前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇人工智能商業(yè)模式范文，相信會(huì)為您的寫作帶來幫助，發(fā)現(xiàn)更多的寫作思路和靈感。

人工智能商業(yè)模式范文第1篇

關(guān)鍵詞：技術(shù)驅(qū)動(dòng)；共同物流；云計(jì)算；人工智能；物聯(lián)網(wǎng)

中圖分類號(hào)：F252 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1003-854X（2013）06-0073-04

一、相關(guān)文獻(xiàn)述評(píng)

商業(yè)模式是指企業(yè)為持續(xù)達(dá)到其主要目標(biāo)而確立并運(yùn)用相關(guān)運(yùn)營機(jī)制，并對(duì)運(yùn)營機(jī)制進(jìn)行拓展，綜合利用全部相關(guān)策略，創(chuàng)造顧客價(jià)值并實(shí)現(xiàn)企業(yè)價(jià)值的新型經(jīng)營方式。刁玉柱（2010）較為系統(tǒng)地梳理了商業(yè)模式創(chuàng)新的相關(guān)研究成果，從戰(zhàn)略分析、要素利用、價(jià)值創(chuàng)造及系統(tǒng)整合等四大視角歸納總結(jié)了商業(yè)模式創(chuàng)新的基本邏輯，認(rèn)為戰(zhàn)略分析與選擇是商業(yè)模式創(chuàng)新的前提條件與邏樣起點(diǎn)，技術(shù)、知識(shí)及組織創(chuàng)新是商業(yè)模式創(chuàng)新的主要?jiǎng)恿?，價(jià)值鏈的升級(jí)轉(zhuǎn)換是商業(yè)模式創(chuàng)新的本質(zhì)邏輯，企業(yè)系統(tǒng)間的因果聯(lián)系是商業(yè)模式創(chuàng)新的內(nèi)在機(jī)理①。

關(guān)于商業(yè)模式創(chuàng)新路徑的研究集中在三個(gè)方面：一是基于商業(yè)模式創(chuàng)新動(dòng)力與路徑關(guān)系的研究。Yao Weifeng（2007）等人認(rèn)為，商業(yè)模式創(chuàng)新起源于技術(shù)創(chuàng)新，技術(shù)創(chuàng)新產(chǎn)生了新的技術(shù)突破及市場(chǎng)需求，企業(yè)通過抓住技術(shù)革新和市場(chǎng)變遷的發(fā)展機(jī)遇，形成核心競(jìng)爭(zhēng)力，增加新的利潤來源，就可以產(chǎn)生新的贏利模式和商業(yè)模式，為顧客和自身創(chuàng)造價(jià)值。Fumio Kodama（2004）等人通過研究世界發(fā)達(dá)國家實(shí)踐經(jīng)驗(yàn)，認(rèn)為網(wǎng)絡(luò)技術(shù)、人工智能技術(shù)和模塊化制造技術(shù)的變化推動(dòng)了美國、歐洲國家和日本相關(guān)企業(yè)的商業(yè)模式創(chuàng)新，而且商業(yè)模式創(chuàng)新有助于企業(yè)在更大程度上獲得技術(shù)變化所帶來的收益③。二是商業(yè)模式創(chuàng)新途徑方向的相關(guān)研究。代表性的成果有：Amit等人（2001）采用問卷調(diào)查分析方法，研究了美國和歐洲59家互聯(lián)網(wǎng)企業(yè)的商業(yè)模式，認(rèn)為高效率、互補(bǔ)性、目標(biāo)一致性和新穎性是商業(yè)模式創(chuàng)新的方向④；Miles（2006）認(rèn)為企業(yè)之間的深入合作是推動(dòng)商業(yè)模式持續(xù)創(chuàng)新的方向。三是基于商業(yè)模式創(chuàng)新類型的研究。代表性的成果有：Linde和Cantrel借鑒熊彼特的創(chuàng)新理論將商業(yè)模式創(chuàng)新分為四種類型：挖掘型、調(diào)整型、擴(kuò)展型、全新型，為企業(yè)引入全新的商業(yè)邏輯⑥。Mark等三位著名學(xué)者（2008）認(rèn)為商業(yè)模式創(chuàng)新是企業(yè)利潤增長(zhǎng)的關(guān)鍵原因，商業(yè)模式創(chuàng)新涉及四個(gè)基本要素：客戶價(jià)值主張、盈利模式、關(guān)鍵資源和關(guān)鍵流程，客戶價(jià)值主張和盈利模式分別明確了客戶價(jià)值和公司價(jià)值，關(guān)鍵資源和關(guān)鍵流程則描述了如何實(shí)現(xiàn)客戶價(jià)值和公司價(jià)值⑦。

共同物流是一種將分散的物流資源共同利用，物流設(shè)施與設(shè)備共同運(yùn)作和物流體系共同管理的新型運(yùn)作模式，多個(gè)分散的物流參與方形成合作聯(lián)盟，共同提高物流系統(tǒng)整體運(yùn)行效率，顯著降低資源消耗。對(duì)共同物流的研究最早起源于日本運(yùn)輸省和相關(guān)學(xué)者對(duì)共同配送的研究。榮朝和（2001）介紹了歐洲共同運(yùn)輸政策，并對(duì)我國的相關(guān)運(yùn)輸體制和政策問題進(jìn)行了探討⑧。黃福華、周敏（2007）等深入研究了湖南省農(nóng)產(chǎn)品共同物流、中小企業(yè)共同物流、城市共同物流體系，以及中部地區(qū)零售企業(yè)的共同物流問題⑨。歐陽小迅、黃福華（2011）基于企業(yè)資源理論、交易費(fèi)用理論提出了共同物流的兩種運(yùn)作模式：物流聯(lián)盟和物流虛擬企業(yè)。王圣云等（2012）采用運(yùn)輸成本和網(wǎng)絡(luò)分析方法，重點(diǎn)探究長(zhǎng)江中游城市集群的物流一經(jīng)濟(jì)網(wǎng)絡(luò)及其空間組織戰(zhàn)略⑩。

二、技術(shù)變遷引發(fā)共同物流商業(yè)模式變革的機(jī)理

1 新一代技術(shù)變遷趨勢(shì)

能夠引致共同物流商業(yè)模式創(chuàng)新的新一代技術(shù)主要包括：云計(jì)算技術(shù)、人工智能技術(shù)、物聯(lián)網(wǎng)技術(shù)。新一代信息技術(shù)和人工智能技術(shù)的應(yīng)用，打破了傳統(tǒng)商業(yè)模式各要素之間的平衡，建立起一種新的平衡態(tài)勢(shì)，獲取競(jìng)爭(zhēng)優(yōu)勢(shì)。云計(jì)算（Cloud Computing）是基于互聯(lián)網(wǎng)的相關(guān)服務(wù)的增加、使用和交付模式，通過互聯(lián)網(wǎng)來提供動(dòng)態(tài)易擴(kuò)展且經(jīng)常是虛擬化的資源。云計(jì)算使得計(jì)算能力也可作為一種商品通過互聯(lián)網(wǎng)進(jìn)行流通，使共同物流各參與主體的各種復(fù)雜信息實(shí)時(shí)溝通成為可能。人工智能技術(shù)（Artificial Intelligence）是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能技術(shù)企圖解析人類智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。在新一代人工智能技術(shù)支持下，共同物流的運(yùn)作過程可以實(shí)現(xiàn)全智能化，從而大幅度減少人工勞動(dòng)比例和操作失誤，明顯改善共同物流合作的工作效率。物聯(lián)網(wǎng)技術(shù)（Internet of Things）是一種通過射頻識(shí)別（RFID）、紅外感應(yīng)器、全球定位系統(tǒng)（GPS）、下一代互聯(lián)網(wǎng)IPv6技術(shù)、激光掃描器等信息傳感設(shè)備，按約定的協(xié)議，將任何物品與互聯(lián)網(wǎng)相連接，進(jìn)行信息交換和通訊，以實(shí)現(xiàn)智能化識(shí)別、定位、追蹤、監(jiān)控和管理的網(wǎng)絡(luò)技術(shù)。在物聯(lián)網(wǎng)時(shí)代，各種復(fù)雜信息可以通過無線傳感網(wǎng)實(shí)現(xiàn)共享，共同物流各參與主體都可以實(shí)時(shí)監(jiān)控整個(gè)運(yùn)作過程。

2 技術(shù)變遷將引導(dǎo)共同物流服務(wù)內(nèi)容的變化

物流服務(wù)是共同物流商業(yè)模式的支撐點(diǎn)。是共同物流各參與主體與服務(wù)客戶進(jìn)行價(jià)值交換的載體，當(dāng)物流服務(wù)越能滿足客戶需求時(shí)，共同物流各參與主體盈利能力就越強(qiáng)。在物聯(lián)網(wǎng)技術(shù)支持下，客戶可以實(shí)時(shí)掌握貨品運(yùn)動(dòng)軌跡，便于企業(yè)收集客戶需求；云計(jì)算技術(shù)實(shí)現(xiàn)了對(duì)海量技術(shù)處理的可能；加上人工智能技術(shù)的數(shù)據(jù)挖掘與智能處理，能夠?qū)崟r(shí)地應(yīng)對(duì)客戶需求的各種變化。共同物流服務(wù)體不僅通過提供物流服務(wù)滿足客戶需求，同時(shí)也能夠提供有價(jià)信息、知識(shí)服務(wù)、產(chǎn)品構(gòu)想等虛擬產(chǎn)品，形成一體化的集成解決方案，全方位滿足客戶潛在需求，形成新的利潤增長(zhǎng)點(diǎn)。

共同物流聯(lián)盟利用云計(jì)算強(qiáng)大的數(shù)據(jù)挖掘與分析能力，深化多樣化的擴(kuò)展需求，最終實(shí)現(xiàn)數(shù)據(jù)結(jié)點(diǎn)越多，資源組合可行性越多，可能開發(fā)的新型服務(wù)類型越多；另一方面，基于新技術(shù)的物流服務(wù)服務(wù)邊際成本不斷降低。共同物流各參與企業(yè)以開發(fā)高附加值產(chǎn)品、開發(fā)增值產(chǎn)品擴(kuò)大收入：通過對(duì)客戶知識(shí)的運(yùn)用，深度預(yù)測(cè)未來物流業(yè)務(wù)的發(fā)展趨勢(shì)，開發(fā)出引導(dǎo)客戶需求的新型服務(wù)，保持長(zhǎng)久的競(jìng)爭(zhēng)力。

3 技術(shù)變遷將引導(dǎo)共同物流合作形式的變化

在新技術(shù)變遷中。共同物流聯(lián)盟的成員企業(yè)之間信息變得更加透明，信息共享成本迅速降低，能夠?qū)崿F(xiàn)共同物流各成員企業(yè)合作形式的變革。在最終客戶需求的導(dǎo)引下，共同物流各參與企業(yè)的合作形式將從“效率優(yōu)先”向“智能優(yōu)先”轉(zhuǎn)變。企業(yè)之間的關(guān)系從“競(jìng)爭(zhēng)對(duì)抗”向“合作聯(lián)盟”形式轉(zhuǎn)變，各成員企業(yè)與上下游企業(yè)共同構(gòu)成價(jià)值鏈的節(jié)點(diǎn)網(wǎng)絡(luò)，通過滿足最終用戶需求，獲得合作聯(lián)盟收益。

4 技術(shù)變遷將引導(dǎo)共同物流服務(wù)的客戶需求變化

在傳統(tǒng)技術(shù)條件下，共同物流各參與主體之間的信息溝通困難，知識(shí)共享與傳播的難度非常大。通過物聯(lián)網(wǎng)技術(shù)與云計(jì)算技術(shù)，實(shí)現(xiàn)了共同物流各參與主體之間的知識(shí)協(xié)同，能夠更好地發(fā)掘、滿足客戶需求，提升客戶價(jià)值。在新技術(shù)支持下，共同物流各參與主體對(duì)客戶需求管理進(jìn)行創(chuàng)新，從“滿足需求”向“創(chuàng)造需求”方向發(fā)展，新技術(shù)實(shí)現(xiàn)了客戶與共同物流服務(wù)企業(yè)之間的信息透明化，大大降低了雙方的“信息不對(duì)稱性”，客戶對(duì)服務(wù)的認(rèn)知越來越深刻，未來將更重視個(gè)性化、多樣化需求的滿足，不僅要求服務(wù)的結(jié)果，并且要求服務(wù)過程的體驗(yàn)。基本需求滿足后，在服務(wù)之上所附加的個(gè)性價(jià)值、愉悅體驗(yàn)和精神滿足成為客戶需求的終點(diǎn)。未來，在新技術(shù)支持下，客戶能夠迅速學(xué)習(xí)各種新知識(shí)，在享受服務(wù)過程中知識(shí)增長(zhǎng)和自身價(jià)值提升有可能成為服務(wù)重點(diǎn)。

