AI人工智能走出实验室,走进生产车间,依然面临着巨大挑战-阿里云开发者社区

开发者社区> 机器智能技术> 正文

AI人工智能走出实验室,走进生产车间,依然面临着巨大挑战

简介: 根据埃森哲《中国企业人工智能应用之道》面对全球企业高管的调研显示:高达79%的中国企业高管认为,他们必须借助人工智能来实现业务增长目标。
+关注继续查看

国内企业AI落地现状

根据埃森哲《中国企业人工智能应用之道》面对全球企业高管的调研显示:高达79%的中国企业高管认为,他们必须借助人工智能来实现业务增长目标。

但其中,有52%的中国企业高管人员坦言,人工智能试点容易,但当设法将人工智能推广至全企业时,难度较大。

高质量数据缺乏、行业壁垒高、应用场景不清晰是当前人工智能与行业深度融合的主要瓶颈,应用场景难融合也意味着AI企业落地难。

①我国人力资源充裕,很多传统行业的数字化意愿并不强烈。到了AI时代,企业的数据基础不扎实,也就难以承载起上层的智能化转型。

②如今算力需求呈现指数级增长,而无论是算力设备的购置费用还是技术人员对算法优化的时间、人员和金钱的巨大投入。

③数据是制约AI成功落地的一大因素。如果缺少统一、标准化、高质量的数据,AI应用可能就是无米之炊、无源之水。

AI让企业开始习惯于大量依赖机器帮忙做决策。在这个过程中会带来隐私保护、AI可信度、伦理和社会的问题等,这些都是AI在落地过程中需要解决的。

大多数企业的AI创新都是点状的、实验性质的、局部的创新,缺少规模化、商业化、运行态的布局。

因此,人工智能在互联网领域的攻城掠地有多顺利,在实体经济中的落地就有多困难。
image.png
AI落地的行业场景化应用

各行业当下面临的痛点有所不同,如金融行业面临成本压力、产品服务单一、交易欺诈等;医疗与教育行业资源分配不均的问题突出;

也就是说,人工智能需求广阔,其商业模式是渗透到各行各业,提高行业效率。这一进程需要时间和持续投入,但也是生产力迭代趋势。

未来还是要结合场景和用户体验去重新设计,用 AI 本身的方式思考,才会产生真正的 AI 应用。

未来,可以肯定的是人工智能将能够在特定领域实现快速突破,而企业需要从自身所处的商业、工业和生存环境中选择恰当的角度,去定义特定场景,从而让人工智能可以针对性突破并解决问题。
image.png
目前AI技术正处于普及爆发的前夜

2018年,AI领域投资事件共410起,投资总额1078亿元。人工智能逐渐挤满了几乎中国所有的主流投资机构和产业资本。

资本华丽登台的另一面是,AI落地的过程不太优美。数据显示,2017年,90%以上AI企业处于亏损阶段,商业化落地成为众多人工智能企业发展的痛点。

AI将成为未来企业发展的一个必选项和企业的关键竞争力,这是毋庸置疑的。

对于各个公司、行业和国家来说,人工智能将是未来几十年里最大的商业机会。

预计从现在到2030年,人工智能的发展将使全球GDP增长14%,相当于对世界经济额外贡献了15.7万亿美元,其中AI将带动中国GDP增加7万亿美元。
image.png
商业落地呼唤标准配套

只有把应用做起来,底层AI芯片、软件技术才能够在应用过程中更扎实。

人工智能端到端完成一个项目落地至少需要3—6个月的时间,整个过程存在一定的复杂性,需要有一系列选型方案的指南。

以前产业界更侧重于算法,近几年算法开始和工程开源齐头并进,业内越来越重视软硬件协同发展,人工智能与大数据、云计算等新型信息技术融合越来越深入。

今年7月发布的《人工智能标准化白皮书(2021版)》中指出,深度学习框架依赖的生态建设、测试体系不够全面是我国人工智能产业发展目前遇到的两大问题。

我国深度学习框架起步较晚,在算法、芯片、终端和场景应用方面尚未摆脱对国外深度学习框架的依赖。

然而,国内人工智能测试体系尚未形成,现有测试基准的测试内容和模型高度重复,还未形成成熟的功能、性能测试基准,这将制约人工智能产品打开市场、获得市场信任度。
image.png
国内AI标准化进程加速

规范标准也是国内人工智能现阶段发展的关键词之一。赛迪顾问统计数据显示,2019年,中国人工智能产业规模达到1291.4亿元,同比增速为30.8%。

预计到2022年,中国人工智能产业规模达到2621.5亿元。

国内人工智能产业高速发展,场景应用逐渐丰富化,随着产业复杂度的提高,相关标准也亟待解决配套问题。

在2020年7月印发了《国家新一代人工智能标准体系建设指南》。
image.png
人工智能技术落地的关键环节

①技术的突破:一家成功的人工智能公司必须有一定的技术积累和壁垒。

②场景的探索:找到一个商业上可行、可拓展性良好,并且技术上可实现的场景是非常困难的,很多优秀的技术公司都在这个环节投入了大量的精力。

③团队的建设和成长:起步阶段顶尖的技术和商业团队的搭建需要大量工作,快速成长的过程中人员不断扩充也会带来各种问题,如何增效降本、保持创新风气很关键。

④标准制定:对具体行业具体场景下的人工智能技术应用进行规范化、标准化,保证整个行业的生态健康发展。


本文转载自51CTO,本文一切观点和机器智能技术圈子无关。原文链接
免费体验百种AI能力以及试用热门离线SDK:【点此跳转】

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
DEEP VIDEO智能学习生产技术训练营学习心得
短视频,长视频的出现极大地丰富了人们的业余生活,同时也有利于信息的传播。以视频的形式传递信息,人们能够同时调动视觉和听觉,直观了解所获得的信息。随着时代的发展,现在的视频也变得越来越智能。
18 0
马云、马斯克同台谈AI:人工智能拯救世界?
双马像是来自不同的星球,因人工智能而聚首,一方支持人类文明,一方推崇科技智能,在世界人工智能大会上演了一场“功守道”。今年受疫情影响,马云与马斯克并未亲临大会现场,而是以视频的方式分别发表了演讲,这与去年二人并肩而坐、侃侃而谈“人类 PK 技术,谁是赢家?”的景象大不相同。但两位“大牛”的发言仍然妙语连珠、引人深思,犹如隔空对话,俨然是去年对话主题的延续。经此一“疫”,“双马”对于人工智能如何赋能人类,较去年有了新的理解。
769 0
重磅!《Apache Flink 十大技术难点实战》发布,帮你从容应对生产环境中的技术难题
总结生产环境十大常见难点,10篇技术实战文章帮你完成故障识别、问题定位、性能优化等全链路过程,实现从基础概念的准确理解到上手实操的精准熟练,从容应对生产环境中的技术难题!
25889 0
【云栖号案例 | 物联网&人工智能】鸿达公司高效复工稳产 生产管理效率提升50%
疫情期间,制造业面临巨大生存压力。企业选择方案中三个SaaS模块化应用,进行了有效的复工复产安排,帮助企业复工生产管理效率提升50%以上。
1215 0
+关注
机器智能技术
阿里云机器智能研究领域主要围绕机器学习等前沿技术开展理论与应用研究。《机器智能技术》圈子基于阿里巴巴达摩院的技术沉淀,围绕【研究报告】、【前沿技术】、【应用案例】、【行业新闻】、【传奇人物】多个方向为广大开发者贡献干货内容。
356
文章
1
问答
来源圈子
更多
+ 订阅
文章排行榜
最热
最新
相关电子书
更多
文娱运维技术
立即下载
《SaaS模式云原生数据仓库应用场景实践》
立即下载
《看见新力量:二》电子书
立即下载