??
客服熱線(xiàn)：0551-69106578 業(yè)務(wù)咨詢(xún)：0551-69106578 郵箱：2268263116@qq.com
媒體合作： ??在線(xiàn)客服：
Copyright (c) 2012 機電產(chǎn)品交易網(wǎng) . 版權所有 皖I(lǐng)CP備12004440號-2
近年來(lái)，由于技術(shù)與業(yè)務(wù)需求之間的鴻溝，人工智能在走向產(chǎn)業(yè)落地的過(guò)程中面臨了一系列的挑戰。企業(yè)在應用AI技術(shù)推進(jìn)產(chǎn)品業(yè)務(wù)轉型升級的過(guò)程中，必須要了解這些問(wèn)題并加以升級。愛(ài)分析在近日發(fā)布了《人工智能2020:落地挑戰與應對》。報告回顧了人工智能的行業(yè)概況，并結合實(shí)踐案例分析了人工智能技術(shù)，給產(chǎn)業(yè)帶來(lái)的具體價(jià)值創(chuàng )造盒各行業(yè)落地進(jìn)展盒未來(lái)應用趨勢。以此幫助企業(yè)推動(dòng)人工智能的價(jià)值落地。
新商業(yè)與新經(jīng)濟模式的誕生
歷史上任何一次新技術(shù)的爆發(fā)，都帶來(lái)了超乎想象的新商業(yè)與新經(jīng)濟模式。從最近的一次看，90年代互聯(lián)網(wǎng)發(fā)展初期，我們沒(méi)有預料到商業(yè)社會(huì )將如此大規模的被影響和改變?；ヂ?lián)網(wǎng)的影響開(kāi)始于媒體，紐約時(shí)報、華爾街日報等媒體通過(guò)網(wǎng)站更新新聞，最終全媒體行業(yè)都開(kāi)始面臨轉型壓力。后來(lái)消費者逐漸通過(guò)網(wǎng)絡(luò )閱讀、看電影等?；ヂ?lián)網(wǎng)對商業(yè)社會(huì )的影響有一個(gè)過(guò)程，人工智能時(shí)代也是一樣。
當前，國內誕生了諸如商湯科技、曠視科技、極鏈科技、依圖科技等人工智能初創(chuàng )企業(yè)，這些企業(yè)針對金融、醫療、內容審核、廣告、零售、自動(dòng)駕駛等行業(yè)都了產(chǎn)生很大的影響。目前，一些與計算機視覺(jué)相關(guān)的應用，比如在視頻內容審核方面，已經(jīng)產(chǎn)生了比較大的變化。比如國內目前內容審核技術(shù)比較突出的極鏈科技，推出了全棧式智能內容安全審核引擎神眼系統，為人類(lèi)審核員進(jìn)行減負。
在人工智能算法依賴(lài)大數據訓練的階段，產(chǎn)值大的行業(yè)會(huì )發(fā)展的更好。如果一個(gè)行業(yè)應用人工智能產(chǎn)生的價(jià)值夠大，會(huì )有人愿意出錢(qián)標注數據。以金融領(lǐng)域的人工智能應用為例，在基金管理和輔助股票分析方面，技術(shù)公司與金融公司各有所長(cháng)。一些基金公司也有數據科學(xué)家的團隊，有些做的是比較傳統的數據挖掘，還不是很了解深度學(xué)習等人工智能技術(shù)。
有著(zhù)數十年經(jīng)驗的基金公司更擅長(cháng)判斷一只股票是否值得投資，哪些市場(chǎng)信息具有參考價(jià)值。而人工智能技術(shù)公司沒(méi)有這方面的知識積累，但擁有先進(jìn)的人工智能技術(shù)儲備。通過(guò)業(yè)務(wù)公司與技術(shù)公司的合作，基金經(jīng)理可以在人工智能的幫助下更好的分析市場(chǎng)。例如，一家上市公司稱(chēng)由于春節較晚而影響了這一季度的銷(xiāo)售額，分析師需要就春節對銷(xiāo)售額的影響做一個(gè)分析和歷史對比，分析這是公司的借口還是真實(shí)情況。每個(gè)上市公司都會(huì )有季報，內容幾頁(yè)到幾十頁(yè)的不等，要做很細的分析，除了看現在的，還要把去年、前年、甚至大前年的數據做對比，這么細的分析單靠人是不可能的，一個(gè)分析師要分析幾十家公司，不可能每一份季報都看的非常細，這方面可以由人工智能來(lái)輔助分析。