三、共同物流商業(yè)模式創(chuàng)新路徑設(shè)計(jì)

當(dāng)前。我國共同物流還處于初期探索階段，缺乏成熟的商業(yè)模式。在技術(shù)快速變遷的驅(qū)動(dòng)下，共同物流的商業(yè)模式要素正在發(fā)生變化，共同物流聯(lián)盟所提供的服務(wù)價(jià)值將從自身價(jià)值轉(zhuǎn)變?yōu)榭蛻魞r(jià)值，由此將引導(dǎo)共同物流服務(wù)內(nèi)容、合作形式、需求發(fā)生變化，在此情景下，共同物流各參與主體必須在商業(yè)模式上有所應(yīng)對(duì)，積極探索符合技術(shù)變遷背景的商業(yè)模式創(chuàng)新路徑。

1 共同物流服務(wù)內(nèi)容創(chuàng)新路徑

共同物流服務(wù)是圍繞最終客戶的物流需求，多個(gè)參與主體聯(lián)合開展相關(guān)業(yè)務(wù)，實(shí)現(xiàn)客戶在全供應(yīng)鏈上的價(jià)值。在技術(shù)變遷的背景下，共同物流服務(wù)內(nèi)容將從以下幾個(gè)方面創(chuàng)新：（1）供應(yīng)鏈一體化服務(wù)?，F(xiàn)有的物流企業(yè)一般采用“單打獨(dú)斗”的運(yùn)作形式，和其他物流企業(yè)是單純的競(jìng)爭(zhēng)關(guān)系，由于實(shí)力單薄，加上缺乏現(xiàn)代技術(shù)支持，無法提供覆蓋供應(yīng)鏈全過程的一體化服務(wù)。在新技術(shù)支持下，供應(yīng)鏈的各企業(yè)能夠?qū)崿F(xiàn)信息實(shí)時(shí)共享，從原材料開始到最終產(chǎn)品交付客戶手中的所有物流過程都能夠置于共同物流各參與主體的監(jiān)控之下，從而共同物流聯(lián)盟能夠提供供應(yīng)鏈一體化服務(wù)。由于合作信息更加透明，共同物流參與主體的合作伙伴型業(yè)務(wù)關(guān)系有建立的可能，促進(jìn)全供應(yīng)鏈的協(xié)調(diào)。成為無縫鏈接的一體化過程。（2）完善信息服務(wù)內(nèi)涵與范圍。共同物流服務(wù)的各參與主體由于面向多個(gè)客戶服務(wù)，能夠及時(shí)收集掌握大量行業(yè)內(nèi)一手?jǐn)?shù)據(jù)，通過對(duì)相關(guān)海量信息的全面收集、深入挖掘、科學(xué)分析和智能化處理，利用云計(jì)算技術(shù)，得出各服務(wù)行業(yè)內(nèi)的相關(guān)經(jīng)驗(yàn)數(shù)據(jù)。共同物流合作企業(yè)可以憑借其廣泛的服務(wù)網(wǎng)絡(luò)為客戶收集市場(chǎng)需求信息、產(chǎn)品銷售與庫存信息、用戶反饋信息等，為生產(chǎn)經(jīng)營企業(yè)的決策提供服務(wù)。（3）完整的全供應(yīng)鏈金融服務(wù)。傳統(tǒng)的技術(shù)條件下，中小企業(yè)雖然有大的融資市場(chǎng)。但由于單個(gè)物流企業(yè)對(duì)物流金融業(yè)務(wù)操作的技術(shù)能力十分有限，不可能滿足中小企業(yè)的融資需求。在技術(shù)變遷的背景下，共同物流服務(wù)聯(lián)合多個(gè)參與主體，可以共同完成供應(yīng)鏈的全程物流服務(wù)，對(duì)整個(gè)供應(yīng)鏈的庫存實(shí)現(xiàn)了全程監(jiān)控，能夠在更大范圍內(nèi)提供“物流金融”業(yè)務(wù)。此舉不僅能夠解決中小企業(yè)的融資難題，同時(shí)給共同物流參與企業(yè)帶來新的利潤源泉。（4）知識(shí)發(fā)現(xiàn)與知識(shí)共享服務(wù)。物流服務(wù)具備技術(shù)密集、知識(shí)密集、資本密集、勞動(dòng)密集等特點(diǎn)，在技術(shù)變遷推動(dòng)下，技術(shù)密集特點(diǎn)將不斷增強(qiáng)，勞動(dòng)密集特點(diǎn)將削弱。在新技術(shù)支撐下，共同物流服務(wù)要求有豐富的經(jīng)濟(jì)學(xué)知識(shí)、管理學(xué)知識(shí)、運(yùn)籌學(xué)知識(shí)、計(jì)算機(jī)網(wǎng)絡(luò)知識(shí)、物流專業(yè)知識(shí)以及信息處理技術(shù)等知識(shí)與之相配套。未來，共同物流服務(wù)的核心競(jìng)爭(zhēng)力就體現(xiàn)在它能綜合運(yùn)用各種知識(shí)為客戶提供一個(gè)專業(yè)化的最優(yōu)物流解決方案上。與此同時(shí)，共同物流還將綜合利用各種新技術(shù)手段，為客戶提供知識(shí)發(fā)現(xiàn)和知識(shí)共享服務(wù)，提升客戶技能，實(shí)現(xiàn)高層次價(jià)值滿足。

通過積極引導(dǎo)共同物流各參與企業(yè)注重新技術(shù)的應(yīng)用開發(fā)，依靠新技術(shù)實(shí)現(xiàn)物流效率提升，把有限市場(chǎng)變成無限市場(chǎng)。根據(jù)服務(wù)對(duì)象需求變化，沿著共同物流商業(yè)模式創(chuàng)新路徑，在供應(yīng)鏈一體化服務(wù)、信息服務(wù)、全供應(yīng)鏈金融服務(wù)和知識(shí)發(fā)現(xiàn)與知識(shí)共享服務(wù)等方面進(jìn)行創(chuàng)新，不斷開發(fā)符合客戶需要的服務(wù)內(nèi)容。

2 共同物流合作方式創(chuàng)新路徑

共同物流合作的主要推動(dòng)力量來自組合價(jià)值，組合價(jià)值讓渡可以有效利用共同物流各參與者之間的優(yōu)勢(shì)互補(bǔ)或正的外部性效應(yīng)，提高顧客價(jià)值并改善各參與企業(yè)盈利空間。在新技術(shù)支持下，原來制約共同物流發(fā)展的合作機(jī)制將得到消除，共同物流合作方式創(chuàng)新路徑主要是以下兩個(gè)方面：一是形成鏈?zhǔn)骄W(wǎng)絡(luò)合作方式。共同物流各參與主體在長(zhǎng)期合作中，由于缺乏全程信息技術(shù)和海量數(shù)據(jù)計(jì)算分析技術(shù)，無法實(shí)現(xiàn)對(duì)供應(yīng)鏈全程服務(wù)。在物聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)、云計(jì)算技術(shù)的系統(tǒng)集成支持下，共同物流各參與主體能夠?qū)崿F(xiàn)對(duì)供應(yīng)鏈全程實(shí)時(shí)海量數(shù)據(jù)的掌控與利用，合作形式也將從目前的條塊分割轉(zhuǎn)變?yōu)殒準(zhǔn)胶献?。在鏈?zhǔn)骄W(wǎng)絡(luò)中，共同物流參與企業(yè)與客戶都是屬于多條價(jià)值鏈中的節(jié)點(diǎn)，客戶是指聯(lián)盟共同物流服務(wù)的外部消費(fèi)者。共同物流企業(yè)通過價(jià)值交換獲得收益，技術(shù)變遷能夠延長(zhǎng)價(jià)值鏈，有效地連結(jié)終端客戶。二是搭建基于云技術(shù)的合作平臺(tái)。現(xiàn)有的共同物流合作平臺(tái)基于靜態(tài)網(wǎng)頁，內(nèi)容更新困難，數(shù)據(jù)實(shí)時(shí)共享難度大：未來在技術(shù)變遷推動(dòng)下，有望搭建基于云技術(shù)的數(shù)據(jù)實(shí)時(shí)交互系統(tǒng)平臺(tái)，共同物流各參與主體的合作方式也將依托云技術(shù)，步人“云時(shí)代”：通過搭建基于云技術(shù)的新型合作平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的全程覆蓋。共同物流各參與主體綜合利用現(xiàn)代最新技術(shù)，打通各企業(yè)之間的組織壁壘和合作瓶頸，完善信息溝通模式，將合作貫通供應(yīng)鏈全段，最終將單一企業(yè)合作模式轉(zhuǎn)變?yōu)殒準(zhǔn)胶献髂Ｊ健?/p>

人工智能商業(yè)模式范文第2篇

AI最先商業(yè)化的項(xiàng)目，應(yīng)數(shù)2011年初次亮相的IBM人工智能認(rèn)知系統(tǒng)Watson。2016年，借助商務(wù)領(lǐng)域的積累切入具體應(yīng)用，Watson的商業(yè)模式逐漸明朗，并為IBM的第四次轉(zhuǎn)型貢獻(xiàn)了亮麗業(yè)績(jī)。

然而還不夠快。受傳統(tǒng)業(yè)務(wù)下滑拖累，IBM 2017年一季度營收繼續(xù)下滑。

拖著鉛球，Watson在與未來賽跑。

百年商業(yè)帝國的第四次轉(zhuǎn)型

與眼下最熱的圍棋AI等通用人工智能不同，IBM的“人工智能”一開始便是為解決商業(yè)問題而生，其方向是商業(yè)領(lǐng)域的增強(qiáng)人工智能（Intelligence Augmentation）。2007年8月，幾個(gè)人工智能專家告訴IBM高級(jí)副總裁約翰？凱利，他們要?jiǎng)?chuàng)建世界上第一個(gè)處理非結(jié)構(gòu)化數(shù)據(jù)、可與人互動(dòng)的人工智能系統(tǒng)。2011年人工智能認(rèn)知系統(tǒng)Watson初次亮相，就打敗了美國問答游戲電視節(jié)目《危險(xiǎn)邊緣》的連勝紀(jì)錄保持者和最高獎(jiǎng)金得主。2014年，IBM專門組建Watson部門，并陸續(xù)投入數(shù)十億美元。

2011年IBM百年之際，《經(jīng)濟(jì)學(xué)人》周刊曾撰文總結(jié)IBM三次重大轉(zhuǎn)型：從機(jī)械制造到計(jì)算機(jī)制造、從大型機(jī)制造到包括個(gè)人電腦在內(nèi)的分布式計(jì)算機(jī)系統(tǒng)、從計(jì)算到服務(wù)。2016年初，IBM董事長(zhǎng)兼CEO羅睿蘭宣布IBM正式進(jìn)入第四次轉(zhuǎn)型，目標(biāo)是成為一家認(rèn)知解決方案云平臺(tái)公司，“未來五年，我們所作的每一個(gè)決策，無論個(gè)人或?qū)I(yè)機(jī)構(gòu)，都將受到Watson的協(xié)助?！?/p>

2017年4月，“天工開物 人機(jī)同行”2017 IBM中國論壇在北京舉行，IBM展示了其作為認(rèn)知解決方案和云平臺(tái)公司在全球范圍內(nèi)的突破性進(jìn)展，及與中國本地伙伴在電子、能源、教育、汽車、醫(yī)藥、高性能材料及相關(guān)服務(wù)等行業(yè)或領(lǐng)域的合作成果：

神思電子采用IBM 的Watson Explorer，在金融和醫(yī)療行業(yè)鎖定“智能客服”、“實(shí)體服務(wù)機(jī)器人”和“自助設(shè)備智能升級(jí)”領(lǐng)域，提升服務(wù)質(zhì)量與效率。與杭州認(rèn)知合作，應(yīng)用IBM Watson腫瘤解決方案幫助中國醫(yī)生獲得循證型癌癥診療的決策支持，從而為患者提供個(gè)性化治療方案。隆基泰和與IBM共同合作，借助Watson平臺(tái)構(gòu)建綜合能源云平臺(tái)，為工業(yè)商業(yè)企業(yè)構(gòu)建完整的客戶能耗視圖、用能預(yù)測(cè)及能效水平的分析和洞察能力打造智慧能源服務(wù)體系。

此外，IBM為上海世外教育集團(tuán)打造“兒童英語口語辨識(shí)及評(píng)價(jià)系統(tǒng)”幫助6-15歲學(xué)生學(xué)習(xí)英語，與禾嘉股份共同推出基于區(qū)塊鏈的醫(yī)藥采購供應(yīng)鏈金融服務(wù)平臺(tái)，在精細(xì)化工行業(yè)，默克正在利用IBM IoT技術(shù)打造全新智能物流與智能工廠，而一汽大眾也將采納IBM大數(shù)據(jù)、云計(jì)算、認(rèn)知計(jì)算等技術(shù)打造佛山創(chuàng)新中心，建立智能工廠。

