人工智能應用場景的界定與開發

李夢薇，徐 峰，高 芳

(中國科學技術信息研究所，北京 100038)

0 引言

人工智能發展的第一個黃金時期是1956—1974年，這18年間符號主義盛行，人工智能這門新技術誕生并獲得快速發展，但技術瓶頸難以突破。第二次浪潮是20世紀80年代后，初步產業化開始啟動，但成本問題為其推廣應用帶來障礙。當前所處的第三次人工智能發展浪潮是21世紀以來出現的，人工智能在信息環境和數據基礎的深刻變革下，從學術牽引式發展迅速轉變為應用驅動式發展，又可稱為 “場景驅動式”發展。一方面，人工智能技術的快速迭代升級推動著人工智能應用場景的快速落地。快速發展的人工智能技術對傳統技術產品、行業等形成全面顛覆效應，形成全新生產范式和研發組織形態，催生全新產業、賦能傳統產業，重構現有產業體系，推動著應用場景的升級。另一方面，場景的深度融合將成為人工智能的新引擎。人工智能由數據技術驅動轉為場景驅動，它基于智能載體及大數據，需要技術與場景深度融合才能創造價值。姜姝姝[1]將技術、數據和場景描述為人工智能的關鍵驅動因素，指出若只有技術和數據但缺乏場景，則技術與數據都不具備商業價值。場景的快速落地極大地助推了技術的升級迭代，在此過程中，場景的開發成為人工智能技術落地最核心的內容，尤其是2019年底新冠疫情暴發，疫情場景更是快速推動了人工智能技術進步與應用的落地。疫情防治場景中，人工智能在新冠病毒RNA分析、社區居民快速排查等方面有了快速應用，推動著技術的快速發展。

雖然人工智能應用場景正在快速落地，但學界對人工智能應用場景的研究并不多?，F有的對人工智能應用場景的研究基本分為以下兩類：

第一類是探討將人工智能技術引入傳統場景后的變化，重點探討出現的問題與解決方案。齊延平[2]探討了人工智能時代法律場景的變遷，指出 “人-人”關系模式轉化為 “人-技術-人”關系模式，催生新的社會結構形成,法律場景發生深刻變化；陳兵[3]探討了人工智能場景下消費者保護理論的反思與重構，指出人工智能技術的開發和利用對傳統經濟的生產組織結構和日常交易模式產生了顛覆性影響；顏佳華等[4]在人工智能應用場景的背景下審視技術責任，構建了人工智能應用場景下的公共行政技術責任體系；張覓彥[5]探究了人工智能與偵查破案結合的應用場景，包括審訊、視頻監控等。

第二類是對某一細分領域的人工智能應用場景進行刻畫，主要回答 “該人工智能應用場景是如何設計開發的、運用哪些技術、有怎樣的應用”。何開宇[6]從開展個性化營銷、創新客戶溝通方式、投資決策支持工具、智能銀行助手等方面研究國外銀行開展人工智能應用的創新案例；馬奔等[7]分析了多項人工智能技術在金融領域可能出現的應用場景及這些場景當前的發展狀況；李華君等[8]指出人工智能革命是一次場景革命，以用戶體驗視角從用戶端的場景出發,論證人工智能在數字出版領域的場景感知和場景生產中的創新應用；陳小平[9]提出封閉性準則，以判斷場景中的應用是否是現有人工智能技術能夠解決的；斯坦福大學AI100報告中描繪了 “人工智能 + 醫療”等應用場景，包括醫療分析、醫療機器人、數字醫療、老年護理等[10]；宋穎昌[11]描繪了人工智能應用于工業互聯網平臺的設備層、邊緣層、平臺層、應用層的四類應用場景，例如設備層的人機智能化交互、生產協同化運作，邊緣層的智能傳感網絡、噪聲數據處理，應用層的預測性維護、生產工藝優化、輔助研發設計等；高峰等[12]分析了智慧教育場景的具體應用；季成等[13]介紹了智能銀行的幾個重點場景。

綜上可見，人工智能應用場景的學理研究基礎不足，尚未形成一個系統的認知。如何規范地定義和描述人工智能應用場景，選擇怎樣的人工智能應用場景來優先進行開發設計，成為當前推進人工智能應用最迫切的問題?；诖?，本文主要通過文獻調研與總結歸納的方法，回答以下四個問題：①人工智能應用場景應如何定義？②人工智能應用場景有哪些特征？③人工智能應用場景和其他應用場景有什么不同？④開發價值較高 (可以建議被優先開發)的應用場景是什么？通過回答這四個問題，本文厘清了人工智能應用場景的邊界與開發設計框架，以期更好地推動人工智能應用場景的落地與發展。

