中国企业2020:人工智能应用实践与趋势

本文涉及的产品
视觉智能开放平台,图像资源包5000点
视觉智能开放平台,分割抠图1万点
视觉智能开放平台,视频资源包5000点
简介: 如今,人工智能已经在零售、制造、传媒、金融等领域发挥着日益重要的作用。在已过半的2020年,企业将如何更好地拥抱人工智能,调整下半年的方向呢?

作为《中国企业2020》系列报告的第一季,这份白皮书重点阐述了人工智能作为数字经济时代的新生产力的发展现状、趋势洞察,以及如何通过人工智能赋能企业数字化创新。特别指出人工智能为企业创造价值的七大模式,并就人工智能在零售、教育、工业制造业、金融、传媒等领域的应用案例进行了简要分析。同时就人工智能与企业安全的螺旋关系、企业人工智能应用存在的浪费、人工智能的伦理问题与通用准则等议题进行了探讨。

也可以PC端点击下方链接进行下载
点此下载

文章导读
AI设计师“鹿班”每秒可设计海报8000张,赋能30万商家备战“双十一”;光伏电池生产商天合光能运用人工智能算法将A品率提升7%,创造利润数千万;AI帮助优酷分析舆情选出爆款影视剧IP,打造了10天播放量超过60亿的《微微一笑很倾城》……

如今,人工智能已经在零售、制造、传媒、金融等领域发挥着日益重要的作用。在即将到来的2020年,企业将如何更好地拥抱人工智能?

8月29日,2019世界人工智能大会上,阿里云研究中心发布《中国企业2020:人工智能应用实践与趋势》白皮书。白皮书分析了当前中国企业应用AI技术的成熟度、阶段性演进的路径,总结出人工智能为企业创造价值的七大模式,为企业在2020年的AI应用提供了落地指南。

AI为企业创造价值的七大模式
会上,阿里巴巴集团副总裁刘松表示,AI将影响企业的服务方式,影响他们与客户连接的方式,影响政府管理城市的方式。阿里云已大规模应用了AI赋能各行各业,实践经验将在2020年更广泛地复制推广到更多的产业与合作伙伴。

接下来的一年,AI将如何为产业赋能?白皮书中梳理了“AI为企业创造价值的七大模式”:

1、提升简单重复性工作的效率,做好人类不愿意做的事情。在一些无创意需求的重复劳动场景中,人工智能技术可以提升效率。比如,在现代化工厂中工业机器人和机械臂的应用,结合拥有更高“智力水平”的AI,能够为企业带来更高的生产效率和生产质量。

智能化、数字化、自动化打造智能机器工厂

1.png

2、创造数字经济时代新物种,做出原来无法做到的事情。目前,AI结合云计算、物联网、VR/AR等技术可以解放和重构生产要素,催生新模式,新产品、新服务,新业态方面的产生“新物种”的能力。例如翻译机诞生,就是源于AI翻译水平的大幅提高。

3、承担突破人类能力极限的工作,做到人无法做到的事情。AI正在超越人类在全局认知、深度逻辑和复杂准确记忆的能力极限,提供全新生产力。此外,在一些高度危险、高度复杂的生产环境中,AI也能肩负起突破人类能力极限的重任,比如AI+机器人在矿山等高危险环境的作业。

2.png

4、重新激活数据,创新业务和商业流程,数据激活全新流程。过去20年,中国企业实现了信息化和电子化,沉淀了大量行业数据,这些数据都可以通过AI“激活”。在数据中找到新的价值点或客户需求,帮助企业优化业务。

5、突破思维定式,发现直觉无法发现的潜在逻辑与联系。AI的计算能力能够突破“老专家”式的传统思维定式,将隐性和碎片化的问题变得显性化,由此生成新的知识。比如,AI能够帮助企业精准匹配用户需求或业务需求,找到原本因为人力、人脑等因素限制而无法发现的潜在逻辑与联系。

6、提供全新的人机或服务交互模式。目前,AI在机器视觉(图像和视频识别)、自然语言理解和语音识别等领域已经具有非常强的能力。人机交互市场正在兴起,特别是在汽车和医疗领域,有了新的增长和扩展机会。

3.png

7、辅助人类智能决策,帮助人做出更精准的决策。AI能为企业提供与传统的决策支持系统、知识辅助决策系统或专家系统等智能决策方案,帮助企业构建决策支持系统。提供分析问题、建立模型、模拟决策过程和方案的环境,调用各种信息资源和分析工具,提高决策水平和质量。

在“七大模式”之下,阿里云还在白皮书中从零售业、制造业、传媒业、教育业、金融业、车险行业、政务民生领域等八大行业入手,分别详细介绍了人工智能具体的应用价值和成功案例。