除了垂直行業(yè)，IBM“商業(yè)人工智能”也在為專業(yè)人士提供增強(qiáng)智能，提高工作效率和業(yè)務(wù)水平。目前，Watson系統(tǒng)已進(jìn)入法律、醫(yī)療、教育、金融，零售，服b設(shè)計(jì)等60多個(gè)職業(yè)領(lǐng)域示范人機(jī)協(xié)作，將專業(yè)人士從重復(fù)勞動(dòng)中解放出來。論壇上，IBM大中華區(qū)董事長(zhǎng)陳黎明表示，“我們相信，企業(yè)大規(guī)模采用人工智能技術(shù)的爆發(fā)期就在當(dāng)下，并將為各行業(yè)和專業(yè)帶來巨大的創(chuàng)新價(jià)值?！?/p>

拖著鉛球賽跑

商業(yè)的殘酷在于，僅憑方向正確，未必能贏得賽跑。除了亞馬遜、微軟、谷歌這樣的外部競(jìng)爭(zhēng)者，IBM對(duì)云計(jì)算和Watson孤注一擲，更大的壓力來源于自身：新興業(yè)務(wù)的增速能否超越傳統(tǒng)業(yè)務(wù)下滑的速度。

4月19日，IBM2017年一季度財(cái)報(bào)，其“戰(zhàn)略業(yè)務(wù)小組”（IBM重點(diǎn)發(fā)展的云計(jì)算、分析、社交、安全及移動(dòng)產(chǎn)品）營收增長(zhǎng)12%，至78億美元。Watson所屬的認(rèn)知解決方案業(yè)務(wù)板塊營收同比增長(zhǎng)逾2%，達(dá)41億美元；云計(jì)算業(yè)務(wù)營收增長(zhǎng)33%至億美元，凈收入為23億美元。

與戰(zhàn)略業(yè)務(wù)表現(xiàn)亮麗形成對(duì)比的是，受傳統(tǒng)硬件和軟件業(yè)務(wù)增長(zhǎng)停滯的拖累，IBM整體業(yè)績(jī)依然繼續(xù)在下滑：公司一季度營收同比下滑2.8%，降至181.6億美元，低于預(yù)期的184億美元。其公司營收連續(xù)20個(gè)季度下滑，并創(chuàng)下2002年一季度以來最低水平。

財(cái)報(bào)后，IBM股價(jià)下跌超過8美元，跌幅近5%。其大股東伯克希爾哈撒韋2016年報(bào)顯示持有8120萬股IBM，也就是說，如果巴菲特一季度沒有減倉，將損失約6.5億美元。

有趣的是，之前盡管和比爾？蓋茲關(guān)系很好，巴菲特開始嘗試購買科技股的時(shí)候，并沒有買微軟的股票，而是選擇了IBM，幾乎全程體驗(yàn)了一把IBM轉(zhuǎn)型帶來的緩慢復(fù)蘇。

2015年，巴菲特入股IBM時(shí)正是其收入連年下滑之際，2016年初，IBM股價(jià)已跌至不足120美元。一年之后，2016年IBM財(cái)報(bào)顯示，IBM云業(yè)務(wù)當(dāng)年實(shí)現(xiàn)137億美元營收，同比增長(zhǎng)35%，占IBM全年總營收的17%；云業(yè)務(wù)年化營收達(dá)86億美元，同比大幅增長(zhǎng)63%；計(jì)入“技術(shù)支持及云平臺(tái)”項(xiàng)目的年毛利率達(dá)41.9%；以Watson為主的IBM認(rèn)知解決方案營收達(dá)182億美元，毛利率高達(dá)81.9%。2016年，IBM股價(jià)上漲了20%。

2014-2016年，IBM猶如傳統(tǒng)企業(yè)轉(zhuǎn)型的一個(gè)縮影：借助自身在商務(wù)領(lǐng)域的積累，在云服務(wù)和人工智能領(lǐng)域大力投資，切入具體應(yīng)用，商業(yè)模式逐漸明朗。

并購與合作

IBM對(duì)云服務(wù)和Watson期許甚高，Watson的十年布局也逐漸步入收獲季。隨著醫(yī)療、物聯(lián)網(wǎng)、金融、零售、時(shí)尚、教育等多個(gè)行業(yè)標(biāo)志性樣本的出現(xiàn)，Watson的商業(yè)版圖正在擴(kuò)張。

Watson成為全球醫(yī)療健康第一人工智能系統(tǒng)，其秘籍是不斷吸收大量非結(jié)構(gòu)化數(shù)據(jù)并加以學(xué)習(xí)。為了“喂飽”Watson， IBM不斷收購醫(yī)療健康領(lǐng)域的公司，兩年間花費(fèi)超40億美元。除了加大并購，IBM為拓展商務(wù)版圖同時(shí)也采用了更實(shí)際的方式：與垂直領(lǐng)域巨頭合作，補(bǔ)充基礎(chǔ)數(shù)據(jù)和垂直行業(yè)領(lǐng)域的專業(yè)知識(shí)。

2016年10月，IBM宣布與通用汽車合作，Watson為其新版車機(jī)系統(tǒng)OnStar提供技術(shù)支持；與全球教育機(jī)構(gòu)培生合作，Watson為其學(xué)生提供自然語言下的學(xué)習(xí)指導(dǎo)。今年3月19日，IBM認(rèn)知商業(yè)戰(zhàn)略在中國正式落地一年之際，萬達(dá)網(wǎng)絡(luò)科技集團(tuán)與IBM在北京簽訂戰(zhàn)略合作協(xié)議。萬達(dá)網(wǎng)絡(luò)科技集團(tuán)正式進(jìn)軍公有云業(yè)務(wù)領(lǐng)域，萬達(dá)也將成為Watson在中國落地的重要基礎(chǔ)設(shè)施。

從另一方面來看，萬達(dá)選擇IBM，很大程度上是由于IBM這部分業(yè)務(wù)的體量。IBM云業(yè)務(wù)在2016年實(shí)現(xiàn)137億美元營收。亞馬遜AWS 2016年?duì)I收122億美元；微軟未透露Azure云業(yè)務(wù)的實(shí)際營收，摩根大通分析師估算約26億美元；谷歌也未披露云計(jì)算業(yè)務(wù)營收，外界估算在10億美元左右。從總體營收規(guī)模來看，IBM云計(jì)算業(yè)務(wù)其實(shí)并不輸于AWS、微軟云和谷歌云。

人工智能商業(yè)模式范文第3篇

據(jù)統(tǒng)計(jì)，2017年中國人工智能核心產(chǎn)業(yè)規(guī)模超過700億元，隨著各地人工智能建設(shè)的逐步啟動(dòng)，預(yù)計(jì)到2020年，中國人工智能核心產(chǎn)業(yè)規(guī)模將超過1600億元，年復(fù)合增長(zhǎng)率將達(dá)31.7%。

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低，越來越多的創(chuàng)業(yè)公司加入人工智能的陣營。

2018年被稱為人工智能爆發(fā)的元年，人工智能技術(shù)應(yīng)用所催生的商業(yè)價(jià)值逐步凸顯。人工智能逐步切入到社會(huì)生活的方方面面，帶來生產(chǎn)效率及生活品質(zhì)的大幅提升。智能紅利時(shí)代開啟！資本、巨頭和創(chuàng)業(yè)公司紛紛涌入，將人工智能拉到了信息產(chǎn)業(yè)革命的風(fēng)口。

如何把握產(chǎn)業(yè)動(dòng)向，抓住風(fēng)口機(jī)會(huì)？創(chuàng)業(yè)邦研究中心憑借在人工智能等前言科技領(lǐng)域持續(xù)研究、洞察的能力，在對(duì)國內(nèi)人工智能創(chuàng)業(yè)公司進(jìn)行系統(tǒng)調(diào)研的基礎(chǔ)上，推出《2018中國人工智能白皮書》，對(duì)人工智能的核心技術(shù)、主要應(yīng)用領(lǐng)域、巨頭和創(chuàng)業(yè)公司的布局、未來發(fā)展態(tài)勢(shì)和投資機(jī)會(huì)進(jìn)行了深度解析。

第一部分人工智能行業(yè)發(fā)展概述

1.人工智能概念及發(fā)展

人工智能（Artificial Intelligence， AI）又稱機(jī)器智能，是指由人制造出來的機(jī)器所表現(xiàn)出來的智能，即通過普通計(jì)算機(jī)程序的手段實(shí)現(xiàn)的類人智能技術(shù)。

自1956年達(dá)特茅斯會(huì)議提出“人工智能”的概念以來，“人工智能”經(jīng)歷了寒冬與交替的起起伏伏60多年的發(fā)展歷程。2010年以后，深度學(xué)習(xí)的發(fā)展推動(dòng)語音識(shí)別、圖像識(shí)別和自然語言處理等技術(shù)取得了驚人突破，前所未有的人工智能商業(yè)化和全球化浪潮席卷而來。

人工智能發(fā)展歷程

2.人工智能產(chǎn)業(yè)鏈圖譜

人工智能產(chǎn)業(yè)鏈可以分為基礎(chǔ)設(shè)施層、應(yīng)用技術(shù)層和行業(yè)應(yīng)用層。

A基礎(chǔ)層，主要有基礎(chǔ)數(shù)據(jù)提供商、半導(dǎo)體芯片供應(yīng)商、傳感器供應(yīng)商和云服務(wù)商。

B技術(shù)層，主要有語音識(shí)別、自然語言處理、計(jì)算機(jī)視覺、深度學(xué)習(xí)技術(shù)提供商。

C應(yīng)用層，主要是把人工智能相關(guān)技術(shù)集成到自己的產(chǎn)品和服務(wù)中，然后切入特定場(chǎng)景。目前來看，自動(dòng)駕駛、醫(yī)療、安防、金融、營銷等領(lǐng)域是業(yè)內(nèi)人士普遍比較看好方向。

人工智能產(chǎn)業(yè)鏈

資料來源：創(chuàng)業(yè)邦研究中心

第二部分人工智能行業(yè)巨頭布局

巨頭積極尋找人工智能落地場(chǎng)景，B、C 端全面發(fā)力。

資料來源：券商報(bào)告、互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

第三部分機(jī)器視覺技術(shù)解讀及行業(yè)分析

1.機(jī)器視覺技術(shù)概念

機(jī)器視覺是指通過用計(jì)算機(jī)或圖像處理器及相關(guān)設(shè)備來模擬人類視覺，以讓機(jī)器獲得相關(guān)的視覺信息并加以理解，它是將圖像轉(zhuǎn)換成數(shù)字信號(hào)進(jìn)行分析處理的技術(shù)。

機(jī)器視覺的兩個(gè)組成部分

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

2.發(fā)展關(guān)鍵要素：數(shù)據(jù)、算力和算法

數(shù)據(jù)、算力和算法是影響機(jī)器視覺行業(yè)發(fā)展的三要素。 人工智能正在像嬰兒一樣成長(zhǎng)，機(jī)器不再只是通過特定的編程完成任務(wù)，而是通過不斷學(xué)習(xí)來掌握本領(lǐng)，這主要依賴高效的模型算法進(jìn)行大量數(shù)據(jù)訓(xùn)練，其背后需要具備高性能計(jì)算能力的軟硬件作為支撐。

深度學(xué)習(xí)出現(xiàn)后，機(jī)器視覺的主要識(shí)別方式發(fā)生重大轉(zhuǎn)變，自學(xué)習(xí)狀態(tài)成為視覺識(shí)別主流，即機(jī)器從海量數(shù)據(jù)里自行歸納特征，然后按照該特征規(guī)律使圖像識(shí)別的精準(zhǔn)度也得到極大的提升，從70%+提升到95%。

3.商業(yè)模式分析

機(jī)器視覺包括軟件平臺(tái)開發(fā)和軟硬件一體解決方案服務(wù)。整體用戶更偏向于B端。軟件服務(wù)提供商作為技術(shù)算法的驅(qū)動(dòng)者，其商業(yè)模式應(yīng)以“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口。軟硬件一體化服務(wù)供應(yīng)商作為生態(tài)構(gòu)建者，適合以“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口，加速商業(yè)化。

（1）軟件服務(wù)：技術(shù)算法驅(qū)動(dòng)者—“技術(shù)層+場(chǎng)景應(yīng)用”作為突破口

這種商業(yè)模式主要是提供以工程師為主的企業(yè)級(jí)軟件服務(wù)。有海量數(shù)據(jù)支撐，構(gòu)建起功能和信息架構(gòu)較為復(fù)雜的生態(tài)系統(tǒng)，推動(dòng)最末端的消費(fèi)者體驗(yàn)。

