中國首份AI落地白皮書發佈！地方政府規模大，金融領域最積極_風聞

組委會 發自 凹非寺

量子位 報道 | 公眾號 QbitAI

人工智能落地，有方向可以參考了。

在MEET2020智能未來大會上，IDC聯合量子位發佈白皮書，全面展示了2019年中國人工智能應用狀況。

這是國內首份以人工智能應用為主題的白皮書，也是站在年底對中國人工智能市場的一次梳理與總結。

IDC中國副總裁鍾振山認為，這份白皮書“駁斥”了人工智能市場遭遇到的一些降温的觀點。

他介紹稱，2019年中國在全球市場佔比大概12%，是全球第二大單一人工智能市場，雖然比美國還有差距，但增速驚人會達到64%，成為全球第一。

從而可以看到，中國人工智能市場還是一個充滿活力的市場。

當然，白皮書中談到的不僅僅如此。作為這一年人工智能產業中的大趨勢，AI技術與傳統行業進一步產生了實質性融合，整個產業又有了新變化，比如：

2019年，雖然政府投入規模持續擴大，但已不是前幾年的一騎絕塵狀況。

不乏金融行業的公司在人工智能技術上投入了上億元。

中國AI技術供應商目前重點分佈在北京、上海、深圳、杭州這四大城市。

在落地提速的趨勢下，AI帶來的價值，已經不僅僅限於降本增效。

這背後還有哪些新價值湧現？新邊界又拓展到哪些地方？又會有什麼樣的新格局？

現在，我們可以結合這份白皮書，一文看盡。

金融公司2019投入上億元部署AI

人工智能技術商業化之後，“To G”成為一種新的商業模式，也成為AI公司獲取第一桶金主要來源。

白皮書數據顯示，在2019年地方政府的投入規模依舊最大，但已不是當初的一騎絕塵。

隨着近年來AI技術向To B發力，專業服務提供商和零售商的投入規模，已經追了上來。

但最兇猛的還要數金融行業，技術投入穩步增⻓，不乏有公司在2019年投入了上億元。

製造、醫療、電信等領域快速增⻓，產業智能化下AI應用場景愈加豐富。

在落地過程中，關鍵詞是“需求”。

白皮書中顯示，有明確業務需求的AI應用，已經在市場中逐步得到推廣，根據需求不同，技術的落地程度也有不同。

2019年，已經成熟落地的人工智能應用包括金融領域的反欺詐、生物識別類身份驗證、智能客服等以及服務行業的內 容審核類應用。

正在規模推廣的人工智能應用，包括政府的服務機器人、智能終端，以及政務⻔户智能化改造等。

此外，零售行業的智能貨櫃、貨架識別，製造業的質量檢測，醫療行業的智能導診以及面對商業的安防布控應用也正在規模化推廣。

面向未來，潛力巨大的人工智能應用包括跨行業的視頻結構化、 業務流程自動化，金融領域的智能網點服務機器人，服務領域的營銷互動，零售行業的供應鏈預測以及醫療行業的輔助臨牀診斷決策、虛擬智能助理等應用。

