AI发展二十年:谁跨过了AI技术商用的三座大山?
作者：微信文章AI发展二十年
谁跨过了AI技术商用的三座大山？
从“Guest工牌”讲起：AI老兵的廿载回望
“记得那次卸任风波后，Sam Altman回到OpenAI，挂着Guest牌戏剧性地在办公室里拍了张自拍。前年春天，我回商汤上海总部，也领了访客牌，就顺手‘cos’了一把。”这位站在本期不止MBA讲坛上新潮又幽默的先生，是本期不止MBA讲座的嘉宾郝景山。作为前商汤科技联合创始人兼高管，现任深圳自动驾驶智能研究中心副、 Momenta 商务总监、轻舟智航合伙人兼商务副总裁的郝景山，是国内人工智能产业当之无愧的一线老兵。
此刻，北京大学汇丰商学院的教室里，郝景山正将二十年来在人工智能领域摸爬滚打所亲历的见闻思悟向MBA同学娓娓道来，带领听众走进人工智能如何迈过三座大山，成为当下最热门行业的历史旅程。
第一座山（2000—2014）：
路上掘出了第一桶金
01
故事要从一场关于“你逃我追”的交通违规案讲起。与大多数人所想象的“高大上”的场景不同，人工智能的早期应用，实际非常简单。起步阶段的AI突破点在路面：治安卡口、收费站、交通违法自动处理。看似无技可秀的车牌识别技术，实现起来并不容易，街头采图难、标注量不足，必须靠行业资源导入。然而，公安尤其刑警对跨城追车的证据留痕有强烈需要。1990年代末到2000年代初，恶性涉车案件频发，精确可追溯的车辆记系统录，便成了硬指标。供小于求，于是2003年前后，一套装在路段上的治安卡口系统（摄像机＋计算机＋软件）能卖到约20万元，因为客户愿意为可举证、可追溯的高级技术买单。通过前端多帧抓拍，图像清晰化，车牌定位与OCR技术，人工智能应用的第一笔可观现金流，就这样从路面上挣出来。
不只有车牌，这一阶段，视频检测也开始替代“地面切线圈”模式：以前要在地上切槽埋线圈，修路就得返工；现在用全景相机数车流、做违法触发与信控优化，维护成本更低、扩展性更好。通过抓住路面上的刚需，起步阶段的人工智能应用渐渐步入正轨。
第二座山（2014—2022）：
不止“能用”，还得“好用”
02
2014年前后，人脸识别技术迎来了明显突破，门禁、手机、银行登录等应用场景快速扩展。但将在服务器端体验准确的东西硬塞进手机端，不由得闹出啼笑皆非的“翻车”场面。解决“可用性”便是此阶段AI需要攻克的硬骨头。郝景山以某银行手机APP的人脸登录为例：最初团队选用服务端API，但发现上线测试无法跑通；而经过深思熟虑，改为在本地跟踪人脸关键点，选取短时间窗口内质量好的多帧图片再上传并比对——结果证明，这比“按下快门才取图”的方案要精确得多，某行因此成为国内银行里手机人脸登录的首批落地者之一。
同一时期，互联网小额贷款高速增长。利润极高，年化回报率一度可达360%，但黑产业也迅速蔓延。推广费用中近一半被中介抽走，所谓“三证合一”包（身份证图、手机号、生活照）在市面被反复倒卖。郝景山与团队比对多家平台的实名数据后发现，超过七成借款人重叠，部分甚至是被盗身份。但是，庞大的实名与人脸图像数据客观上促使了算法学习库大幅提升，人证比对精度显著改善，安防等行业随之受益。
AI应用的另一场景——票据识别也技术进步中逐渐成熟。早期的收据、小票往往卷曲、油墨模糊、光线反光严重，系统经常识别错行、断字、漏字，用户不得不手动校对，体验自然推广不动。直到多模态学习和大规模测试介入，模型能自动区分不同字体和噪声干扰，手机端记账才真正变得稳定可靠。
第三座山（2022—至今）：
从“天堂”降临“人间”
03
近三年，机器学习等算法的涌现灌溉了人工智能爆发的根基，三条清晰的应用枝叶也迅速生长发芽，初具规模。
第一条，是把智能嵌入现有产品。诸如Notion等知识管理工具将对话融入写作及资料整理，而豆包、Manus等软件也在问答、检索、内容生成上形成完整、流畅的体验。中小团队则借助开源方案自建系统，摆脱过去对依赖，降低成本与风险。人工智能正式变成民众日用不觉的智能。
第二条，是把智能装进具身智能。先通过特殊操作记录人类动作，从拿球、做家务到舞棍，形成 “全身数据”；再用这些数据训练模型，让机器人从被远程操控到能自主干活。当然，目前机器人仍无法完全脱离人类辅助，日本的便利店与家政服务验证了一种“人机互辅”的模式——机器人现场上岗工作，遇到无法解决的难题再由后端远程接管。一方面，研发商通过售卖服务创造收入；另一方面，也可通过实战积累数据和动作库。
第三条，是将智能驶上“康庄大路”。智能驾驶的发展速度远超预期，但行业热度与现实之间长期存在落差。近几年，车企发布会上宣传“全场景自动驾驶”，实车交付后往往只有基础功能。行业随即迎来整合：造车新势力开始把自研团队与供应商纳入统一架构，形成高、中、低端三种ADAS方案组合。监管也同步抬杆，产品若想上路，必须通过夜间、雨雾、儿童或动物突然冲出等高难度测试场景，否则不许交付。模糊的“L2.9”“准L3”被淘汰，行业重新划清边界——L4讲完全自主，ADAS讲安全辅助。AI从云端落地到车端，从算法比拼转向体系建设。智能不再是炫技的象征，而成为真正能承担责任、经得起现实考验的技术。
结语：且登三山，且望未来
回望人工智能穿越的三座山——从车脸识别到人脸识别，再到具身应用与大模型——每一程都在回答同一个问题：技术的意义，最终指向哪里？
AI的价值不在于算法的奇巧或融资的光环，而在于能否在真实场景中创造效率、释放潜能、让社会运转得更有人味。从路面赚出现金流的“能跑”，到规模化落地的“能用”，再到具身智能与自动驾驶的“能信任”，其实正是每一位创业者要思考的——技术如何成为可持续的发展力量。
当AI走过狂热期，站在第三座山的肩头，如何构建生态、分配风险、定义责任，便是最终的议题。用现实洞见去驾驭创新，让AI力量服务于更长远的价值创造。三山已越，崭新的地平线近在迟尺，向意欲打开盒中之物的远征者挥手。
https://mmbiz.qpic.cn/mmbiz_gif/gKTOq0yRHICKPSlJju9N8kBiaPAiatHTzdMGict1lyxlz6y6t3YKtkhljbgsN2reWibU81hWohYYeWYg3SxIYRLMvw/640?wx_fmt=gif&from=appmsg
点击“阅读原文”了解更多资讯
页:
[1]