此類商業(yè)模式成功關(guān)鍵因素：深耕算法和通用技術(shù)，建立技術(shù)優(yōu)勢(shì)，同時(shí)以場(chǎng)景應(yīng)用為入口，積累用戶軟件。視覺軟件服務(wù)按處理方式和存儲(chǔ)位置的不同可分為在線API、離線SDK、私有云等。

國內(nèi)外基礎(chǔ)算法應(yīng)用對(duì)比

資料來源：互聯(lián)網(wǎng)公開信息，創(chuàng)業(yè)邦研究中心整理

（2）軟硬件一體化：生態(tài)構(gòu)建者—“全產(chǎn)業(yè)鏈生態(tài)+場(chǎng)景應(yīng)用”作為突破口

軟硬一體化的商業(yè)模式是一種“終端+軟件+服務(wù)”全產(chǎn)業(yè)鏈體系。成功的因素是大量算力投入，海量?jī)?yōu)質(zhì)數(shù)據(jù)積累，建立算法平臺(tái)、通用技術(shù)平臺(tái)和應(yīng)用平臺(tái)，以場(chǎng)景為入口，積累用戶。亮點(diǎn)是打造終端、操作系統(tǒng)、應(yīng)用和服務(wù)一體化的生態(tài)系統(tǒng)，各部分相輔相承，銳化企業(yè)競(jìng)爭(zhēng)力，在產(chǎn)業(yè)鏈中擁有更多話語權(quán)。

4.投資方向

（1）前端智能化，低成本的視覺解決模塊或設(shè)備

從需求層面講，一些場(chǎng)景對(duì)實(shí)時(shí)響應(yīng)是有很高要求的。提供某些前端就本身有一定計(jì)算能力的低成本的視覺模塊和設(shè)備將有很大市場(chǎng)需求。前置計(jì)算讓前端設(shè)備成為數(shù)據(jù)采集設(shè)備和數(shù)據(jù)處理單元的合體，一方面提升了處理速度，另一方面可以處理云端難以解決的問題。

機(jī)器視覺在消費(fèi)領(lǐng)域落地的一個(gè)障礙是支持高性能運(yùn)算的低功耗、低價(jià)位芯片選擇太少。從低功耗、高運(yùn)算能力的芯片出發(fā)，結(jié)合先進(jìn)的算法開發(fā)模塊和產(chǎn)品，這類企業(yè)將在機(jī)器視覺領(lǐng)域擁有核心競(jìng)爭(zhēng)力。

（2）深度學(xué)習(xí)解決視覺算法場(chǎng)景的專用芯片

以AI芯片方式作為視覺處理芯片有相當(dāng)大的市場(chǎng)空間。以手勢(shì)識(shí)別為例，傳統(tǒng)的識(shí)別方案大都基于顏色空間，如 RGB，HSV ，YCrBr，無法排除類膚色物體及黑色皮膚對(duì)識(shí)別精度的干擾。借助深度學(xué)習(xí)，如通過 R-CNN 訓(xùn)練大量標(biāo)注后的手勢(shì)圖像數(shù)據(jù)，得到的模型在處理帶有復(fù)雜背景及暗光環(huán)境下的手勢(shì)識(shí)別問題時(shí)，比傳統(tǒng)方案的效果好很多。

（3）新興服務(wù)領(lǐng)域的特殊應(yīng)用

前沿技術(shù)帶來的新領(lǐng)域（如無人車、服務(wù)機(jī)器人、谷歌眼鏡等），對(duì)機(jī)器視覺提出了新要求。機(jī)器視覺可以讓機(jī)器人在多種場(chǎng)合實(shí)現(xiàn)應(yīng)用。服務(wù)機(jī)器人與工業(yè)機(jī)器人最大的區(qū)別就是多維空間的應(yīng)用。目前國內(nèi)的機(jī)器視覺，涉及三維空間、多維空間，其技術(shù)基本上處在初始階段，未來存在較大市場(chǎng)增長(zhǎng)空間。

（4）數(shù)據(jù)是爭(zhēng)奪要點(diǎn)，應(yīng)用場(chǎng)景是著力關(guān)鍵

機(jī)器視覺的研究雖然始于學(xué)術(shù)界，但作為商業(yè)應(yīng)用，能解決實(shí)際問題才是核心的競(jìng)爭(zhēng)力。當(dāng)一家公司先天能夠獲得大量連續(xù)不斷的優(yōu)質(zhì)場(chǎng)景數(shù)據(jù)，又有挖掘該數(shù)據(jù)價(jià)值的先進(jìn)技術(shù)時(shí)，商業(yè)模式和數(shù)據(jù)模式上就能形成協(xié)同效應(yīng)。創(chuàng)業(yè)公司要么通過自有平臺(tái)獲取數(shù)據(jù)，要么選擇與擁有數(shù)據(jù)源的公司進(jìn)行合作，同時(shí)選擇一個(gè)商業(yè)落地的方向，實(shí)現(xiàn)快速的數(shù)據(jù)循環(huán)。

第四部分智能語言技術(shù)解讀及行業(yè)分析

1.語音識(shí)別技術(shù)

（1）語音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫

語音識(shí)別技術(shù)已趨成熟，全球應(yīng)用持續(xù)升溫。語音識(shí)別技術(shù)經(jīng)歷了長(zhǎng)達(dá)60年的發(fā)展，近年來機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的引入，使得語音識(shí)別的準(zhǔn)確率提升到足以在實(shí)際場(chǎng)景中應(yīng)用。深度神經(jīng)網(wǎng)絡(luò)逐步找到模型結(jié)構(gòu)和調(diào)參算法來替代或結(jié)合高斯混合算法和HMM算法，在識(shí)別率上取得突破。根據(jù)Google Trends統(tǒng)計(jì)，自2008年iPhone及谷歌語音搜索推出以來語音搜索增長(zhǎng)超35倍。百度人工智能專家吳恩達(dá)預(yù)測(cè)，2020年語音及圖像搜索占比有望達(dá)到50%。Echo熱銷超過400萬，帶動(dòng)智能音箱熱潮。

（2）語音識(shí)別進(jìn)入巨頭崛起時(shí)代，開放平臺(tái)擴(kuò)大生態(tài)圈成主流

語音識(shí)別即將進(jìn)入大規(guī)模產(chǎn)業(yè)化時(shí)代。隨著亞馬遜Echo的大賣，語音交互技術(shù)催生的新商機(jī)，吸引大大小小的公司構(gòu)建自己主導(dǎo)的語音生態(tài)產(chǎn)業(yè)鏈。各大公司紛紛開放各自的智能語音平臺(tái)和語音能力，欲吸引更多玩家進(jìn)入他們的生態(tài)系統(tǒng)。

（3）語音識(shí)別技術(shù)發(fā)展瓶頸與趨勢(shì)

低噪聲語料下的高識(shí)別率在現(xiàn)實(shí)環(huán)境使用中會(huì)明顯下降到70-80%，遠(yuǎn)場(chǎng)識(shí)別、復(fù)雜噪聲環(huán)境和特異性口音的識(shí)別是下一個(gè)階段需要解決的問題。

麥克風(fēng)陣列類前端技術(shù)不僅是通過降噪和聲源定位帶來識(shí)別率的提高，帶環(huán)境音的語料的搜集、標(biāo)注可用于模型的訓(xùn)練，有助于打造更新一代的語音識(shí)別引擎技術(shù)。語音巨頭已經(jīng)在布局。

在IOT包括車載領(lǐng)域，云端識(shí)別并非通行的最優(yōu)方案，把識(shí)別引擎結(jié)合場(chǎng)景進(jìn)行裁剪后往芯片端遷徙是工程化發(fā)展的方向。

2.自然語言處理（NLP）發(fā)展現(xiàn)狀

（1）多技術(shù)融合應(yīng)用促進(jìn)NLP技術(shù)及應(yīng)用的發(fā)展

深度學(xué)習(xí)、算力和大數(shù)據(jù)的爆發(fā)極大促進(jìn)了自然語言處理技術(shù)的發(fā)展。深度學(xué)習(xí)在某些語言問題上正在取得很大的突破，比如翻譯和寫作。2014年開始LSTM、Word2Vec以及Attention Model等技術(shù)研究的進(jìn)展，使DL有了路徑在語義理解領(lǐng)域取得突破，并且已經(jīng)有了明顯的進(jìn)展。對(duì)話、翻譯、寫作新技術(shù)成果里都開始逐漸混合入DL的框架。2014-2015年，硅谷在語義理解領(lǐng)域的投資熱度劇增。

深度學(xué)習(xí)能最大程度發(fā)揮對(duì)大數(shù)據(jù)和算力資源的利用，語義理解的發(fā)展還需要深度學(xué)習(xí)、搜索算法、知識(shí)圖譜、記憶網(wǎng)絡(luò)等知識(shí)的協(xié)同應(yīng)用，應(yīng)用場(chǎng)景越明確（如客服/助理），邏輯推理要求越淺（如翻譯），知識(shí)圖譜領(lǐng)域越成熟（如數(shù)據(jù)飽和度和標(biāo)準(zhǔn)性較強(qiáng)的行業(yè)），技術(shù)上實(shí)現(xiàn)可能性相對(duì)較低。在各種技術(shù)融合應(yīng)用發(fā)展的情況下，具備獲取一定優(yōu)質(zhì)數(shù)據(jù)資源能力并可結(jié)合行業(yè)Domain knowledge構(gòu)建出技術(shù)、產(chǎn)品、用戶反饋閉環(huán)的企業(yè)會(huì)有更好的發(fā)展機(jī)會(huì)。

（2）NLP主要應(yīng)用場(chǎng)景

問答系統(tǒng)。問答系統(tǒng)能用準(zhǔn)確、簡(jiǎn)潔的自然語言回答用戶用自然語言提出的問題?；竟ぷ髟硎窃诰€做匹配和排序。比如 IBM 的 Watson，典型的辦法是把問答用FAQ索引起來，與搜索引擎相似。對(duì)每一個(gè)新問題進(jìn)行檢索，再將回答按匹配度進(jìn)行排序，把最有可能的答案排在前面，往往就取第一個(gè)作為答案返回給用戶。

圖像檢索。同樣也是基于深度學(xué)習(xí)技術(shù)，跨模態(tài)地把文本和圖片聯(lián)系起來。

機(jī)器翻譯。機(jī)器翻譯的歷史被認(rèn)為與自然語言處理的歷史是一樣的。最近，深度學(xué)習(xí)被成功地運(yùn)用到機(jī)器翻譯里，使得機(jī)器翻譯的準(zhǔn)確率大幅度提升。

對(duì)話系統(tǒng)。對(duì)話系統(tǒng)的回復(fù)是完全開放的，要求機(jī)器能準(zhǔn)確地理解問題，并且基于自身的知識(shí)系統(tǒng)和對(duì)于對(duì)話目標(biāo)的理解，去生成一個(gè)回復(fù)。

（3）創(chuàng)業(yè)公司的機(jī)遇

1)機(jī)器翻譯方面：經(jīng)過多年的探索，機(jī)器翻譯的水平已經(jīng)得到大幅度提升，在很多垂直領(lǐng)域已經(jīng)能夠在相當(dāng)大程度上替代一部分人工，機(jī)器翻譯技術(shù)的商業(yè)化應(yīng)用已經(jīng)開始進(jìn)入大規(guī)模爆發(fā)的前夜。

2)應(yīng)用于垂直領(lǐng)域的自然語言處理技術(shù)

避開巨頭們對(duì)語音交互入口的競(jìng)爭(zhēng)，以某一細(xì)分行業(yè)為切入點(diǎn)，深耕垂直領(lǐng)域，對(duì)創(chuàng)業(yè)公司也是一個(gè)不錯(cuò)的選擇。

第五部分人工智能在金融行業(yè)的應(yīng)用分析

人工智能產(chǎn)業(yè)鏈包含基礎(chǔ)層、技術(shù)層、應(yīng)用層三個(gè)層面。基礎(chǔ)層的大數(shù)據(jù)、云計(jì)算等細(xì)分技術(shù)被應(yīng)用到金融征信、保險(xiǎn)、理財(cái)管理、支付等金融細(xì)分領(lǐng)域；技術(shù)層的機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與知識(shí)圖譜應(yīng)用于金融領(lǐng)域的征信與反欺詐、智能投顧、智能量化交易，計(jì)算機(jī)視覺與生物識(shí)別應(yīng)用于金融領(lǐng)域的身份識(shí)別，語音識(shí)別及自然語言處理應(yīng)用于金融領(lǐng)域的智能客服、智能投研；應(yīng)用層的認(rèn)知智能應(yīng)用于金融領(lǐng)域的智能風(fēng)控。

