农村社会中的AI新角色
在产业赋能之外，社会服务类的AI技术也在越来越火热。AI医疗、AI教育、AI金融，以及AI政府服务都在成为新的科技赛道。
而需要注意这样一个逻辑，与移动互联网将服务集成化不同的是，AI+社会服务解决的主要是无人化问题。通过对人类经验的机器学习复刻与再传播，AI可以在某种程度上取代一部分专业人才的工作。比如AI语音交互代替教师，机器视觉设备代替医生进行医疗影像识别等等。
这样的能力，在人才饱和地区或许只能被看作替代品和效率提升工具。而在农村地区，则很可能解决的是有和无的问题。
基于AI能力为农村地区提供医疗、教育等服务，今天也在不断增长。比如阿里基于旗下的智能音箱天猫精灵，在去年启动了“天猫精灵小站”计划。该计划通过建立天猫精灵小站图书馆，为农村地区儿童提供更多教育资源。在早期教育人才相对匮乏，教辅资源稀缺的地区，智能音箱的接入不失为解决方案的一种。
而在医疗上，有更多AI进村的案例可以被观察到。比如上个月，很多媒体报道了百度灵医团队的AI 眼底筛查一体机的下乡之旅。
通过视觉识别算法的训练，百度打造了基于AI的眼底筛查设备，可以有效识别出“糖网”等早期眼底病灶。与之相对的是，在农村和乡镇地区，拥有准确眼底筛查能力的医生并不多。复杂的眼科疾病只能去省城等大城市就医，而早期疾病更是极大概率被忽略。
而在AI加入后，这个长期存在的问题将有被解决的希望。因为AI设备取代的并不仅仅是机器，同时还包括机器背后医生的判断与识别能力。这对于农村地区是难能可贵的。
类似的案例，目前主要发生在医疗影像识别和化验检测上。有理由相信，不远的将来，AI将协助带来远程门诊甚至远程手术。
而与AI走进农业一样，AI农村医疗和AI农村教育的问题，也是依旧停留在初始阶段。今天类似案例，更多停留在企业公益的范畴内。假如不解决商业化与推广的问题，那么我们将始终看到的是AI又献了爱心，而不是AI真正改变了中国最多数群体的生活。
农村劳动力与AI基建
农村地区与AI的另一个结合点，不是AI帮助了农村什么，而是反过来——农村的劳动力成本优势，正在成为AI发展的某种燃料。
去年，很多媒体开始报道AI村、AI农村工厂这样的关键词。这类农村工厂商业模式，是AI需要大量的训练数据，其中又以图片数据为主。而数据标注这个近乎无门槛、与出门打工相比工作相对轻松、重复率异常高、又近乎不可或缺的工作，就被不断下移，直到转移到了村里开工。
于是有人笑称，你发现手机、平板能识别花鸟鱼虫大牌奢侈品，感觉挺高大上的样子，殊不知那是你远在老家的二舅母教的。
出现AI村这件事，有人觉得荒诞，也有人感叹“没人工就没智能”。然而从产业结构上看，AI产业发展中大量必需工作，确实都是常识类、可外包的。而这类工作又会自发去寻找人力成本最低廉的生产地。那么广大农村劳动力自然成为了首选。
客观来说，农村人力成本优势与AI的结合将不会很快消亡。这类外包工作中，今天还是以图像识别作为主体。但随着数据与AI产业的深化，各种数据相关的工作都将涌向外包市场，比如数据清洗、数据分拣、垂直行业的数据集加工等等。
对于AI来说，这些工作必不可少，而对于农村地区来说，这些工作意味着可以坐在电脑前相对体面地完成，且不用远离家乡。
而必须注意的是，如果这类AI村、AI农村工厂，不主动寻求自身数据加工能力的逐渐升级，仅仅依靠常识+图像分拣类的工作维持生计，那么市场是很快会在大量竞争下彻底干涸的。只有进入垂直行业，锤炼相对更强的数据操作能力，并且拥有可以说服市场的数据保密能力，才能在这个新兴外包市场中获得长期生存权。
不管怎么说，如果我们认为通过黑客马拉松、算法大赛，来寻找算法开发者和安全工程师，是一件很酷的事，那么通过外包找农村大妈做数据清洗，似乎也没有什么值得说三道四的。二者其实都遵循同样的价值规律：切合新兴产业需求，发挥自我市场定位优势。
结束语
不难看出，AI进村的故事，在今天正经历一个蓬勃生长的过程。
巨头在占位，农业企业在自我迭代；公益在散发光芒，创业者也开始闪转腾挪；算法工程师走进了大棚，村里的乡亲正在教育大洋彼岸的AI系统。
变化刚刚开始，然而变化已经开始，这些有张力的画面，或许是今天中国AI发生最深刻影响的地方。
如何适应这样的变化呢？或许一个好的方案，是要从个体职业的角度去思考AI的产业需求和市场需求，然后耐住性子慢慢来。春天是看不到粮食的，但春天必须播种。
