爱分析·中国人工智能行业报告_56页_10mb

人工智能2020：落地挑战与应对

核心内容概述

本报告由爱分析发布，分析了2020年人工智能在产业落地过程中面临的挑战与应对策略。报告指出，人工智能已经进入技术成熟度曲线的低谷期，技术泡沫破裂，行业开始关注其实际应用价值。人工智能在多个行业如营销、金融、数字政府、医疗、教育、工业等都有不同程度的落地应用，但依然面临数据、算法模型、业务场景理解、服务方式、投入产出比等多方面的挑战。

主要观点与关键信息

1. 人工智能行业图谱

人工智能行业可分为基础层、通用层和应用层：

• 基础层：提供AI芯片、计算框架等基础设施，主要由谷歌、微软、百度、腾讯、华为等大型企业主导。
• 通用层：包括感知计算（如计算机视觉、语音识别）和认知计算（如知识图谱、自然语言处理）等技术，以及无人机、机器人等软硬一体化产品。
• 应用层：人工智能与行业深度融合，形成垂直领域的解决方案，如智能货柜、智能客服、智能诊断等。

2. 人工智能商业模式

人工智能的商业模式主要包括以下四类：

• API调取：如商汤科技、百度Apollo、科大讯飞等，输出技术能力，由应用厂商完成产品封装。
• 产品订阅/License：如大疆、松鼠AI，面向个人用户和中小企业提供标准化产品。
• “产品+服务”解决方案：如旷视科技、明略科技，提供定制化服务，满足复杂业务需求。
• 按效果付费：如智能客服厂商，根据实际业务价值进行收费，目前在金融、智能客服领域已有早期落地。

3. 人工智能价值创造的三个层次

• 自动化：如工业机器人、医学影像辅助诊断、程序化广告投放，提升效率、降低成本。
• 智能化：如基于知识图谱的智能分析、智能客服、销量预测模型等，提升决策能力。
• 创新化：如智能货柜、无人驾驶，重塑业务流程，形成新的商业模式。

4. 行业落地进展

• 营销：加和科技为上汽通用打造智能营销中枢系统，提升广告投放效率，实现数据驱动营销。
• 金融：阿博茨科技为港交所提供AI+RPA解决方案，实现数据全流程自动化处理，降低人力成本；集奥聚合为金融机构提供信贷全生命周期解决方案，降低欺诈风险和坏账率。
• 数字政府：人工智能在智慧城市、智慧政务、智慧安防等场景中广泛应用，提升公共治理效率。
• 安全：芯盾时代为某混合所有制商业银行提供AI反欺诈模型，提升业务安全水平。
• 医疗：深睿医疗的AI医学辅助诊断系统已在多个医院落地，提升诊断准确率和效率。
• 教育：松鼠AI的智适应系统通过个性化学习路径推荐，提升学生学习效率，尤其在偏远地区取得显著成效。
• 工业：滴普科技通过工业互联网平台+AI，提升制造效率和质量控制水平。

5. 落地挑战与应对

• 数据挑战：数据获取、治理、标注难度大，需结合业务经验、采用少样本学习、联邦学习等技术提升数据质量。
• 算法模型可解释性：金融、医疗等强监管行业要求模型具备可解释性，如“白盒算法”。
• 业务场景理解：需融合行业知识、专家经验，利用知识图谱技术提升模型对业务的理解。
• 服务方式：需提供定制化解决方案和持续运营服务，构建“AI+产品”和“AI+服务”模式。
• 投入产出比：需降低AI应用成本，提升自动化程度，实现技术与业务的高效结合。

应用趋势展望

1. 基础设施升级：5G、边缘计算等技术推动人工智能应用场景的扩展，提升数据传输效率和实时性。
2. 人机协同：人与机器协同成为主流，通过知识图谱实现推理推荐，提升复杂场景的处理能力。
3. 产业智能互联：人工智能将从企业内部应用延伸至产业链协同，提升产业整体效率。

结语

人工智能的产业落地是2020年的重要命题。随着基础技术的成熟，人工智能在行业应用中将发挥更大价值。企业需寻找最佳的投入产出比场景，推动业务智能化。爱分析将持续追踪人工智能在各行业的落地进展和最佳实践。

关于爱分析

爱分析是中国领先的产业数字化研究与咨询机构，专注于技术与数据创新，服务于企业决策者和机构投资者。截至2020年，已调研3000余家行业企业，撰写百余份行业报告，积累了丰富的研究方法和评价体系。