人工智能在金融行業(yè)的典型應(yīng)用情況

資料來源：創(chuàng)業(yè)邦研究中心

第六部分人工智能在醫(yī)療行業(yè)的應(yīng)用分析

1.人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

人工智能在醫(yī)療行業(yè)的應(yīng)用潛力巨大，目前在健康管理、輔助診療、虛擬助理、醫(yī)學(xué)影像、智能化器械、藥物挖掘和醫(yī)院管理等領(lǐng)域均有企業(yè)在布局，其中醫(yī)學(xué)影像、藥物挖掘、健康管理，輔助診療、虛擬助理的應(yīng)用發(fā)展速度較快。

圖 人工智能在醫(yī)療行業(yè)的應(yīng)用圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.人工智能在醫(yī)療行業(yè)的具體應(yīng)用場(chǎng)景

醫(yī)學(xué)影像。人工智能應(yīng)用于醫(yī)學(xué)影像，通過深度學(xué)習(xí)，實(shí)現(xiàn)機(jī)器對(duì)醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)生完成診斷、治療工作的一種輔助工具，幫助更快的獲取影像信息，進(jìn)行定性定量分析，提升醫(yī)生看圖/讀圖的效率，協(xié)助發(fā)現(xiàn)隱藏病灶。 人工智能通過影像分類、目標(biāo)檢測(cè)、圖像分割、圖像檢索等方式，完成病灶識(shí)別與標(biāo)注，三維重建，靶區(qū)自動(dòng)勾畫與自適應(yīng)放療等功能，應(yīng)用在疾病的篩查、診斷和治療階段。目前較為火熱的應(yīng)用有肺部篩查、糖網(wǎng)篩查、腫瘤診斷和治療等。

藥物挖掘。人工智能在藥物研發(fā)上的應(yīng)用可總結(jié)為臨床前和臨床后兩個(gè)階段。臨床前階段：將深度學(xué)習(xí)技術(shù)應(yīng)用于藥物臨床前研究，在計(jì)算機(jī)上模擬藥物篩選的過程，包括靶點(diǎn)選擇、藥效和晶型分析等，預(yù)測(cè)化合物的活性、穩(wěn)定性和副作用，快速 、準(zhǔn)確地挖掘和篩選合適的化合物或生物，提高篩選效率，優(yōu)化構(gòu)效關(guān)系。臨床后階段：針對(duì)臨床試驗(yàn)的不同階段，利用人工智能技術(shù)對(duì)患者病歷進(jìn)行分析，迅速篩選符合條件的被試者，監(jiān)測(cè)管理臨床試驗(yàn)過程中的患者服藥依從性和數(shù)據(jù)收集過程，提高臨床試驗(yàn)的準(zhǔn)確性。

虛擬助理。醫(yī)療虛擬助理是基于醫(yī)療領(lǐng)域的知識(shí)系統(tǒng)，通過人工智能技術(shù)實(shí)現(xiàn)人機(jī)交互，從而在就醫(yī)過程中，承擔(dān)診前問詢、診中記錄等工作，成為醫(yī)務(wù)人員的合作伙伴，使醫(yī)生有更多時(shí)間可以與患者互動(dòng)。醫(yī)療虛擬助理根據(jù)參與就醫(yī)過程的功能不同，主要有智能導(dǎo)診分診，智能問診，用藥咨詢和語音電子病歷等方向。

第七部分智能駕駛行業(yè)分析

1.智能駕駛行業(yè)產(chǎn)業(yè)鏈

智能駕駛行業(yè)的中心業(yè)務(wù)是以Google、百度為代表的智能駕駛操縱解決方案提供商和以特斯拉、蔚來為代表的成車廠商。該類廠商，上接上游軟硬件提供商，下接公司和消費(fèi)者，在整個(gè)業(yè)務(wù)鏈中扮演至關(guān)重要的一環(huán)。

產(chǎn)業(yè)鏈上游廠商多為細(xì)分技術(shù)提供商，如深度學(xué)習(xí)、人機(jī)交互、圖像識(shí)別和新材料、新制造新能源等。

智能駕駛產(chǎn)業(yè)鏈圖譜

資料來源：創(chuàng)業(yè)邦研究中心

2.智能駕駛市場(chǎng)分析

伴隨著 ADAS 技術(shù)的不斷更新，推斷全球 L1-L5 智能駕駛市場(chǎng)的滲透率會(huì)在接下來 5年內(nèi)處于高速滲透期，然 后伴隨半無人駕駛的普及進(jìn)入穩(wěn)速增長(zhǎng)期。在未來的 2025 年無人駕駛放量階段后，依賴全產(chǎn)業(yè)鏈的配合而進(jìn)入市場(chǎng)成熟期。預(yù)測(cè)到2030年，全球 L4/5 級(jí)別的自動(dòng)駕駛車輛滲透率將達(dá)到 15%，單車應(yīng)用成本的顯著提升之 外，從 L1-L4 級(jí)別的智能駕駛功能全面滲透為汽車產(chǎn)業(yè)帶來全面的市場(chǎng)機(jī)會(huì)。

按照 IHS Automotive 保守估計(jì)，全球 L4/L5 自動(dòng)駕駛汽車產(chǎn)量在 2025 年將接近 60 萬輛，并在 2025- 2035 年間獲得高速發(fā)展，年復(fù)合增長(zhǎng)率將達(dá)到43%，并在2035年達(dá)到2100萬輛。另有接近 7600 萬輛的汽車具備部分自動(dòng)駕駛功能，同時(shí)會(huì)帶動(dòng)產(chǎn)業(yè)鏈衍生市場(chǎng)的大規(guī)模催化擴(kuò)張。

根據(jù)獨(dú)立市場(chǎng)調(diào)研機(jī)構(gòu) Strategy Engineers 的預(yù)測(cè)，L4 高度自動(dòng)駕駛等級(jí)下，自動(dòng)駕駛零部件成本約在 3100 美元/車，其中硬件占比 45%，軟件占比 30%，系統(tǒng)整合占比 14%，車聯(lián)網(wǎng)部分占比 11%。按照全球 1 億輛量 產(chǎn)規(guī)模計(jì)算，理想假設(shè)所有車輛全部達(dá)到 L4 高度自動(dòng)駕駛水平，那么全球自動(dòng)駕駛零部件市場(chǎng)規(guī)模在 2020 年 將達(dá)到 3100 億美元。

第八部分中國人工智能企業(yè)畫像分析

隨著人工智能技術(shù)的不斷成熟，人工智能創(chuàng)業(yè)的難度逐步降低。創(chuàng)新的大門吸引眾多創(chuàng)業(yè)企業(yè)進(jìn)入。為了觀察行業(yè)風(fēng)向，助力創(chuàng)新企業(yè)發(fā)展，創(chuàng)業(yè)邦研究中心對(duì)國內(nèi)200多家人工智能創(chuàng)業(yè)公司進(jìn)行了系統(tǒng)調(diào)研，從發(fā)展能力、創(chuàng)新能力、融資能力等多維度指標(biāo)，評(píng)選出“2018中國人工智能創(chuàng)新成長(zhǎng)企業(yè)50強(qiáng)”。

地域分布

全國88%的人工智能企業(yè)聚集在北京、上海、廣東和江蘇。其中，北京人工智能企業(yè)最多，占比高達(dá)39.66%;其次是上海，人工智能企業(yè)占比達(dá)21.55%;位列第三的是廣東，人工智能企業(yè)占達(dá)15.52%。北京以領(lǐng)先全國其他地區(qū)的政策環(huán)境、人才儲(chǔ)備、產(chǎn)業(yè)基礎(chǔ)、資本支持等，成為人工智能創(chuàng)業(yè)首要陣地;華東地區(qū)的上海、江蘇、浙江均有良好的經(jīng)濟(jì)基礎(chǔ)和科技實(shí)力，人工智能應(yīng)用實(shí)力雄厚，也聚集了一批人工智能垂直產(chǎn)業(yè)園;廣東互聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)達(dá)，企業(yè)對(duì)數(shù)據(jù)需求強(qiáng)烈，依靠大數(shù)據(jù)產(chǎn)業(yè)鏈推動(dòng)人工智能產(chǎn)業(yè)發(fā)展。

行業(yè)分布

從行業(yè)大類分布來看，行業(yè)應(yīng)用層的企業(yè)占比最大，為56.03%;其次是應(yīng)用技術(shù)層的企業(yè)，占比達(dá)31.04%;基礎(chǔ)技術(shù)層的企業(yè)占比最小，僅為12.93%。隨著人工智能技術(shù)的發(fā)展，人工智能與場(chǎng)景深度融合，應(yīng)用領(lǐng)域不斷擴(kuò)展，行業(yè)應(yīng)用公司比重不斷提升。在基礎(chǔ)層技術(shù)方面，國際IT巨頭占據(jù)行業(yè)領(lǐng)先地位， 國內(nèi)與國際差距明顯，中小初創(chuàng)企業(yè)很難進(jìn)入。

從行業(yè)應(yīng)用來看，智能金融企業(yè)占比最大，為16.92%;其次是機(jī)器人企業(yè)，占比達(dá)15.38%;位列第三的是智能駕駛和智能教育，占比均為12.31%。金融行業(yè)的強(qiáng)數(shù)據(jù)導(dǎo)向?yàn)槿斯ぶ悄艿穆涞靥峁┝水a(chǎn)業(yè)基礎(chǔ)，智慧金融被列入國家發(fā)展規(guī)劃中，龐大的金融市場(chǎng)為人工智能落地帶來了發(fā)展前景。機(jī)器人作為人工智能產(chǎn)業(yè)落地輸出， 目前市場(chǎng)需求較大，商業(yè)機(jī)器人占據(jù)較大份額。中國智能駕駛市場(chǎng)在資本推動(dòng)下進(jìn)入者較多，企業(yè)積極推動(dòng)應(yīng)用落地，百度、北汽等大型企業(yè)嘗試商業(yè)化落地智能駕駛汽車。人工智能推動(dòng)教育個(gè)性化落地，相關(guān)初創(chuàng)企業(yè)涉入教育藍(lán)海，推動(dòng)智慧教育的發(fā)展。

收入情況

收入分布在500-10000萬之間的企業(yè)最多，占比達(dá)49.14%;500萬以下的企業(yè)位居其次，占比達(dá) 26.72%;位列第三的是10000-100000萬之間的企業(yè)，占比為17.24%。

最新估值

企業(yè)最新估值均在億元級(jí)別，且分布較為均衡。三成企業(yè)估值超過15億元，還有企業(yè)估值達(dá)到百億級(jí)別，如優(yōu)必

選科技、達(dá)闥科技和商湯科技等，將來或?qū)④Q身人工智能獨(dú)角獸企業(yè)。(備注：分析樣本量剔除一半未披露企業(yè))

第九部分典型企業(yè)案例分析

1.Atman

企業(yè)概述

Atman由來自微軟的人工智能科學(xué)家和產(chǎn)業(yè)經(jīng)驗(yàn)豐富的產(chǎn)品團(tuán)隊(duì)創(chuàng)辦，提供專業(yè)領(lǐng)域機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品，致力于成為醫(yī)學(xué)、新聞、法律等專業(yè)領(lǐng)域語言智能專家，為專業(yè)領(lǐng)域用戶賦能，推動(dòng)專業(yè)領(lǐng)域用戶進(jìn)入人工智能時(shí)代，助力專業(yè)領(lǐng)域文字智能水平實(shí)現(xiàn)跨越式提升。Atman已為強(qiáng)生、新華社參考消息、北大法寶、君合律師事務(wù)所等世界領(lǐng)先藥企、新聞媒體、法律服務(wù)機(jī)構(gòu)開發(fā)機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜、大數(shù)據(jù)智能采集挖掘等語言智能產(chǎn)品。

目前Atman在北京和蘇州兩地運(yùn)營，能快速響應(yīng)全國各地客戶需求。

企業(yè)團(tuán)隊(duì)

創(chuàng)始人&CEO：馬磊

清華大學(xué)計(jì)算機(jī)系畢業(yè)，曾先后在微軟研究院和工程院擔(dān)任研究員和架構(gòu)師，機(jī)器學(xué)習(xí)專家、多次創(chuàng)業(yè)者、曾主導(dǎo)多項(xiàng)人工智能重大項(xiàng)目，和申請(qǐng)國際專利共計(jì)15+項(xiàng)。

Atman公司核心團(tuán)隊(duì)由來自微軟、百度、法電等領(lǐng)域高端人才和資深技術(shù)人才組成，公司員工40人，其中碩士以上學(xué)歷占比60%，技術(shù)開發(fā)人員占比70%，一半以上來自微軟亞洲研究院和工程院。

