人工智能市場(chǎng)將會(huì)如何發(fā)展?

 行業(yè)動(dòng)態(tài)     |      2022-11-28 18:17

人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力,將進(jìn)一步釋放歷次科技革命和產(chǎn)業(yè)變革積蓄的巨大能量,并創(chuàng)造新的強(qiáng)大引擎,重構(gòu)生產(chǎn)、分配、交換、消費(fèi)等經(jīng)濟(jì)活動(dòng)各環(huán)節(jié),形成從宏觀到微觀各領(lǐng)域的智能化新需求,催生新技術(shù)、新產(chǎn)品、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式。人工智能正在與各行各業(yè)快速融合,助力傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)、提質(zhì)增效,在全球范圍內(nèi)引發(fā)全新的產(chǎn)業(yè)浪潮。

 

 

人工智能作為國(guó)家戰(zhàn)略規(guī)劃發(fā)展迅猛

 

我國(guó)政府高度重視人工智能的技術(shù)進(jìn)步與產(chǎn)業(yè)發(fā)展,人工智能已上升國(guó)家戰(zhàn)略?!缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》提出:到 2030 年人工智能理論、技術(shù)與應(yīng)用總體達(dá)到世界領(lǐng)先水平,成為世界主要人工智能創(chuàng)新中心;《新一代AI產(chǎn)業(yè)發(fā)展三年行動(dòng)計(jì)劃》表明:重點(diǎn)扶持神經(jīng)網(wǎng)絡(luò)芯片,實(shí)現(xiàn)人工智能芯片在國(guó)內(nèi)實(shí)現(xiàn)規(guī)模化應(yīng)用;《國(guó)家新一代人工智能標(biāo)準(zhǔn)體系建設(shè)指南》明確:到2023年,初步建立人工智能標(biāo)準(zhǔn)體系,重點(diǎn)研制數(shù)據(jù)、算法、系統(tǒng)等重點(diǎn)急需標(biāo)準(zhǔn),并率先在制造、交通等重點(diǎn)行業(yè)和領(lǐng)域進(jìn)行推進(jìn)。

現(xiàn)階段,各行業(yè)企業(yè)在改善價(jià)值鏈、降本增效的內(nèi)在需求驅(qū)動(dòng)和人工智能被列入“新基建”的外在因素影響下,產(chǎn)生了多樣化的智能化轉(zhuǎn)型升級(jí)需求,對(duì)人工智能產(chǎn)業(yè)快速發(fā)展提供動(dòng)力。據(jù)統(tǒng)計(jì),2020年中國(guó)人工智能行業(yè)核心產(chǎn)業(yè)市場(chǎng)規(guī)模為1513億元,同比上漲38.93%,帶動(dòng)相關(guān)產(chǎn)業(yè)市場(chǎng)規(guī)模為5726億元,同比上漲49.82%。在新產(chǎn)業(yè)、新業(yè)態(tài)、新商業(yè)模式經(jīng)濟(jì)建設(shè)的大背景下,企業(yè)對(duì)AI的需求逐漸升溫,人工智能產(chǎn)值的成長(zhǎng)速度令人矚目,預(yù)計(jì)到2025年人工智能核心產(chǎn)業(yè)市場(chǎng)規(guī)模將達(dá)到4533億元,帶動(dòng)相關(guān)產(chǎn)業(yè)市場(chǎng)規(guī)模約為16648億元。

 

 

人工智能應(yīng)用落地3個(gè)層級(jí)

 

人工智能的基礎(chǔ)理論雖由來已久,但現(xiàn)階段推動(dòng)新一代人工智能快速發(fā)展并逐步落地產(chǎn)業(yè)應(yīng)用的關(guān)鍵要素可歸結(jié)為計(jì)算能力的提升、數(shù)據(jù)爆發(fā)式增長(zhǎng)、機(jī)器學(xué)習(xí)算法的進(jìn)步以及投資力度的加大四個(gè)方面。

人工智能產(chǎn)業(yè)鏈包括3個(gè)部分:基礎(chǔ)層、技術(shù)層和應(yīng)用層?;A(chǔ)層主要為人工智能基礎(chǔ)技術(shù)提供計(jì)算能力支持,包括AI芯片、AI平臺(tái)以及AI框架,典型的大型互聯(lián)網(wǎng)公司和行業(yè)領(lǐng)頭公司主要有谷歌、亞馬遜、英特爾、IBM、百度、華為等。

技術(shù)層主要是基于基礎(chǔ)層設(shè)施進(jìn)行開發(fā)后的通用性人工智能技術(shù),是以認(rèn)知與感知計(jì)算技術(shù)為代表的通用技術(shù)。其中,感知部分包括計(jì)算機(jī)視覺、語(yǔ)音識(shí)別和自然語(yǔ)言處理等,認(rèn)知部分以知識(shí)圖譜為主要代表。

