独家发布 | 阿里洞察:AI 还香吗?《中国企业2020》系列报告第二季免费下载

简介: 人工智能正在降温?AI企业盈利仍很困难?2020 年最具产业价值的 AI 领域又有哪些?身在产业中的你如果也有这些疑问,那么这本《人工智能红利渗透与爆发》或许能解答你的疑惑。阿里云研究中心联合埃森哲 ——《中国企业2020》系列报告再出新视野,带你了解人工智能正在发生的科技浪潮。

点击免费下载
《人工智能红利渗透与爆发》

你也可以复制链接到浏览器下载电子书:https://developer.aliyun.com/topic/download?id=704

上海临港的一片原生态海滩,有时游客们在欣赏日出日落的时候,头顶会出现无人机,播放潮汐时刻表,劝说游客远离海滩。如今,临港地区的无人机能实现5分钟内出勤、每天飞行100公里以上的“工作量”,要比人力巡检高效得多。

不止是在上海临港,在全球范围内,人工智能的应用已经非常普及。根据 Statista 预计,人工智能市场增速将保持年均50.7%的增速增长,到 2025 年,全球人工智能市场规模将高达369亿美元,随着人工智能在图像(包括人脸)识别、语音识别、工业/制造业大脑、预测分析、自动化(包括自动驾驶)等方面的能力不断提升,数字经济时代的发展与人工智能应用的推进已经密不可分,零售业、医疗健康、金融行业、交通行业、教育行业、商业服务业、安全行业、农业等行业都将被人工智能深度渗透。

但对于整个人工智能产业来说,在行业领域的高度渗透性并非是全部,人工智能发展存在着其独特并持续动态变化的发展现状。

人工智能究竟是降温还是升温?实验AI和产业AI都存在哪些差距?《人工智能红利渗透与爆发》带你一起洞察人工智能的技术浪潮。

image.png

精彩导读

人工智能投资逐渐降温

根据中国信息通信研究院数据研究中心在2019年4月发布的《全球人工智能产业数据报告》显示,2018年第二季度依赖,全球人工智能领域投资热度逐 渐下降,2019年第一季度,全球融资规模126亿美元,环比下降7.3%,融资笔数310笔,同比下降44.1%,其中,中国人工智能领域融资金额30亿美元,同比下降55.8%。

与过去风险投资家正纷纷为那些在PowerPoint演示文件中植入“人工智能” 这个神奇词汇的初创企业融资不同,人工智能投资正逐步降温。事实上,在解决实际复杂问题方面,人工智能的最新化身并不比30年前的先行者好很 多。经过大量量身定制的系统能够在围棋、象棋或《危险边缘》等狭窄挑战中胜出。但是,要从人体显示出的复杂且矛盾的症状中诊断疾病,是它们现在还做不到的事情。

人工智能产业盈利仍然困难

人工智能企业盈利仍然困难,以知名企业DeepMind为例,其2018年财报显示营业额为1.028亿英镑,2017年为5442.3万英镑,同比增长88.9%,但 DeepMind在2018年净亏损4.7亿英镑,较2017年的3.02亿英镑增加1.68亿英镑,亏损同比扩大55.6%。

不单是DeepMind,有报告显示,2018年近90%的人工智能公司处于亏损状态,而10%赚钱的企业基本是技术提供商,换句话说,人工智能公司仍然未能形成商业化、场景化、整体化落地的能力,更多的只是销售自己的算法,比如,每一次刷脸支付时,获得很可能只有几分钱的“算法使用费用”。

image.png
(目录先导)

实验室AI与产业AI仍有差距

总体来说,人工智能正处在从实验室走向大规模商业化的早期阶段,越来越多的人工智能技术从开发者和实验室中走出来,开始进入到各个行业中,但是从AI产业向产业AI的转型和落地却并不一片美好,毕竟商业化是企业如何利用人工智能技术来解决实际的问题,并通过市场进行规模化变现的商业行为,它关系到人工智能的技术能力、易用性、可用性、成本、可复制性以及所产生的客户价值。

可以说,人工智能当前商业传播的速度非常快,但商业化、产业化的速度、范围和渗透率仍然存在一定的“实验室-商业社会鸿沟”,人工智能必须要从 早期普遍强调技术优势,过渡到更加注重产品化、更加融合生态、更加解决 实际问题的商业化发展阶段。此外,需要补充的是,很多人工智能机构确实 遇到了商业化的难题,一个比较大的原因就是没有找到合适的应用场景,所以在人工智能从实验室走向产业化、商业化时,寻找合适的场景同样非常关键。

公众期待度升高,但AI仍然青涩

随着人工智能以各式各样的消费类产品进入市场,公众对人工智能的热情不断升高,以阿里巴巴的天猫精灵为例,截止2019年1月11日,仅18个月就销售了超过1000万台,并借助超过500个连接平台和2100多种连接设备,在智能家居领域获得了快速的发展,智能翻译机、刷脸支付、智能英语教学等人工智能应用更是受到用户追捧。

但随着公众期望度不断攀上新高,人工智能被赋予了越来越多的期望值,公众对人工智能能力、易用性、可靠性、体验等方面的要求对当前的人工智能技术提出了严峻的挑战。

首先,人工智能不是万能药,它不可能解决所有领域的问题;其次,由于部分人工智能企业及媒体传播的夸大,导致了人工智能仍然青涩的能力在某些领域被夸大了;

