【儀表網 儀表下游】導讀：從AI的市場需求和政策支持來看，落地應該是非常輕松簡單的，可實際上卻事與愿違，現實是AI很火但是落地卻很難。是什么原因導致AI無法自然融入這個社會，只能成為華而不實的幻影？
從政策來看，國務院印發的《新一代人工智能發展規劃》，計劃到2025年，人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。
從應用來看，人工智能(AI)技術在工業現代化的浪潮下向各個領域滲透，包括市政、交通、醫療、商用等，隨著5G商用的春風，如今AI技術更火了。
從數據來看，2020年中國人工智能產業規模超過1500億元，帶動相關產業規模超過1萬億元。然而AI企業在資本市場并不太順利，在探索技術與產品、應用與商業方面存在著各種各樣的問題。
人工智能行業歷經多年快速發展，逐步進入一個瓶頸期。一個很重要的影響因素就是AI落地難。那么，到底是什么阻礙了AI落地？
場景限制
碎片化太嚴重是AI應用落地的一大瓶頸。AI并不是萬能的，在使用上經常受限于場景，隨著用戶對AI應用的訴求變得越來越個性化和碎片化，企業所提供的產品和解決方案也呈現碎片化，然而場景多樣化的腳步并未追上AI算力的增長，溢出的算力需要更多的場景來釋放其能力。
數據制約
數據也是制約AI成功落地的一大因素。由于AI依賴數據訓練基礎算法，因而獲得有意義的高質量數據，對于AI落地成功至關重要。如果缺少統一、標準化、高質量的數據，AI應用可能就是無米之炊、無源之水。
人才短缺
AI不只是一個技術、工具，更是一種思維方式，在AI落地過程中，儲備真正懂得AI思維、AI語言的人才，顯得尤為重要。實施AI項目通常需要數據科學家、ML工程師、軟件架構師、BI分析師等相關人員組成團隊，但是這些有經驗的專業人員很難聘請，這種狀態進一步導致了AI的落地難。
成本高昂
企業用戶的核心目標是利用人工智能技術實現業務增長，只有將AI技術應用到現實世界里，才能為企業創造利潤價值。然而，在深入產業落地的過程中，落地成本太高的問題被暴露出來，而這些也成為當前階段AI落地應用過程中新的痛點。
總結
AI如何落地一直是行業熱議的話題。我們看到近兩年，在疫情、物聯網、5G、智能化等因素的影響下AI的應用需求更加明晰。應用場景、資源與基礎設施、算法和模型、智能設備、數據構成了AI技術落地的五大要素。如何將這五大要素在落地場景中實現協調，是AI技術在產業界落地的另一個關鍵點。
雖然AI離實際落地還有很長一段路要走，但是從長遠來看，AI還有很大的進步空間，市場前景廣闊，是發展潛力無限的朝陽產業。
所有評論僅代表網友意見，與本站立場無關。