CobiNet(寧波)推薦文章： [摘要] 2017年是人工智能快速發(fā)展的一年，也是人工智能在各行業(yè)加速應用的一年。

2017年是快速發(fā)展的一年，也是人工智能在各行業(yè)加速應用的一年。一年里，億歐智庫重點關注人工智能在各行業(yè)的應用與落地，先后發(fā)布了人工智能在醫(yī)療、金融、安防、內容、汽車等領域的研究報告，后續(xù)還將陸續(xù)發(fā)布人工智能在法律、工業(yè)、教育等領域的研究成果。

通過對人工智能在近10個行業(yè)領域的應用研究，我們在人工智能的各行業(yè)應用中找到了不少相似點，基于這些相似點，我們得以不局限在各個行業(yè)內，而是尋找到了人工智能在行業(yè)應用共同的一些內在規(guī)律和發(fā)展趨勢，對未來人工智能在各個行業(yè)應用，以及2018年人工智能的行業(yè)應用做出了一些判斷和預測。

2017年概況：行業(yè)應用大范圍探索，2C應用大量出現(xiàn)

總體而言，2017年，AI在各個行業(yè)展開了大范圍應用探索，并取得了不少突出進展。這一年里：在各地警方監(jiān)控、火車機場進出站甚至高校課堂都得到了應用;不少醫(yī)院也開展了圖像輔助診斷嘗試;眾多多法院引入了AI庭審語音轉錄系統(tǒng);汽車大規(guī)模路測，李彥宏因為坐自動駕駛汽車上五環(huán)收到罰單;科技部公布分別依托BAT和訊飛的四大國家新一代人工智能開放創(chuàng)新平臺，其中3個都是面向行業(yè)應用領域。

雖然在2017年人工智能呈現(xiàn)在各行業(yè)全面滲透，但真正人工智能在行業(yè)的應用，已經(jīng)發(fā)展了很多年。最早追溯到2000年左右，捷通華聲，小i機器人等已經(jīng)成立，并在持續(xù)開展智能客服在行業(yè)的應用。到12年左右，伴隨著的突破，人工智能創(chuàng)業(yè)顯著加速，F(xiàn)ace++等一批人臉識別企業(yè)開始在金融、安防等領域進行探索。據(jù)億歐智庫統(tǒng)計，這一波人工智能創(chuàng)業(yè)在15、16年達到**，這兩年新成立的企業(yè)，占了全部企業(yè)的近一半。2017年雖然人工智能概念火熱，也曝出多筆大額融資，但新成立企業(yè)已經(jīng)少了很多。

17年，在初創(chuàng)公司、大公司的共同推動下，AI行業(yè)應用呈現(xiàn)出全面開花狀態(tài)。除了少數(shù)做芯片和純技術的公司，絕大部分AI初創(chuàng)公司都在做AI的行業(yè)應用。這些公司中的很多在16-17年開始推出產品或解決方案，并將產品推向行業(yè)進行試用和持續(xù)磨合。17年，隨著AI的火熱，大量互聯(lián)網(wǎng)公司和傳統(tǒng)行業(yè)內提供解決方案的公司，開始在產品中引入AI技術，或投入AI的研發(fā)，技術側和行業(yè)側開始共同推動AI的行業(yè)應用。

17年之前，AI的行業(yè)應用遠離大眾認知，17年直接面向大眾的產品開始顯著增多。之前AI的行業(yè)應用多集中在金融、安防、醫(yī)療等專業(yè)領域、專業(yè)客戶，或以智能客服等大眾無感知的形式，服務于大眾生活中個別低頻場景。17年，刷臉支付、公交刷臉、AI翻譯、無人店、智能語音音箱等很多直接接觸大眾的，更高頻的AI應用開始顯著增多，天貓智能語音音箱銷量甚至破百萬。

具體各行業(yè)應用中，安防和自動駕駛領域進展較快。安防領域人臉識別相關技術已經(jīng)比較成熟，各地警方的使用證實了AI的應用價值，大量安防企業(yè)和新成立AI企業(yè)開始跟進，軟硬件一體化解決方案大量推向市場，到年底深圳安博會時，AI產品方案已經(jīng)遍布整個會場。17年也有大量自動駕駛汽車公司獲得融資，雖然離最終上路運營還有距離，但路測結果及政策持續(xù)利好給了行業(yè)很強的信心，資本的熱情持續(xù)高漲，推動行業(yè)快速發(fā)展。

