|订单少落地难:被误解的人工智能 | 超级观点


带着观点看商业 。 超级观点 , 来自新商业践行者的前沿观察 。
【|订单少落地难:被误解的人工智能 | 超级观点】
文 | 特约观察员 顾夏辉 安涛
编辑 | 刘子晴
|订单少落地难:被误解的人工智能 | 超级观点
本文插图

-
人工智能落地现状
2020年人工智能依然是一个非常热的话题 。 中美的科技巨头以及很多跨国企业都把人工智能作为其战略发展的重要布局 , 国家层面也出台政策重点发展人工智能产业 。 2019年 , 中国人工智能专利申请量排行世界第一 , 累计申请量44万余件 , 中国已超过美国成为人工智能领域专利申请量最高的国家 。
但是与公众关注和各方支持的力度相比 , 人工智能技术的落地速度并没有达到人们的预期 。 目前人工智能集中于新零售、智能制造、智慧农业、医疗健康、智慧城市、营销和教育等产业 , 超过50%的赋能实体为安防 。 预计到2022年 , 人工智能赋能实体经济仅能达1600亿 。 对于40万亿的市场而言 , 人工智能还远远没有落地 。
如何才能加快人工智能的落地速度?在这个问题之前 , 首先要明确人工智能技术是否重要、重要到什么程度 。
人工智能带给我们的是什么?
一句话 , 科技带给人类发展的核心是对资源的优化 。
蒸汽机的出现 , 使机器代替了手工劳动 , 一部分人从重复劳动解放出来 , 转为管理、运营和科研工作;电力的出现 , 推动企业间竞争的加剧 , 促进生产和资本的集中 , 产生了垄断;互联网的出现 , 使得人们节省大量获得信息的资源 , 整合企业的管理和策略工作 。
如果人类想继续进行对资源和成本优化 , 需要进一步在管理、运营和科研上进行优化 。 人工智能显然可以做到这一点 。
人工智能可以代替很多管理、运营和科研的工作 。 它还可以通过海量的数据分析获得更为有效的策略 , 这是人类无法做到的 。 计算机视觉可以使人们从海量的图片或视频数据中找到关注内容 。 语音识别可以简化运营服务 。 自然语言处理可以在海量的文章中完成对语音的分析 , 真正使人们从繁重的运营服务中解脱出来 。 智能驾驶节省运输交通的资源 。 智能机器人可以提供生产效率 , 节省生产资源 。
人工智能在各个行业都有着巨大的市场和发展机遇 。
在安防领域 , 2019年市场规模为350亿 , 2022年将突破700亿 。 其核心为降低运营资源 。 目前主要用户来自政府、金融 , 地产、学校、医疗等领域的B端市场 。 计算机视觉技术在安防领域的应用接近90% 。
在传统金融产业 , 人工智能主要应用在智能风控、智能客服、智能营销和智能投研等业务 。 其核心为降低运营资源和决策资源 。 2019年 , 传统金融行业在人工智能的投入为220亿 , 到2022年将扩大到接近600亿 。
客服产业将大量使用自然语音处理技术降低运营成本 。 其核心为降低运营资源 。 客服业务空间2019年为44亿 , 2022年将达到160亿 , 泛客服市场空间在2022年将达到650亿 。 智能客服发展方向主要为金融、政务、制造和医疗等行业 。
人工智能在医疗健康的应用场景主要包括智能辅诊、医药研发、医学影像、疾病预测、运动管理等 。 核心为节省医护资源及研发资源 。 医疗领域需要政府的推动 , 2022年市场份额将由5000万增至10亿 。
新零售领域人工智能的场景为无人商店、智能供应链、精准营销、智能客服等 , 核心为节省运营资源 , 2022年将由23亿增长到200亿;教育产业聚焦口语听力、智能题库、智能课程、作业分析等业务 , 核心为节省老师资源 , 将由200亿增长到700亿;智慧城市体现在AIoT和智慧交通领域 , 核心为降低管理资源成本和出行成本 , 将由10亿增长为35亿 ;制造业核心为降低管理、运营资源成本 , 将由5万亿增长到8万亿……


推荐阅读