中国企业AI应用将迎来“从边缘到核心”的爆发期
“在未来十年,企业应用人工智能的终极目标是创新数据智能带来的商业模式,这是企业的CEO需要从长远着想,从新问题、新痛点入手的议题。”刘松说,“中国在人工智能技术、数据、场景和生态快速协同演进的大背景下,我们有理由相信,人工智能在企业的应用向从边缘逐步进入到核心,迎来各行业应用的爆发期。”

回顾人工智能发展历程,我们要特别强调一下“从互联网到人工智能”这个演进过程,本轮人工智能的崛起,很大程度是算法技术的创新与互联网平台交叉的一个产物,互联网,大数据,人工智能的结合,在大规模公共云的承载下,通过物联网向物理世界延伸,是此轮人工智能与产业结合的总基调,人工智能不是一个跳变的“孤儿”,未来依然会长期与5G,IOT,云计算,大数据,智能手机紧密结合。对于企业来说,人工智能技术快速发展是数据智能驱动的数字经济商业模式崛起的结果,企业业务量的快速增长让搜索、推荐、人脸识别和语音识别等AI算法不断诞生和进化,以满足新的业务目标。

4.png

以阿里巴巴的人工智能客服为例,十年来平台订单数增加了几十倍。但是客服团队的人员并没有增加多少,增加的任务量都被AI客服所消化掉,天猫“双11”中AI解决了95%客服问题。AI应用将是数字经济商业模式的发展的必然结果,如果一个企业的业务形态是靠数据和算法在线提供服务,那么它一定需要应用AI技术成为未来业务发展的引擎。

5.png

据《中国企业2020:人工智能应用实践与趋势白皮书》分析,当前中国已有全球领先的人工智能公司,除了BAT外,涌现出一大批独角兽公司,为我国企业AI应用从边缘到和核心演进做好了技术准备。中国庞大的互联网应用市场所产生的海量数据,为AI应用创新提供了充足的生产资料,智能+其实很大程度要与互联网+结合才有双剑合壁的效力,这也意味着智能+只有以“在线”作为前提,才能有巨大的效能,要考虑人口红利,物口红利(设备连接数),数据密度,场景丰富度等多个因素,才能找到AI与产业叠加的甜点。忽略互联网场景的丰富性,仅仅从AI出发,为技术而技术的小场景可能会遇到ROI的尴尬,当然AI技术的崛起也带来一些新的蓝海,比如可以用于环保,农业,水利,交通,城市建设的遥感AI技术,可以通过较低成本的遥感数据对大面积,多模式的区域治理提供利器,这个是之前的地理信息系统所不能做到的。在新旧动能转换向高质量发展的关键时期,AI受到政府和企业的重视,拥有了丰富的应用场景。在技术、数据和场景都占优势的情况下,中国的人工智能应用正在迎来快速崛起的时期,未来AI核心产业规模将超过4000亿元,带动相关产业规模50000亿元。

6.png

与此同时,白皮书中也指出了中国企业2020年在人工智能应用中需要面对的潜在议题:第一,人工智能时代将面临的企业安全挑战。AI既能防御和诊断企业网络安全隐患漏洞、提升对潜在威胁的对抗能力,同时应用AI的网络黑客能力也在不断强化,企业需做好充分的应对措施;第二,企业人工智能AI应用存在的浪费问题。企业在应用AI是会出现AI算力浪费、数据浪费、AI能力浪费和AI人才浪费等问题,由于企业数据和技术缺乏共享机制,未运用公共云资源共享、按需付费的优势,重复建设AI计算平台导致的浪费低效正在许多企业中出现;第三,人工智能的伦理问题与通用治理准则议题。人工智能将成为技术伦理讨论的热点,如何保证AI被善用和慎用,AI潜在伦理风险与隐患以及责任划分等技术伦理议题将更会成为持续讨论的话题。

7.png

阿里云研究中心重磅报告
让你先人一步看清行业数字化转型的新路径 新增量

数字经济时代,各个行业都面临着巨大的挑战和机遇,如何用新科技来发现和驱动新的商业场景和业务增量。

阿里云研究中心,致力于“用科技探索‘新商业’边界”。研究领域既涵盖云计算、人工智能、区块链、大数据、物联网、量子计算等前沿科技的演变趋势及产业应用,更进一步积极探索在前沿科技的推动下,新零售、新制造、新能源、新金融等产业数字化转型的方法论和路径。

经过大量的案例调研和深度研究,阿里云研究中心完成了零售、数字政务和城市治理、制造、金融、传媒、教育等多个行业数字化转型路径和方法论的思考和沉淀。在此基础上,通过扎实的workshop微咨询服务等产品形态,阿里云研究中心已经成为很多企业数字化转型的“战略顾问”。