AI在其它大部分行業(yè)都有一些應用，但有些處于零散試點狀態(tài)，很多則處于和行業(yè)具體磨合和探索階段，要么產品與行業(yè)需求不完全匹配，要么產品還比較原始，不能完全達到行業(yè)要求，要么落地時存在各種執(zhí)行層面各種困難，導致企業(yè)難以獲得銷售收入。雖然沒有直接數(shù)據(jù)，但業(yè)界普遍流傳的說法是，大部分公司AI產品或方案17年沒有多少收入，少部分有收入，但還沒實現(xiàn)顯著盈利。

大公司、政策、資本、輿論熱度是4大推動力

2017年AI行業(yè)應用之所以取得了不少進展，與這一年里大公司、資本、政府以及輿論的強勢推動有很大關系。

2017是大公司全面布局AI戰(zhàn)略的一年，互聯(lián)網(wǎng)三巨頭全面戰(zhàn)略入局AI，投入巨大，百度甚至提出了ALL In AI的口號(Bobin最近又否認了)?；ヂ?lián)網(wǎng)小巨頭京東、頭條等，也都搞起了AI搶人大戰(zhàn)，?？怠⑵桨驳葌鹘y(tǒng)巨頭，更是全面擁抱AI。一眾巨頭的入局，增強了行業(yè)信心，教育了市場，加快了AI的行業(yè)應用速度。尤其是百度免費開放語音和人臉識別能力，更是加速了AI的行業(yè)落地。

政府則是在17年密集出臺了一系列AI相關政策。據(jù)億歐智庫統(tǒng)計，2017年國家和各省市發(fā)布的涉及人工智能的政策共計35條，比16年的17條增長了一倍。其中，僅國家層面的政策就有10條，7月份國務院更是專門印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，從國家層面對人工智能產業(yè)進行了頂層設計。政策的出臺，為人工智能企業(yè)獲得政府支持和產業(yè)健康發(fā)展奠定了基礎。

資本在這一年的投資也創(chuàng)了新高。據(jù)億歐智庫統(tǒng)計，2017年全年公布的融資總額到達273億元，前三季度投資金額合計就已經(jīng)超過2016年全年，商湯、曠視等新一輪融資更是高達數(shù)億美元。真格、IDG、創(chuàng)新工場等多個著名投資機構投資的AI項目都超過20個，足見資本對AI的看好。大筆資金的注入，使得各個AI公司彈藥充足，為各公司進行行業(yè)落地實施奠定了穩(wěn)健的資金基礎。

在巨額融資、各種政策推動下的輿論高漲，也對推動AI的行業(yè)落地，起到了重要的教育市場作用。人工智能不熱之前，人工智能企業(yè)需要花費大量精力教育客戶，解釋人工智能是什么，有什么用。人工智能在媒體層面的火爆，對全社會進行了市場教育，人工智能企業(yè)進行市場拓展更順暢，很多行業(yè)人士甚至開始主動探索人工智能如何對自己的行業(yè)產生變革，為人工智能企業(yè)節(jié)約了不少隱形成本。

從技術角度分成3個大類，發(fā)展不盡相同

具體到實際落地的各種產品形態(tài)看，不論哪種行業(yè)，AI應用的具體產品形態(tài)，都可以根據(jù)其背后主要的支撐技術，大概分成三種：

語音文字處理類：醫(yī)療語音記錄、法院庭審語音記錄、AI寫新聞稿、金融智能客服等;

圖像與視覺類：自動駕駛、醫(yī)療影像診斷、機器判卷、機器人分揀等;

大數(shù)據(jù)分析預測類： 智能風控、健康管理系統(tǒng)、案件刑期預測等;

同類技術的產品方案在不同行業(yè)應用程度顯然不同。不同行業(yè)本身的信息化程度不同，行業(yè)對技術指標需求也不同，方案為行業(yè)帶來的價值不同，行業(yè)能夠承受的成本也不同，同類技術的產品方案的應用程度肯定也就不同。例如同樣是人臉識別，刷臉支付對識別準確率和召回率的要求，比店鋪會員識別高的多，因此人臉識別在兩個行業(yè)落地進展差別較大。

不過從技術發(fā)展角度，由于在同一時間下，各個行業(yè)間同類技術產品的技術不會有很大差別，故技術原理接近的各種AI應用方案，其產品形態(tài)和應用成熟程度也會比較接近。因此，從技術角度，對AI在各行業(yè)的應用進行跨越行業(yè)的綜合判斷，仍舊有重要參考意義。

