經(jīng)過(guò)幾十年的跌宕發(fā)展，有關(guān)人工智能的研究已經(jīng)有了不少突破性的成果，但從技術(shù)研發(fā)走到商業(yè)落地，才是真正的“躍龍門”關(guān)卡。進(jìn)入2022年，中國(guó)AI商業(yè)落地進(jìn)展幾何？已經(jīng)有了哪些代表性案例與企業(yè)？又面臨著怎樣的機(jī)遇和挑戰(zhàn)？

【資料圖】

10月20日，在AI商業(yè)落地線上發(fā)布會(huì)上，行業(yè)領(lǐng)先的科技創(chuàng)新與產(chǎn)業(yè)研究綜合服務(wù)平臺(tái)億歐，基于數(shù)年間對(duì)中國(guó)AI產(chǎn)業(yè)鏈企業(yè)的持續(xù)跟蹤與研究，連同全球領(lǐng)先的AutoML自動(dòng)化AI訓(xùn)練平臺(tái)提供商共達(dá)地，全球半導(dǎo)體知名廠商英特爾進(jìn)行了深度探討，共同解讀《2022中國(guó)AI商業(yè)落地研究報(bào)告》與新產(chǎn)業(yè)趨勢(shì)下的AI商業(yè)落地解法。

億歐新科技事業(yè)部研究總監(jiān)孫毅頌、共達(dá)地高級(jí)市場(chǎng)總監(jiān)李蘇南、英特爾網(wǎng)絡(luò)與邊緣事業(yè)部智能視覺(jué)平臺(tái)解決方案資深架構(gòu)師和首席工程師邵文簡(jiǎn)博士，分別圍繞行業(yè)趨勢(shì)、算法賦能、邊緣硬件進(jìn)行了重點(diǎn)分享。

中國(guó)AI產(chǎn)業(yè)保持高速發(fā)展，持續(xù)向好

《2022中國(guó)AI商業(yè)落地研究報(bào)告》中指出，自2017年以來(lái)，中國(guó)一直在大力發(fā)展人工智能產(chǎn)業(yè)，從政策及資本上給予行業(yè)很大的支持，人工智能也與5G、大數(shù)據(jù)、工業(yè)互聯(lián)網(wǎng)等新興技術(shù)產(chǎn)業(yè)一起被列入新基建范圍。2020-2022年，是中國(guó)人工智能商業(yè)化較快的時(shí)期，AI進(jìn)入了深度融合的發(fā)展期，開(kāi)始運(yùn)用于各行各業(yè)。

中國(guó)人工智能產(chǎn)業(yè)發(fā)展經(jīng)由“三步走”戰(zhàn)略，已經(jīng)取得一定成果，基本形成人工智能創(chuàng)新高地。據(jù)統(tǒng)計(jì)，中國(guó)人工智能出版物總數(shù)在2017年成為世界第 一，占比達(dá)18%，2021年中國(guó)貢獻(xiàn)了全球22.4%的出版物數(shù)量。2010年至2022年，中國(guó)專利申請(qǐng)量超過(guò)40萬(wàn)件，占全球總量的75%左右，居世界第 一位；2010年至2021年12月，全球累計(jì)人工智能領(lǐng)域的專利授權(quán)量達(dá)17.8萬(wàn)件，中國(guó)占比43%位居首位。

當(dāng)前，人工智能已廣泛應(yīng)用于人們?nèi)粘Ｉa(chǎn)、生活的方方面面，在金融、智慧城市、制造、交通、自動(dòng)駕駛、醫(yī)療、機(jī)器人、教育、互聯(lián)網(wǎng)等場(chǎng)景有效滲透。

算法產(chǎn)能低+需求碎片化

成AI商業(yè)落地阻礙

雖然AI產(chǎn)業(yè)已經(jīng)擁有了豐富的應(yīng)用場(chǎng)景，但要在多樣的場(chǎng)景里要實(shí)現(xiàn)商業(yè)落地絕非易事。報(bào)告指出，對(duì)于AI的應(yīng)用，大量的智能算力需求以及網(wǎng)絡(luò)等技術(shù)設(shè)施的建設(shè)也還不夠完善，是阻礙AI應(yīng)用規(guī)?；涞氐闹匾獠恳蛩亍男袠I(yè)內(nèi)部情況來(lái)看，傳統(tǒng)算法生產(chǎn)效率低下，無(wú)法應(yīng)對(duì)超大規(guī)模需求量的爆發(fā)，成為阻礙AI規(guī)模化商用的核心原因。此外，場(chǎng)景的碎片化導(dǎo)致的算法復(fù)用率低也加重了算法供需之間的矛盾。

對(duì)此，共達(dá)地李蘇南分享到，目前國(guó)內(nèi)計(jì)算機(jī)視覺(jué)廠商增長(zhǎng)驅(qū)動(dòng)主要來(lái)源于人臉識(shí)別、車輛識(shí)別、OCR識(shí)別這三大領(lǐng)域，合計(jì)占據(jù)市場(chǎng)份額90%以上，呈現(xiàn)出算法場(chǎng)景集中、頭部廠商競(jìng)爭(zhēng)白熱化的現(xiàn)象。但在尚未浮出水面的“冰山之下”，還有龐大的碎片化需求，如工業(yè)、農(nóng)業(yè)、建筑、醫(yī)療等領(lǐng)域，市場(chǎng)供應(yīng)難以滿足市場(chǎng)需求。

