尽管计算机视觉和智能语音技术已发展数十年，但人工智能整体仍停留在低智能化阶段。在即将到来的5G时代，万物互联促使数据量不断膨胀。如何提高机器深度学习能力，实现真正智能化，是人工智能技术端企业现阶段面临的主要挑战。

记者注意到，目前人工智能的应用主要是视觉AI和智能语音，而更多行业的应用也在迅速普及，主要涉及政务、金融、新零售、物流、服务机器人等细分领域。未来随着消费升级，个性化需求将成为常态。由此带来的是，人工智能在细分领域应用场景化落地的更高要求。

多位专家在日前举行的2019中国“智能+未来”高峰论坛上表示，互联网、大数据的出现让人类世界从人与自然组成的两元世界走向资讯化的三元世界。在人工智能、VR、AR技术推动下，催生了以智能消费、智力消费、虚拟消费组成的三元消费市场。未来企业的核心竞争将由产品转为服务，面对人类复杂的情感需求，人工智能技术应通过加强情感设计为人类提供有温度的服务。而另一方面，如何让B端用户更了解C端用户的需求，如何让人更了解机器人的使用，则是众多人工智能企业必须面对的问题。

5G时代来临 人工智能深度学习能力有望提高

目前人工智能仍停留在计算机视觉和智能语音两大领域，随着国产厂家硬件制造能力提升，硬件制造成本大幅降低，价格不再是发展人工智能技术的阻碍，但深度学习能力能否突破，将是人工智能技术是否达到全面智能化的关键，也是能否促进应用场景多元化落地的决定因素。

尽管目前人工智能已经在政务、金融、新零售、物业服务等多个行业落地，但面对市场的变化，仍需要不断完善技术，这也就意味着人工智能在细分领域的技术应用需要根据终端用户的需求进行升级。这也是5G时代到来后，随着大数据的不断增加，人工智能落地商业应用所面临的挑战。以服务机器人为例，一个管理者可以管理50个人，但是如何管理好50个机器人则是问题;此外，机器人根据需求的变化，也要不断进行升级，这就需要更多的数据和算法。

中国资讯通信研究院云大所人工智能部主任、中国人工智能资产发展联盟总体组组长孙明俊表示，物业浙江，今天的人工智能产品仍停留在专注做某一特定事情的层面上，为了实现深度学习能力，算力、数据、核心驱动算法都是不可或缺的基础能力，其中，深度学习的算法是人工智能进一步发展的核心驱动力。虽然算法在2006年已经出现，但除了需要规范的、能被使用的数据，还需要算力的提升，否则难以具备资产化能力。

值得注意的是，在即将到来的5G时代，万物互联产生大量数据，现阶段数据量不足的问题有望得到解决。利用深度学习能力，人工智能技术不仅可以在海量数据内规避无用资讯，还可以挖掘数据间的弱关联关系，提升数据识别能力，实现对语言、图像等复杂数据的深入洞察。

浙江远传资讯技术股份有限公司CEO嵇望接受记者采访时表示，5G技术的出现大幅提高了网络传输水平，受益于低延迟性和大量数据支撑，视觉类产品有望迎来全新变革，使用场景也将更加多元化，例如应用AR(增强现实)技术给现实世界的物体添加标注、测量尺寸、引导使用、排除故障、比较价格等。而对于人工智能技术而言，伴随着算力提升，大量的数据支撑会让人工智能的智慧更加高，机器将更懂人类，人机交互体验将大幅提高。

不容忽视的是，当机器逐渐走进传统行业，虽然代替了部分人工操作，但现阶段的人工智能技术仍停留在弱智能化阶段，智能水平较低，部分工作仍需要人工配合，复杂问题更是需要人工解决。因此，当人工智能机器大量进入应用场景，如何管理机器、提高人机融合将成传统行业智能化面临的挑战。

在嵇望看来，人机融合系统或是解决管理机器难的一条途径。以远传技术在管理机器人方面的经验来看，在客户服务系统中一方面使用客服助手对客服人员进行实时话术提醒、实时知识协同等帮助，以提高人工效率;另一方面则利用AI助力提升机器人的准确率，帮助机器处理复杂问题;同时还提供人与机器的融合运营管理新模式，来解决新型生产力带来的管理难题。

降低人工成本 智能化服务成未来趋势

随着年轻群体成为新一代的消费主力军，个性化消费及精准化服务将成新的消费趋势，然而人口红利的逐渐衰退，导致服务行业从业人员增量减少。在这种情况下，虽然计算机视觉、智能语音技术已被应用在安防、家居等领域以满足“千人千面”的个性化需求，但面对更多的细分服务领域更高要求，人工智能辅助服务技术仍需全面普及。