1 場景的提出與發展

“場景”的概念最初是指影視、戲劇及文學藝術作品中的場面、畫面，是社會學、傳播學領域的重要研究范疇。場景概念主要經歷了Situation、Scene、Context、Scenario四種提法。

Situation的提法出自20世紀50年代戈夫曼的社會擬劇理論，他將社會比作舞臺，認為場景就是教室、咖啡館等物理隔離地點的空間概念，是在建筑物等有形界限內進行的有組織的社會生活[14]。這個場景概念側重于研究社會環境變化對人的行為的影響 (即咖啡館等不同空間環境造就不同的人的行為)。之后，約書亞·梅羅維茨在20世紀80年代基于戈夫曼的場景概念，引入 “信息獲取模式”——由媒介信息所營造的行為與心理的環境氛圍，提出 “媒介場景理論”。該場景概念超出了單純的空間概念，成為一種信息系統概念，強調由地點和媒介共同構筑的交往和信息傳播模型，即 “新媒介—新場景—新行為”[15]，將場景劃分為 “作為文化環境”的媒介場景與 “作為內容”的具體場景。正因如此，有些國內學者將梅羅維茨的Situation譯為 “情境”。李哲[16]延續了這種Situation的提法，認為社會場景和人密切相關，構成了人們生活和行動的范圍，不同的社會場景有不同的規則和角色，對場景的思考能幫助人們解決行為問題。由此可以看到，場景的Situation提法更強調環境與媒介。

場景的Scene提法是以特里·克拉克和丹尼爾·西爾為首的新芝加哥學派根據場景在電影中的應用發展而來，Scene最初指的是對白、場地、音樂、演員等影片希望傳遞給觀眾的信息及由此表達的感覺，具備一定的情感色彩?？死藞F隊在《場景：空間品質如何塑造社會生活》[17]中解釋了三重Scene的含義：一是強調人們對特定活動的共同興趣，如登山場景；二是強調特定地點的特質，如典型的社區或城市；三是某個地點的美學意義，包括不同地點給人們的不同感覺?？死藞F隊由此提出場景理論 (第一個分析文化風格和美學特征對城市發展作用的理論工具)，從消費角度來解釋后工業城市發展的經濟社會現象，不僅研究消費活動本身，還著重研究消費的社會組織形態[18]。徐曉林等[19]認為，對場景的研究應基于特定群體，研究的前提是觀察探究其在一定環境、設施條件下的消費。由此可見，場景的Scene提法更強調消費者 (場景中的不同人)。

場景的Context提法由Situation演進而來，是基于信息技術發展的背景。卡斯特以 “電子別墅里的日常生活”[20]來形容被新信息技術深度侵入的生活場景。斯考伯等人則意識到，梅羅維茨雖區分了媒介場景與具體場景，但難以解釋互聯網時代現實與虛擬、公域與私域等諸多場景的重疊耦合；媒介革新的本質是技術的發展，互聯網時代的場景應該是基于新的應用技術并由此營造的一種 “在場感”。因此，斯考伯等在《即將到來的場景時代》 (Age of Context:Mobile,Sensors,Data and the Future of Privacy)中，將 “電子別墅”的世界進一步概括為 “場景時代”，并預判互聯網時代進入了場景時代。斯考伯使用的場景概念即Context，本質上有 “發生于其中的關系”之意。德國社會學家庫克里克提出 “微粒社會” (The Granular Society)[21]的概念來描繪這種數字化的應用場景，指出人類和人類社會因高度的數字化而更加透明， “顆粒度”更加細微清晰。此后，場景成為互聯網時代商業及傳播界流行語，場景不再限于可感知的物理空間，而更多地來自與網絡空間連接的多維度信息流[22]。顯然，場景的Context提法更關注技術的影響，將基于空間、技術的 “硬要素”和基于行為、心理的 “軟要素”結合起來。

