近日，百度聯合清華大學發佈了《產業智能化白皮書——人工智能產業化發展地形初現端倪》（以下簡稱《白皮書》）。
據瞭解，這份長80頁、兩萬餘字的《白皮書》，全面闡述了對產業智能化的戰略思考和商業實踐方法論，全書分為研究篇和商業實踐篇兩大部分，實踐篇調研了人工智能走出實驗室後的產業應用，展現了AI技術與產業的融合程度。
1、人工智能概述:從實驗室到產業應用
從20世紀50年代起，人工智能的方法、研究路徑經歷了好幾次重大變化，行業發展也經歷了好幾次興衰循環。當前新一輪快速發展，人工智能正從實驗室走向廣泛的產業應用。
當前人工智能技術在很多產業和領域中已經得到廣泛應用，人工智能產業化發展的地形已經初現端倪。從產業角度看，人工智能技術按照結構劃分為基礎層、算法層、技術 層和應用層。
當前人工智能發展浪潮主要有4個驅動因素:
- 全球數據量爆發性增長
- 計算能力提升
- 算法的進步
- 政策支持、科技巨頭和資本追逐
中美兩國是人工智能發展最領先的國家，也是推動人工智能產業化最活躍的國家。人工智能技術的產業化將是中國的重要機遇。AI技術在醫療健康、金融、商業、教育、工業和安防 各個領域得到越來越多的廣泛應用。中國巨大的市場，人工智能有著異常豐富的應用前景。
2、TUMC模型:新興技術產業化成熟度的評估框架
目前，人工智能的增長不斷加速，正在逼近產業化應用爆發的“臨界點”。衡量人工智能技術的產業化成熟度，無論對於企業家、研究者還是國家相關 產業政策的制定者都具有重要意義。
TUMC模型是一個基於戰略節奏理論，從產業演進視角研究新產業成熟度和新興技術產業化成熟度的工具。
戰略節奏理論將產品市場的發展分為小眾市場、大眾市場、分眾市場和雜合市場4個階段。TUMC模型將AI技術應用的研究焦點放在“尚未進入小眾市場”到“即將開啟大眾市場”的階段上。
TUMC模型綜合考察技術、用戶效用、市場以及產業鏈4個維度：
- 技術:實現商業化的性能閾值
- 用戶效用:特定場景中的特定價值
- 市場：市場起飛的關鍵規模
- 產業鏈:新的分工協作系統
每個維度又根據成熟程度分為2個節點，如圖所示：
3、人工智能熱點技術及應用場景產業化成熟度評估
在《白皮書》的這一部分，研究應用TUMC模型，從技術和應用場景兩個角度，分別討論智能推薦、計算機視覺、智能語音語義技術、智能家居、智慧城市的產業化成熟度。
（1）技術角度
智能推薦、計算機視覺、智能語音語義等AI的主要熱點技術目前的產業化成熟度較高。這些AI相關技術與產品能夠很好地融合到已有產業鏈中，新的產業要素和產業鏈結構正在形成。
（2）應用場景角度
在直接面對新需求的、開拓性綜合應用場景中，人工智能技術的產業化成熟度要低一些。比如智能家居、智慧城市等，尚未出現清晰的應用場景及對應的“殺手級應用”。這也相當於給人工智能企業指出了下一片市場藍海。
4、結論與啟示
人工智能技術仍在快速發展。應用層的廠商需要和算法層的廠商建立更多的合作和連接，培養敏捷的應變能力。算法廠商也需要和應用廠商建立廣泛連接，理解具體需求，催化技術發展。
人工智能和大數據、雲、物聯網共同組成智能產業革命通用技術最關鍵的部分。它們的協同發展和應用推動產業智能化新範式的最終實現。擁有算法技術和大數據、雲技術的大型科技型企業在產業智能化中具備巨大的發展潛力。
通過對人工智能產業化發展的研究，為在產業智能化轉型中致力於發展人工智能的企業提出如下建議:
- （1）從企業業務(to B業務)入手，這是人工智能廠商當前時期發展的一個合適起點。
- （2）在已有產業中發掘適合自己人工智能產品的應用場景，這是人工智能產業化的“錨點”。
- （3）“鎖定”早期用戶，跟隨用戶成長。在業務發展中理解需求並打磨產品。
- （4）隨著產業化的發展，與人工智能相關的新產業要素會逐漸出現，企業可選擇、建設或投資與自身業務協同的產業新要素，為未來市場爆發做好準備。
閱讀更多 數智網 的文章