當前人工智能的商業(yè)模式挑戰
人工智能走向產(chǎn)業(yè)應用的過(guò)程中，從向企業(yè)和個(gè)人用戶(hù)提供人工智能產(chǎn)品服務(wù)的角度，企業(yè)要進(jìn)入某一個(gè)垂直領(lǐng)域缺乏的是相關(guān)領(lǐng)域的數據和知識。如果與醫院合作，技術(shù)企業(yè)如果沒(méi)有經(jīng)驗豐富的醫生，無(wú)法判斷醫學(xué)影像的數據是否正確。而人工智能缺乏相關(guān)專(zhuān)業(yè)知識和經(jīng)驗，在出錯的時(shí)候也無(wú)法判斷是由于標注錯誤還是由于圖像不夠清晰造成。技術(shù)企業(yè)與垂直行業(yè)互動(dòng)的時(shí)候，需要讓行業(yè)理解，人工智能不是超人類(lèi)智慧，無(wú)法做到提供給機器一個(gè)數據庫就可以得到想要的結果，這是目前雙方合作前面對的挑戰之一。
正如軟銀創(chuàng )始人孫正義說(shuō)的，“跟上人工智能帶來(lái)的時(shí)代顛覆需要真正的專(zhuān)注。”人工智能已經(jīng)經(jīng)過(guò)了學(xué)術(shù)研究階段，正處于現實(shí)應用階段。未來(lái)將被廣泛應用到企業(yè)的商業(yè)模式、醫療保健以及交通運輸中。
從目前人工智能技術(shù)的發(fā)展趨勢來(lái)看，未來(lái)人工智能對于商業(yè)模式的影響在以下幾個(gè)方面有所體現：
第一：個(gè)性化服務(wù)將得到快速發(fā)展。隨著(zhù)人工智能產(chǎn)品的大面積采用，一個(gè)重要的結果就是生產(chǎn)力水平的大幅度提升，這會(huì )使得人們在進(jìn)行消費時(shí)有了更多的選擇，產(chǎn)品將逐漸從批量生產(chǎn)轉向個(gè)性化生產(chǎn)。
第二：產(chǎn)業(yè)鏈將得到整合和壓縮。人工智能產(chǎn)品的應用將全面實(shí)現產(chǎn)業(yè)鏈的整合，不僅會(huì )進(jìn)一步壓縮商品流通過(guò)程中的中間環(huán)節，同時(shí)也會(huì )高效率整合生產(chǎn)環(huán)節的產(chǎn)業(yè)鏈，從而全面提升生產(chǎn)效率。未來(lái)在人工智能技術(shù)的推動(dòng)下，產(chǎn)品的生產(chǎn)和流程環(huán)節中的傳統人力崗位將逐漸減少，這也會(huì )在很大程度上降低產(chǎn)品的生產(chǎn)和流通成本。
第三：研發(fā)費用占比將逐漸提升。在人工智能技術(shù)的推動(dòng)下，企業(yè)更多的資源將向研發(fā)領(lǐng)域傾斜，產(chǎn)品創(chuàng )新能力將是未來(lái)企業(yè)謀求更大發(fā)展的核心能力，所以研發(fā)費用的占比未來(lái)將持續攀升。
雖然人工智能技術(shù)未來(lái)的發(fā)展前景非常廣闊，但是目前人工智能技術(shù)依然處在發(fā)展的初期，而且由于人工智能技術(shù)對于應用場(chǎng)景有較多的挑戰，所以人工智能產(chǎn)品的全面應用還需要很長(cháng)一段時(shí)間。
中美人工智能不同的發(fā)展機遇
中美人工智能應用的不同發(fā)展路徑人工智能在不同國家的發(fā)展，與當地的產(chǎn)業(yè)發(fā)展特點(diǎn)相關(guān)，取決于技術(shù)與當地產(chǎn)業(yè)的結合。以金融業(yè)為例，中美有兩個(gè)主要差異，第一，在技術(shù)應用方面，美國金融市場(chǎng)競爭比較激烈，很多銀行早就習慣通過(guò)技術(shù)手段競爭。一個(gè)金融公司里10%的員工是IT和技術(shù)員工，在中國，這個(gè)比例大概是3%-4%。在美國，人工智能在金融方面的應用相對走的更往前，很多對沖基金是通過(guò)機器學(xué)習、數據挖掘，量化基金通過(guò)程序來(lái)管理基金。
