經過近兩個月的全國各地嚴密防控、勠力奮戰，這場牽動人心的疫情終于得到了有效控制。在這場戰“疫”中，AI、大數據、云計算等科技力量，正不斷被應用各種生活場景，為扼制疫情蔓延和復工復產發揮了積極作用。

尤其，在這場疫情中，AI技術在各個領域內的應用正釋放出更大的潛力。在2020年以前，AI泡沫破裂的言論不絕于耳，而在這場疫情中，我們看到泡沫破裂的或許只是公司，而不是技術。“殺不死我的終將使我強大”，AI經此一役，愈來愈成熟。

從科普、問診到診斷，AI“瘋狂輸出”

在這場沒有硝煙的戰場里，AI技術作為醫療“輔助武器”一直在與疫情賽跑。以BAT為代表的互聯網企業都在將自身的AI技術應用到互聯網醫療的各個場景，從健康科普、在線問診到病情診斷，AI技術成為提高看病效率的關鍵“武器”。

據悉，疫情期間，百度搜索流量增長率超過30%，醫療方面的搜索問詢量更是同比增長35%。從百度搜索數據能夠側面反映出，醫學科普需求巨大。用戶在百度搜索“流感”“新冠狀病毒肺炎”等詞條時，跟疾病相關的內容會通過文字、視頻、長圖、問答等形式非常醒目的展現出來，用戶可以快速獲取更可靠的健康知識。

而這些內容的變化源于百度對百度百科醫學內容升級，百度聯合業內領軍專家、頂級科普機構對多種常見病進行編審，以百度AI技術為依托智能化生產內容，極大提升科普內容與網民需求的匹配度。

除此之外，因很多醫院科室停診，只留發熱門診，導致一些慢性病、常見病患者無法得到及時醫治，BAT等互聯網巨頭紛紛推出免費醫療咨詢平臺，僅百度健康‘問醫生’單日咨詢量就超過85萬。

這些醫療咨詢平臺作為線下問診的補充，通過遠程義診方式解決患者疑問，為線下醫療機構分流一些壓力，避免出現交叉感染的情況。從在線科普到在線問診，不僅避免了用戶產生恐慌情緒，同時還幫助用戶提高保健意識。

在這次疫情中，AI技術對病情診斷也發揮了重大作用。從助力核酸檢測盒開發到CT診斷，AI技術都成為了破局利器。阿里巴巴和騰訊紛紛將AI技術作用到CT診斷技術，針對新冠疑似案例 CT 影像做出快速判讀，大幅壓縮確診時間，減輕抗疫前線影像科醫生的工作量。

疫情之下，有了AI技術的助力，不僅提高了科普、在線問診、病情診斷的效率，也幫助互聯網醫療打破“叫好不叫座”的尷尬局面，讓更多受眾認可，并且在一定程度上消除了就醫不平等的局面 。

正如Eric Topol博士在《深度醫學》一書中所表示：看病貴、看病難，醫療問題成為了貧富分化問題的一個表現，而人工智能具有改善醫療問題的潛力和希望。

加速場景落地，才能取得AI時代制高點

自人工智能發展以來，不少科技巨頭紛紛向AI轉型，傳統企業也紛紛利用AI技術來推動業務向智能化轉型升級，疫情之下，BAT、京東、華為等科技互聯網巨頭反應迅速，除了在醫學科普、在線問診、病情診斷等醫療方面能看到他們AI技術的身影，在助力工業生產、科學研究、民生服務等方面，也加速場景落地，搶占AI時代制高點。

阿里巴巴方面：阿里巴巴上線“健康碼”并推廣至全國各地；向全球公共科研機構免費開放一切AI算力，以加速新冠肺炎新藥和疫苗開發；與多地合作搭建“數字防疫系統”。

騰訊方面：騰訊云AI團隊打造文字識別OCR產品，為國內眾多地區進行無接觸化社區防疫管控；騰訊云OCR產品利用其準確快速的文字識別技術解決遠程教育中師生互動不便等痛點，例如教育機構可以利用騰訊云OCR產品實現遠程“拍照判分”。