應(yīng)用層以垂直行業(yè)的AI應(yīng)用型公司為主,結(jié)合各行業(yè)應(yīng)用,將人工智能通用技術(shù)封裝成為落地的產(chǎn)品,包含具體應(yīng)用場(chǎng)景的端到端式解決方案以及軟硬一體化的產(chǎn)品。近年來,隨著通用技術(shù)越來越成熟,大量技術(shù)層級(jí)的企業(yè)逐步轉(zhuǎn)向應(yīng)用層級(jí),行業(yè)應(yīng)用價(jià)值愈加凸顯。

人工智能產(chǎn)業(yè)痛點(diǎn)及應(yīng)對(duì)

 

在產(chǎn)業(yè)落地過程中,人工智能技術(shù)與企業(yè)需求之間的鴻溝不容忽視。企業(yè)用戶的核心目標(biāo)是利用人工智能技術(shù)實(shí)現(xiàn)業(yè)務(wù)增長(zhǎng),而人工智能技術(shù)本身無(wú)法直接解決業(yè)務(wù)需求,需要根據(jù)具體的業(yè)務(wù)場(chǎng)景和目標(biāo),形成可規(guī)?;涞氐漠a(chǎn)品和服務(wù)。在這個(gè)過程中,人工智能在數(shù)據(jù)、算法、業(yè)務(wù)場(chǎng)景理解、服務(wù)方式、投入產(chǎn)出比等方面都面臨一系列挑戰(zhàn)。

數(shù)據(jù)稀缺。AI領(lǐng)域,數(shù)據(jù)是基礎(chǔ)要素,目前現(xiàn)有的AI模型都需要大量的數(shù)據(jù)標(biāo)記,因?yàn)槟P痛蠖鄶?shù)是監(jiān)督學(xué)習(xí)模型。大量的數(shù)據(jù)標(biāo)記,不僅僅會(huì)要求更多的人力資源,同時(shí)人的參與難免會(huì)為數(shù)據(jù)帶來一定程度的誤差。除了對(duì)數(shù)據(jù)量的需求極大,對(duì)數(shù)據(jù)的維度也要求盡可能的全面??傊褪牵苡凶詈枚冀o我,越全面越好。但是實(shí)際情況就是,結(jié)構(gòu)性的全面的數(shù)據(jù)在現(xiàn)實(shí)生活中很難獲得,而且也很難獲得比較準(zhǔn)確的數(shù)據(jù)。

黑盒子效應(yīng)。從傳統(tǒng)模型到新型算法,AI的復(fù)雜性逐步遞增,促使人工智能算法的決策機(jī)制越發(fā)難以被人類理解與描述。很多人將大部分基于深度學(xué)習(xí)的算法想象成是一個(gè)“黑盒子”,也就是說認(rèn)為模型不具備可解釋性。相比較“黑盒子”而言,可解釋性的AI對(duì)于深度神經(jīng)網(wǎng)絡(luò)的透明性有所增加,有助于向用戶提供判斷依據(jù)等信息,增強(qiáng)用戶對(duì)人工智能的信任與安全感,同時(shí)也為事后監(jiān)管、責(zé)任歸屬等環(huán)節(jié)提供有力依據(jù)。

業(yè)務(wù)場(chǎng)景理解差。隨著人工智能的行業(yè)化發(fā)展,待解決的業(yè)務(wù)問題從通用型場(chǎng)景向特定型場(chǎng)景過渡,單點(diǎn)問題向業(yè)務(wù)整個(gè)流程演進(jìn),從感知化到認(rèn)知化的發(fā)展,業(yè)務(wù)場(chǎng)景的壁壘與復(fù)雜度越來越高。在這樣的背景下,僅僅依靠算法技術(shù)的積累,難以滿足對(duì)場(chǎng)景的理解要求。所以,AI算法需要經(jīng)驗(yàn)與業(yè)務(wù)規(guī)則的結(jié)合。這種情況下,知識(shí)圖譜技術(shù)成為關(guān)鍵所在。通過知識(shí)圖譜,可以更好地理解業(yè)務(wù)。通過建立統(tǒng)一的圖譜來實(shí)現(xiàn)知識(shí)的融合,進(jìn)一步加快推進(jìn)人工智能的落地。

服務(wù)方式單一。對(duì)于企業(yè)業(yè)務(wù)人員的根本需求,標(biāo)準(zhǔn)化的人工智能技術(shù)輸出或者API調(diào)用的服務(wù)方式是不夠的。廠商需要根據(jù)具體場(chǎng)景,在技術(shù)基礎(chǔ)上提供定制化的解決方案,并封裝為應(yīng)用到業(yè)務(wù)系統(tǒng)中的產(chǎn)品,即“AI+產(chǎn)品”。另外,廠商需要提供持續(xù)性的業(yè)務(wù)運(yùn)行服務(wù),才可讓AI產(chǎn)品真正發(fā)揮價(jià)值,以保證達(dá)到最終業(yè)務(wù)效果,即“AI+服務(wù)”。

投入產(chǎn)出比失衡。對(duì)于企業(yè)來說,在業(yè)務(wù)中落地AI技術(shù)應(yīng)用,至少包括兩個(gè)層面的成本:芯片、算法平臺(tái)等智能化產(chǎn)品、引進(jìn)算法工程師等人工智能方面人才。目前,一些數(shù)據(jù)平臺(tái)、機(jī)器學(xué)習(xí)平臺(tái)的涌現(xiàn),提高了人工智能建模的自動(dòng)化程度,同時(shí)也降低了整個(gè)業(yè)務(wù)流程對(duì)算法工程師的依賴,AI應(yīng)用的總成本有待降低。此外,未來算法的進(jìn)步可降低硬件標(biāo)準(zhǔn),也可促使成本的節(jié)省。