除此之外，電信行業智能網絡將能夠自動識別網絡故障、潛在攻擊，也是未來充滿潛力的創新應用。

超七成企業落地應用多項AI技術

從企業視角來看，73%的受訪者表示，企業為了更好地滿足業務需求引入了多項AI技術能力。

例如，金融行業用户涉足的AI技術領域非常廣，對人體與人臉識別、OCR、內容安全審核等領域都有關注，製造業用户則聚焦圖像識別類AI技術。

專業服務/互聯網/信息服務用户涉足的技術領域也非常廣泛，引入了NLP、機器學習平台、圖像、語音等多種AI能力。

這種趨勢之下，技術供應商也在拓展提供AI技術的邊界，語音識別公司攻入視覺領域，視覺創業公司切入語音和芯片，芯片公司加碼軟件和算法。

此外，雖然2019年人工智能算法創新的速度雖然減緩，但用户使用的模型卻更加豐富。

人工智能開發者數量增⻓迅速，使用的工具也日益豐富。行業用户普遍選擇使用TensorFlow、Pytorch等較為成熟的工具。

除此之外，主流行業用户也傾向使用Scikit-learn、Pandas、SciPy、Caffe/Caffe2 及國產技術工具百度飛槳等。

越來越多的開發者，也選擇將適配的人工智能模型從本地訓練推理轉向雲（44%）、邊緣（13%）、端（48%）運行，來提高模型部署的效率。

北京供應超上海深圳總和

從地域分佈來看，中國AI技術供應商目前重點分佈在北京、上海、深圳、杭州這四大城市，其中，北京人工智能企業數量547家，比上海和深圳的總和都多，遙遙領先。

廣州、成都、南京、蘇州、合肥、重慶、西安、青島成為AI技術供應商選擇佈局的第二梯隊城市。

具體到行業中，2019年中國人工智能軟件市場，加入了更多的國內外互聯網公司、AI獨⻆獸企業以及大數據公司。

這些市場參與者，都在細分市場的賽道上打磨AI技術。先説通用軟件平台，定義是基於深度學習、機器學習的AI應用開發平台。

在2019年，中國形成了以國內外雲服務商、中國AI獨⻆獸公司以及傳統大數據公司為主的市場格局。

然後是對話式人工智能平台，主要使用內容分析、信息發現以及深層自然語言處理和理解技術與人類進行交流。

報告中指出，得益於聊天機器人和智能對話終端應用的大規模落地，企業級、消費級對話式人工智能平台市場驅動了整個人工智能軟件市場的發展。

2019年提供對話式人工智能平台的廠商，已經不僅僅限於互聯網頭部企業，還有更多的AI初創公司加入。

分析市場中，聚集了眾多頭部互聯網企業、AI獨⻆獸企業。在白皮書中進一步劃分為了NLP及文本分析、音頻語音分析、圖像視頻分析等子市場。

2019年，圖像分析市場參與者，大部分已經具有能夠提供OCR、人臉、人體識別等熱⻔AI技術的能力，隨着視頻數據的逐步增⻓，視頻分析市場也已具備增⻓動力。

NLP及文本分析軟件方面，主要應用在智能客服、輿情分析、警務情報分析、品牌監測、辦公自動化等方面。

音頻、語音分析軟件仍處於淺層應用階段，多數互聯網及AI公司僅提供一些企業級、消費級的應用，在技術創新性、價值提升方面還需要加強。

搜索系統方面，鍾振山介紹稱，有越來越多的企業級的用户有相關的需求，但提供解決方案的廠商並不多，主要來源於海外，像IBM、微軟、Google等等。國內僅有百度等有相關動作，還處於相對比較初期的階段。

​AI落地價值不限於降本增效

降本增效，提升服務體驗，是人工智能給企業帶來的直接效益，也是當前AI落地過程中承擔的核心角色。

但從白皮書中提供的數據來看，人工智能落地帶來的新價值，並不限於此。有26.6%的受訪者認為，價值主要體現在創新業務方面。

白皮書中援引了某AI企業解決方案主管的説法，“客户選擇嘗試更多的AI創新應用，除了降本增效，對於業務創新理念啓發也非常重要。”

當然，降本增效，提升服務體驗，提高運營效率，降低運營風險等直接效益，也是AI落地價值的核心。

具體的價值獲取方式，是行業用户根據不同的業務需求，把人工智能應用嵌入到組織內的業務流程中。

例如，金融行業企業把人工智能應用在運營、欺詐⻛險管理以及IT安全上，製造業不僅把AI引入物流、供應鏈製造環節，也在市場營銷環節積極採用，專業服務/互聯網/信息服務企業，則把AI應用在運營、市場營銷以及IT安全上。

雖然近年來人工智能一直在談落地與應用，但都是圖像、視頻、自然語言處理、語音、知識圖譜、AR與VR等“單點人工智能能力”在迅猛增長。

這背後的原因得益於機器學習、深度學習算法模型的不斷突破創新。

隨着人工智能初步落地帶來了市場反饋，人工智能技術需要進一步提升與深耕，來應對更加廣闊的落地空間，與更加廣闊的邊界。

這些動向，在2019年已經有所顯現，比如視頻等非結構化信息數量的持續增加，視頻分析技術會迎來進一步發展契機。

白皮書中指出，語音語義技術也會持續發展，多輪對話、情緒感知、認知智能、輔助決策等將是未來技術突破方向。

因此，也就形成了AI落地的新格局。

超六成企業認為部署AI難

AI落地過程中也有種種阻力。

白皮書中指出，有超過60%的受訪者認為，“部署AI真的好難！”