核心技術(shù)與產(chǎn)品

技術(shù)方面，擅長(zhǎng)機(jī)器學(xué)習(xí)（深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、群體智能）在復(fù)雜問題的應(yīng)用，和國際專利15項(xiàng)，Atman神經(jīng)網(wǎng)絡(luò)機(jī)器翻譯系統(tǒng)于2016年9月首秀，早于谷歌的GNMT，專業(yè)領(lǐng)域翻譯效果在公測(cè)標(biāo)準(zhǔn)和行業(yè)客戶測(cè)試中均持續(xù)領(lǐng)先。核心產(chǎn)品為垂直領(lǐng)域機(jī)器翻譯、機(jī)器寫作、知識(shí)圖譜抽取構(gòu)建、大數(shù)據(jù)智能挖掘等語言智能產(chǎn)品。

Atman的機(jī)器翻譯產(chǎn)品可自動(dòng)翻譯編輯專業(yè)文獻(xiàn)、報(bào)告、音視頻和網(wǎng)頁，支持私有部署和云端混合部署，提供包括數(shù)據(jù)隱私安全以及自學(xué)習(xí)的端到端解決方案。

機(jī)器寫作可對(duì)海量數(shù)據(jù)進(jìn)行快速搜索、過濾、聚類，根據(jù)行業(yè)需求自動(dòng)生成專業(yè)文檔，適用于所有專業(yè)寫作場(chǎng)景，可大幅減少專業(yè)報(bào)告寫作過程中的繁復(fù)工作，大幅提升專業(yè)領(lǐng)域?qū)懽餍省?/p>

知識(shí)圖譜可實(shí)現(xiàn)海量數(shù)據(jù)的語義檢索、長(zhǎng)鏈推理、意圖識(shí)別、因果分析，形成一個(gè)全局知識(shí)庫。大數(shù)據(jù)智能采集挖掘系統(tǒng)為專業(yè)領(lǐng)域用戶提供智能數(shù)據(jù)源管理、海量專業(yè)數(shù)據(jù)獲取和非結(jié)構(gòu)化數(shù)據(jù)自動(dòng)解析并結(jié)合知識(shí)圖譜提供auto-screening、知識(shí)重構(gòu)、專業(yè)決策輔助，幫助用戶建立強(qiáng)大的以專業(yè)大數(shù)據(jù)為基礎(chǔ)的業(yè)務(wù)輔助能力。

2.黑芝麻

企業(yè)概述

黑芝麻智能科技有限公司是一家視覺感知核心技術(shù)與應(yīng)用軟件開發(fā)企業(yè)，2016年分別在美國硅谷和上海成立研發(fā)中心，主攻領(lǐng)域?yàn)榍度胧綀D像、計(jì)算機(jī)視覺，公司核心業(yè)務(wù)是提供基于圖像處理、計(jì)算圖像以及人工智能的嵌入式視覺感知平臺(tái)，為ADAS及自動(dòng)駕駛提供完整的視覺感知方案。

目前公司和博世、滴滴、蔚來、上汽、上汽大通、EVCARD、中科創(chuàng)達(dá)、車聯(lián)天下和云樂新能源等展開深入合作，提供基于視覺的感知方案；除此之外，公司還在消費(fèi)電子、智能家居等領(lǐng)域布局為智能終端提供視覺解決方案。目前公司已經(jīng)完成A+輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)核心成員來自于OmniVision、博世、安霸、英偉達(dá)和高通等知名企業(yè)，平均擁有超過15年以上的產(chǎn)業(yè)經(jīng)驗(yàn)，畢業(yè)于清華、交大、中科大和浙大等知名高校。

創(chuàng)始人&CEO：?jiǎn)斡浾麓饲霸诠韫纫患胰蝽敿獾膱D像傳感器公司工作近20年，離職前擔(dān)任該公司的技術(shù)副總裁一職，工作內(nèi)容覆蓋了圖像傳感器研發(fā)和設(shè)計(jì)、圖像處理算法研發(fā)和圖像處理芯片設(shè)計(jì)。

核心技術(shù)和產(chǎn)品

在汽車領(lǐng)域，黑芝麻可提供車內(nèi)監(jiān)控方案（DMS），自動(dòng)泊車方案（AVP），ADAS/自動(dòng)駕駛感知平臺(tái)方案。黑芝麻智能科技提供的解決方案包括算法和芯片兩個(gè)核心部分：黑芝麻感知算法從基礎(chǔ)的控光技術(shù)，到面向AI的圖像處理技術(shù)出發(fā)來提高成像質(zhì)量，以及應(yīng)用深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練，結(jié)合視頻處理和壓縮技術(shù)，形成從傳感器端到應(yīng)用端的處理過程；黑芝麻芯片平臺(tái)采用獨(dú)有的神經(jīng)網(wǎng)絡(luò)架構(gòu)，包括獨(dú)有的圖像處理，視頻壓縮和計(jì)算機(jī)視覺模塊，與黑芝麻視覺算法結(jié)合，采用16nm制程，設(shè)計(jì)功耗2.5w，每秒浮點(diǎn)計(jì)算達(dá)20T。

3.乂學(xué)教育

企業(yè)概述

乂學(xué)教育，成立于2014年，是一家網(wǎng)絡(luò)教育培訓(xùn)機(jī)構(gòu)，采用人工智能和大數(shù)據(jù)技術(shù)，為學(xué)生提供量身定制學(xué)習(xí)解決方案和個(gè)性化學(xué)習(xí)內(nèi)容。核心團(tuán)隊(duì)來自美國Knewton、Realizeit、ALEKS等人工智能教育公司，銷售團(tuán)隊(duì)有全國40億toC銷售額的經(jīng)驗(yàn)。

企業(yè)自主研發(fā)了針對(duì)中國K12領(lǐng)域的學(xué)生智適應(yīng)學(xué)習(xí)產(chǎn)品，其核心部分是以高級(jí)算法為核心的智適應(yīng)學(xué)習(xí)引擎“松鼠AI”，該產(chǎn)品擁有完整自主知識(shí)產(chǎn)權(quán)，能夠模擬真實(shí)特級(jí)教師教學(xué)。企業(yè)發(fā)表的學(xué)術(shù)論文得到了全球國際學(xué)術(shù)會(huì)議AIED、CSEDU、UMAP認(rèn)可，并在紐約設(shè)計(jì)了人工智能教育實(shí)驗(yàn)室，與斯坦福國際研究院（SRI）在硅谷成立了人工智能聯(lián)合實(shí)驗(yàn)室。

主要產(chǎn)品

學(xué)生智適應(yīng)學(xué)習(xí)是以學(xué)生為中心的智能化、個(gè)性化教育，在教、學(xué)、評(píng)、測(cè)、練等教學(xué)過程中應(yīng)用人工智能技術(shù)，在模擬優(yōu)秀教師的基礎(chǔ)之上，達(dá)到超越真人教學(xué)的目的。該產(chǎn)品性價(jià)比高，以人工智能+真人教師的模式，做到因材施教，有效解決傳統(tǒng)教育課時(shí)費(fèi)用高，名師資源少，學(xué)習(xí)效率低等問題。

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)

智適應(yīng)學(xué)習(xí)人工智能系統(tǒng)模擬特級(jí)教師，采用圖論、概率圖模型，機(jī)器學(xué)習(xí)完成知識(shí)點(diǎn)拆分和個(gè)人學(xué)習(xí)畫像，采用神經(jīng)網(wǎng)絡(luò)、邏輯斯蒂回歸和遺傳算法為學(xué)生實(shí)時(shí)動(dòng)態(tài)推薦最佳學(xué)習(xí)路徑，實(shí)現(xiàn)個(gè)性化教育。

業(yè)務(wù)模式

線上與線下，2B和2C相結(jié)合。以松鼠AI智適應(yīng)系統(tǒng)教學(xué)為主，真人教師輔助，學(xué)生通過互聯(lián)網(wǎng)在線上學(xué)習(xí)課程。開創(chuàng)教育新零售模式，授權(quán)線下合作學(xué)校，已在全國100多個(gè)城市開設(shè)500多家學(xué)校。

4.云從科技

企業(yè)概述

云從科技成立于2015年4月，是一家孵化于中國科學(xué)院重慶研究院的高科技企業(yè)，專注于計(jì)算機(jī)視覺與人工智 能。云從科技是人工智能行業(yè)國家隊(duì)，是中科院戰(zhàn)略先導(dǎo)項(xiàng)目人臉識(shí)別團(tuán)隊(duì)唯一代表，唯一一家同時(shí)受邀制定人 臉識(shí)別國家標(biāo)準(zhǔn)、行業(yè)標(biāo)準(zhǔn)的企業(yè)。2018年，云從科技成為祖國“一帶一路”戰(zhàn)略實(shí)行路上的人工智能先鋒，與 非洲南部第二大經(jīng)濟(jì)體津巴布韋政府完成簽約。

云從科技奠定了行業(yè)領(lǐng)導(dǎo)地位： 國家肯定，國家發(fā)改委2017、2018年人工智能重大工程承建單位；頂層設(shè)計(jì)，唯一同時(shí)制定國標(biāo)、部標(biāo)和行標(biāo)的人工智能企業(yè)；模式創(chuàng)新，三大平臺(tái)解決方案，科學(xué)家平臺(tái)、核心技術(shù)平臺(tái)和行業(yè)應(yīng)用平臺(tái)。

企業(yè)核心團(tuán)隊(duì)

創(chuàng)始人

周曦博士，師從四院院士、計(jì)算機(jī)視覺之父—ThomasS.Huan黃煦濤教授，專注于人工智能識(shí)別領(lǐng)域的計(jì)算機(jī)視覺 研究。入選中科院“百人計(jì)劃”，曾任中國科學(xué)院重慶研究院信息所副所長(zhǎng)、智能多媒體技術(shù)研究中心主任。

周曦博士帶領(lǐng)團(tuán)隊(duì)曾在計(jì)算機(jī)視覺識(shí)別、圖像識(shí)別、音頻檢測(cè)等國際挑戰(zhàn)賽中7次奪冠;在國際頂級(jí)會(huì)議、雜志 上發(fā)表60余篇文章，被引用上千次。

核心技術(shù)團(tuán)隊(duì)

云從科技依托美國UIUC和硅谷兩個(gè)前沿實(shí)驗(yàn)室，中科院、上海交大兩個(gè)聯(lián)合實(shí)驗(yàn)室上海、廣州、重慶、成都四 個(gè)研發(fā)中心組成的三級(jí)研發(fā)架構(gòu)。目前研發(fā)團(tuán)隊(duì)已經(jīng)超過300人，80%以上擁有碩士學(xué)歷。

技術(shù)優(yōu)勢(shì)

全方位多維智能學(xué)習(xí)模塊適應(yīng)不同場(chǎng)景要求；模塊化設(shè)計(jì)為在工業(yè)視覺、醫(yī)學(xué)影像、自動(dòng)駕駛AR等領(lǐng)域擴(kuò)展打下良好基礎(chǔ)。

云從科技具有高技術(shù)壁壘：世界智能識(shí)別挑戰(zhàn)賽成績(jī)斐然，在CLEAR、 ASTAR、 PASCAL VOC、 IMAGENET、FERA以及微軟全球圖像識(shí)別挑戰(zhàn)賽上共計(jì)奪得7次世界冠軍;在銀行、公安等行業(yè)智能識(shí)別技術(shù) PK實(shí)戰(zhàn)中，85次獲得第一；2018年，云從科技入選MIT全球十大突破性技術(shù)代表企業(yè)。

在跨鏡追蹤(ReID)技術(shù)上取得重大突破。Market-1501，DukeMTMC-reID，CUHK03三個(gè)數(shù)據(jù)同時(shí)集體刷 新世界記錄， Market-1501上的首位命中率達(dá)到96.6%，首次達(dá)到商用水平。

正式在國內(nèi)“3D結(jié)構(gòu)光人臉識(shí)別技術(shù)”，可全面應(yīng)用于手機(jī)、電腦、機(jī)具、設(shè)備、家電。相較以往的2D人 臉識(shí)別及以紅外活體檢測(cè)技術(shù)，3D結(jié)構(gòu)光人臉識(shí)別技術(shù)擁有不需要用戶進(jìn)行任何動(dòng)作配合完成活體驗(yàn)證的功能， 分析時(shí)間壓縮到了毫秒級(jí)以及不受環(huán)境光線強(qiáng)弱的影響等諸多優(yōu)點(diǎn)，受到國際巨頭公司的關(guān)注。