需要注意的是，除了以上三個常見表達外，Scenario一詞也用于描述場景，但常見于描述人機交互的落地應用場景。Scenario本身是對未來可能采取的行動或發生的事件進行的描述，但其描繪的場景實際包含在Context中。事實上，Context能更廣泛地代表場景的技術特性并統攝數字化時代的場景概念，因而可囊括 Scenario在技術應用環節上與場景有關之意。當前，人工智能應用場景的概念演進路徑正是Situation → Context路徑。

夏蜀對數字化時代的場景概念進行了再定義[23]，認為場景是物質空間與信息空間通過數字技術進行相互連接、切換與融合，進而實現人-機-物互動交流的場域，場域中的物品、時空環境、數字生態、人、文化情感構成場景的五個要素。2015年Simon等的ITSC會議論文[24]描述了Scene、Situation和Scenario這三個場景在自動駕駛領域的含義：Scene可以看作是原始數據采集的全部場景信息，Situation可以看作是從Scene中抽取的對于主車駕駛行為相關的場景，而Scenario則由一連串的Scene組成，這對剖析人工智能應用場景有很強的借鑒意義。

2 人工智能應用場景的概念界定與特征提取

2.1 場景

本文對場景的界定更多地參考了自動駕駛中Scene的界定。Geyer[25]等認為，Scene是由周圍的靜態環境、動態元素和可選的駕駛指令構成的，并且是從一個Scene的結束或者一個預先設定的Scene結束后開始的，即Scene是一個動態過程，需要持續一段時間。但是，這樣的界定很難確定下一個Scene什么時間開始、什么時間結束，需要持續多長時間，也沒有明確一個預先設定的Scene與一般的Scene有什么區別。Simon更傾向于將Scene理解為一個描述環境狀態和元素自我狀態的快照，這種狀態同樣包括短暫的時間概念，比如車輛正在超車或者被前車阻擋，這種狀態也是Scene的內容。Simon對Scene的定義是： “場景描述了環境的快照，包括風景和動態元素，以及所有參與者和觀察者的自我表現，以及這些實體之間的關系。”在真實場景中，場景觀察者總是從主觀的視角去觀察周邊環境，即使多個場景觀察者共享信息也不會生成對于環境描述的客觀信息，而僅僅是多角度信息的融合。因此，場景中的參與者只能盡量使用感知模塊去完全并準確感知周圍環境信息，而無法做到對于Scene全部信息的獲取。而在仿真世界中，從一個全知的視角去看，則可以獲知一個Scene的全部信息。Simon指出，一系列的Scenes可以組成一個整體的Scenario (Context)。

綜合前文對場景發展脈絡的梳理，以及場景的Situation、Scene和Context提法，本文定義的場景是人與物質空間、信息空間等環境要素的連接、匹配、組合，進而實現人-機-物互動交流的場域，環境與人是場景的兩大構成要素。一方面，場景可以支持人的某些行為，例如樓梯做成螺旋上升是為了方便人上下樓；另一方面，場景也可以限制人的某些行為，例如人們普遍認為成年人坐在樓梯上不得體，因而成年人用樓梯上下樓，而不用它去休息。當時空變迀，人們要么創造新的場景，要么就再現、重建某些過去的場景，例如年復一年的節慶民俗、代代傳承的禮儀規范等，人們在這些場景中演繹共同的行為，社會因而得以延續。

2.2 應用場景

應用場景，顧名思義，即 “應用時出現的場景”，是一個應用 (通常為要開發的產品)被使用的時候，用戶 (消費者) “最可能的”所處場景。在場景基礎上除了強調媒介，還加入了技術這一要素，與Context更為接近。應用場景是各種技術和環境要素的連接、匹配、組合，是人與環境之間的實踐性關系的數字化記錄。因而在描繪應用場景時，環境 (時間、空間)、人 (用戶或消費者)、技術三個要素都應在考慮之列。同一種技術在不同場景中進行應用，從而構成不同的應用場景，這種通過連接、匹配、組合產生的結果的多樣性也為生活的個性化提供了可能。

夏蜀提出，連接、社群、數據是應用場景的三個核心要素[23]，這三個要素可以分別對應場景的Situation、Scene和Context三種提法。連接重構了場景 (Situation)的時空與環境，例如，互聯網實現了人與人、人與設備的廣泛連接，物聯網連同5G、人工智能等技術實現了所有人、物、信息 (數據)，以及所有環節、過程、時空節點的連接[26]。此外，這種數字時代移動互聯網和AR/VR的連接，還誕生出虛擬性場景和現實增強性場景，使得無限豐富的交互式應用場景不斷產生。社群即參與的用戶群體或消費者群體，它豐富著場景 (Scene)的文化和情感。正如克拉克所指的場景 (Scenes)，社群為新的消費文化生成、流行提供了重要空間。數據決定場景 (Context)的寬度和深度。舍恩伯格等認為[27]，世界本質上是由數據構成，而場景本質上也是由數據構成的，一切場景都可以被數字技術所識別、儲存、傳輸和計算，人、環境、信息在場景中的互動由此也化為數據的流動。