核心阻力，來自於組織內部AI技術人員匱乏、 缺乏質量高的數據集。

應用場景不明確、項目成本等也是企業落地人工智能受阻的重要方面。

除此之外，AI項目的實際落地效果尚未量化，或並未達到預期，也使企業落地AI的投資計劃迴歸理性。

這些挑戰雖然是客觀存在，但也從另外一個維度折射出了AI落地新機遇：人才培養、數據集打造，以及提供具體場景、可量化效果的AI服務，將成為AI落地中最受歡迎的玩家。

從人才到數據，落地四大方法論

在這份白皮書中，也進一步提煉出了推動AI落地的經驗：

**首先，將員工再培訓和發展視為企業採用AI的關鍵策略之一。**提供技能培訓資源，為內部員工 轉換為新⻆色做好準備。

其次，尋找合適的技術服務供應商作為合作伙伴。

一個好的合作伙伴可以為企業提供適用的建議，例如建立合理的AI項目組織架構，引入適配的技術平台，以及通過知識轉移更好地提升企業內部AI能力。

第三，進行數據定義、分類，並記錄存儲位置，保證數據的一致性。

確保數據智能平台嵌入了數據安全管理標準。積極獲取並善於利用非結構化數據，保證信息提取的完整性、精 確性。

**最後，與客户服務、市場營銷、銷售等業務團隊加強協作。**瞭解AI應用場景給業務帶來的附加價值。

具體來説，要與企業內部技術和業務人員共同協作來評估AI項目收費的具體方案，明晰候選解決方案的優勢和不足，對技術供應商實施的AI項目進行結果分析和定量評估，確保解決方案的應用價值實現和業務目標制定的一致性。

明年增長超50%，未來六大趨勢

在白皮書的最後，也提供了對未來AI落地的展望，介紹了全球範圍內AI市場六大趨勢：

**第一，人才技能增強。**人工智能的落地採用，將使企業改變其運營方式，員工培訓和組織變更管理，將是未來企業內部AI人才投資的關鍵領域。

到2024年，將有75%的企業投資於員工再培訓和發展，包括第三方服務，以滿足AI採用帶來的新技能需求和工作方式轉變。

**第二，數據智能。**能幫助技術業務人員快速尋找到構建AI應用、分析過程中將要使用的數據，將成為數據訪問和授權控制的一個點，保證在分佈式數據倉庫中實現有效地數據保護和一致性應用，也會提升企業內部人員數據素養，實現數字化運營、轉型的企業戰略。

到2023年，60%的組織將選擇數據智能來統一數據獲取、探索、和分析流程中的數據，從而提高應用開發過程和業務結果統計過程中數據的透明度和可信度。

**第三，非結構化數據轉化。**人工智能技術(例如自然語言處理和計算機視覺)的採用，促進了非結構化和半結構化的數據轉換過程。AI正幫助釋放非結構化數據的全部潛力，來提升決策和構建工作流程的準確度和效率。

到2021年，將有25%的數據驅動型組織會將30%的非結構化數據轉化為離散因子，從而推動自適應決策和數據驅動工作流的自動化。

**第四，超個性化應用發展。**個性化是未來提供產品和服務的企業競爭的核心。個性化推薦、定價甚至根據個人的特定需求量身定製產品將是未來發展方向，客户體驗成為AI應用的重點領域。

到2021年，將有15%的客户體驗應用將通過持續結合各種數據和創新的強化學習算法實現超個性化。

**第五，AI邊緣應用趨勢。**越來越多的連通性設備的出現、隱私和安全方面的考慮等使AI邊緣應用成為趨勢。隨着邊緣基礎設施的發展，邊緣AI應用的用例也將不斷擴展。

到2024年，將有50%的計算機視覺和語音識別模型將在邊緣端運行。

**第六，AI按價值收費。**2019年人工智能技術已被眾多企業接受並認可。不斷拓展的AI技術將推動AI解決方案的革新，組織內部採用人工智能將會顯著提升業務效果，未來人工智能解決方案支出按價值收費是大勢所趨。

到 2024年，數字經濟下以AI為驅動的企業將全面地採用 人工智能技術來開展業務，人工智能將成為各個業務環節中不可或缺的一部分。

按價值收費的人工智能解決方案，也能給企業帶來巨大的業務價值，例如提高業務流程的準確性和有效性，提升客户滿意度，加快響應時間，改善合規性等。

到2024年，人工智能將成為各個業務環節不可或 的一部分， 25%的人工智能解決方案支出將按價值收費，可推動大規模創新並實現巨大的商業價值。

聚焦到中國市場上，IDC預計2020年中國人工智能市場將再續輝煌，市場規模將達到42.5億美金， 預計年增⻓率將達到51.5%。到2023年，規模將達到119億美金，2018-2023年複合增⻓率達46.6%。

市場紅利良多，依舊藍海一片，天地廣闊，仍舊大有可為。