4月9日晚，一堂别开生面的线上直播课正在进行。
“金融科技行业可以通过AI的方式和手段，来辅助数字化和互联网产业公司进行尽调……”王忠民在分享AI服务金融科技的案例。作为全国社会保障基金理事会原副理事长，他在金融领域足够权威、更足够亲近一线。
这是由中国科协科学技术传播中心担任指导单位、京东数科产业AI中心主办的“产业AI公开课”*季的*期。但从某种程度看，更可以将其视作一场小型的金融科技领域的“AI诊疗”。
相较于对技术名词由浅入深的解读，它的更多意义在于探讨AI技术在金融领域实战标签—场景化和产业化。两者依次递进，前者重细分环节落地，后者意在行业整体进化。
无可争议的事实是，AI技术正在愈发“成熟”。最明显的表现是它开始真正以工具的角色出现在不同的产业腹地，成为企业跃迁的*助手之一。
从技术AI，到产业AI，泡沫破碎的同时，一场产业数字化“泅渡”正在上演。
一空中“急行军”，地面慢车道
急行军和慢车道，这是一组相悖的词。
但从某种程度来说，这也恰恰是过去几年AI的*侧写，注释的两条支线分别是对AI概念的追高热捧和真实落地场景的“熄声哑火”。
时间回到2016年年末，《硅谷百年史》的作者皮埃罗·斯加鲁菲曾公开说，“人工智能*是一个泡沫。大量资金在短期内进入了人工智能领域，但实际上，包括谷歌在内的公司都没有在这个领域获得收益。”
这句话里的“泡沫”在未来的两年被迅速验证。一组数据显示，2017年中国AI创业公司获得的累计融资超过500亿元，但2017年中国AI商业落地100强创业公司累计产生的收入却不足100亿元，90％以上的AI企业亏损，绝大多数企业年营收不足两亿。
这是一个空有起点，没有终点的圆环。即从某种意义来看，“急行军”的本质是对AI概念的热捧，但对大部分AI公司而言，其并不具备真正核心的技术研发能力，和充分建立技术护城河的能力，更没有对落地场景的深挖和规划。
研发难，变现更难。以安防为例，AI技术与该领域的安全与私密属性有着天然的契合度，但问题的解决不仅仅需要技术的到位，更需要服务企业对安全场景的了解，而对于后者，甚至很少有企业能做到“60”分。
再比如AI视觉领域，尽管视觉方面的新技术层出不穷，但在过去的几年时间里，并未出现真正切入场景的产品或企业；更不用提自动驾驶，即使在16年就放出豪言年内产品成型，如今落地仍然遥遥无期。高估值面纱之下，尽是空中楼阁。
从另一个角度来看，除了泡沫的破碎，这更是一个需要“多变作战能力”的赛道。即企业不仅需要有硬核的技术实力，更需要对对应产业有足够细致的了解，互补之下才能实现AI技术的真正落地。
“你很难从过去的两三年里真正找到一个AI技术完全落地的场景，大都是浅尝辄止。”一位AI行业人士表示，“曾经有一段时间大家都在尝试各种转型努力找变现手段，不过很难。”
可以想象一个画面，无数人的目光投向这场被寄予厚望的考场，但这场最初被假想40分钟就能搞定的考试时间已经过去大半，卷面上的答案却仍是寥寥。
一级、二级市场的主角光环，掩盖不了无根之水的本质。在真正的产业闭环打通之前，所有“新瓶装旧酒”的人都被深深套牢。
泡沫破裂对应着的是骤降的寒冬。根据亿欧《2019年人工智能投资市场研究报告》的一份报告显示，2019年1-5月，中国一级市场AI行业投资总额163.4亿元人民币，只有去年全年投资额的11.6%；平均投资额2.1亿元/笔，较去年的4.2亿元/笔下跌50%。
一系列的问题正在愈发被摆上2020年的新台面：真正的AI产业到底应该来自于哪？AI技术应该怎样俯下身子进入到企业？新的周期何时将到来？
温度降至冰点，所有的问题都急需一个答案。
二“一个窗口”和潮水流向
疫情“捅”开了一个洞。
镜头聚焦到距离北京城区40分钟车程的亦庄经济开发区。疫情期间，想要进入居民楼或者开放的公共场所，都必须要在“尚亦城App”中在线填报信息进行审核方可通行，这则依托于北京市经济技术开发区、京东数科等联合开发的依托AI等技术的数字化“战疫金盾”。
一个足够明显的信号是，AI技术正在以真实可视的能力出现在各个线下场景中，承担起产业数字化驱动的角色。