在描繪應用場景時，往往可以歸納出 “在什么樣的時間或者空間 (環境)，什么樣的用戶或消費者 (人)，用哪種技術、哪種應用 (物)，出現了什么行為”的描述方式。以家用洗衣機的應用場景為例，可以歸納為 “每天清晨 (時間)、在家里 (地點)、媽媽 (哪種人)、打開洗衣機 (用哪種應用)洗衣服 (何種行為)”。而在開發設計時，必然會根據歸納出的這些應用場景的要素來考慮，例如，由于地點是在家里，所以家用洗衣機的型號需要有大有小，以和不同的家庭洗衣房匹配，確保不同的洗衣房都可以放得下相應的洗衣機；由于使用時間是清晨，所以家用洗衣機設計時要盡量降噪、追求無噪聲，以免干擾其他家庭成員的作息；由于使用者是媽媽，即家庭女主人，因此設計時要考慮女主人取衣服時喜歡彎腰拿還是掀蓋拿，也就是洗衣機的入口在上面還是側面、高度如何。對這些要素的考慮也正是界定人工智能應用場景、提取其要素特征的意義，即為人工智能應用場景的設計提供思考的框架與維度，以期為設計提供便利。

2.3 人工智能

人工智能是漫長科學技術發展史的必然產物。萊布尼茨 (G.W.Leibniz)的萬能符號和推理計算思想、布爾 (C.Boole)對于使思維規律形式化并實現機械化的努力、圖靈 (A.M.Turing)提出的理想計算機的數學模型 (1936年，圖靈機)、麥克洛奇 (W.McCulloch)與匹茲 (W.Pitts)建成的第一個神經網絡模型 (1943年，M-P模型)、阿塔納索夫 (Atanasoff)和其研究生貝瑞 (Berry)開發的世界上第一臺電子計算機 (1937-1941年，阿塔納索夫-貝瑞計算機)等，這些標志性成就都奠定了人工智能概念的誕生基礎。

1950年，英國著名數學家圖靈發表了劃時代的論文《機器會思考嗎？》，探討創造具備真正智能的機器的可能性。1956年，麥卡錫、明斯基、洛切斯特、香農等在美國達特茅斯大學組織了一場兩個月的學術研討會，麥卡錫在會上首次提出人工智能 (Artificial Intelligence，AI)的概念，其后歷經邏輯推理、專家系統、神經網絡、深度學習等幾個重要階段[28]。 “人工”強調是由人創造的機器或系統， “智能”通常指人類自身的智能 (類人智能，如感知與識別、認知智能、運動智能)，也包括其他人造系統的智能，如機器人的運動。人工智能是人工制造出來的機器，用以對人的思維、認知、意識功能進行模擬。

結合前文對應用場景的界定，本文同樣定義人工智能為一種產品 (應用)，即從應用的角度來看，人工智能是讓機器模擬人類的思維,從而執行學習、推理等工作的一種智能型的、社會化的產品。

2.4 人工智能應用場景

人工智能應用場景就是人工智能這個 “應用”被使用、執行時所處的場景，它的基本組成要素包括時間、空間、人以及某種人工智能的應用，可以劃分為環境、人、技術三個維度。

人工智能應用場景本身是一種高技術的場景，結合Context提法，這種場景與人是有交互性的，而且人工智能產品本身會隨著時空、使用者等因素的變化而變化，是一種動態調整的應用場景，不像家用洗衣機洗衣服那樣相對靜態。德勒茲及奈格里、哈特等學者都注意到這一高技術的、信息化的特點，并從批判的角度將這種高技術應用場景遍布的社會稱為 “控制社會”，即環境、人、產品 (技術產品)是相互的，人類所處的環境不再像傳統場景中那樣僅僅是一個客觀存在，人類可以對環境進行選擇和改造甚至創造。這種高技術型的應用場景通過對一種智能型的、社會化產品的運作或協作、產品-用戶之間的交流，最終讓人的需求得到滿足。