行業(yè)應(yīng)用

目前國內(nèi)有能力自建系統(tǒng)的銀行約為148家。截止2018年3月15日，已經(jīng)完成招標(biāo)的銀行約為121家，其中云從科 技中標(biāo)了88家總行平臺(tái)，市場(chǎng)占有率約為72.7%;在安防領(lǐng)域推動(dòng)中科院與公安部全面合作，通過公安部重大課題研發(fā)火眼人臉大數(shù)據(jù)平臺(tái)等智能化系統(tǒng)，在民航領(lǐng)域，已經(jīng)與中科院重慶院合作覆蓋80%的樞紐機(jī)場(chǎng)。

5.Yi+

企業(yè)概述

北京陌上花科技是領(lǐng)先的計(jì)算機(jī)視覺引擎服務(wù)商，為企業(yè)提供視覺內(nèi)容智能化和商業(yè)化解決方案。致力于“發(fā)現(xiàn)視覺信息的價(jià)值”。

旗下品牌Yi+是世界一流的人工智能計(jì)算機(jī)視覺引擎，衣+是時(shí)尚商品搜索引擎。公司在圖像視頻中對(duì)場(chǎng)景、通用物體、商品、人臉的檢測(cè)、識(shí)別、搜索及推薦均達(dá)到領(lǐng)先水平。

目前公司和阿里巴巴、愛奇藝、優(yōu)酷土豆、中國有線、CIBN、中信國安、海信、華為、360等數(shù)十家頂級(jí)機(jī)構(gòu)/產(chǎn)品深度合作，通過提供邊看邊買引擎、圖像視頻內(nèi)容分析引擎、人臉識(shí)別引擎等基于視覺識(shí)別技術(shù)的數(shù)據(jù)結(jié)構(gòu)化產(chǎn)品服務(wù)于海量用戶，同時(shí)幫助政府機(jī)構(gòu)、廣電系統(tǒng)、內(nèi)容媒體、零售商、電商、視聽設(shè)備等行業(yè)實(shí)現(xiàn)智能分析、智能互動(dòng)與場(chǎng)景營銷。目前公司已經(jīng)獲得B輪融資。

企業(yè)團(tuán)隊(duì)

團(tuán)隊(duì)成員來自于斯坦福、耶魯、帝國理工、新加坡國大、南洋理工、清華、北大、中科院等名校及谷歌、微軟、IBM、英特爾、阿里巴巴、騰訊、百度、華為等名企。

創(chuàng)始人&CEO：張默

北京大學(xué)軟件工程碩士， 南洋理工大學(xué)創(chuàng)業(yè)創(chuàng)新碩士。連續(xù)創(chuàng)業(yè)者， 曾任華為算法工程師、微軟WindowsMobile工程師、 IBM SmarterCity 架構(gòu)師，北方區(qū)合作伙伴經(jīng)理，主機(jī)Linux中國區(qū)負(fù)責(zé)人，中國區(qū)開源聯(lián)盟負(fù)責(zé)人，年銷售額數(shù)億。 2013年創(chuàng)業(yè)于美國硅谷和新加坡，2014年6月在中國設(shè)立北京陌上花科技有限公司。

核心技術(shù)與產(chǎn)品

技術(shù)方面，在國際頂級(jí)計(jì)算機(jī)視覺競(jìng)賽ImageNet中，成績(jī)?cè)^谷歌、斯坦福等，2015-2016年2年獲得十項(xiàng)世界第一。2018年3月，人臉識(shí)別準(zhǔn)確率位列LFW榜首。Yi+通過遵循無限制，標(biāo)記的外部數(shù)據(jù)協(xié)議。 Yi+的系統(tǒng)由人臉檢測(cè)，人臉對(duì)齊和人臉描述符提取組成。使用多重?fù)p失和訓(xùn)練數(shù)據(jù)集訓(xùn)練CNN模型，其中包含來自多個(gè)來源的約10M個(gè)圖像，其中包含150，000個(gè)人（訓(xùn)練數(shù)據(jù)集與LFW沒有交集）。在測(cè)試時(shí)， Yi+使用原始的LFW圖像并應(yīng)用簡(jiǎn)單的L2norm。圖像對(duì)之間的相似性用歐氏距離來測(cè)量，最終取得優(yōu)異成績(jī)。

公司的核心產(chǎn)品主要包括視覺搜索引擎，圖像視頻分析引擎以及人臉識(shí)別和分析引擎：

行業(yè)解決方案

針對(duì)營銷、安防、相機(jī)和電視的不同特點(diǎn)，推出相應(yīng)解決方案。

營銷+AI。場(chǎng)景化廣告方案中，大屏AI助理信息流推薦、神字幕、物體/人臉AR動(dòng)態(tài)貼圖、video-out、場(chǎng)景化角標(biāo)與廣告濾鏡等形式的廣告內(nèi)容推薦，適用于快消、汽車、電商、IT、金融、旅游服務(wù)等多個(gè)行業(yè)。

智慧城市+AI。使用計(jì)算及視覺助力智慧城市，在智慧安防、智慧交通、智慧園區(qū)等方面提供解決方案。在智慧安防實(shí)時(shí)識(shí)別上，實(shí)時(shí)處理直播攝像頭信息，算法反應(yīng)敏捷，相應(yīng)迅速。建立智慧園區(qū)方案模型，考慮擴(kuò)展性&靈活性、數(shù)據(jù)管理、松散耦合性、安全性、實(shí)時(shí)整合性以及功能性和非功能性需求等技術(shù)方案要素，從業(yè)務(wù)和技術(shù)兩方面整合解決方案實(shí)現(xiàn)步驟。

電視+AI。電視+AI的解決方案賦予智能電視多樣播放能力和營銷能力。

相機(jī)+AI。相機(jī)更具交互能力。用戶通過搜索關(guān)鍵字標(biāo)簽同步展示圖片，打通相冊(cè)和購物一站式體驗(yàn)。準(zhǔn)確識(shí)別人物屬性特征，動(dòng)態(tài)適應(yīng)表情變化，可以在視頻以及圖像中對(duì)人臉實(shí)時(shí)檢測(cè)，基于深度學(xué)習(xí)技術(shù)，進(jìn)行人臉相似度檢測(cè)，實(shí)現(xiàn)面部關(guān)鍵點(diǎn)定位、妝容圖像渲染，試用與粉底、唇彩以及眼影等多種虛擬試裝方式。實(shí)時(shí)檢測(cè)攝像頭中出現(xiàn)的物品、場(chǎng)景和人臉等，添加AR效果，SDK支持本地檢測(cè)、識(shí)別、追蹤，平均檢測(cè)幀率可達(dá)到25fps。

新零售+AI。Yi+新零售解決方案是基于公司自主研發(fā)的人臉識(shí)別、商品識(shí)別和其他圖像識(shí)別算法技術(shù)為核心，建立一整套基于人臉、商品的智能零售門店管理方案。Yi+新零售解決方案主要包含數(shù)據(jù)采集、算法模型說明和部署方案三部分，其中數(shù)據(jù)采集包括人臉數(shù)據(jù)采集、商品數(shù)據(jù)采集；算法模型說明包括識(shí)別算法訓(xùn)練、商品識(shí)別、識(shí)別輸出；部署方案包括本地部署、云端部署、本地部署與云端部署結(jié)合。

6.擎創(chuàng)科技

企業(yè)簡(jiǎn)介

擎創(chuàng)科技成立于2016年，專注于將人工智能和機(jī)器學(xué)習(xí)賦予傳統(tǒng)IT運(yùn)維／企業(yè)運(yùn)營管理，為企業(yè)客戶提供智能運(yùn)維大數(shù)據(jù)分析解決方案，從而取代和改善對(duì)高技能運(yùn)維人員嚴(yán)重依賴的現(xiàn)狀。2017年，擎創(chuàng)科技已實(shí)現(xiàn)全年2000萬營收，迅速成為國內(nèi)AIOps領(lǐng)域的領(lǐng)跑者和中流砥柱。2018年初，擎創(chuàng)科技完成了數(shù)千萬人民幣的A輪融資，由火山石投資領(lǐng)投，晨暉創(chuàng)投、元璟資本及新加坡STTelemedia跟投。

核心團(tuán)隊(duì)

擎創(chuàng)團(tuán)隊(duì)的核心成員主要由BMC、微軟等美國企業(yè)服務(wù)上市公司的運(yùn)維老兵，與新浪、餓了么等知名互聯(lián)網(wǎng)公司的大數(shù)據(jù)、算法專家組成，核心團(tuán)隊(duì)成員至少擁有10年以上的行業(yè)經(jīng)驗(yàn)。其中CEO楊辰是國內(nèi)最頂級(jí)的B端銷售，曾帶領(lǐng)團(tuán)隊(duì)獲得10倍的業(yè)績(jī)?cè)鲩L(zhǎng)；CTO葛曉波擁有長(zhǎng)達(dá)15年的企業(yè)級(jí)軟件開發(fā)和運(yùn)維經(jīng)驗(yàn)；而產(chǎn)品總監(jiān)屈中泠則來自甲方，創(chuàng)業(yè)前為浦發(fā)硅谷銀行企業(yè)架構(gòu)師，深知甲方對(duì)企業(yè)運(yùn)維產(chǎn)品的需求。這個(gè)曾經(jīng)深耕于運(yùn)維企業(yè)服務(wù)市場(chǎng)的團(tuán)隊(duì)，如今在智能運(yùn)維企業(yè)服務(wù)賽道繼續(xù)領(lǐng)跑，讓擎創(chuàng)科技成為最懂企業(yè)的客戶，最值得企業(yè)客戶信賴的軟件廠商。

主要產(chǎn)品

“夏洛克AIOps” 作為擎創(chuàng)自主研發(fā)的大數(shù)據(jù)智能運(yùn)維主打產(chǎn)品，自2016年上線以來，已從1.0版本升級(jí)至1.9版本，可應(yīng)用在金融、大型制造業(yè)、鐵路民航、能源電力等涉及國家發(fā)展和民生問題的多種行業(yè)。在2017全球運(yùn)維大會(huì)上，夏洛克AIOps獲得由中國信息通信研究院與高效運(yùn)維社區(qū)聯(lián)合頒發(fā)的“年度最具影響力AIOps產(chǎn)品”獎(jiǎng)。

“夏洛克AIOps”充分利用自研算法輔助客戶實(shí)現(xiàn)IT運(yùn)維價(jià)值，結(jié)合客戶的現(xiàn)有情況，規(guī)劃從傳統(tǒng)ITOM至AIOps智能運(yùn)維的一站式路徑，助其運(yùn)營落地，由此打破數(shù)據(jù)孤島，建立統(tǒng)一的大數(shù)據(jù)智能分析平臺(tái)，實(shí)現(xiàn)以人工智能為核心，驅(qū)動(dòng)傳統(tǒng)IT運(yùn)維監(jiān)、管、控三個(gè)層面，并將相關(guān)運(yùn)維數(shù)據(jù)及業(yè)務(wù)數(shù)據(jù)實(shí)時(shí)展現(xiàn)。

“夏洛克AIOps”擁有多項(xiàng)自研算法，猶如運(yùn)維界的福爾摩斯，能迅速發(fā)現(xiàn)并定位運(yùn)維問題的根因，實(shí)現(xiàn)秒級(jí)排障，最大程度避免企業(yè)產(chǎn)生重大損失。更有價(jià)值的是，“夏洛克AIOps”還能通過長(zhǎng)期的數(shù)據(jù)積累和機(jī)器學(xué)習(xí)，運(yùn)用新型深度神經(jīng)網(wǎng)絡(luò)算法對(duì)企業(yè)的業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)測(cè)，幫助企業(yè)提前規(guī)劃IT資源，高效預(yù)防各類黑天鵝事件的發(fā)生。

商業(yè)模式

目前，擎創(chuàng)科技已與多家金融和制造行業(yè)標(biāo)桿客戶形成穩(wěn)定的合作關(guān)系，包括浦發(fā)銀行、浦發(fā)硅谷銀行、國家開發(fā)銀行、上海鐵路局、銀聯(lián)、海爾、浙江能源等。針對(duì)不同客戶，采用個(gè)性化的商業(yè)模式進(jìn)行服務(wù)，目前主要有私有模式和SaaS模式兩種，都具有較強(qiáng)的可復(fù)制性。

核心優(yōu)勢(shì)

人工智能商業(yè)模式范文第4篇

“互聯(lián)網(wǎng)+”助推傳統(tǒng)行業(yè)轉(zhuǎn)型升級(jí)。“互聯(lián)網(wǎng)+”正深刻改變著傳統(tǒng)的生產(chǎn)方式、消費(fèi)方式、商業(yè)模式和管理模式。石獅市科技局局長(zhǎng)陳增壇表示：新形勢(shì)下，植入“互聯(lián)網(wǎng)+”思維，推進(jìn)“O2O線上線下共建共融”的落地執(zhí)行，是本地傳統(tǒng)企業(yè)轉(zhuǎn)型升級(jí)的大勢(shì)所趨。積極推進(jìn)實(shí)施“互聯(lián)網(wǎng)+”行動(dòng)計(jì)劃，發(fā)展分享經(jīng)濟(jì)，實(shí)施大數(shù)據(jù)戰(zhàn)略，讓傳統(tǒng)企業(yè)在新常態(tài)下具有更強(qiáng)的競(jìng)爭(zhēng)力。

