2019年春节之后的第一个工作日，美国国家科技政策办公室发布了由总统特朗普亲自签署的《美国人工智能倡议》（American AI Initiative），该倡议开篇第一句话就写到：人工智能（AI）有望推动美国经济增长，增强我们的经济和国家安全，并改善我们的生活质量。

很显然，将其中的“美国”两字换成任何一个国家的名字，这句话都是适用的，作为全新的生产力，人工智能已经成为社会发展、经济增长和产业升级的关键驱动因素之一。

据国内媒体报道，人工智能产业已进入全球价值链高端，新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，我国人工智能核心产业规模将超过4000亿元，带动相关产业规模超过5万亿元。

但在人工智能产业的高速发展中，却在不经意间产生一些本可以避免的浪费：

1、算力浪费，计算（算力）是发展人工智能（以下简称AI）的核心基础，AI的研发、训练需要大量的算力，但大部分AI企业往往选择自建计算平台，而非使用AI就绪的云计算平台，由于工作负载不饱和、调优水平有限等原因，企业无法发挥出全部算力，这导致了相当程度上的算力浪费；

2、数据浪费，拥有深度的、细致的、海量的数据是训练出“智能”的前提，但由于数据共享机制、数据服务平台/市场的建设仍然不成熟，导致许多AI学习/训练无法达到预期的水平；

3、AI能力浪费，当前许多AI技术（如计算机视觉）已经进入比较成熟的发展阶段，但 AI技术通过云计算平台向外赋能的水平还不够，更多的AI技术应用还是“点对点”（即开发者面向最终客户，而非开发者-云平台-最终客户的平台思维），这造成了AI技术未能充分发挥其应有的作用，打破“成见”，拥抱平台思维，既能够避免AI能力的浪费，也能够为开发者提供更丰厚的收入；

4、AI人才浪费，由于在AI人才培养中，计算机学科、人工智能技术的教学未能与生物医疗、交通运输、工程建筑、脑科学等学科实现融合与交叉，造成“AI人才不懂行业，行业人才不熟AI”的局面，AI人才往往变成了“计算机学科人才”而非AI产业人才。

存在浪费就必需要找到解决问题的方法，答案我们将在下一期《云栖科技评论》中为您揭晓。