不知道什么时候起，AI已经成为我们生活中频繁出现的一份子。早起有着智能音箱的闹钟叫醒，出门有着智能门锁守家护园，中午点个外卖也会有智能物流网安排配送，就连出行上，自动驾驶时代也即将落地。
在近日百度世界大会的Apollo自动驾驶分论坛环节中，威马汽车就高调宣布和百度Apollo合作推出的具备L4级自动驾驶能力的车型开启预售，并将在2021年4月开始进行交付。央视直播中也首发了Apollo“5G云代驾”功能，可以接管无人驾驶车，改为平行驾驶状态，帮助车辆解决问题。
随着5G进程的进一步落地深化，连比较复杂的自动驾驶都已然面临着落地的时刻，AI触达了我们生活中的诸多场景中，全面AI的数字化时代，来临了吗?从技术“冰山”到技术“裸泳”：落地化的发展格局
不得不承认，这些年出现的“技术”类产业之中，AI是最为出色的那一个。
这几年里，包括像AR、VR、区块链这些技术类新势力之中，并没有哪个像AI一样热度长存的，本身技术的泛用性与实用性是一方面，而另一方面就是二者的落地场景并不多，VR如今频繁用的场景是地图、游戏等少数几个场景，区块链除了被发币玩了几把火之后，也只有在安全性与溯源方面有所用图，且技术也未实现普及性，至于AR更是少的可怜。
而AI不同于二者，大场景的自动驾驶、智能机器人，小场景的人脸识别、语音交互等等，甚至还能用到狗身上。根据天眼查APP数据显示，旷视科技甚至都整出了一个狗脸识别的专利，如今对于人工智能运用的广泛性可见一斑。
而这种泛用性，正是AI能够从诸多技术新势力之中脱颖而出核心。
技术为主导的产业与流量为主导的商业之间是有差异的，互联网商业是在线上赋予流量、用户、产品、销量这些方面数字化的能力，更多的是显性因素，就像游轮一般，光鲜点都在水面之上，发展的好坏一眼可见。
而以技术为核心主导的产业更像是一座座“冰山”，我们所能看到的仅仅是他们能展现出来的一角，他们大量的研究投入在水面以下，这些东西难以数字化的呈现出来，也无法为大多数人所认知与理解。
但更多的用户不会去深究水面之下有什么，他们在乎的就是水面之上的东西，他们能够使用、能够攀登、能够触摸到的就是水面之上的东西，因此会对时下能够落地使用的这“冰山一角”更为看重，这无可厚非。
也因此对于技术类产业而言，如何在现有技术阶段的能力下落地实践，将“冰山”更多的“二角”、“三角”展示出来，就成了它们的当务之急。要把自己能够展现出来的这一角打扮的“光鲜亮丽”，才能更为用户看好，更为资本看好，才能有资源、有能力的去追求自己内心更长远的“白月光”。
当然这也很符合互联网商业原理：做概念、拿融资、炒热度、找接盘。光畅想未来可产生不了太多的资本吸引力，必须在兼顾技术未来式的同时，把握好现在式的落地变现才行。
而AI就是做到了落地变现的极致，它在发展中打破了技术的“冰山”，将自己现有的所有，甚至“底裤”都脱了进行彻彻底底的“裸泳”，具体有多少能力明白直观的给用户展示出来。
当然这也与从事AI产业研发的企业方向有关，拿商汤旷世两大AI标兵性质企业来说：
商汤创造的是“1(原创技术基础研究)+1(产品结合)+X(行业伙伴)”模式。
这样做不仅仅能扩大AI的研究范围，在除了人脸识别技术之外，更涉及到深度学习、智能监控、图像识别、文字识别和图像及视频编辑等方面的研究。在实现“智能+”的场景落地方面则主要突出智慧金融、智慧商业、智慧安防、互联网+等场景。
旷视也不甘落后，将“1(原创技术基础研究)+3(个人IOT、公共IOT、商业IOT)”的产业布局落地实施。
旷世的模式则摆脱了曾经视觉感知的软件服务商定位。同时宣布旷视业务由众多垂直类场景如物流、金融等升级为城市大脑、供应链大脑和个人生活大脑三大场景。
而这两大AI独角兽发展的共通点就在于找到更多的AI“着陆点”，让AI与更多的场景接触、发酵，就目前的技术研究产生更多的价值转化。