結合前文的歸納總結，本文界定人工智能的應用場景由技術、環境、人三個維度的要素組成，是指人與具有人工智能的機器之間，基于人工智能等信息技術，融合實現智能型的 “超鏈接”，并通過人與人工智能的交互關系構成的智能化、社會化的產品所處的動態調整的場域。人工智能應用場景的特征既要有人工智能的特點，又要具備應用場景的特點，即智能化、替代性發揮人的主體性、交互性以及集成化 (見圖1)。

圖1 人工智能應用場景的判斷特征

一是智能化和替代性。這個特征由該應用場景是 “人工智能”的應用場景所決定，因而要求場域中的機器在面對不同的環境或問題時，可以進行思考決策、做出反應，并且可以一定程度上替代人。例如，智能駕駛汽車應用場景中的汽車要具備遇到路障時自動繞行的 “智能”，可以替代駕駛員的一部分工作；智慧教育應用場景中的 “機器教師”要具備針對不同學生的學習情況做出批改和提出提升建議的 “智能”，可以替代人類教師的一部分工作。

二是交互性，即 “超鏈接”。這個特征基于過去場景定義中的 “連接”特性，進而在人工智能技術背景下，要求人工智能應用場景需要具備人與人工智能產品的交互。人工智能應用場景要求人與機器之間可智慧性溝通，是一種虛擬與現實融合的場景，人在這種場景中成為線下與線上融合一體的 “半虛擬人”，其活動、環境和接受的服務都可以被數字化記錄和表達，這種高技術的 “超鏈接”是人工智能應用場景實現的前提。例如，Siri等智能語音助手、智能客服通過與人的交互，來解決用戶的不同需求。

三是集成化。這個特征源自場景的Context提法，要求具備成熟的技術基礎和充足的數據基礎。成熟的技術決定人與環境、人工智能產品的 “超鏈接”順利進行，數據則決定人工智能這個產品的能力范疇以及解決問題的廣度和深度。當技術高度成熟、數據足夠充足時，人工智能這個產品才能在人類的應用下發揮最大價值，使得該人工智能的應用場景走向成熟。因此，在做出應用場景判斷時，有如下充要條件成立：智能化+替代性+交互性+集成化?人工智能應用場景。即從特征來刻畫，人工智能應用場景是基于成熟的技術和充足的數據，以某一明確需求為出發點，實現人與機器的 “超鏈接”，與人產生交互性，并最終替代性發揮人的主體性。

基于上述條件，本文認為，一個應用場景必須滿足該充要條件，方可判定為人工智能應用場景。四個特征缺一不可。例如，工廠的機械臂雖然也是機器，也基于較為成熟的技術和數據基礎，并替代了一部分流水線工人的工作，但機械臂不僅與人、環境的交互性極弱，而且行為是事前設定，難以對突發問題做出判斷，僅為一個動作的機械性重復，并不具備 “智能”，因而不能認定為人工智能的應用場景。只有當機械臂可以根據人的需求，主動提供產品的加工處理方案并去執行，并在流水線發生突發情況后預警甚至處理，才可以認定為人工智能應用場景，否則就只是簡單替代人的基礎、重復性工作，是比較單一的自動化。反觀智能駕駛場景，則具備以上四個必要特征。智能駕駛必然需要成熟的技術和充足的數據基礎，即集成化；智能駕駛需要實時采集車內外的環境數據來進行識別偵測、發現危險，即網絡化；發現危險或緊急情況則向駕駛員預警，即智能化；替代駕駛員的一部分工作，即替代性。

3 人工智能應用場景的開發價值分析

當前的人工智能應用場景，一部分已經相對落地，一部分在發展之中，還有相當一部分是基于未來的需求，需要我們開發設計?；趫鼍霸O計的思想最早由Carroll提出，該思想強調將設計工作的焦點從定義系統的操作轉變為描述什么人將使用該系統去完成某任務[29]，即以需求為切入點進行分析。本文從這一思想入手，探究未開發或未成熟的人工智能應用場景的開發設計的規范化路徑，以期將人工智能應用場景的開發設計進行學術化與規范化，推動行業的良性發展。