語音文字處理類：進展較快

語音文字類應用，如智能客服、語音轉文字、語音助手等，已經(jīng)在很多領域得到了應用。語音識別技術已經(jīng)相對比較成熟，過去幾年在非專業(yè)領域已經(jīng)取得了不少應用。語義理解方面，相關技術近兩年進展并不算突出，要達到更實用的水平，還需要技術的突破，但智能客服、語音助手等，對技術的要求并不高，所以以目前的技術水平，也取得了一些應用，如法律咨詢、金融客服、車載語音設備，智能音箱等。

值得注意的是，語音文字類應用中，很多應用對技術的要求較高，目前多輪對話和上下文理解依舊是語音文字領域的難題，產品體驗很難達到很好的效果，例如車載語音后視鏡，還只能執(zhí)行簡單的問答和操作。涉及到較多專業(yè)名詞的語音識別、翻譯等，準確率也會顯著下降。遠場麥克風陣列雖然取得了不少進展，但距解決雞尾酒會問題還有距離。

圖像與視覺類：應用較多

圖像與視覺類技術方案中，人臉識別技術已經(jīng)比較成熟，17年商業(yè)落地較多，尤其是在安防領域。AI能夠顯著提高警方在監(jiān)控中查找嫌疑人的時間，已經(jīng)成為安防領域的主流產品，未來幾年伴隨著監(jiān)控攝像頭的更新?lián)Q代，在各地警方的應用還會越來越多。圖像識別等也在營銷領域，如視頻電商等領域得到了應用。

圖像處理相關技術，17年也取得了不小的進展，尤其是圖像風格轉換等抽象內容處理相關，因為評判標準不太清晰，主觀性強，內容邏輯自洽也不強，達到的效果還有娛樂性，因此得到一些應用。18年會有更多的相關功能集成到專業(yè)軟件中。

醫(yī)療圖像診斷、自動駕駛等圖像類應用，也有很多公司在開展應用測試。但這類應用除了技術本身，還涉及到?jīng)Q策問題，影響了落地。理論上多變量決策可以由機器學習實現(xiàn)，但決策類應用的關鍵問題在于，機器并不能獲取到全部的決策變量，以及機器決策的結果誰來承擔責任。醫(yī)生在對圖像的診斷不只依賴于圖像，還會結合對病人的實際詢問等信息，綜合做出判斷，這點機器無法做到。完全自動駕駛汽車發(fā)生撞人事故后的責任認定問題，也一直是討論的焦點。決策類機器不能替代人的情況下，在相關行業(yè)的應用價值下降很多。

更復雜的行為識別等技術，在安防、新零售中也找到了應用方向，但技術上總體離實際應用還有些距離?；谛袨樽R別的無人零售標桿Amazon Go剛剛宣布面向公眾開放，具體技術水平還有待驗證。

大數(shù)據(jù)分析預測類：應用較慢

很多行業(yè)的AI解決方案，都是基于行業(yè)大數(shù)據(jù)，搭建深度網(wǎng)絡進行建模，從而對一些指標趨勢進行分析和預測，如智能風控，分級教育，工業(yè)設備故障預測等。但由于數(shù)據(jù)缺失，很多預測準確率不高。即便達到較高準確率，仍然面臨上文提到的機器決策存在的問題等，應用推廣有難度。不少大數(shù)據(jù)AI公司，實際落地的項目主要也還是信息化系統(tǒng)或數(shù)據(jù)的挖掘和可視化部分，基于AI的分析預測在很多平臺的占比很小。

AI落地主要限制因素：行業(yè)積累、數(shù)據(jù)、高成本

雖然17年AI在各行業(yè)都進行了探索，但除了本身的技術局限，在很多行業(yè)，行業(yè)積累、數(shù)據(jù)和高成本都限制了AI在行業(yè)的落地。

醫(yī)療、金融、工業(yè)等行業(yè)，專業(yè)度高，要找到AI的正確應用方式，需要在行業(yè)有深厚積累，同時又熟悉AI技術。而市面AI公司，要么以技術團隊為主，缺乏深厚的行業(yè)積累，難以把握行業(yè)需求，并調動足夠的行業(yè)資源。要么以行業(yè)出身的團隊為主，有一定行業(yè)資源和理解，但技術實力不足夠強。