云計(jì)算，大數(shù)據(jù)助力在公共云上構(gòu)建企業(yè)服務(wù)。本次會(huì)議上阿里云互聯(lián)網(wǎng)事業(yè)部總經(jīng)理金戈提出：大數(shù)據(jù)時(shí)代，云計(jì)算成為經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)設(shè)施。阿里云通過完善的產(chǎn)品體系、豐富的解決方案及生態(tài)體系頂級(jí)的數(shù)據(jù)中心和優(yōu)良的帶寬資源，賦能企業(yè)向云化、數(shù)據(jù)化和智能化企業(yè)轉(zhuǎn)型。

化云為雨，助力傳統(tǒng)零售行業(yè)擁抱互聯(lián)網(wǎng)+。如何讓云計(jì)算化云為雨，真正幫助企業(yè)有效的使用云計(jì)算和大數(shù)據(jù)，驅(qū)動(dòng)和幫助中國企業(yè)向互聯(lián)網(wǎng)+發(fā)展？駐云科技杭州分公司總經(jīng)理陳峰在會(huì)上分享：零售業(yè)與混合云、零售業(yè)與大數(shù)據(jù)分析、零售業(yè)與CRM、零售業(yè)與移動(dòng)支付、零售業(yè)與視頻直播與點(diǎn)播、零售業(yè)與 ERP等方面的解決方案及相關(guān)的成功案例，對(duì)現(xiàn)場(chǎng)的零售企業(yè)家有很大的借鑒意義。

020助力實(shí)體零售門店再升級(jí)?；ヂ?lián)網(wǎng)+概念興起后，延伸出各種O2O模式，我答答華東東北區(qū)總經(jīng)理盧曉江通過我答答服務(wù)幾十家上市企業(yè)與上千家零售企業(yè)的O2O落地經(jīng)驗(yàn)，并從貨品流通、云店活動(dòng)、人員激勵(lì)、會(huì)員粉絲、資金流轉(zhuǎn)、線上客服、門店?duì)I銷等多個(gè)維度，讓在座的各個(gè)企業(yè)家對(duì)“零售O2O”的未來有了更深層次的理解。

人工智能視覺技術(shù)助力打造智能零售商業(yè)場(chǎng)景。020的根本在于門店，在于更精準(zhǔn)的消費(fèi)數(shù)據(jù)分析，通過識(shí)別技術(shù)來實(shí)現(xiàn)的精準(zhǔn)營銷時(shí)代即將到來。曠世科技智能商業(yè)產(chǎn)品線商務(wù)總監(jiān)宋晨帶著現(xiàn)場(chǎng)零售行業(yè)的企業(yè)家們進(jìn)入了人工智能場(chǎng)景，領(lǐng)略Face++人工智能視覺技術(shù)在智能零售商業(yè)場(chǎng)景，從相同產(chǎn)品、相同服務(wù)給到所有人，向相同產(chǎn)品、不同服務(wù)給到特定人群的轉(zhuǎn)變。

人工智能商業(yè)模式范文第5篇

網(wǎng)友提問：連日來，世界冠軍李世石與“阿狗”力戰(zhàn)3局，戰(zhàn)況可謂空前激烈、驚心動(dòng)魄，最終李世石以0：3不敵“阿狗”。此一戰(zhàn)，人類遭遇完敗，我們?cè)撊绾慰创@場(chǎng)人類智能與人工智能的巔峰對(duì)決？

劉慈欣：1997年IBM的超級(jí)計(jì)算機(jī)“深藍(lán)”戰(zhàn)勝了國際象棋冠軍弗加里?卡斯帕羅夫；2015年10月“阿狗”以5：0戰(zhàn)勝歐洲圍棋冠軍樊麾；這次“圍棋人機(jī)大戰(zhàn)”中“阿狗”再度力克世界冠軍李世石。實(shí)際上，前兩次的比賽就已經(jīng)能夠證明計(jì)算機(jī)在棋類方面超越人類，結(jié)果屬于意料之中。雖然圍棋在復(fù)雜程度和組成數(shù)量上遠(yuǎn)超國際象棋，它最多有3361種局面，這個(gè)數(shù)字大概是10170，比已觀測(cè)到的宇宙中的原子數(shù)量還多。但不管怎樣，計(jì)算機(jī)下棋的思維方式?jīng)]有發(fā)生根本變化，可以說本質(zhì)上是一樣的。

計(jì)算機(jī)在很多方面超越人類已經(jīng)是不爭(zhēng)的事實(shí)，這點(diǎn)毋庸置疑。相較于前兩次人類與計(jì)算機(jī)的對(duì)決，這次比賽的進(jìn)步之處在于計(jì)算機(jī)的處理速度、數(shù)據(jù)庫容量、檢索和分類速度都有巨大提高。但總體來看，仍屬于量變，而不是質(zhì)變。對(duì)于人工智能技術(shù)而言，想要實(shí)現(xiàn)計(jì)算機(jī)模擬人的意識(shí)、思維以及信息判斷，還需要計(jì)算機(jī)技術(shù)從本質(zhì)上發(fā)生變化。舉個(gè)例子，人工智能技術(shù)中包括模式識(shí)別功能，當(dāng)前計(jì)算機(jī)能夠識(shí)別出人的面孔，但是還不能理解表情，更無法通過人的肢體動(dòng)作獲取人類內(nèi)心的想法。

網(wǎng)友提問：據(jù)谷歌公司介紹，“阿狗”已經(jīng)擁有了極強(qiáng)的學(xué)習(xí)能力。“圍棋人機(jī)大戰(zhàn)”中，面對(duì)李世石“奇招”，“阿狗”從容應(yīng)對(duì)，似乎看出它除了有超強(qiáng)的計(jì)算能力之外，還具備了一定的學(xué)習(xí)能力。如果它具備了這種能力，那成熟的人工智能技術(shù)離我們還遠(yuǎn)嗎？ 李世石（中）

劉慈欣：從“阿狗”的表現(xiàn)來看，它主要展示出的能力還是計(jì)算機(jī)基本邏輯推理能力，至于谷歌所說的學(xué)習(xí)能力還沒有得到完全驗(yàn)證。從人工智能的角度來講，計(jì)算機(jī)最需要向人類學(xué)習(xí)的能力是基于有限信息基礎(chǔ)上所產(chǎn)生的想象力和判斷力，當(dāng)計(jì)算機(jī)的邏輯推理能力和這些能力實(shí)現(xiàn)完美結(jié)合時(shí)，才意味著人工智能進(jìn)入成熟階段。

當(dāng)前距離實(shí)現(xiàn)成熟的人工智能技術(shù)還很遙遠(yuǎn)，甚至可以說，未來能不能實(shí)現(xiàn)還是個(gè)謎。因?yàn)橛袃蓚€(gè)重要的技術(shù)屏障無法突破，一是當(dāng)前馮?諾依曼型計(jì)算機(jī)還不具備模擬人腦的強(qiáng)大能力；二是腦科學(xué)的發(fā)展速度仍然緩慢，人類對(duì)于自身大腦詳細(xì)的深層結(jié)構(gòu)和運(yùn)作方式知之甚少。如果腦科學(xué)無法實(shí)現(xiàn)重大突破，那產(chǎn)生真正意義上的人工智能就是天方夜譚。

如《三體》中所說，當(dāng)半人馬座α星人發(fā)現(xiàn)地球存在生命體后，派出智子將人類的基礎(chǔ)科學(xué)鎖死，因?yàn)橹灰A(chǔ)科學(xué)不能實(shí)現(xiàn)重大突破，那么應(yīng)用型科學(xué)的發(fā)展是有瓶頸的。同樣，人工智能技術(shù)的發(fā)展也遵循這個(gè)道理，在人工智能技術(shù)之下還有更為基礎(chǔ)的計(jì)算機(jī)科學(xué)、腦科學(xué)等領(lǐng)域，只有這些科學(xué)技術(shù)取得重大突破后，人工智能技術(shù)才能迎刃而解。

另外，有些網(wǎng)友對(duì)人工智能心懷恐懼，這是大可不必的。假如有朝一日成熟的人工智能技術(shù)真的誕生了，人類還是有很多辦法可以對(duì)它進(jìn)行約束的。 李世石專心參賽

網(wǎng)友提問：作為人工智能程序的“阿狗”還需要進(jìn)一步提升、完善，谷歌公司的負(fù)責(zé)人也表示，希望通過“圍棋人機(jī)大戰(zhàn)”找出它的弱點(diǎn)。不過經(jīng)此一戰(zhàn)，人類已經(jīng)見識(shí)到了人工智能技術(shù)的強(qiáng)大能量，那么未來當(dāng)這種技術(shù)成熟后，人類生活會(huì)發(fā)生哪些變化呢？

劉慈欣：這個(gè)現(xiàn)在還無法進(jìn)行預(yù)測(cè)，不過可以肯定的是，人工智能的出現(xiàn)，意味著人類所做的很多事情都可以完全被計(jì)算機(jī)、機(jī)器人所替代。而且可以斷定，計(jì)算機(jī)、機(jī)器人能憑借它們強(qiáng)大的能力幫助人類做出更多出色的成績(jī)。到那時(shí)，機(jī)器人會(huì)走入家庭，像朋友一樣與人類相處，甚至還可能為成為人類家庭中的一員。

將思路拉回現(xiàn)實(shí)，“圍棋人機(jī)大戰(zhàn)”再次讓科技成為輿論熱點(diǎn)，并引發(fā)公眾對(duì)基礎(chǔ)科學(xué)的高度關(guān)注，對(duì)于科學(xué)推廣與普及有著積極的意義，會(huì)讓越來越多的人真實(shí)感受到科學(xué)技術(shù)的魅力，從而產(chǎn)生濃厚的興趣。同時(shí)，對(duì)于國家一直以來倡導(dǎo)的科技創(chuàng)新理念也有助推意義，相信人工智能技術(shù)會(huì)因此受到各方面的關(guān)注，吸引更多國家、企業(yè)與個(gè)人投入力量進(jìn)行研究。

延伸閱讀：

AlphaGo贏了之后 人工智能的必然

20年前，IBM的計(jì)算機(jī)“深藍(lán)”打敗了國際象棋世界冠軍卡斯帕羅夫，當(dāng)時(shí)引起不少討論與關(guān)注。而被視為“智力巔峰”的圍棋，卻是計(jì)算機(jī)所遇到的一個(gè)壁壘，一直無法攻破。如今歷史終于被打破，當(dāng)學(xué)習(xí)了人類職業(yè)棋手和頂尖棋手上萬份的棋譜，并且進(jìn)行了上千萬場(chǎng)次自我博弈的AlphaGo出現(xiàn)時(shí)，不得不說這是一次質(zhì)的飛躍。《自然》雜志總結(jié)了AlphaGo具備的四套重要算法，如走棋網(wǎng)絡(luò)、快速走子、估值網(wǎng)絡(luò)、蒙特卡羅樹搜索等，已然具備了高水平的智能決策。

有人質(zhì)疑AlphaGo沒有情感，沒有創(chuàng)造力，那么試想如果在比賽前不告訴人類，他對(duì)戰(zhàn)的是AlphaGo，人類多半會(huì)肯定對(duì)方棋手的創(chuàng)造力。因?yàn)榇饲?，機(jī)器的創(chuàng)造力一直不被人類認(rèn)可，它們看上去死板而且麻煩。但是隨著技術(shù)的發(fā)展，它們變得越來越簡(jiǎn)易而又快速，甚至成了必不可缺的“助手”。在大量工作中，按照固定流程處理的步驟正在變得完全自動(dòng)化，而且這些自動(dòng)化的流程還會(huì)像AlphaGo那樣，在多種算法與自我博弈中尋求最佳優(yōu)化。雖然不是每一個(gè)公司都像世界級(jí)棋手那樣高超得屈指可數(shù)，但還是有大量公司對(duì)人工智能帶來的智能水平優(yōu)化趨之若鶩。

說到這里，不得不提一下，人類對(duì)于人工智能的恐懼也是有道理的。技術(shù)不一定帶來大面積的失業(yè)，但是卻會(huì)帶來大量工作轉(zhuǎn)移。大量的白領(lǐng)工作正在被人工智能優(yōu)化，大量的機(jī)械生產(chǎn)管理有了全新的智能流程，大量的市場(chǎng)調(diào)查與分析具備新的智能水平，這是一種必然。