在整個應用場景驅動人工智能發展的過程中，場景的開發設計逐漸成為人工智能技術落地最核心的一個內容。越來越多的研究者意識到，一個產品沒有應用場景或應用場景很模糊是一件很可怕的事情，說明設計者不知道用戶會在什么時候、基于什么原因去使用自己的產品，也不確定自己開發出的產品是否真正 “有價值”。新的人工智能應用場景的發掘為產業尋找新的發展機會，為行業生產能力和服務效率的提升、可創造出的價值的增值提供空間。迎接人工智能時代的到來，發掘未來開發的人工智能應用場景恰恰也是創造新的用戶流量入口、開發新的經濟引擎、推動整個人工智能行業進入 “研究開發—落地實現—價值增值—研究開發”的正向循環的必備條件。

在資源有限的情況下，確定最佳人工智能應用場景的開發方向將節約時間和人力物力成本。這種優先開發的人工智能應用場景既要求所需要的人工智能技術較為成熟，即技術上要求的智能化、交互性、集成化 (技術高度成熟、數據足夠充足)；又要求該場景所需的環境 “準備就緒”，即在推廣應用層面要綜合考慮基礎設施的普及性和業務需求的迫切性，以及哪種方案更符合經濟性。考慮到人工智能應用場景的三大組成要素——人、技術、環境，在這一過程中，三方面的指標可以成為選擇優先開發的人工智能應用場景的基本評判標準。

3.1 人——需求的迫切性、產品的差異化

人工智能應用場景由人開發、為人服務，其最終目的是替代一部分人的角色、幫助人類生活得更美好。因此，一個人工智能應用場景的開發設計首先要來自于人的需求，開發后也同樣需要人的個性化反饋來實現場景的改良升級，最終完成這種經濟的、差異化場景的落地推廣。

(1)需求的迫切性。人的需求繁多，但在資源有限的前提下，識別出當前需求較為迫切的場景才是應重點研發的場景。這既要考慮需求人群的廣度，即場景開發落地后的市場是否廣闊；又要考慮需求的深度，即其他場景難以或不能較好地解決該需求、該需求屬于剛性需求。

(2)產品的差異化。互聯網產品的不斷迭代發展對個性化提出越來越高的追求，應用場景的價值不再單純體現在 “用戶 (消費者)的停留時間”，而是讓每個個體變成訴求可以得到獨特回應的 “主角”。一個有效的人工智能應用場景也因此應該是 “差異化”的，而不是 “一物多用”，這是因為人類之所以使用人工智能，就在于其最終有可能像真正的人類一樣，可以針對性地提供服務、針對性地解決問題，而不是機械地執行既定任務。因此，能做到差異化，或者說針對性的人工智能，才是成功的人工智能應用。例如，如果語音識別功能僅僅被用于人機對話，那它并不是很成功；但如果這項語音識別功能不僅能機械地根據關鍵詞回答用戶的提問，而且能給出針對性的建議——人工智能教師告訴你該重點學習什么 (科大訊飛)，人工智能醫生或導診根據你提供的病情描述來告訴你應該去哪個診室、日常生活中如何對癥下藥——這才是一個有效的、成功的應用場景。因此，一個好的人工智能應用場景應當讓用戶完成自我表達、滿足個性化需求，并得到用戶的認同。

3.2 技術——可行性、經濟性

技術基礎是人工智能應用場景開發落地的前提,人的需求被挖掘后，要考慮是否具備相關技術、該技術能否實現所需場景、場景的實現是否具備經濟性。

(1)可行性。人工智能技術并非新事物，卻在過去的兩三年集中爆發，其關鍵原因就在于今天對語音、圖像、視頻有了更加信息化的處理技術，在各個環節具備了更強的技術儲備，這種成熟的技術是人工智能應用場景得以落地的基礎。在考慮技術方面的因素時，首先要明確是否具備相關技術，其次要研判該技術是否成熟，最后確定所選擇的技術能否實現即將開發的人工智能應用場景。

(2)經濟性。經濟性既要考慮技術開發的收益是否大于技術開發的成本，也要考慮場景開發落地后的收益是否高于場景開發設計的成本，這往往是在與傳統場景的對比中體現。事實上，除了開發新場景外，將傳統場景升級為人工智能應用場景，也是人工智能應用場景開發設計的重要途徑。決定是否進行場景升級，需要對升級的 “經濟性”進行判斷。

