科大讯飞|迈入强AI时代,科大讯飞如何找到价值支点?( 三 )


从0到N , “系统性创新”赋能百业而生如果从1956年的达特茅斯会议正式提出“人工智能”这一概念算起 , 六十余年的技术浪潮里 , 人工智能已经历了三次迭代升级 。 从以模型突破为主要目的运算智能时代 , 崇尚技术实用化的感知智能时代 , 目前AI发展正跨入认知智能时代 。
在这场AI技术的第三次浪潮中 , 认知智能更强调技术的可推理与可解释性 , 对AI企业在算法、算力与大数据等技术能力上也提出了更高的要求 。
换言之 , 在认知智能时代 , AI实现产业化与商业化不再是从0到1的单点技术突破 , 而是从0到N的大规模产业化实践 。
如何实现大规模的产业化实践?科大讯飞给出的解法是“系统性创新” 。 刘庆峰曾总结实现系统性创新的三个关键要素:一是 , 关键的核心技术效果要跨越技术鸿沟 , 达到应用门槛;二是 , 深度融合创新链条上的各个关键技术 , 激发创新能力;三是 , 针对重大的历史命题社会命题进行系统性解析 , 并将其转化为科学问题 。



不难看出 , 比起单点技术突破与落地 , “系统性创新”是一个更综合、更系统、更全面的概念 。 随着人机耦合不断发展 , 在重大历史命题面前 , AI能力一方面需要在底层关键技术领域融合 , 这是一个纵向深入的过程;另一方面也要与产业链上下游的资源、数据与管理实现协同联动 , 这是一个横向覆盖的过程 。
纵向深入、横向拓展 , 均离不开技术投入 。 2021年 , 相关研发投入29.36亿元 , 较2020年同比增长21.50% 。
值得一提的是 , 2021年科大讯飞增加人员储备3301人 , 刘庆峰同时表示 , 2022年科大讯飞人员将会有5%-10%的小幅增长 , 不会再大幅扩张 。



从大幅扩张到小幅增长 , 转变的背后是科大讯飞人才战略的进一步聚焦 。 在业绩说明会上 , 刘庆峰用“毛竹”的比喻来解释这种转变:“就像山上的毛竹一样的 , 有大年小年之分 , 一年快速增长 , 一年要控制、培训 , 要用好 。 ”
事实上 , 从更宏观的角度看 , 科大讯飞对人才的重视顺应着当下“人才红利”的大势 。 从曾经的世界工厂到如今的技术强国 , 人才优势将在未来释放更多的价值 。
而依靠“系统化创新”战略 , 科大讯飞不仅实现了“从0到N”的转身 , 也让AI技术实实在在地扎根于产业土壤中 。
从弱AI到强AI:科大讯飞的价值支点但相较于其他赛道的科技股 , 在过去的一段时间里 , AI技术企业的股价似乎都进入了箱体震荡阶段 。
某种程度上来说 , 这是“科技股”的周期性使然 , 受“政策+技术”因素影响 , 本身就是一个长坡厚雪的赛道 。 “根据地业务”与“系统性创新”所带来的稳健增长 , 让科大讯飞也收获了一众券商分析师的看好 。
年报发布后 , 包括国盛证券、天风证券、平安证券等专业券商机构都给予了科大讯飞“买入”评级 。
学者雷·库兹韦尔曾指出 , 人类创造技术的节奏正在加速 , 技术的力量也正以指数级的速度在增长 , 与摩尔定律下线性增长逻辑不同 , 指数级的增长具有迷惑性 , 往往始于极微小的增长 , 随后才以不可思议的速度爆炸式的增长 。
技术的爆炸性增长影响着企业长期价值的想象空间 , 这也是AI的技术价值所在 。
但由于不同细分领域内 , AI商业化的难度不同 , 因此AI赛道的估值逻辑存在着一个明显的悖论:即能实现商业化落地的 , 但技术价值层面的想象空间不大;以“技术强密度”为护城河的 , 商业化难度又很大 。


相关经验推荐