人工智能2020：落地挑战与应对-爱分析-2020.3-56页_1mb

人工智能2020：落地挑战与应对

核心内容

本报告由爱分析发布，聚焦2020年中国人工智能在产业落地过程中面临的挑战及应对策略。报告回顾了人工智能的发展历程，分析其在不同行业的应用现状和未来趋势，并指出企业在应用人工智能技术时需要克服的障碍。

主要观点

1. 人工智能行业图谱：分为基础层、通用层和应用层，分别对应计算能力、通用技术与行业解决方案。
2. 人工智能商业模式：包括API调取、产品订阅/License、“产品+服务”解决方案和效果付费。
3. 人工智能助力企业数字化转型：分为自动化、智能化和创新化三个层次，提升企业效率与竞争力。
4. 行业落地进展：营销、金融、数字政府、安全、医疗、教育和工业等领域的具体应用案例。
5. 人工智能落地挑战：包括数据质量、算法模型可解释性、业务场景理解、服务方式和投入产出比。
6. 人工智能应用趋势：基础设施升级、人机协同、产业智能互联。

关键信息

1. 人工智能行业图谱

• 基础层：提供计算能力支持，包括AI芯片、AI平台和计算框架。
• 通用层：涵盖感知、认知和执行技术，如计算机视觉、机器人系统。
• 应用层：人工智能与各行业深度融合，形成具体产品和服务。

2. 人工智能商业模式

• API调取：适用于基础层和通用层，如商汤科技、科大讯飞。
• 产品订阅/License：面向个人用户，如大疆、松鼠AI。
• “产品+服务”解决方案：适用于复杂业务场景，如旷视科技、明略科技。
• 效果付费：如智能客服厂商按节省人力成本进行收费。

3. 人工智能价值创造的三个层次

层次	含义	案例
自动化	机器执行，提升效率	工业机器人、AI医学影像、程序化广告投放
智能化	机器分析与决策	犯罪团伙挖掘、销量预测
创新化	重塑业务流程和产业链	AI智能货柜、自动驾驶

4. 行业落地进展

营销

• 加和科技通过智能流量管理平台，为上汽通用打造智能营销中枢系统，实现营销效率提升。

金融

• 阿博茨科技为港交所提供AI+RPA解决方案，实现数据处理自动化，提升效率。
• 集奥聚合提供信贷全生命周期解决方案，显著降低欺诈风险和坏账率。

数字政府

• 一览群智为某部委构建国际人物智库，提升数据治理和决策效率。

安全

• 芯盾时代为银行提供AI反欺诈模型，显著提升风控能力。

医疗

• 深睿医疗提供医学影像诊断产品，显著提升诊断效率和准确性。

教育

• 松鼠AI1对1开发智适应教学系统，提升学习效率和个性化教学能力。

工业

• 滴普科技通过工业互联网平台，实现生产线检测效率提升和供应链优化。

5. 落地挑战与应对

数据

• 数据获取、治理和标注面临挑战，需采用少样本学习、联邦学习等新技术。
• 云测数据提供一站式数据标注服务，支持多个行业。

算法模型可解释性

• 需要结合传统算法与深度学习，提升模型可解释性。
• 九章云极提供可解释AI解决方案，满足金融等行业合规需求。

业务场景理解

• 需要融合专家经验与业务规则，知识图谱技术成为关键。
• 通过知识图谱实现业务流程的智能化理解。

服务方式

• 需要从标准化服务向定制化解决方案转变。
• 中台化模式可提升服务效率，降低企业运营成本。

投入产出比

• 需要降低硬件和人力成本，提升模型自动化程度。
• 数据科学平台和机器学习平台有助于降低总拥有成本。

6. 应用趋势展望

基础设施升级

• 5G成为新基础设施，支持实时数据传输和边缘计算。
• 边缘智能（Edge Intelligence）成为趋势。

人机协同

• 从感知智能到行动智能，人机协同模式成为主流。
• 在智慧餐厅、公安等场景中已有应用。

产业智能互联

• 产业互联网推动产业链数据打通，人工智能赋能产业协同。
• 滴滴和“双十一”为产业智能互联提供范例。

结语

人工智能在2020年面临从技术成熟走向产业落地的挑战，但同时也蕴含巨大潜力。报告指出，人工智能技术要真正实现价值，必须与行业深度融合，形成可规模化的产品和服务。企业应寻找最佳的投入产出比场景，推动业务智能化升级。