國際數(shù)據(jù)公司（IDC）最新發(fā)布的《中國人工智能軟件及應(yīng)用（2018下半年）跟蹤》報告顯示，2018年中國人工智能市場規(guī)模達(dá)17.6億美元，報告從廠商視角解讀了市場格局及市場份額，也從用戶視角追蹤了不同行業(yè)人工智能應(yīng)用的落地情況以及用戶投資人工智能技術(shù)的策略。

　　報告中數(shù)據(jù)顯示，政府、互聯(lián)網(wǎng)、金融、電信、制造、醫(yī)療是人工智能應(yīng)用規(guī)模較大的幾個行業(yè)，詳見下圖。

　　如上圖所示，政府行業(yè)遙遙領(lǐng)先，主因是政府在基礎(chǔ)硬件方面的投資較大。結(jié)合在2018-2019年間面向行業(yè)用戶中有關(guān)人工智能的深度訪談，IDC也發(fā)現(xiàn)真正從應(yīng)用層面來看，互聯(lián)網(wǎng)、金融行業(yè)的智能化程度最高。人才層面，很多企業(yè)都稱已經(jīng)有數(shù)據(jù)科學(xué)家，但真正具備算法開發(fā)能力的只存在行業(yè)排名前二十的企業(yè)中。多數(shù)企業(yè)中的技術(shù)人員只能執(zhí)行數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)注的工作。

　　而具體到各個行業(yè)，不同規(guī)模的企業(yè)對人工智能技術(shù)的采用和落地程度也不盡相同。

　　互聯(lián)網(wǎng)行業(yè)：

　　從整體上看，互聯(lián)網(wǎng)行業(yè)在AI市場規(guī)模全行業(yè)中位居第二。第一、二梯隊(duì)的互聯(lián)網(wǎng)公司已全面應(yīng)用人工智能技術(shù)，在內(nèi)部建設(shè)AI算力平臺，并在平臺上開發(fā)覆蓋各業(yè)務(wù)流程的AI應(yīng)用。而中小規(guī)模的互聯(lián)網(wǎng)公司也在大量采用云端AI服務(wù)。

　　互聯(lián)網(wǎng)行業(yè)包含諸多細(xì)分領(lǐng)域，如直播、短視頻、電商、社交、媒體等等，對人工智能技術(shù)的采用，相同點(diǎn)在于都是進(jìn)行內(nèi)容分析、保證內(nèi)容安全、提升用戶體驗(yàn)、維舊拉新； 不同點(diǎn)在于應(yīng)用落地的程度和當(dāng)前的技術(shù)能力。

　　某互聯(lián)網(wǎng)直播平臺應(yīng)用案例：

　　該直播平臺現(xiàn)有用戶接近1億人，公司內(nèi)部專業(yè)AI團(tuán)隊(duì)大概40-50人，一部分專做機(jī)器學(xué)習(xí)，另一部分做具體應(yīng)用。其AI應(yīng)用主要提供給用戶端和主播側(cè)。在觀眾側(cè)，利用人臉識別進(jìn)行身份驗(yàn)證會從外部采購成熟的產(chǎn)品。而面向主播側(cè)，其AI技術(shù)會涉及到人體摳圖、骨架研究等。使用頻率高、采用云端服務(wù)成本過高、且屬于核心應(yīng)用，更多是其自主研發(fā)。另外，公司的重點(diǎn)在音視頻解碼、傳輸以及流量推送方面做智能化，以節(jié)省帶寬，從而降低支出。總體上，該互聯(lián)網(wǎng)公司對于AI的技術(shù)策略以成本效率和上線實(shí)施效率為導(dǎo)向。

　　金融行業(yè)：

　　受益于較好的數(shù)據(jù)化基礎(chǔ)，金融行業(yè)可以在業(yè)務(wù)中廣泛的應(yīng)用 AI，但是大部分企業(yè)并沒有統(tǒng)一的人工智能規(guī)劃。當(dāng)前市場上明顯非常重視人工智能的金融機(jī)構(gòu)包括工商銀行、建設(shè)銀行、太平洋保險、平安科技等。這些頭部企業(yè)有實(shí)力從基礎(chǔ)算力開始投資人工智能，也能夠從多個領(lǐng)域開始采用AI。第二梯隊(duì)的機(jī)構(gòu)則更多與外部供應(yīng)商合作開始探索。