但是，傳統(tǒng)的算法生產(chǎn)能力與碎片化、多元化所帶來(lái)的定制需求是相悖的，流程復(fù)雜、極耗人力、交付漫長(zhǎng)，這也導(dǎo)致AI超大規(guī)模與精細(xì)化的商業(yè)落地陷入瓶頸。共達(dá)地給出的解法是——基于AutoML建立AI自動(dòng)化訓(xùn)練平臺(tái)。通過(guò)這個(gè)自動(dòng)化平臺(tái)，企業(yè)無(wú)需配置專業(yè)的AI技術(shù)團(tuán)隊(duì)，業(yè)務(wù)人員或產(chǎn)品經(jīng)理可直接上手使用，只需要在平臺(tái)上傳相應(yīng)的訓(xùn)練數(shù)據(jù)，選擇配項(xiàng)，即可自動(dòng)生成AI算法，整個(gè)過(guò)程零代碼，卻能滿足定制化、精細(xì)化的需求，不僅節(jié)省90%以上的成本投入，而且操作門檻低，效率能夠有明顯提升。

軟件的持續(xù)進(jìn)化，需要硬件去承載，AI的商業(yè)落地也離不開(kāi)視頻分析方案的精進(jìn)。英特爾邵文簡(jiǎn)博士提出，英特爾邊緣智能方案的重要場(chǎng)景，是基于AI算法進(jìn)行視頻分析。在邊緣AI應(yīng)用中，視頻分析負(fù)責(zé)處理數(shù)字視頻信號(hào)，基于AI算法，從視頻數(shù)據(jù)中提取相關(guān)信息，以便制定決策。相比傳統(tǒng)方案，邊緣智能方案能夠應(yīng)對(duì)更加復(fù)雜場(chǎng)景的AI分析，同時(shí)具備高拓展性和靈活性，也更加易于管理，在本地處理數(shù)據(jù)，也能提升數(shù)據(jù)的安全性。

共達(dá)地的AI自動(dòng)化訓(xùn)練平臺(tái)，適配99%以上硬件的生態(tài)兼容，5秒即可完成邊緣靈活部署。共達(dá)地也與英特爾達(dá)成廣泛的合作，基于共達(dá)地的算法生產(chǎn)能力和英特爾的強(qiáng)大硬件生態(tài)，軟硬一體協(xié)同推進(jìn)AI算法的一站式開(kāi)發(fā)與交付。

AI商業(yè)落地的未來(lái)機(jī)遇

面向產(chǎn)業(yè)未來(lái)發(fā)展，《2022中國(guó)AI商業(yè)落地研究報(bào)告》認(rèn)為，除了互聯(lián)網(wǎng)、金融等對(duì)AI有原生優(yōu)勢(shì)的行業(yè)之外，新興產(chǎn)業(yè)和傳統(tǒng)行業(yè)機(jī)遇并存。

作為元宇宙重要的核心技術(shù)之一，AI與其他新興技術(shù)的融合或?qū)a(chǎn)生更多AI應(yīng)用的可能性。此外，傳統(tǒng)行業(yè)轉(zhuǎn)型也將成為下一步AI應(yīng)用的主要方向，以制造業(yè)為例，鋼鐵、能源行業(yè)正在積極引進(jìn)AI工具實(shí)現(xiàn)降本增效。

報(bào)告還指出，通過(guò)整合重復(fù)度較高的場(chǎng)景，形成標(biāo)準(zhǔn)化的產(chǎn)品，再根據(jù)企業(yè)實(shí)際情況完成部分定制化的需求，將有效提高算法的復(fù)用率、降低企業(yè)開(kāi)發(fā)及使用成本、縮短部署時(shí)間，為AI規(guī)?；逃么蚝没A(chǔ)。對(duì)于企業(yè)而言，集中精力深耕垂直領(lǐng)域，提供更為優(yōu)質(zhì)的產(chǎn)品與服務(wù)將是更好的選擇。

報(bào)告同步發(fā)布了“2022中國(guó)AI商業(yè)落地百?gòu)?qiáng)企業(yè)系列榜單”，共達(dá)地入選“2022中國(guó) AI商業(yè)落地TOP 100”，并成為榜單上專注于AutoML大規(guī)模商業(yè)化的公司。

一方面提供平臺(tái)服務(wù)和工具，為行業(yè)賦能；另一方面通過(guò)算法高效定制，讓客戶直接使用，為場(chǎng)景賦能，共達(dá)地正在用工業(yè)化的生產(chǎn)代替手工打造算法的模式，匹配產(chǎn)業(yè)發(fā)展趨勢(shì)，和更多產(chǎn)業(yè)鏈上下游先鋒企業(yè)一起，共同加速中國(guó)AI商業(yè)的落地。