人工智能產(chǎn)業(yè)呈現(xiàn)四點(diǎn)趨勢(shì)

 

當(dāng)前,國(guó)家戰(zhàn)略的前瞻性引領(lǐng)、產(chǎn)學(xué)研用的協(xié)作創(chuàng)新、需求方面的大力牽引、生態(tài)系統(tǒng)的高度開放、政府的強(qiáng)力支持共同推動(dòng)著我國(guó)人工智能產(chǎn)業(yè)協(xié)同創(chuàng)新機(jī)制的發(fā)展,加快我國(guó)智能經(jīng)濟(jì)發(fā)展的黃金時(shí)期。展望未來,基礎(chǔ)設(shè)施的升級(jí)、從感知智能到行動(dòng)智能技術(shù)的演進(jìn)、應(yīng)用場(chǎng)景產(chǎn)業(yè)智能化的發(fā)展,是值得關(guān)注的幾大方向。

產(chǎn)業(yè)規(guī)模仍在保持增長(zhǎng),同時(shí)國(guó)家也在不斷出臺(tái)各類人工智能產(chǎn)業(yè)扶持政策,資本市場(chǎng)對(duì)人工智能行業(yè)的投資熱情不減,技術(shù)方面不斷突破是產(chǎn)業(yè)增長(zhǎng)的核心驅(qū)動(dòng)力。產(chǎn)業(yè)的發(fā)展取決于算法的進(jìn)步,在算法方面,目前已經(jīng)有深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)這樣優(yōu)秀的模型,但短時(shí)間內(nèi)可能很難有所突破。所以算力就成為了競(jìng)爭(zhēng)的重點(diǎn)方向。

不同層面分化明顯,在不同的層面上,都開始出現(xiàn)龍頭企業(yè),同時(shí)龍頭企業(yè)也進(jìn)一步聚焦自身的領(lǐng)域。底層基礎(chǔ)構(gòu)建方面,騰訊、阿里巴巴、百度、華為等有自身數(shù)據(jù)、算法、技術(shù)和服務(wù)器優(yōu)勢(shì)??拼笥嶏w、格靈深瞳、融合現(xiàn)實(shí)、曠視科技等在計(jì)算機(jī)視覺和語(yǔ)音識(shí)別方向上已有較多的技術(shù)積累。而深蘭科技、地平線機(jī)器人、華為、小米等應(yīng)用產(chǎn)品層面上進(jìn)行深入研發(fā)。

工業(yè)化是未來方向。人工智能行業(yè)多是“賦能”,探索如何把人工智能與傳統(tǒng)行業(yè)結(jié)合。隨著實(shí)踐逐步深入,簡(jiǎn)單的人工智能技術(shù)疊加將不再能滿足用戶的智能化預(yù)期。人工智能產(chǎn)業(yè)借助對(duì)傳統(tǒng)行業(yè)的深入理解將逐步向工業(yè)化邁進(jìn)。標(biāo)準(zhǔn)化的產(chǎn)品、規(guī)?;纳a(chǎn)、流水線式的作業(yè)將是人工智能實(shí)現(xiàn)產(chǎn)業(yè)化的發(fā)展方向。

綜合應(yīng)用場(chǎng)景提升。在深度學(xué)習(xí)技術(shù)開啟的人工智能第一發(fā)展階段,單點(diǎn)技術(shù)的革新在市場(chǎng)中快速形成小型的技術(shù)應(yīng)用閉環(huán),技術(shù)為驅(qū)動(dòng)的商業(yè)模式快速形成。隨著人工智能技術(shù)在場(chǎng)景中應(yīng)用的不斷深化,單一技術(shù)實(shí)現(xiàn)的技術(shù)閉環(huán)難以滿足復(fù)雜場(chǎng)景下的智能化需求,綜合應(yīng)用場(chǎng)景比例提升。

隨著國(guó)家數(shù)字化改革以及產(chǎn)業(yè)數(shù)據(jù)基礎(chǔ)設(shè)施的完善,產(chǎn)業(yè)互聯(lián)網(wǎng)打通了人工智能產(chǎn)業(yè)鏈各環(huán)節(jié)的數(shù)據(jù)路線,以此為基礎(chǔ),人工智能應(yīng)用將從企業(yè)內(nèi)部智能化延伸到產(chǎn)業(yè)智能化,逐步實(shí)現(xiàn)從采購(gòu)到制造到流通等環(huán)節(jié)的智能合作機(jī)制,提升產(chǎn)業(yè)整體的效率,實(shí)現(xiàn)產(chǎn)業(yè)互聯(lián)網(wǎng)價(jià)值最大化,引導(dǎo)未來更多行業(yè)走向產(chǎn)業(yè)智能、互聯(lián)發(fā)展。