第三,当前的人工智能高度依赖数据,但数据积累、共享和应用的生态仍然比较初级,这意味着人工智能不可能解决所有问题; 第四,人工智能是一种新的技术,它的应用需要长期与实体世界和商业社会进行磨合,避免意外的情况发生——人工智能一定是未来的方向,这点毋庸置疑。但是我们短时间,切记不可期望过高,否则很可能认为的制造出巨大的泡沫,对人工智能发展产生负作用。


复制链接到浏览器即可免费下载电子书:https://developer.aliyun.com/topic/download?id=704

藏经阁系列精品电子书

本书为阿里云开发者社区 “藏经阁” 系列图书。开发者技术精品“藏经阁”,超全阿里系电子书开放下载,覆盖Java、物联网、云原生、前端、大数据、开源等技术领域,深度分享阿里工程师实践精华,顶级技术内容一键获取:https://developer.aliyun.com/topic/ebook
开发者藏经阁.jpg

相关文章
|
1月前
|
存储 人工智能 搜索推荐
解锁AI新境界:LangChain+RAG实战秘籍,让你的企业决策更智能,引领商业未来新潮流!
【10月更文挑战第4天】本文通过详细的实战演练,指导读者如何在LangChain框架中集成检索增强生成(RAG)技术,以提升大型语言模型的准确性与可靠性。RAG通过整合外部知识源,已在生成式AI领域展现出巨大潜力。文中提供了从数据加载到创建检索器的完整步骤,并探讨了RAG在企业问答系统、决策支持及客户服务中的应用。通过构建知识库、选择合适的嵌入模型及持续优化系统,企业可以充分利用现有数据,实现高效的商业落地。
86 6
|
1月前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
797 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
19天前
|
人工智能 数据挖掘 数据库
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
本文为数据库「拥抱Data+AI」系列连载第1篇,该系列是阿里云瑶池数据库面向各行业Data+AI应用场景,基于真实客户案例&最佳实践,展示Data+AI行业解决方案的连载文章。本篇内容针对电商行业痛点,将深入探讨如何利用数据与AI技术以及数据分析方法论,为电商行业注入新的活力与效能。
拥抱Data+AI|破解电商7大挑战,DMS+AnalyticDB助力企业智能决策
|
25天前
|
存储 人工智能 数据可视化
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
在数字化时代,企业面临海量客户对话数据处理的挑战。阿里云推出的“AI大模型助力客户对话分析”解决方案,通过先进的AI技术和智能化分析,帮助企业精准识别客户意图、发现服务质量问题,并生成详尽的分析报告和可视化数据。该方案采用按需付费模式,有效降低企业运营成本,提升客服质量和销售转化率。
高效率,低成本!且看阿里云AI大模型如何帮助企业提升客服质量和销售转化率
|
15天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
73 4
|
21天前
|
数据采集 人工智能 搜索推荐
|
22天前
|
数据采集 人工智能 搜索推荐
大咖说|Data+AI:企业智能化转型的核心驱动力
在数字化浪潮的推动下,企业正面临前所未有的挑战与机遇。数据与人工智能的结合,形成了强大的Data+AI力量,尤其在近期人工智能迅速发展的背景下,这一力量正在加速重塑企业的运营模式、竞争策略和市场前景,成为适应变化、提升竞争力、推动创新的核心驱动力。本文将讨论企业采用Data+AI平台的必要性及其在企业智能化转型中的作用。
109 0
大咖说|Data+AI:企业智能化转型的核心驱动力
|
26天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,企业越来越关注大模型的私有化部署。本文详细探讨了硬件资源需求、数据隐私保护、模型可解释性、模型更新和维护等方面的挑战及解决方案,并提供了示例代码,帮助企业高效、安全地实现大模型的内部部署。
60 1
|
26天前
|
人工智能 分布式计算 数据可视化
大模型私有化部署全攻略:硬件需求、数据隐私、可解释性与维护成本挑战及解决方案详解,附示例代码助你轻松实现企业内部AI应用
【10月更文挑战第23天】随着人工智能技术的发展,大模型在各领域的应用日益广泛。然而,将其私有化部署到企业内部面临诸多挑战,如硬件资源需求高、数据隐私保护、模型可解释性差、更新维护成本高等。本文探讨了这些挑战,并提出了优化硬件配置、数据加密、可视化工具、自动化更新机制等解决方案,帮助企业顺利实现大模型的私有化部署。
55 1
|
28天前
|
机器学习/深度学习 人工智能 自动驾驶
2024.10|AI/大模型在机器人/自动驾驶/智能驾舱领域的最新应用和深度洞察
本文介绍了AI和大模型在机器人、自动驾驶和智能座舱领域的最新应用和技术进展。涵盖多模态大语言模型在机器人控制中的应用、移动机器人(AMRs)的规模化部署、协作机器人的智能与安全性提升、AR/VR技术在机器人培训中的应用、数字孪生技术的优化作用、Rust语言在机器人编程中的崛起,以及大模型在自动驾驶中的核心地位、端到端自动驾驶解决方案、全球自动驾驶的前沿进展、智能座舱的核心技术演变和未来发展趋势。
55 2
下一篇
无影云桌面