百度方面：免費開放百度大腦240項AI技術，助力開發者、合作伙伴快速開發產品，支援戰疫一線；提供人工智能技術支持，配套億級計算資源，助力疾控機構、科研院所等研究單位進行研發提速；

京東方面：建立“京東疫情防控技術支持體系”，協助政府搭建“高危人群疫情態勢感知系統”；建立“疫后中小企業幫扶平臺”，上線疫情問詢機器人和智能外呼機器人等智能防疫產品，為一線抗疫工作者和普通用戶提供及時有效的服務。

一場疫情，加速了AI和城市生活的融合。而在這場融合中，看到巨頭們“見縫插針”式的將AI應用到與人們息息相關的相關場景，“跑馬圈地”形勢加劇。

從目前發展形勢來看，人工智能似乎只屬于科技巨頭們的人工智能，而距離普惠技術仍然有一段距離。

科技巨頭經過移動互聯網時代的沉淀，擁有用戶豐富的數據，了解用戶的需求，當重大突發事件來臨時，利用數據進行正確的決策與預測，發揮出現有數據資產的最大價值，進而推動人工智能進入全新階段。雖然老牌科技巨頭都在發力，但并不意味著創新企業沒有機會。

大浪淘沙，AI企業或面臨加速洗牌

AI技術隨著計算能力的提升、應用場景的拓寬，迎來了最好的發展時期。尤其在這場疫情的催化下，一些AI企業的發展進入快車道，而一些AI企業或將面臨加速洗牌。

AI企業發展要靠“內外兼修”。“內修”則是企業要在某個垂直人工智能領域技術走的靠前 ；“外修”，則是獲得政策支持、人才供給，擁有驗證新模式、新技術的應用場景等。當前正處于AI大規模應用爆發的拐點之際，能否獲得驗證新模式、新技術的應用場景對企業來說彌足珍貴。

自疫情爆發以來，BAT等科技巨頭紛紛與地方政府、國家科研機構合作“搶占先機”，其中以百度為例，免費向各基因檢測機構、防疫中心及全世界科學研究中心免費開放線性時間算法 LinearFold 以及世界上現有最快的 RNA 結構預測網站。

在醫療產業中，與醫療領域相關的AI應用在時間驗證時需要“慢工出細活”，百度通過開放的形式供全世界科學家使用，可以盡快對IT基礎設施、數據質量、算法對市場的適合度等各方面進行驗證，以此來為醫療智能化提供助力與推動。

目前，國家已經對北京、上海、杭州、合肥等多個城市建設國家新一代人工智能創新發展試驗區，在這些試驗區，大多都政策強支持、人才供給“給力”、產業基礎良好。同時，因為政策導向，AI股權投資也會更注重人工智能與產業的融合。

國內的AI企業分類主要為三大層面：基礎層、技術層和應用層。應用層占比超過七成，而中小AI企業也多以應用層為主，強人工智能時代還未到來，對于應用型中小AI企業來說，選擇應用場景多元、基礎設施健全、教科資源豐富的試驗區發展，更能“事半功倍”。否則，對于那些基礎研究薄弱、沒有應用場景、商業變現途徑不明確的AI企業來說，勢必會被加速淘汰。

而在這場疫情中，凡是將AI技術持續大規模應用并通過防疫戰考驗的企業，勢必能在中國產業智能化進程中成為更關鍵的力量。

《連線》雜志前主編凱文·凱利曾經表示：“最偉大的產品到現在還沒有發明出來，現在開始一點也不晚，而現在已經發生的事情根本就什么都不算。”

對于正在跑步入場的中小科技公司來說，現在并不晚，機遇與風險并存。想要成為人工智能的獨角獸，能做的就是提供能夠融入各個產業的新產品和服務。