人工智能技术|无数人扎堆计算机视觉，但这家公司却聚焦决策智能( 四 ) 糖尿病|公司|慢性病|大数据|九

中国的众多人工智能企业，大部分也都诞生在最近十年内，并广泛分布于数百上千个应用领域，提高了社会效率，带动我国产业的数字化升级和经济转型。中国新一代人工智能发展战略研究院《中国新一代人工智能科技产业发展报告2021》通过对2205家人工智能样本企业的调研就发现，这些企业创建时间主要集中在2012年至2018年之间，占比为63.93%，企业创建的峰值出现在2015年，占比为14.36%。
中国人工智能企业的时代才刚刚起步，我们可以看到多家人工智能公司的招股书中，研发人员的薪资都非常高。中国人才和中国企业也在人工智能时代，获得了与技术优势相匹配的溢价。
金融行业因为数据质量较高，是人工智能应用的“先行示范区”，人工智能企业往往先在金融领域率先应用。人工智能不仅有助力于塑造新的产业链，传统产业的数字化升级、企业变革，也需要人工智能企业的深入协作。
传统制造业的人工智能改造目前还是以感知智能为主，感知智能中深度学习模型是较为常见的模型，但深度学习算法需要大量数据“投喂”，且深度学习的过程是一个黑盒子状态，没有与决策过程相关的解释。萨摩耶云聚焦的决策智能服务，则一定程度上避免了“数据黑箱”，不仅适合于具有数据强监管特征的金融行业，在数据安全愈加受到重视的当下也适合于各个行业。
在传统制造业、物流产业领域，产线的智能传感、缺陷检测、工艺优化、无线传输、边缘计算、工业上云等多个方面人工智能已经有较大规模的应用，只是各个产线、各个人工智能传感器汇总来的数据还会汇总到不同负责人那里进行决策。随着人工智能在工业领域的进一步深入，采集到的各类数据、信息也会越来越多，而人难以同时处理多维度的复杂信息，特别是不同的人知识储备、经验技能都会不同，决策往往会有较大变化。
到了这个阶段，制造业的人工智能改造同样也需要决策智能的参与——我们需要由不可解释的人工智能发展到可解释的人工智能，不仅通过人工智能全面感知生产状态，还要让人工智能系统具有感知之上的决策功能。聚焦于决策智能服务的萨摩耶云，未来还可能有更多跨界空间。
据IDC《全球人工智能支出指南》预测，2021年，全球人工智能系统支出853亿美元，到2025年，这一数据将跃升至超过2040亿美元，2021-2025年的复合年增长率将达到24.5%。如此大的市场空间，也意味着人工智能的应用给产业带来了至少十倍级别的效率优化。在未来国家与国家之间的产业链竞争中，人工智能将发挥举足轻重的作用。
亿欧智库《2020年中国人工智能商业落地研究报告》就指出，中国人工智能经历近十年快速发展之后，私募资本已经从最初的兴奋高涨逐渐理性回归，早期成立的人工智能企业在技术、产品、资本的助推下，落地场景和商业形态基本形成，发展路径逐渐清晰，高成长性也基本可以预期。
成熟的港股以及新创立的科创板，为需要大量资金推进发展的优秀人工智能企业提供了重要融资渠道，助推其快速地迈向下一个发展阶段。众多人工智能企业也在政策鼓励与产业加速升级背景下逐渐走向成熟，落地了很多应用。
如今，资本市场的想象空间需要看企业应用层、技术层、基础层多个方面的表现。在已上市及待上市的人工智能公司中，能够帮助客户解决业务发展“真问题”、获得“正增长”，能够为各行业的客户提供一揽子、可落地、全链路云服务的人工智能公司，能够在基础研发上带动人工智能行业不断突破，才有可能成为科技股的新趋势，并引领接下来资本市场的追求。