假設原場景的實現成本為C1(人工成本、設備成本、營銷成本等)，新人工智能應用場景的實現成本為C2(包括發展人工智能技術的技術開發成本C21、設備成本C22、可能的維護成本C23、熟悉新技術并穩定應用的時間成本C24等，當技術應用非常廣泛時，認為開發成本C21極小)，用戶滿意度帶來的品牌忠誠及用戶自身舒適性提升所帶來的 “精神收益”為抽象收益V1，則C1-C2+V1便是這一人工智能應用場景的 “價值”，我們定義為V。這其中既包含因技術替代所節省的人力資源、設備購買及維護費用，也包含因新概念引發消費者興趣、進而促進營銷所帶來的收益，更包含用戶體驗提升所帶來的一系列抽象收益。只有當V是一個顯著大于0的值時，這一人工智能應用場景的開發才是真正有價值、符合經濟性的。

3.3 環境——數據、設施等基礎環境就緒

除了技術方面的成熟外，還需要具備環境基礎，人工智能應用場景的開發設計才有可能水到渠成。

決定人工智能應用落地的環境因素有三，一是具備海量高質量的數據基礎，為技術的訓練、場景的升級提供 “養分”；二是具備普及性高、便于人工智能應用場景落地實現的基礎設施，從而確保場景順利落地推廣；三是具備有效的人工智能人才培養機制，使得場景的開發落地可持續。

3.4 人工智能應用場景的開發設計過程

結合人工智能應用場景開發設計時需要考慮的要素，本文經過歸納分析后提出，一個人工智能應用場景的開發設計應遵循以下步驟 (見圖2)。

圖2 人工智能場景開發設計過程

(1)場景發掘。通過對已有技術的判斷及重點需求的研判生成市場需求，為后續的人工智能應用場景設計做準備。

(2)場景生成?；谝焉傻男枨筮M行設計，并選擇對應技術與之融合，從而達成技術層面的初步實現，即完成該人工智能應用場景的 “可行性”。

(3)場景實現。需求被技術實現后，需要通過技術優化和條件改良 (包括設備、環境等物質條件)實現工程化，這一步是人工智能應用落地的關鍵環節，確保該人工智能應用場景的 “經濟性”。

(4)場景應用。商業化使該應用從實驗室走向市場，使用者提供的反饋則幫助應用不斷優化，從而實現市場化。至此，人工智能應用場景的價值性基本得到完整體現。

(5)場景成熟。市場化后的應用若升級至產業化乃至最終的國際化，無疑將為開發設計者帶來更為巨大的收益。從開發者視角而言，這一步是一個人工智能應用場景自發掘以來最理想的目標。

4 總結與展望

國內外已紛紛采取措施，加快推動人工智能應用場景的發展?？萍疾肯群笾С直本┦?、上海市、天津市、深圳市、杭州市、合肥市、德清縣等11個縣市建設國家新一代人工智能創新發展試驗區，這些試驗區圍繞本地區經濟社會發展需求，依托地方開展人工智能技術示范、政策試驗和社會實驗，推進人工智能新技術、新產品、新模式在試驗區率先落地應用；美國、德國、韓國等國家也先后成立專門機構、推出政策措施支持人工智能應用場景開發。例如，美國國防部創新實驗小組 (DIUx)負責在全美各地發現科創企業在人工智能領域的創新應用，司法部 (DOJ)下的司法研究所 (NIJ)正在資助一些研發項目，將人工智能應用于減少犯罪和促進司法。

本文通過文獻梳理與總結歸納，以人工智能應用場景這個概念本身作為研究對象，將場景、應用場景與人工智能應用場景分別進行嚴格定義，抽取人工智能應用場景 “人、環境、技術”三個維度的組成要素，描述人工智能應用場景的智能化、替代性發揮人的主體性、交互性以及集成化等特征，并論證四個特征是判斷是否為人工智能應用場景的充要條件?；?“人-環境-技術”框架，進一步分析設計人工智能應用場景通用的開發路徑，從三個維度設計人工智能應用場景優先開發設計的評判標準，為場景的開發設計提供科學的思路與框架。在未來的研究中，擬基于此框架聚焦具體的人工智能應用場景，選擇智能醫療、智能物流等典型人工智能應用場景，驗證本研究中的定義及特征描述框架的合理性，從 “人、環境、技術”三個維度探討不同人工智能應用場景在開發設計、落地推廣過程中存在哪些瓶頸制約，從而描繪這些人工智能應用場景的未來發展趨勢。