报告解读 | 《产业智能化白皮书——人工智能产业化发展地形初现端倪》白皮书

近日,百度联合清华大学发布了《产业智能化白皮书——人工智能产业化发展地形初现端倪》(以下简称《白皮书》)。

据了解,这份长80页、两万余字的《白皮书》,全面阐述了对产业智能化的战略思考和商业实践方法论,全书分为研究篇和商业实践篇两大部分,实践篇调研了人工智能走出实验室后的产业应用,展现了AI技术与产业的融合程度。

1、人工智能概述:从实验室到产业应用 

从20世纪50年代起,人工智能的方法、研究路径经历了好几次重大变化,行业发展也经历了好几次兴衰循环。当前新一轮快速发展,人工智能正从实验室走向广泛的产业应用。

AI2019041201

当前人工智能技术在很多产业和领域中已经得到广泛应用,人工智能产业化发展的地形已经初现端倪。从产业角度看,人工智能技术按照结构划分为基础层、算法层、技术 层和应用层。

AI2019041202

当前人工智能发展浪潮主要有4个驱动因素:

  • 全球数据量爆发性增长
  • 计算能力提升
  • 算法的进步
  • 政策支持、科技巨头和资本追逐

AI2019041203

中美两国是人工智能发展最领先的国家,也是推动人工智能产业化最活跃的国家。人工智能技术的产业化将是中国的重要机遇。AI技术在医疗健康、金融、商业、教育、工业和安防 各个领域得到越来越多的广泛应用。中国巨大的市场,人工智能有着异常丰富的应用前景。

2、TUMC模型:新兴技术产业化成熟度的评估框架 

目前,人工智能的增长不断加速,正在逼近产业化应用爆发的“临界点”。衡量人工智能技术的产业化成熟度,无论对于企业家、研究者还是国家相关 产业政策的制定者都具有重要意义。

TUMC模型是一个基于战略节奏理论,从产业演进视角研究新产业成熟度和新兴技术产业化成熟度的工具。

战略节奏理论将产品市场的发展分为小众市场、大众市场、分众市场和杂合市场4个阶段。TUMC模型将AI技术应用的研究焦点放在“尚未进入小众市场”到“即将开启大众市场”的阶段上。

AI2019041204

TUMC模型综合考察技术、用户效用、市场以及产业链4个维度:

  • 技术:实现商业化的性能阈值
  • 用户效用:特定场景中的特定价值
  • 市场:市场起飞的关键规模
  • 产业链:新的分工协作系统

每个维度又根据成熟程度分为2个节点,如图所示:

AI2019041205

3、人工智能热点技术及应用场景产业化成熟度评估

在《白皮书》的这一部分,研究应用TUMC模型,从技术和应用场景两个角度,分别讨论智能推荐、计算机视觉、智能语音语义技术、智能家居、智慧城市的产业化成熟度。

(1)技术角度

智能推荐、计算机视觉、智能语音语义等AI的主要热点技术目前的产业化成熟度较高。这些AI相关技术与产品能够很好地融合到已有产业链中,新的产业要素和产业链结构正在形成。

AI2019041206

(2)应用场景角度

在直接面对新需求的、开拓性综合应用场景中,人工智能技术的产业化成熟度要低一些。比如智能家居、智慧城市等,尚未出现清晰的应用场景及对应的“杀手级应用”。这也相当于给人工智能企业指出了下一片市场蓝海。

AI2019041207

4、结论与启示

人工智能技术仍在快速发展。应用层的厂商需要和算法层的厂商建立更多的合作和连接,培养敏捷的应变能力。算法厂商也需要和应用厂商建立广泛连接,理解具体需求,催化技术发展。

人工智能和大数据、云、物联网共同组成智能产业革命通用技术最关键的部分。它们的协同发展和应用推动产业智能化新范式的最终实现。拥有算法技术和大数据、云技术的大型科技型企业在产业智能化中具备巨大的发展潜力。

通过对人工智能产业化发展的研究,为在产业智能化转型中致力于发展人工智能的企业提出如下建议:

  • (1)从企业业务(to B业务)入手,这是人工智能厂商当前时期发展的一个合适起点。
  • (2)在已有产业中发掘适合自己人工智能产品的应用场景,这是人工智能产业化的“锚点”。
  • (3)“锁定”早期用户,跟随用户成长。在业务发展中理解需求并打磨产品。
  • (4)随着产业化的发展,与人工智能相关的新产业要素会逐渐出现,企业可选择、建设或投资与自身业务协同的产业新要素,为未来市场爆发做好准备。

未经允许不得转载:数智网 » 报告解读 | 《产业智能化白皮书——人工智能产业化发展地形初现端倪》白皮书

分享到: