人工智能的商業化應用發展快速,《哈佛商業評論》在《2019人工智能專項調研報告》的簡介文章《智能革命來襲,巨頭跨越AI商業化“奇點”》就提出很多人工智能巨頭們現時的發展方向,非常值得我們全文閱讀一次。

《哈佛商業評論》中文版發起的《2019人工智能專項調研報告》(以下簡稱《報告》)近期完結了。我們在2019年第四季度針對人工智能行業和企業的200名公司負責人/創辦人、管理者及普通員工展開調查,所有受訪者對行業技術和產業發展情況有充分了解。

配合此次抽樣調查,我們還訪談了全球主流的諮詢機構專業人士及各行各業人工智能轉型專家。

我們的調研主題包括了:人工智能各細分技術發展態勢、產業落地情況及發展前景、全球人工智能領軍企業的綜合發展實力等。

調查在一定程度上顯示出了全球人工智能產業發展的階段性特點和下一階段的趨勢預期。結合調研主題及相關評分,我們遴選出“2019全球AI公司五強”,上榜企業分別為:谷歌、蘋果、微軟、百度和亞馬遜。

他們引領了這一波人工智能技術在全球範圍內的商業落地、發展和變革。變革主要包含三個層次:第一層是企業變革,當人工智能技術參與企業管理流程與生產流程,企業數字化趨勢日益明顯,部分企業已實現了較為成熟的智慧化應用;第二層是行業變革,人工智能技術帶來的變革引發傳統產業鏈上下游關係的根本性改變;第三層是人力變革,人工智能等新技術的應用將提升信息利用效率,把人類從簡單重複的崗位中解放出來,聚焦更多具有創意性的工作。

全球五大AI巨頭都在忙什麼?

在技​​術領域,巨頭們2019年忙著做兩件事情,一是在算法、算力、數據等AI基礎領域夯實地基,二是加快腳​​步技術落地和生態擴張。

過去數年,國內外平台巨頭先後發力人工智能,在人工智能的Algorithm(算法)、Big data(海量數據)、Compute(大規模計算資源)領域基本完成佈局。

AI最終要形成大規模生產力有ABCDE五大關鍵因素:Algorithm(算法)、Big Data(海量數據)、Compute(大規模計算資源)、Domain(專業領域應用)、Ecosystem(生態鏈)。

如果細究,ABC前三者為基礎,是科技平台巨頭佈局的基本工作,DE則更加個性化,需要各大平台巨頭結合其基因禀賦從不同角度切入。

具體到2019年,各大巨頭在ABC方面的重點是進一步做大底盤,大部分精力和資源聚集在DE兩個維度。

例如穀歌,由於功能全面,可以滿足不同規模企業的廣泛需求,谷歌的TensorFlow是目前市場上使用最廣泛的機器學習框架。

在《報告》中,被認為是擁有整套成系統的自主AI技術,且這些技術全球領先的公司中,谷歌以高達19.4%的百分比位居榜首。接下來是蘋果、微軟、百度和亞馬遜。

位居第四的百度是全球前五中唯一的中國公司。中美兩國是人工智能的全球兩級,兩國的人工智能龍頭企業在人工智能的能力部署上均位於全球前列,但具體到基礎技術能力有所不同。最大的不同是,中國公司在基礎技術的研究開發能力上,整體不如美國。

也正因此,2019年,百度在加強生態、應用場景的同時,持續在算法、算力等基礎技術能力突破。這也是中國所有佈局人工智能的科技平台巨頭正在經歷的狀態。

2019年,百度大腦的算法、算力取得突破,成為“軟硬一體AI 大生產平台”,實現AI 技術的標準化、自動化、模塊化,成為智能經濟的基礎設施,語音、視覺、自然語言處理、深度學習等細分領域的技術達到了全球領先水平。

場景化是AI的下一步方向

各大平台公司已經摸索出了不少AI商業化場景化落地方向,但多有不同

今天,全行業的主線和短期目標,都是為了把現有的、相對成熟的AI模型能力封裝成為可商業化的組件,代入到現有的行業應用和業務流程中,創造大規模應用的條件。

各大公司已經摸索出了不少可行的方向,打算在今後1年-2年內開始產業化推廣。

全球最大的電商平台亞馬遜在締造了全球最大的公有云AWS之後,人工智能的全面佈局對這家平台巨頭的兩大業務都產生了不可逆轉的積極影響。

作為一家電商平台,亞馬遜很早就開始將AI技術用於電商產品推薦上,但這只是AI的初級應用場景。隨著機器學習技術的不斷進步,亞馬遜開始將AI技術深入到公司運轉的每個環節中,除了機器人、數據中心、雲這些高高在上的東西,亞馬遜還直接落地到了C端環節中,包括智慧零售的全鏈條解決方案Amazon Go,並且,打破了軟件公司與硬件公司之間的牆壁,基於雲端和AI語音識別技術,推出了消費電子產品智能音箱Echo。

在B端,亞馬遜的AI實力也不容小覷。目前亞馬遜的AI產品線包括:Amazon Lex、Amazon Polly 以及 Amazon Rekognition,分別定位於可編寫自然人機交互、語音轉換服務以及圖像識別。

2019年12月,亞馬遜又推出5項新AI服務,包括機器學習驅動的企業搜索、代碼審核與分析、欺詐檢測、醫療轉錄和AI預測的人工審核。同時,還發布了首款AI芯片Inferentia。

亞馬遜是最早看到雲服務對商業世界的巨大作用的公司,2006年,亞馬遜AWS推出雲服務功能,目前,AWS在全球的用戶數量超過1億,2019年,手握10億活躍用戶的蘋果公司,也成為AWS的客戶。不僅是AWS為這些客戶提供服務,同時,這些被上傳到雲端的數據,也在通過機器學習,不斷優化雲平台。

一位AI領域的資深技術人士評價,如果從技術產業化的角度評價,目前中國幾大巨頭的AI雲應用競爭同質化的趨勢越來越明顯。各家的能力也沒有明顯差距,細看的話,百度依靠多年的技術積累優勢可以提供相對豐富的服務。

2019年百度做出AI進入工業化階段的預判,制定了相應的產業智能化行動路線:核心是實現AI 技術自身的工業化,希望做到工業規模的生產、提供工業化級別的成本、做到工業化規模的切換,進而加速各產業的智能化升級。

要實現上述目標並不容易,無論是在數據層面、算法層面還是算力層面,都要做很多改進,百度已經著手建立數據體系,完善技術體系。

不僅是亞馬遜和百度,包括谷歌、微軟、蘋果,以及國內的阿里、騰訊等平台巨頭在AI商業化的道路上都有一些共性。

一是通過開放平台來控制入口。利用自身技術和資源優勢建設基礎平台,和中小型企業達到共贏的效果,後者為前者的生態繁榮添磚加瓦,前者為後者節省基礎技術上的投入,專注做應用。

二是公司基因決定AI發展方向。谷歌具備技術優勢,主打通用化適配全行業;亞馬遜圍繞電商+雲緊緊圍繞產品化思維;Facebook成長於開放的新一代互聯網環境中,AI路徑是開放、開源,一直堅持對外開源研究代碼、數據集和工具;蘋果自身的商業模式是“軟+硬”的相對封閉體系,AI路徑既圍繞產品化,也相對封閉。

讓AI看得見、摸得著

人工智能的前景無人質疑,人們更關心的是自己能不能搭上這列駛向未來的快車

《報告》調研結果顯示,受訪對象普遍認為AI行業發展前五個重要因素主要來自於行業成熟程度和客戶的接受度。當上下游有完善的生態支持和5G商用,將能夠使得人機交互體驗的升級和產品生產成本降低,進而提升消費者的接受度。

一位接受《哈佛商業評論》中文版採訪的中國某大型平台公司技術高層表示,2019年,所有公司對於AI的關注點都在求精和場景化,大家都有不少新的落地場景,但沒有明顯的核心技術突破,“說的都是更快更強更好用的話,但核心技術和前兩年基本一致。”