即便技術團隊和行業(yè)團隊開展合作，產品或解決方案的研發(fā)需要的磨合時間非常長，對于很多創(chuàng)業(yè)公司而言，團隊和投資方的耐心不夠，錢不足以支撐長期研發(fā)，急于求成做出來的產品實際上并沒有解決行業(yè)本身的問題，不被行業(yè)所接受。

數(shù)據(jù)則是很多AI行業(yè)應用難以落地的關鍵。大量的行業(yè)本身數(shù)據(jù)積累就不足，即便有數(shù)據(jù)也是凌亂且缺乏標簽化，數(shù)據(jù)位置也很分散，很多分散存儲在之前的各種信息化系統(tǒng)和軟件中，實現(xiàn)跨軟件數(shù)據(jù)對接難度很大。有的行業(yè)數(shù)據(jù)雖然多，但由于安全和商業(yè)考慮，很難開放給第三方。反倒是之前為行業(yè)做專業(yè)軟件和信息化系統(tǒng)的企業(yè)，或者本身就擁有數(shù)據(jù)的行業(yè)主體本身，以后基于數(shù)據(jù)開發(fā)AI相關功能，要容易的多。

AI企業(yè)要通過銷售產品或服務變現(xiàn)，就必須解決當前AI研發(fā)成本過高的問題。眾所周知AI工程師工資普遍非常高，月薪2萬以上很正常。然而AI在各行業(yè)的應用中，目前以產品形式存在的較少，以整體解決方案存在的較多。解決方案通常都有定制需求部分，歷時也會比較長，如果人員工資非常高，方案總價也會非常高。就目前AI解決方案對企業(yè)地帶來的價值并不是很大的情況下，高昂的項目費用是企業(yè)難以接受的。

人工智能在行業(yè)的應用的最終形態(tài)

17年，人工智能技術在強化學習、遷移學習，生成對抗網(wǎng)絡等方面取得了不少進展，但總體看，大部分還都是在現(xiàn)有技術上的延伸，還沒取得突破性進展。在技術沒有質變前，億歐智庫認為，AI在各行業(yè)應用的最終形態(tài)已經(jīng)基本清晰，以后隨著技術發(fā)展只是慢慢進行實現(xiàn)?？傮w來看，AI在各行業(yè)的應用最后大概會呈現(xiàn)3種狀態(tài)。

第一種狀態(tài)，一些機器人的應用，分流人的初級工作，減少人員的使用。例如智能客服，初步具備了一些智能功能，并不能完全替代人，但是已經(jīng)能夠進行一些簡單的問答，幫人過濾掉大量費時的簡單問題，把人類客服的時間留給復雜問題，從而減少客服人員數(shù)量。圖像、視頻識別等很多也屬于此類應用。由于這類應用節(jié)約人力成本明顯，企業(yè)接受度比較高，在各個行業(yè)已經(jīng)優(yōu)先應用起來。

第二種狀態(tài)，在現(xiàn)有信息化工具上，引入AI增加一部分智能功能，這也將是AI在大部分行業(yè)的應用形態(tài)。大部分行業(yè)，已經(jīng)有了很多很復雜的軟件工具，協(xié)助人進行工作。人工智能能夠實現(xiàn)的功能，相比于目前各種軟件工具的所實現(xiàn)的強大功能，只是九牛一毛。當很多行業(yè)的工具遇到AI，其結果必然是在現(xiàn)有工具基礎上的AI增強，而不是全新的工具顛覆原工具。

以圖像處理為例，雖然目前的AI實現(xiàn)了各種奇特效果，但相比于Adobe的Photoshop軟件里成千上萬的圖像處理功能，仍不值一提，要基于AI重新開發(fā)一款軟件干掉PS顯然是不現(xiàn)實的。更合理的方式顯然是Adobe在Photoshop中嵌入更多AI功能，Adobe也確實在這樣做，18年AI摳圖功能就將在新版PS中上線。

第三種狀態(tài)，基于AI誕生一些新的東西，實現(xiàn)一些之前做不到的事情。比如：AI圖像診斷等系統(tǒng)推動了分級診療;阿里的魯班系統(tǒng)，實現(xiàn)了千人千面的海報制做;CycleGAN對圖像進行局部替換等傳統(tǒng)圖像處理軟件難以處理的操作;完全自動駕駛實現(xiàn)后，新型交通體系的建立。不過這部分應用的比例會很小。