原文链接:https://yqh.aliyun.com/detail/20340


如果大家对视觉AI能力感兴趣,欢迎访问视觉智能开放平台进行AI能力的开通及调试。【点我一键开通】
阿里云视觉智能开放平台(vision.aliyun.com)是基于阿里巴巴视觉智能技术实践经验,面向视觉智能技术的开发与应用用户,为其提供好用、易用、普惠的视觉智能API服务,帮助企业和开发者快速建立视觉智能技术的应用能力的综合性视觉AI算法平台,目前已开放9大类目,120+种AI能力,平台95%以上的能力限时免费调用,别犹豫啦,快来体验吧!【0代码在线体验百种AI能力】

一群二维码.jpg

相关文章
|
7天前
|
机器学习/深度学习 人工智能 自然语言处理
AI技术深度解析:从基础到应用的全面介绍
人工智能(AI)技术的迅猛发展,正在深刻改变着我们的生活和工作方式。从自然语言处理(NLP)到机器学习,从神经网络到大型语言模型(LLM),AI技术的每一次进步都带来了前所未有的机遇和挑战。本文将从背景、历史、业务场景、Python代码示例、流程图以及如何上手等多个方面,对AI技术中的关键组件进行深度解析,为读者呈现一个全面而深入的AI技术世界。
61 10
|
17天前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能在医疗诊断中的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战及未来发展趋势。通过分析AI如何辅助医生进行疾病诊断,提高诊断效率和准确性,以及其在个性化医疗中的潜力,文章揭示了AI技术对医疗行业变革的推动作用。同时,也指出了数据隐私、算法偏见等伦理问题,并展望了AI与人类医生协同工作的前景。 ####
34 0
|
12天前
|
机器学习/深度学习 人工智能 自然语言处理
转载:【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势,探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用,以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步,AI模型正从单一走向多样化,从小规模到大规模分布式训练,企业级AI系统设计面临更多挑战,同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性,并鼓励读者深入了解AI系统的设计原则与研究方法,共同推动AI技术的发展。
转载:【AI系统】AI的领域、场景与行业应用
|
7天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
12天前
|
人工智能 缓存 异构计算
云原生AI加速生成式人工智能应用的部署构建
本文探讨了云原生技术背景下,尤其是Kubernetes和容器技术的发展,对模型推理服务带来的挑战与优化策略。文中详细介绍了Knative的弹性扩展机制,包括HPA和CronHPA,以及针对传统弹性扩展“滞后”问题提出的AHPA(高级弹性预测)。此外,文章重点介绍了Fluid项目,它通过分布式缓存优化了模型加载的I/O操作,显著缩短了推理服务的冷启动时间,特别是在处理大规模并发请求时表现出色。通过实际案例,展示了Fluid在vLLM和Qwen模型推理中的应用效果,证明了其在提高模型推理效率和响应速度方面的优势。
云原生AI加速生成式人工智能应用的部署构建
|
12天前
|
机器学习/深度学习 人工智能 物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日,由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
|
17天前
|
机器学习/深度学习 人工智能 JSON
【实战干货】AI大模型工程应用于车联网场景的实战总结
本文介绍了图像生成技术在AIGC领域的发展历程、关键技术和当前趋势,以及这些技术如何应用于新能源汽车行业的车联网服务中。
280 34
|
3天前
|
机器学习/深度学习 人工智能 自然语言处理
AI在自然语言处理中的突破:从理论到应用
AI在自然语言处理中的突破:从理论到应用
44 17
|
3天前
|
人工智能 Serverless API
尽享红利,Serverless构建企业AI应用方案与实践
本次课程由阿里云云原生架构师计缘分享,主题为“尽享红利,Serverless构建企业AI应用方案与实践”。课程分为四个部分:1) Serverless技术价值,介绍其发展趋势及优势;2) Serverless函数计算与AI的结合,探讨两者融合的应用场景;3) Serverless函数计算AIGC应用方案,展示具体的技术实现和客户案例;4) 业务初期如何降低使用门槛,提供新用户权益和免费资源。通过这些内容,帮助企业和开发者快速构建高效、低成本的AI应用。
36 12
|
7天前
|
数据采集 人工智能 移动开发
盘点人工智能在医疗诊断领域的应用
人工智能在医疗诊断领域的应用广泛,包括医学影像诊断、疾病预测与风险评估、病理诊断、药物研发、医疗机器人、远程医疗诊断和智能辅助诊断系统等。这些应用提高了诊断的准确性和效率,改善了患者的治疗效果和生活质量。然而,数据质量和安全性、AI系统的透明度等问题仍需关注和解决。
114 10

热门文章

最新文章