当年初次接触到人工智能的汤晓鸥，满心欢喜的听着教授描绘着“AI能运用在公安各种各样的场合”之中，但实际上手研究之后才发现：“等我开始做才发现这个东西根本不靠谱，根本用不起来。”
当初的AI先行者们或多或少都经历过这种惨绝人寰的心理落差，也因此对于如何把AI“用起来”，就成了当初那代AI先行者的阶段性目标，拼落地也成为AI研发者们心中的“白月光”。
正如约翰霍普金斯大学发布的一篇名为《Deep Nets：What have they ever done for Vision?》中所言：“深度学习短期内进步突破的可能性微乎其微，尤其在算法通用方面更难以实现完美落地。”
既然技术层次的突破短时间内没有苗头，那么与其追逐那些太过于虚无缥缈的理想乡，进行更深层次的数据化变革与服务，才是同时有利于企业、资本、行业、用户的共赢局面，这正是AI落地化的发展格局，也是我们生活中充斥着AI元素的本核原因。 要“减负”而不要“裸奔”：大数据时代信息安全尤为可贵
但正如老子所言“福兮祸所倚，祸兮福所伏”，过早的迈入数字化AI智能时代固然加速了社会发展的进程，让我们的生活更加的便捷，但同样的将数据的安全性提上了日程。
AI技术的支撑是背后庞大的数据库，多方位、多角度的用户数据采集是AI能够进行落地化的前提之一，但数据采集的同时，也在收集着用户的隐私。
不知你是否经历过，在一些搜索网站中搜索的关键词，近期你的一些电商购物会根据这些关键词推荐给你产品，越来越多的APP会需要你的个人信息、证件、地理位置、甚至你的信息储存空间的权限。
在数字化时代中，最了解你喜好的不再是父母、爱人，是电商、音乐、阅读平台，最懂你财务状况的不是你自己，而是那些支付平台你的生活数据被一项项浓缩成一个用数字组成的用户画像，在此基础之上才能展开更多的服务。
而且AI、大数据除了利好的一面，同样也能为不法分子所利用。
比如前面提到的自动驾驶方面，早在2015年，安全专家Kevin Mahaffey和Marc Rogers演示了通过Model S存在的漏洞打开车门、启动并成功开走，此外还能向Model S发送“自杀”命令，在车辆正常行驶中突然关闭系统引擎让车辆停下来。
经典电影《速度与激情8》中也出现了黑客“控制”自动驾驶的汽车向对手发起攻击的情节时自动驾驶安全问题就已经广泛的引发了用户热议。
《华尔街日报》也报道过一起AI语音技术犯罪的案件，通过AI合成你“老板”的声音，让员工进行转账操作，成功的骗取了22万欧元。
还有现在很流行的AI换脸，在有趣的同时也让人不免出了一身的冷汗，如果这些技术进一步完善以后，那么网络社交、经营活动中，连声音、视频都不能当真了吗?
当然社会与监管也屡屡发力信息安全方面的声音。
比如在近日举办的2020全球“AI+硬科技”线上马拉松直播回忆中，国际人工智能协会(AAAI)院士、香港科技大学新明工程学院讲席教授杨强也发表了“AI与人的新三定律”的主题演讲，着重探讨了如何解决AI的隐私、安全和可解释性问题。
我国监管部门也一直将信息安全放在信息网络发展进程的重要地位，毕竟对于AI技术来说，数据与网络是其运行的血液与血管，也就是从骨子里就存在信息安全问题。
诚然，AI、大数据这些技术就像是一批精湛的运动装备，可以帮助我们更好的“减负”，以更加轻盈的姿态面对生活。但我们要的是帮助我们减轻身上不必要的负担，去前行，去生活，但并不是要脱光光去“裸奔”，用户不是暴露狂。
正如维克托.迈尔舍恩伯格在《大数据时代》中描述道的那样：“大数据提供的不是最终答案，只是参考答案，为我们提供暂时的帮助，以便等待更好的方法和答案出现。这也提醒我们在使用这个工具的时候，应当怀有谦恭之心，铭记人性之本。”
心存敬畏，才能砥砺前行，常怀谦恭，方可长治久安。