|
人工智能算法对交通出行所产生的信息进行了分析与预判，人工智能技术的应用衍生出一系列智能设备，并对现有设备、应用和服务提供嵌入式的智能处理能力，以协助交通管理者更好地进行决策，以便车流最有效的方式通行，提高交通流效率，实现交通升级转型——交通智能化；未来，智能化交通解决方法中，人工参与与处理将逐渐削弱，有望达到自动化运作的水平。 交通出行领域——共享出行摊低落地成本，自动驾驶引发产业融合 国内科技公司纷纷发声将在2021年前后实现L4级自动驾驶(以国际汽车工程师协会制定(SAE)的自动驾驶级别划分为衡量指标，L4级即系统完成所有操作，人类不一定需要对系统应答)乘用车的量产，但考虑到现有算法技术的能力边界，艾瑞认为，2021年的时间节点相对乐观，较难实现通用场景的L4级自动驾驶，小概率的意外缺陷都有可能引发致命事故。 但是，2021年成为创业者标杆的时候，它将促进“预言的自我实现”，技术的突破性进展及不断拓宽的行驶场景依然值得期待。 实现自动驾驶需要在汽车中装配大量的软硬件设备，而大量设备将带来高额推进成本。为减轻自动驾驶在推进消费市场时的成本等阻碍，可通过出行服务商进行系统安全性的评测并承担相关成本。智能化与共享化是汽车产业生态的重要发展趋势，车企、科技公司、出行服务商间的合作结盟也会愈发频繁，智能出行公司随之诞生。 智能客服领域——传统客服由人力密集型向人机混合升级，提升咨询效率 传统客服业是典型的人力密集型，被视为是人工智能最有可能全面颠覆和取代的工种。不过，从目前的实践情况来看，人工智能更多的是起到辅助人类决策和工作的层面，即，通过电话客服、网上客服、App、短信、微信以及智能机器人终端等产品与客户进行语音或文本的互动交流，理解客户浅层业务需求，回复客户提出的业务咨询，并根据客户语音导航至指定业务模块，实现优化人工客服咨询效率。智能客服目前的成熟应用主要在售后阶段，以重复性问题标准化回答为主，未来智能客服业的应用将继续升级，由现在的“以问题为中心”转变为“以用户为中心”的智能语音助理，由现在服务于企业/商家的机器人转变为服务于每一个用户。 人工智能行业发展趋势 对事物的完整行为规划或事项决策的发展空间较大 以深度学习为基础建立的人工智能技术一般是在用大数据解决小问题，而人类智能往往能够以小数据解决大问题。人类可凭借自己的观察和判断形成最终的价值决策，机器的语音识别、计算机视觉等AI能力在现阶段还很难支撑到对事物的理解、与判断，距离完整行为规划或事项决策仍有较大的发展空间。 未来不会出现岗位短缺，技术革命将提高社会整体福利 就失业问题而言，在向日益自动化的世界过渡时，机器学习和人工智能技术的发展升级定会逐步影响就业市场。我们假设人类的就业机会将大幅减少，然而，就业机会减少的同时，不得不承认的是，技术革命也会不断促进万众创新，人们会从重复性的劳动中解放出来，将更多时间和精力用于创造性活动。换而言之，人工智能将缓解劳动力危机，使人们自由追求生活及工作新方式，从而提高社会的整体福利。因此，准确地说，在未来不会出现岗位短缺，取而代之的应当是匹配职业的技能的短缺。如同工业革命、信息革命等，历史已经告诉我们，长久以来，新兴科技带来的问题都将被解决，从而使消费者们能够享受与之而来的红利。 人工智能将实现提效降本、延续人类智慧的核心价值 （责任编辑：晨鸿） |
