Industry News
Artificial intelligence industry ushered in the tide of commercial application landing
Date：2018-11-15
Source：Samsun Technology
2017年人工智能首次写入政府工作报告，上升到国家战略高度。2017年7月，国务院发布《新一代人工智能发展规划》，这是中国首部国家层面的人工智能发展规划。规划提出了人工智能在中国“三步走”的战略目标。2018年3月，人工智能再次写进政府工作报告，人工智能行业正迎来最好的时机。随之而来的是大量资金开始涌入这一领域，融资金额也屡屡创下纪录。
据前瞻产业研究院发布的《人工智能行业市场前瞻与投资战略规划分析报告》统计数据显示，2017年中国人工智能创业公司累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的人工智能企业亏损。人工智能起起伏伏好几次，最后都归于沉寂的重要原因是没有商业落地场景。这次业内普遍感觉，技术积累到具备商业落地的条件了。工智能过去几年主要聚焦点在技术突破，接下来的5年主要聚焦点将在商业落地。
商业应用落地大潮
在人工智能领域，技术创新正在经过无人区，同时也面临商业模式的选择。人工智能面临最大的痛苦是没有可模仿的对象，这就意味着我们必须要做出创新，尤其是技术层面的创新。但一家企业最终的目的是实现商业上的成功，商业变现是很重要的。所以技术创新和找到合适的商业落地要齐头并进，尤其是这两点的结合很重要。
投资场景很重要，前两年做技术的人太多，现在都在找场景，没场景很难再往下去发展。所以，在拥有核心技术的基础上，要抓住市场大潮，能够快速切入。工智能目前可以真正大规模落地的商业场景不多，仅从计算机视觉领域来看，基于人脸识别的安防领域是不错的切入点。人工智能、计算机视觉更广阔的机会在实体经济，可以促进生产力的提升。
人工智能商业化四大洞察分析
1、已形成人群大数据积累的领域，AI落地速度快。智能营销和金融风控是两个典型领域。以互联网广告投放为例，实现广告的精准投放是广告主和DSP平台的核心需求，互联网和移动互联网的广告生态已存在数十年，广告投放的历史数据也积累了数十年。AI算法对于数据挖掘技术的提升，加上算力的优化，使得广告公司能够在毫秒间将广告主需求与人群大数据实现精准匹配，实现精准营销。
2、AI本身未必具备商业价值，部分AI应用“多级变现”特征显著
不是所有的AI产品或服务，都本身具备较大的商业价值。在部分领域，AI只是作为类似“中间介质”的角色，帮助产品的其他环节和功能实现商业变现。例如，对于智能音箱、教育机器人等智能设备，语音交互技术优化了人机交互模式，提升了用户体验。然而，智能设备的使用价值不在于其本身，而是在于借助语音交互为用户提供的内容和服务。由于AI技术对于用户体验的优化，使得内容和服务的分发流量增加，从而实现商业价值。
再例如，医疗领域针对病理学的细胞自动检测设备，AI技术使得机器自动诊断成为可能，能够极大程度上弥补中国病理学医生的缺口。对于企业而言，自动检测设备带来的商业价值，远不及细胞固定剂、染色剂等耗材带来的商业价值更大。
3、整合人工智能+大数据+物联网+云计算，输出平台能力
技术平台类企业，往往能够根据不同行业、不同客户的不同需求，接入平台中特定的功能模块，其可塑性往往使其拥有广阔的目标市场。而这类企业本身未必是技术的研发者，他们更多是在做技术整合，拥有语音交互、人脸识别、图像识别等各类人工智能技术能力的企业作为其上游供应商，成为其技术能力的后院。此类平台型企业，往往针对具备多元化需求的应用场景，例如智慧社区、智慧城市、智慧家庭等等。
4、机器人市场火爆，带动产业链各环节进入商业红利期
在各类产品与服务中，机器人是公众认知最强烈的人工智能产物，近年来机器人在线下零售店、火车站等公共场所、家庭儿童教育、养老陪护与家务工作等多种场景落地速度快，国内一大批机器人企业迅速成长起来，例如各类场景机器人、教育机器人、扫地机器人等等。机器人市场的爆发，同时带动了上游零部件、核心技术产品供应商的商业落地。例如，为机器人提供自主定位导航、路径规划的激光雷达供应商，提供语音交互功能的芯片模组等等。
商业应用落地大潮
在人工智能领域，技术创新正在经过无人区，同时也面临商业模式的选择。人工智能面临最大的痛苦是没有可模仿的对象，这就意味着我们必须要做出创新，尤其是技术层面的创新。但一家企业最终的目的是实现商业上的成功，商业变现是很重要的。所以技术创新和找到合适的商业落地要齐头并进，尤其是这两点的结合很重要。
投资场景很重要，前两年做技术的人太多，现在都在找场景，没场景很难再往下去发展。所以，在拥有核心技术的基础上，要抓住市场大潮，能够快速切入。工智能目前可以真正大规模落地的商业场景不多，仅从计算机视觉领域来看，基于人脸识别的安防领域是不错的切入点。人工智能、计算机视觉更广阔的机会在实体经济，可以促进生产力的提升。
人工智能商业化四大洞察分析
1、已形成人群大数据积累的领域，AI落地速度快。智能营销和金融风控是两个典型领域。以互联网广告投放为例，实现广告的精准投放是广告主和DSP平台的核心需求，互联网和移动互联网的广告生态已存在数十年，广告投放的历史数据也积累了数十年。AI算法对于数据挖掘技术的提升，加上算力的优化，使得广告公司能够在毫秒间将广告主需求与人群大数据实现精准匹配，实现精准营销。
2、AI本身未必具备商业价值，部分AI应用“多级变现”特征显著
不是所有的AI产品或服务，都本身具备较大的商业价值。在部分领域，AI只是作为类似“中间介质”的角色，帮助产品的其他环节和功能实现商业变现。例如，对于智能音箱、教育机器人等智能设备，语音交互技术优化了人机交互模式，提升了用户体验。然而，智能设备的使用价值不在于其本身，而是在于借助语音交互为用户提供的内容和服务。由于AI技术对于用户体验的优化，使得内容和服务的分发流量增加，从而实现商业价值。
再例如，医疗领域针对病理学的细胞自动检测设备，AI技术使得机器自动诊断成为可能，能够极大程度上弥补中国病理学医生的缺口。对于企业而言，自动检测设备带来的商业价值，远不及细胞固定剂、染色剂等耗材带来的商业价值更大。
3、整合人工智能+大数据+物联网+云计算，输出平台能力
技术平台类企业，往往能够根据不同行业、不同客户的不同需求，接入平台中特定的功能模块，其可塑性往往使其拥有广阔的目标市场。而这类企业本身未必是技术的研发者，他们更多是在做技术整合，拥有语音交互、人脸识别、图像识别等各类人工智能技术能力的企业作为其上游供应商，成为其技术能力的后院。此类平台型企业，往往针对具备多元化需求的应用场景，例如智慧社区、智慧城市、智慧家庭等等。
4、机器人市场火爆，带动产业链各环节进入商业红利期
在各类产品与服务中，机器人是公众认知最强烈的人工智能产物，近年来机器人在线下零售店、火车站等公共场所、家庭儿童教育、养老陪护与家务工作等多种场景落地速度快，国内一大批机器人企业迅速成长起来，例如各类场景机器人、教育机器人、扫地机器人等等。机器人市场的爆发，同时带动了上游零部件、核心技术产品供应商的商业落地。例如，为机器人提供自主定位导航、路径规划的激光雷达供应商，提供语音交互功能的芯片模组等等。