與美國比，中國的技術(shù)相對早期。另一方面，兩國在金融領(lǐng)域的監管法規有一定差異。在美國，沒(méi)有太多監管限制通過(guò)開(kāi)發(fā)程序管理基金，只要敢冒險，自負盈虧，相比之下中國則整體相對謹慎。在其他應用領(lǐng)域，中美也呈現出各自的特點(diǎn)。對于中美兩國，人口紅利都在消失，但兩國人工智能應用很有可能先在各自比較發(fā)達的產(chǎn)業(yè)中得到發(fā)展。未來(lái)中國先把這些技術(shù)做成熟以后，也可能將技術(shù)應用到其他國家去。
傳統行業(yè)尤其是企業(yè)的最高領(lǐng)導需要對人工智能有更客觀(guān)的認識，盡可能去接觸和理解人工智能可以做什么。畢竟有些技術(shù)還沒(méi)到成熟的階段。目前有很多人工智能在線(xiàn)課程和書(shū)，也有很多免費的網(wǎng)上平臺鼓勵大家去嘗試，這個(gè)門(mén)檻正越來(lái)越低。
當前，人工智能浪潮類(lèi)似互聯(lián)網(wǎng)初期，無(wú)論企業(yè)規模大小，任何時(shí)候進(jìn)入AI領(lǐng)域都不嫌早。企業(yè)最終將在人工智能的應用下而大幅提升生產(chǎn)效率。大型企業(yè)內部本身有IT部門(mén)，資源也多一些，有條件去研究AI，可以選擇是自己做還是去尋求外部幫助，小企業(yè)則可能需要找人做。大小企業(yè)的思考模式和基本邏輯相同，只是具體的操作方式不同。關(guān)于傳統企業(yè)是否需要自己的技術(shù)團隊，應該結合企業(yè)的自身情況，目前想做的項目難度有多大，是否需要專(zhuān)家的幫助。
企業(yè)具備了這個(gè)前提，理解了自己的問(wèn)題，理解了技術(shù)如何去應用，進(jìn)一步分析判斷事情的難度和風(fēng)險有多大。比如，微軟有小冰這樣的聊天機器人，不少企業(yè)興趣很高，也希望用聊天機器人來(lái)增強與客戶(hù)的互動(dòng)，那就需要考慮聊天的內容是什么，如果出錯的話(huà)成本是什么？如果是醫院需要用來(lái)和病人互動(dòng)，并且指導病人如何吃藥，這樣錯誤成本太高，就不建議通過(guò)內部團隊開(kāi)發(fā)。
處于人工智能技術(shù)應用起飛的前夜，這樣探討的價(jià)值在于，傳統企業(yè)無(wú)論規模大小，都需要思考如何應對危機和機遇，畢竟等到人工智能技術(shù)帶來(lái)的用戶(hù)達到一定程度、新業(yè)務(wù)規模開(kāi)啟時(shí)，再進(jìn)行這樣的投入已然是來(lái)不及了。
新商業(yè)與新經(jīng)濟模式的誕生
歷史上任何一次新技術(shù)的爆發(fā)，都帶來(lái)了超乎想象的新商業(yè)與新經(jīng)濟模式。從最近的一次看，90年代互聯(lián)網(wǎng)發(fā)展初期，我們沒(méi)有預料到商業(yè)社會(huì )將如此大規模的被影響和改變?；ヂ?lián)網(wǎng)的影響開(kāi)始于媒體，紐約時(shí)報、華爾街日報等媒體通過(guò)網(wǎng)站更新新聞，最終全媒體行業(yè)都開(kāi)始面臨轉型壓力。后來(lái)消費者逐漸通過(guò)網(wǎng)絡(luò )閱讀、看電影等?；ヂ?lián)網(wǎng)對商業(yè)社會(huì )的影響有一個(gè)過(guò)程，人工智能時(shí)代也是一樣。
當前，國內誕生了諸如商湯科技、曠視科技、極鏈科技、依圖科技等人工智能初創(chuàng )企業(yè)，這些企業(yè)針對金融、醫療、內容審核、廣告、零售、自動(dòng)駕駛等行業(yè)都了產(chǎn)生很大的影響。目前，一些與計算機視覺(jué)相關(guān)的應用，比如在視頻內容審核方面，已經(jīng)產(chǎn)生了比較大的變化。比如國內目前內容審核技術(shù)比較突出的極鏈科技，推出了全棧式智能內容安全審核引擎神眼系統，為人類(lèi)審核員進(jìn)行減負。
在人工智能算法依賴(lài)大數據訓練的階段，產(chǎn)值大的行業(yè)會(huì )發(fā)展的更好。如果一個(gè)行業(yè)應用人工智能產(chǎn)生的價(jià)值夠大，會(huì )有人愿意出錢(qián)標注數據。以金融領(lǐng)域的人工智能應用為例，在基金管理和輔助股票分析方面，技術(shù)公司與金融公司各有所長(cháng)。一些基金公司也有數據科學(xué)家的團隊，有些做的是比較傳統的數據挖掘，還不是很了解深度學(xué)習等人工智能技術(shù)。
有著(zhù)數十年經(jīng)驗的基金公司更擅長(cháng)判斷一只股票是否值得投資，哪些市場(chǎng)信息具有參考價(jià)值。而人工智能技術(shù)公司沒(méi)有這方面的知識積累，但擁有先進(jìn)的人工智能技術(shù)儲備。通過(guò)業(yè)務(wù)公司與技術(shù)公司的合作，基金經(jīng)理可以在人工智能的幫助下更好的分析市場(chǎng)。例如，一家上市公司稱(chēng)由于春節較晚而影響了這一季度的銷(xiāo)售額，分析師需要就春節對銷(xiāo)售額的影響做一個(gè)分析和歷史對比，分析這是公司的借口還是真實(shí)情況。每個(gè)上市公司都會(huì )有季報，內容幾頁(yè)到幾十頁(yè)的不等，要做很細的分析，除了看現在的，還要把去年、前年、甚至大前年的數據做對比，這么細的分析單靠人是不可能的，一個(gè)分析師要分析幾十家公司，不可能每一份季報都看的非常細，這方面可以由人工智能來(lái)輔助分析。
當前人工智能的商業(yè)模式挑戰
人工智能走向產(chǎn)業(yè)應用的過(guò)程中，從向企業(yè)和個(gè)人用戶(hù)提供人工智能產(chǎn)品服務(wù)的角度，企業(yè)要進(jìn)入某一個(gè)垂直領(lǐng)域缺乏的是相關(guān)領(lǐng)域的數據和知識。如果與醫院合作，技術(shù)企業(yè)如果沒(méi)有經(jīng)驗豐富的醫生，無(wú)法判斷醫學(xué)影像的數據是否正確。而人工智能缺乏相關(guān)專(zhuān)業(yè)知識和經(jīng)驗，在出錯的時(shí)候也無(wú)法判斷是由于標注錯誤還是由于圖像不夠清晰造成。技術(shù)企業(yè)與垂直行業(yè)互動(dòng)的時(shí)候，需要讓行業(yè)理解，人工智能不是超人類(lèi)智慧，無(wú)法做到提供給機器一個(gè)數據庫就可以得到想要的結果，這是目前雙方合作前面對的挑戰之一。
正如軟銀創(chuàng )始人孫正義說(shuō)的，“跟上人工智能帶來(lái)的時(shí)代顛覆需要真正的專(zhuān)注。”人工智能已經(jīng)經(jīng)過(guò)了學(xué)術(shù)研究階段，正處于現實(shí)應用階段。未來(lái)將被廣泛應用到企業(yè)的商業(yè)模式、醫療保健以及交通運輸中。
從目前人工智能技術(shù)的發(fā)展趨勢來(lái)看，未來(lái)人工智能對于商業(yè)模式的影響在以下幾個(gè)方面有所體現：
第一：個(gè)性化服務(wù)將得到快速發(fā)展。隨著(zhù)人工智能產(chǎn)品的大面積采用，一個(gè)重要的結果就是生產(chǎn)力水平的大幅度提升，這會(huì )使得人們在進(jìn)行消費時(shí)有了更多的選擇，產(chǎn)品將逐漸從批量生產(chǎn)轉向個(gè)性化生產(chǎn)。
第二：產(chǎn)業(yè)鏈將得到整合和壓縮。人工智能產(chǎn)品的應用將全面實(shí)現產(chǎn)業(yè)鏈的整合，不僅會(huì )進(jìn)一步壓縮商品流通過(guò)程中的中間環(huán)節，同時(shí)也會(huì )高效率整合生產(chǎn)環(huán)節的產(chǎn)業(yè)鏈，從而全面提升生產(chǎn)效率。未來(lái)在人工智能技術(shù)的推動(dòng)下，產(chǎn)品的生產(chǎn)和流程環(huán)節中的傳統人力崗位將逐漸減少，這也會(huì )在很大程度上降低產(chǎn)品的生產(chǎn)和流通成本。
