|
【CPS中安网 cps.com.cn】IDC日前发布《中国人工智能市场生态体系研究报告，2017》，报告从AI基础支撑资源、关键技术及应用解决方案层面研究分析了中国市场的进展、机会和挑战。 近五年大数据的发展提高了行业企业的信息化、数字化程度，数据的体量、价值密度不断提升，为人工智能模型训练提供了数据支撑。数据处理、模型训练需要有计算能力的支撑，能够加速数据处理的芯片是人工智能市场发展的重要驱动力。NVIDIA、Intel等芯片厂商提供硬件和软件平台，赋能开发者快速进入应用开发环节，推动了市场的发展。开源框架诸如Tensorflow，Caffe，以及国内BAT的开放平台则提供了大量的算法库，帮助开发者依托已有的积累快速进行优化。数据体量增长、算力快速提高，成为人工智能市场发展最重要的驱动因素。 
另外，云计算服务平台不仅提供了AI开发的基础存储资源，也在不断推出云化GPU/FPGA服务器，并通过云平台输出AI服务，是市场发展的重要驱动力之一，同时也是2017年以来发展速度最快的一个细分市场。截至2017年上半年，共有10家云计算服务厂商加入了这一市场，而到2017年底，这一数字可能会翻倍。
在关键技术领域，报告重点解读了包括自然语言处理、智能语音、计算机视觉在内的市场进展，典型的商业模式，应用场景以及典型厂商。 自然语言处理中的语义理解、分析，知识模型生成及预测，是上层应用能否真正实现智能的重要环节。机器需要读懂语言才能与人类实现多轮自然交互，图像、视频结构化后也需要基于知识模型去推理、预测。知识模型的生成离不开大量的语料库和精准的算法模型，当前能够在语义理解、分析领域投资并取得优势的仍以有大量语料库积累的大公司为主。 语义理解+语音交互的人工智能软件平台逐渐被广泛的应用在智能家电、儿童玩具、教育产品、车载系统中，用户既包括传统行业的巨头，又有各种开发者创新团队。这一领域厂商的关注点在于打造包括内容、渠道、开发者在内的整体生态。而终端用户通常会选择2到3家的单点技术合成一套解决方案，给技术提供商带来了更多机会也带来了一定挑战。 
计算机视觉场景待深挖。广义的计算机视觉又分机器视觉和计算机图像识别，当前计算机图像识别领域的人脸识别应用最为成熟。在平安城市安防行业解决方案中，已落地多套人脸检测系统，并为公安破案提供了有效的支撑。在航空业，国内也有近20家机场在探索使用人脸识别进行安检。在金融业远程身份认证环节，招商银行预计将于2017年底在所有ATM机使用刷脸取款。澳门今年5月宣布将推出ATM机先人脸识别再取钱的新规，要求中国大陆银联持卡人在澳门ATM机取款必须要先通过人脸识别才能取钱，以此来监控洗钱行为。另外，机器视觉也在不断的应用到机器人的感知系统中。尽管项目在不断落地，应用场景仍然比较单一，企业需克服技术挑战，在场景纵深方向继续发力。 此外，作为底层技术，机器学习逐渐被大数据厂商引入到分析架构中，进行高级预测分析;深度学习则被引入到有大量图像数据需要处理的场景中，如医疗服务业MRI图像等。 未来，所有B2B、B2C的业务都将全面的应用AI来获得更多收益。 AI+企业级运营管理，仍以企业级应用厂商为主，将机器学习融入到企业级解决方案中，以企业级应用厂商为主。未来，AI在企业中将全面应用到IT运营、OT运营自动化中，以数据和智能连接客户，连接产品，连接资产。 AI+行业，以金融、医疗最多。其中医疗行业处于A轮以上的创新企业最多，多以结合云计算、大数据、机器学习进行诊疗图像处理、辅助诊断应用为主，未来将从就诊前交互环节向下延伸至临床诊疗、精准用药，向上拓展至新药研发环节。金融行业应用场景以风险监测、反欺诈、信用评估为主，如SAS、国内的金融科技厂商同盾科技，明略数据等，智能投顾的落地应用相对较少。在制造行业，工业物联网+实时数据分析用于故障诊断、个性化定制为主，目前市面上厂商多处于探索阶段。 AI+B2B服务，包括跨行业通用的B2B产品或服务，如法律服务、服务机器人等。在这一分类下，应用案例相对较多的还是仓储及物流环节的无人车、社区摆渡车等。 