基于這三種應用狀態(tài)看，AI除了能推動少部分行業(yè)大的變革(如自動駕駛)，對大部分行業(yè)而言，既不能大面積替代人，也很難深刻變革大部分行業(yè)。對大部分行業(yè)而言，AI并不是什么轉型升級的良藥而是優(yōu)化，而主要是工具的優(yōu)化，或部分領域的散點式應用。

18年AI+行業(yè)應用的一些判斷和預測

在已經(jīng)能夠基本判斷未來幾年AI在各行業(yè)的應用形態(tài)的情況下，億歐智庫對2018年的AI行業(yè)應用形勢也有了一些基本的判斷：

參與主體更加寬泛。之前AI行業(yè)應用的主體是創(chuàng)業(yè)公司，17年已經(jīng)有大公司大范圍參與進來，18年開始，伴隨著資本和大公司賽道布局的完成，AI行業(yè)應用投資將會變得慎重，創(chuàng)業(yè)公司再整體的比重進一步降低，更多的傳統(tǒng)企業(yè)，甚至個人和愛好者，將成為探索行業(yè)應用的重要力量。尤其是Google開放AutoML后，AI開發(fā)的門檻進一步降低，將激發(fā)更多人參與到AI應用的探索中。

探索范圍繼續(xù)拓寬。創(chuàng)業(yè)公司和大公司主導的AI行業(yè)應用探索，多面向市場空間大，且盈利預期顯著的應用場景，很多細小領域無暇顧及。所以即便經(jīng)過了2017年一年的熱潮，億歐智庫估計，仍有30%以上的AI行業(yè)應用形態(tài)未被探索。隨著參與探索AI行業(yè)應用主體的寬泛，更多市場不大，甚至難以預見盈利，但確確實實與AI有結合的應用場景將被探索和驗證。

相當一部分行業(yè)應用將被證偽。技術和實施層面的諸多困難，使得相當多的AI行業(yè)應用長期以來并沒有真正落地，可能以后也很難落地，即便能夠落地，不少AI解決方案對企業(yè)而言，投入產出并不成比例，所以難以推廣和復制。從事這類應用的企業(yè)，18年將面臨難以獲得資本繼續(xù)支持的窘境，部分投資人甚至預計18年后半年將迎來AI寒冬。億歐智庫估計，目前市面的各類AI行業(yè)應用場景中，最后能夠落地，讓企業(yè)維持盈利正循環(huán)的，可能不高于20%。

一部分AI行業(yè)應用，例如上文提到的在現(xiàn)有信息化系統(tǒng)上增加智能功能，對行業(yè)本身的積累和資源要求高，難以從外部突破，但從行業(yè)內部有機會實現(xiàn)。這部分應用在17、18年或許無法被證明成立，但以后隨著行業(yè)內部的升級將逐步落地。這部分可能在目前的各類行業(yè)應用中，占比達到40%左右。

驗證成立的領域競爭加劇。安防等少數(shù)被驗證成立的領域，17年已經(jīng)擠進了大量玩家，18年隨著市場的逐步擴大，各家將迎來增長，但競爭也將持續(xù)加劇。自由競爭市場下，行業(yè)最終或將導向7-2-1的市場格局。而行業(yè)資源依賴較重的領域，原有行業(yè)內的企業(yè)，仍將占據(jù)市場的主體地位。就像安防市場，如今幾乎沒人相信曠視、商湯們能夠動搖海康、大華們的市場地位。

相比于資本領先于市場節(jié)奏，略微落后于市場節(jié)奏的政策出臺，在2018年還將繼續(xù)下沉和擴展。18年還將有更多的省和市出臺更具體的AI相關政策，但意義并不會很大，狹義的人工智能創(chuàng)業(yè)門檻非常高，大部分省市不具備人才和產業(yè)基礎，公司換城市也是難的。不過不少所謂AI行業(yè)應用企業(yè)將借機完成從2VC到2B到2G的華麗轉身，充分利用政策紅利維持企業(yè)的繼續(xù)生存。

文章編輯：CobiNet(寧波)  
本公司專注于電訊配件,銅纜綜合布線系列領域產品研發(fā)生產超五類，六類,七類線，屏蔽模塊，配線架及相關模塊配件的研發(fā)和生產。

歡迎來電咨詢0574 88168918,郵箱sales@cobinet.cn，網(wǎng)址www.idouxiong.cn