“我们是在和时间赛跑，也是在和自己赛跑，争分夺秒。”回想起疫情期间的情况，腾讯教育副总裁王涛感慨。“工作量确实很大，因为不同区域的需求不同，对于研发团队而言，就需要根据不同场景定制化地设计产品。”
AI技术成为破局的“*驱动点”。基于AI能力，腾讯各条产品线的产品需求被迅速填充，在兼顾产品能力的同时深度匹配使用场景，进而保证腾讯整个教育模块的迅速推进。
生鲜行业是另一个“AI产业样本”。
疫情期间，生鲜电商赛道玩家的流量纷纷迎来峰值，据Mob数据统计，春节期间京东到家日活突破100万，叮咚买菜等app也更是迎来新的流量峰值。
高流量带来了用户，但也同步衍生着压力。不难理解，流量的激增给企业的供应链能力带来了极大考验，能否承受压力不仅仅意味着企业能否平稳享受这一波红利，更代表着企业是否有“拒绝淘汰”的能力。
一部分玩家率先交卷。聚焦来看，即依托AI技术对供应链进行数据优化，通过对区域需求的预测进而提前预备仓储能力，同时根据需求流量地图的能力来分配线下配送人力，进而保证用户需求的满足。
可以预想的是，倘若没有AI能力的加持，不论是教育产品还是生鲜行业，不仅既定的进度不能完成，业务线或企业的发展甚至会被波及。
显然，新的潮水流向已经形成。即基于AI等技术的数字模式已然在企业腹地“降落”，并成为产业升级进化的*解，更可以理解为，相较于上半场AI技术的无序发展，如今AI产业的新闭环已悄然成型——从技术到场景，从场景到产业。
能看到的是，平台玩家已经入场。腾讯、京东数科、阿里、华为……一个个产业AI生态被迅速推出。一个大的总结是，巨头们以技术为底层基座，场景为附加注释，最终构建出适配不同行业、不同企业的数字化解决方案，进而赋能中小企业AI产业升级的能力。
产业AI，已经成了所有企业的一张必考卷。成绩不合格，或将直接面临被淘汰的风险。
如果说过去的企业规模、经营模式和人员架构是企业的考量重点，那么如今AI驱动的产业数字化就已悄然成为企业高悬的达摩克利斯之剑。更可以看作，谁能更快地做出选择，谁就能率先切入新的产业蓝海。
三“授渔人”
“授渔人”已经出现。
镜头回到文章开篇，这是产业AI公开课*季的*期，即针对金融科技行业进行AI技术的诊断和实操。
这仅仅是*台“产业手术”。据了解，产业AI公开课的基本模式是邀请不同行业的专家根据行业情况定制化地给出相关建议，助力企业通过AI驱动产业数字化转型。
与之对应的一个绕不开的事实是，相较于数字化的既定方向，中小企业的状况更是“千企千面”，即不同行业、不同节点、乃至不同融资轮次的企业都具备自身的独特性，而与之对应的AI数字化方案也更是不尽相同。
这个问题的解答者，只能是身处产业的AI专家。
可以理解为，相较于单纯AI技术的研究者，身置产业的AI专家兼具产业知识，可以根据一线趋势来拆解企业的AI驱动产业数字化的具体模式。用个不那么性感的词就是，更接“地气”，但这也意味着他们更能设身处地地为企业提供切实可行的操作思路。
这显然也是京东数科产业AI公开课的考量所在。
更为细颗粒度的解读是，产业AI公开课将按照“季播”节奏，在每一季都设有核心主题，邀请不同行业的一线嘉宾围绕当下热点进行解读，领域不仅仅包括金融科技，后续更会覆盖机器人、智能城市、风控、数字营销等多个领域。
例如，在接下来的一期里，公开课就将围绕“疫情背后，产业与AI关系”的相关主题进行探讨，真正从企业的角度出发，剖析产业模式。
或许可以这样解读它设立的初衷，即通过开放讨论的模式，依托产业一线AI专家的答案来助力更多的企业进行数字化转型，恰似一个“授渔人”，真正从方法和思路上给予企业帮助。
显然，依托AI进行产业数字化升级，这是一堂需要企业亲身参与、亲身实践的产业大课。更可以视作，这里没有标准的答案可以参考，更没有100%的成功率，唯有敢于尝试的企业，才能顺利跨越周期，摆脱淘汰机制，成功转型。
2002年，在华为陷入低谷后的第二年，在探访了熬过10年低增长、负增长漫长寒冬的日本企业后，任正非写下的《北国之春》中有这样一句话，“创业难，守成难，知难不难。在这瞬息万变的信息社会，唯有惶者才能生存。”
惶者求变，产业跃迁。从这个角度看，率先改变者，也或将成为未来的领跑者。而从这个角度看，“授渔人”恰是企业AI进阶的*助力。
