬件集成时硬件选型等多种难题，且依靠自身能力很难快速得到产业链上下游支持以对其加以解决。

　　《每日经济新闻》记者注意到，计算机视觉是目前变现最顺利的人工智能技术，是中国AI市场的最大组成部分。根据中国信通院2018年2月发布的报告数据，2017年中国人工智能市场中计算机视觉占比37%，以80亿元的行业收入排名第一。

　　在计算机视觉应用技术中，人脸识别已经实现可以超过99%的识别准确率，已经达到了商业化推广和应用的水平。

　　事实上，作为全球领先视觉算法供应商，十几年前，虹软就为三星手机提供人脸技术，全球已有近百亿台智能终端设备搭载了虹软技术。尤其是智能手机领域，目前80%以上的主流安卓手机正在使用虹软的智能双摄、AI美颜、智能HDR等AI拍照算法。

　　此外，早在一年之前虹软就发布了视觉人工智能开放平台，免费开放人脸识别、人脸属性分析等离线SDK。

　　张梓钧对记者表示，“BAT、谷歌都有自身的共享开放平台，只是开放的内容有所不同。”他认为众多场景单靠企业自身很难全部落地，一方面是培养用户的市场习惯，一方面培养自身的生态伙伴，对企业自身和行业发展来说都是大有裨益。

　　不过总体上看来，张梓钧也认为，人工智能发展仍处在初期阶段，“市场高度开放，应用场景繁多，市场机会巨大，必将吸引众多玩家，现阶段需做大蛋糕。”