　　影響金融機(jī)構(gòu)大規(guī)模采用AI的因素一個是在于數(shù)據(jù)資源不充分，另一個是對于從硬到軟的人工智能技術(shù)的認(rèn)知不清。不同規(guī)模的金融機(jī)構(gòu)在技術(shù)采用策略上也有很大的不同。差異一方面體現(xiàn)在基礎(chǔ)算力平臺搭建，另一方面體現(xiàn)在對于AI技術(shù)的投資是自研為主還是外包為主，在應(yīng)用深度上也有明顯差異。

　　某股份制商業(yè)銀行應(yīng)用案例：

　　山東省某股份制商業(yè)銀行目前在科技開發(fā)部已配備10人的算法工程師團(tuán)隊(duì)。在技術(shù)采用策略上，一方面會在基礎(chǔ)算法層面做技術(shù)儲備，另一方面也會采用已經(jīng)成熟的產(chǎn)品。該銀行在前臺已經(jīng)采用了對話式客服，在中臺采用商業(yè)化算法平臺上提供的模型進(jìn)行二次訓(xùn)練優(yōu)化，也在嘗試構(gòu)建投資模型時融合多個模型。在支撐技術(shù)方面，該銀行已經(jīng)建成了身份驗(yàn)證統(tǒng)一平臺，包括人臉識別、指紋識別、短信、郵箱、虹膜、靜脈等。在基礎(chǔ)算力方面，由于地方性商業(yè)銀行，還沒有足夠的數(shù)據(jù)積累，因此對算力的要求現(xiàn)階段并不是特別高。

　　制造行業(yè)：

　　制造行業(yè)細(xì)分產(chǎn)業(yè)下采用人工智能的場景和進(jìn)展更加復(fù)雜，可以分為家居類企業(yè)、手機(jī)類、汽車制造類、汽車零配件生產(chǎn)、電子設(shè)備制造產(chǎn)業(yè)等，如下圖所示。其中消費(fèi)級產(chǎn)品制造服務(wù)商對人工智能技術(shù)的投資主要在于對話式AI以及人臉、圖像識別等功能，目前領(lǐng)先者會自建AI團(tuán)隊(duì)與外部合作伙伴一起實(shí)現(xiàn)產(chǎn)品智能化，在實(shí)現(xiàn)產(chǎn)品智能后再逐步提供智能服務(wù)。對于偏生產(chǎn)車間裝配制造的企業(yè)來說，對人工智能的應(yīng)用則處于更早期階段，創(chuàng)新的案例有產(chǎn)品質(zhì)量檢測以及預(yù)測性維護(hù)等，這一領(lǐng)域需要的不僅是創(chuàng)新的技術(shù)，更需要了解企業(yè)業(yè)務(wù)的行業(yè)解決方案服務(wù)商。

　　某家電企業(yè)應(yīng)用案例

　　該家電企業(yè)現(xiàn)已建成40多人AI團(tuán)隊(duì)，基本都與算法相關(guān)。企業(yè)內(nèi)既有專職的AI團(tuán)隊(duì)，也為各個產(chǎn)品部門如黑電、白電、小家電配備AI工程師。該家電企業(yè)現(xiàn)階段AI應(yīng)用多以前端的對話式AI為主，會在語音技術(shù)上采用科大訊飛以及思必馳或者騰訊的服務(wù)來提供遙控器的聲控功能、與電視的語音交互功能。而在語義理解方面，如核心的中控決策系統(tǒng)去識別用戶意圖，也會自主投入研發(fā)力量。一些更為先進(jìn)的家電企業(yè)則會在生產(chǎn)車間嘗試采用圖像識別技術(shù)進(jìn)行家電的質(zhì)量檢測等，并在家電產(chǎn)品上探索應(yīng)用圖像技術(shù)來提供智能化服務(wù)。