這是技術發展和產業迭代周期的正常現象,技術進步帶來產業繁榮,產業繁榮反哺技術進步,尤其在高科技行業。

2020年,人工智能技術的研究將更進一步。有研究機構認為,人工智能將從感知智能的1.0時代向認知智能的2.0時代演進,如何保持大數據智能優勢的同時,賦予機器常識和因果邏輯推理能力,實現認知智能。

另外,計算存儲一體化的趨勢有望突破AI算力瓶頸,使用AI技術保護數據隱私正在成為新的技術熱點。

IBM的預判是,人工智能的理解能力提高,又將擴大應用範圍。明年,更多人工智能係統會開始依賴集學習能力和邏輯性於一身的“神經符號(neuro-symbolic)”技術。

5G也是促成人工智能技術往前一步,商業化更深一步的積極變量。

5G本質是更強的數據傳輸能力,IoT設備也會採集更多數據,借助於5G傳輸到邊緣側和雲端供AI學習,AI將擁有更多原材料,即“數據”。

2020年5G全面商用,將會進一步加速AI的發展。 5G具有低延時、高帶寬和大容量三大特性,給智能家居、自動駕駛、可穿戴、VR/AR等AI強相關的應用創造了網絡條件,將給AI創造更多落地場景。

邊緣計算、雲端協同和分佈式計算會具備更好的網絡基礎,給AI創造完善的底層計算基礎。

人工智能技術自身的迭代,和5G的加持,將進一步助推人工智能商業落地進程。

《報告》調研結果認為,醫療、手機和互聯網、以及家庭家居被視為下一階段最具潛力的應用場景前三名。

醫療行業、互聯網和家庭家居三個行業天然具備數據屬性,是公認的人工智能首批落地的最佳行業之一。除此之外,金融證券、工業、消費和政府行業,也是目前巨頭開發較多,落地前景可期的領域。這些行業的共同特點有三:一是數據基礎良好;二是需求旺盛,技術可複制能力強;三是較為容易找到可落地的豐富場景。

以醫療行業為例,近些年來,傳統的醫療巨頭和科技巨頭都在積極加碼佈局該領域:強生、西門子等佈局包括機器人、影像、輔助診斷在內的多個醫療AI領域,科技巨頭中IBM 、谷歌以及國內的百度、騰訊等公司在醫療AI領域也均有新成果。伴隨巨頭的進入,行業整合進一步加劇。

市場調研機構Global Market Insights數據顯示,藥物發現在智能醫療方面將佔據35%以上的最大市場份額,到2024年收入將超過400億美元;醫療影像和診斷技術將成為2017年-2022年智能醫療領域增速最快的行業,預計到2024年,行業將達到250億美元,增速超40%。

不過,人工智能進醫療行業,可以預見將是一個從外延逐步向核心延伸的漫長過程,醫療行業2018年,僅中國已有上千家三甲醫院引入AI產品,但同質化、贏利模式不清晰的行業痛點依舊存在。留給平台巨頭的一個巨大商業機會就是,如何能夠找到一條和本國醫療行業共生共贏的合適路徑。

不過,選擇哪些行業,重點落地哪些行業,不同的巨頭有不同的考量,通常,決定他們戰略選擇的重要因素,是自身優勢適合哪些行業。

當今世界,技術正在經歷一個由“硬”變“軟”的過程。當人工智能的軟實力和傳統行業疊加,也就是所謂的智能革命,可以預見的是,2020年開始,它將切實融入我們的生產、生活,看得見,摸得著。

文章來自:智能革命來襲,巨頭跨越AI商業化“奇點”


數據科學速成班 (鬍子科技學院合作)

以專業 R coding 和 實用案例 為材料,助你在 30 天內掌握 Big Data (大數據) 和 A.I.(人工智能) 等複雜概念,並開始應用到你的個人及商業項目上。

導師:香港數據科學家 Warrington Hsu

學員:適合任何對數據科學有興趣的初學者 (沒有 coding 底子要求)