第三：研發(fā)費用占比將逐漸提升。在人工智能技術(shù)的推動(dòng)下，企業(yè)更多的資源將向研發(fā)領(lǐng)域傾斜，產(chǎn)品創(chuàng )新能力將是未來(lái)企業(yè)謀求更大發(fā)展的核心能力，所以研發(fā)費用的占比未來(lái)將持續攀升。
雖然人工智能技術(shù)未來(lái)的發(fā)展前景非常廣闊，但是目前人工智能技術(shù)依然處在發(fā)展的初期，而且由于人工智能技術(shù)對于應用場(chǎng)景有較多的挑戰，所以人工智能產(chǎn)品的全面應用還需要很長(cháng)一段時(shí)間。
中美人工智能不同的發(fā)展機遇
中美人工智能應用的不同發(fā)展路徑人工智能在不同國家的發(fā)展，與當地的產(chǎn)業(yè)發(fā)展特點(diǎn)相關(guān)，取決于技術(shù)與當地產(chǎn)業(yè)的結合。以金融業(yè)為例，中美有兩個(gè)主要差異，第一，在技術(shù)應用方面，美國金融市場(chǎng)競爭比較激烈，很多銀行早就習慣通過(guò)技術(shù)手段競爭。一個(gè)金融公司里10%的員工是IT和技術(shù)員工，在中國，這個(gè)比例大概是3%-4%。在美國，人工智能在金融方面的應用相對走的更往前，很多對沖基金是通過(guò)機器學(xué)習、數據挖掘，量化基金通過(guò)程序來(lái)管理基金。
與美國比，中國的技術(shù)相對早期。另一方面，兩國在金融領(lǐng)域的監管法規有一定差異。在美國，沒(méi)有太多監管限制通過(guò)開(kāi)發(fā)程序管理基金，只要敢冒險，自負盈虧，相比之下中國則整體相對謹慎。在其他應用領(lǐng)域，中美也呈現出各自的特點(diǎn)。對于中美兩國，人口紅利都在消失，但兩國人工智能應用很有可能先在各自比較發(fā)達的產(chǎn)業(yè)中得到發(fā)展。未來(lái)中國先把這些技術(shù)做成熟以后，也可能將技術(shù)應用到其他國家去。
傳統行業(yè)尤其是企業(yè)的最高領(lǐng)導需要對人工智能有更客觀(guān)的認識，盡可能去接觸和理解人工智能可以做什么。畢竟有些技術(shù)還沒(méi)到成熟的階段。目前有很多人工智能在線(xiàn)課程和書(shū)，也有很多免費的網(wǎng)上平臺鼓勵大家去嘗試，這個(gè)門(mén)檻正越來(lái)越低。
當前，人工智能浪潮類(lèi)似互聯(lián)網(wǎng)初期，無(wú)論企業(yè)規模大小，任何時(shí)候進(jìn)入AI領(lǐng)域都不嫌早。企業(yè)最終將在人工智能的應用下而大幅提升生產(chǎn)效率。大型企業(yè)內部本身有IT部門(mén)，資源也多一些，有條件去研究AI，可以選擇是自己做還是去尋求外部幫助，小企業(yè)則可能需要找人做。大小企業(yè)的思考模式和基本邏輯相同，只是具體的操作方式不同。關(guān)于傳統企業(yè)是否需要自己的技術(shù)團隊，應該結合企業(yè)的自身情況，目前想做的項目難度有多大，是否需要專(zhuān)家的幫助。
企業(yè)具備了這個(gè)前提，理解了自己的問(wèn)題，理解了技術(shù)如何去應用，進(jìn)一步分析判斷事情的難度和風(fēng)險有多大。比如，微軟有小冰這樣的聊天機器人，不少企業(yè)興趣很高，也希望用聊天機器人來(lái)增強與客戶(hù)的互動(dòng)，那就需要考慮聊天的內容是什么，如果出錯的話(huà)成本是什么？如果是醫院需要用來(lái)和病人互動(dòng)，并且指導病人如何吃藥，這樣錯誤成本太高，就不建議通過(guò)內部團隊開(kāi)發(fā)。
處于人工智能技術(shù)應用起飛的前夜，這樣探討的價(jià)值在于，傳統企業(yè)無(wú)論規模大小，都需要思考如何應對危機和機遇，畢竟等到人工智能技術(shù)帶來(lái)的用戶(hù)達到一定程度、新業(yè)務(wù)規模開(kāi)啟時(shí)，再進(jìn)行這樣的投入已然是來(lái)不及了。