　　政府行業(yè)：

　　政府對AI的投資包含了大量硬件，尤其是安防以及交通場景中，涉及到大量的硬件投資，導(dǎo)致政府行業(yè)整體AI市場規(guī)模較大。政府行業(yè)不同部門對人工智能的應(yīng)用各有差異，除了公共安防、視頻監(jiān)控、城市交通大腦、人社部門以及政務(wù)服務(wù)部門規(guī)?；捎萌斯ぶ悄苤猓€有很多垂直應(yīng)用有待挖掘：例如氣象局天氣預(yù)測，案件預(yù)測等。

　　其他重點(diǎn)行業(yè)：

　　醫(yī)療和電信運(yùn)營商對人工智能的采用度也非常高。醫(yī)療行業(yè)主要通過與人工智能技術(shù)創(chuàng)新企業(yè)合作的方式，探索采用圖像識別技術(shù)來分析影像，輔助疾病診斷；建設(shè)臨床診療知識圖譜形成知識庫來輔助醫(yī)生臨床決策。

　　其它現(xiàn)在規(guī)模不大但值得關(guān)注的行業(yè)包括：電力行業(yè)，油氣勘探業(yè)，軍工行業(yè)等。領(lǐng)先的電力部門已經(jīng)開始利用研究院的高學(xué)歷人才開始探索配電設(shè)備的故障預(yù)測，油氣勘探領(lǐng)域研究機(jī)構(gòu)也將機(jī)器學(xué)習(xí)應(yīng)用在地質(zhì)資料解釋中。

　　企業(yè)采用人工智能的3點(diǎn)發(fā)現(xiàn)

　　1.智能計算與智能應(yīng)用的關(guān)系：現(xiàn)階段有海量數(shù)據(jù)資源且需要實(shí)時處理的用戶，或者急需優(yōu)化用戶體驗(yàn)以提升客戶黏度的用戶對于算力有較高的要求，絕大部分用戶對于算力并沒有清晰的認(rèn)知。未來隨著企業(yè)數(shù)據(jù)平臺的建設(shè)和數(shù)據(jù)資源的不斷豐富，對于算力的要求必將進(jìn)一步提高。

　　2.從經(jīng)典機(jī)器學(xué)習(xí)向深度學(xué)習(xí)擴(kuò)展：用戶已經(jīng)不能滿足于經(jīng)典機(jī)器學(xué)習(xí)的預(yù)測能力，進(jìn)而開始探索采用深度學(xué)習(xí)實(shí)現(xiàn)更強(qiáng)的預(yù)測能力。

　　3.AI作為能力賦能企業(yè)應(yīng)用。過去落地規(guī)模最大的用例主要在于人臉識別進(jìn)行身份驗(yàn)證，對話式AI提供智能客服，以及簡單的語音分析，真正將AI作為能力來賦能業(yè)務(wù)流程實(shí)現(xiàn)自動化的仍然很少。中國用戶尤其需要注意采用機(jī)器學(xué)習(xí)、自然語言處理能力來實(shí)現(xiàn)流程自動化，值得關(guān)注的流程自動化包括財務(wù)流程自動化、營銷自動化、網(wǎng)絡(luò)安全自動化、IT運(yùn)維自動化等。

　　今天的企業(yè)智能與傳統(tǒng)的商業(yè)智能大不相同，越來越多的開源框架、庫、開發(fā)語言開始代替?zhèn)鹘y(tǒng)的報表工具。企業(yè)不但需要懂AI的數(shù)據(jù)科學(xué)家，也比任何時候都需要具備數(shù)據(jù)素養(yǎng)的人才。而數(shù)據(jù)資源匱乏和數(shù)據(jù)科學(xué)相關(guān)人才稀缺也正是現(xiàn)階段企業(yè)采用人工智能的2個關(guān)鍵挑戰(zhàn)。IDC中國高級研究經(jīng)理盧言霞表示： “企業(yè)需要幫助員工使用數(shù)據(jù)科學(xué)新技能；優(yōu)先考慮可以增強(qiáng)數(shù)據(jù)能力的產(chǎn)品和服務(wù)；可以充分利用科研部門的力量，將機(jī)器學(xué)習(xí)、人工智能用到實(shí)處?！?/p>