AI+B2C产品，包括智能硬件、智能家居、消费级机器人、智能驾驶汽车等。在这一分类下，企业已经推出众多AI增强的产品，未来多模态的人机交互方式也将带来更多商机。 人工智能的应用，不仅是人工智能技术提供商的机会，也是众多IT厂商的机会：非结构化数据存储和处理为大数据厂商带来新机会;边缘计算为云计算、物联网的数据传输以及分析提供了新模式。对于传统行业，人工智能更是重要的数字化转型加速器，结合大数据、人工智能，企业能够为用户提供智能增强的产品、服务，促进数字化运营流程，改进用户体验。 IDC研究经理卢言霞认为：“未来，所有的企业都将是与AI相关的企业。新的人机交互方式、增强的数字化流程，将直接或间接的影响到组织当前的业务流程、产品服务客户的形式。所有的企业，不论是IT企业还是传统行业，都需要积极的评估人工智能的发展带来的影响、挑战和机会。”
【CPS中安网 cps.com.cn】IDC日前发布《中国人工智能市场生态体系研究报告，2017》，报告从AI基础支撑资源、关键技术及应用解决方案层面研究分析了中国市场的进展、机会和挑战。 近五年大数据的发展提高了行业企业的信息化、数字化程度，数据的体量、价值密度不断提升，为人工智能模型训练提供了数据支撑。数据处理、模型训练需要有计算能力的支撑，能够加速数据处理的芯片是人工智能市场发展的重要驱动力。NVIDIA、Intel等芯片厂商提供硬件和软件平台，赋能开发者快速进入应用开发环节，推动了市场的发展。开源框架诸如Tensorflow，Caffe，以及国内BAT的开放平台则提供了大量的算法库，帮助开发者依托已有的积累快速进行优化。数据体量增长、算力快速提高，成为人工智能市场发展最重要的驱动因素。 另外，云计算服务平台不仅提供了AI开发的基础存储资源，也在不断推出云化GPU/FPGA服务器，并通过云平台输出AI服务，是市场发展的重要驱动力之一，同时也是2017年以来发展速度最快的一个细分市场。截至2017年上半年，共有10家云计算服务厂商加入了这一市场，而到2017年底，这一数字可能会翻倍。 在关键技术领域，报告重点解读了包括自然语言处理、智能语音、计算机视觉在内的市场进展，典型的商业模式，应用场景以及典型厂商。 自然语言处理中的语义理解、分析，知识模型生成及预测，是上层应用能否真正实现智能的重要环节。机器需要读懂语言才能与人类实现多轮自然交互，图像、视频结构化后也需要基于知识模型去推理、预测。知识模型的生成离不开大量的语料库和精准的算法模型，当前能够在语义理解、分析领域投资并取得优势的仍以有大量语料库积累的大公司为主。 语义理解+语音交互的人工智能软件平台逐渐被广泛的应用在智能家电、儿童玩具、教育产品、车载系统中，用户既包括传统行业的巨头，又有各种开发者创新团队。这一领域厂商的关注点在于打造包括内容、渠道、开发者在内的整体生态。而终端用户通常会选择2到3家的单点技术合成一套解决方案，给技术提供商带来了更多机会也带来了一定挑战。 计算机视觉场景待深挖。广义的计算机视觉又分机器视觉和计算机图像识别，当前计算机图像识别领域的人脸识别应用最为成熟。在平安城市安防行业解决方案中，已落地多套人脸检测系统，并为公安破案提供了有效的支撑。在航空业，国内也有近20家机场在探索使用人脸识别进行安检。在金融业远程身份认证环节，招商银行预计将于2017年底在所有ATM机使用刷脸取款。澳门今年5月宣布将推出ATM机先人脸识别再取钱的新规，要求中国大陆银联持卡人在澳门ATM机取款必须要先通过人脸识别才能取钱，以此来监控洗钱行为。另外，机器视觉也在不断的应用到机器人的感知系统中。尽管项目在不断落地，应用场景仍然比较单一，企业需克服技术挑战，在场景纵深方向继续发力。 此外，作为底层技术，机器学习逐渐被大数据厂商引入到分析架构中，进行高级预测分析;深度学习则被引入到有大量图像数据需要处理的场景中，如医疗服务业MRI图像等。 未来，所有B2B、B2C的业务都将全面的应用AI来获得更多收益。 AI+企业级运营管理，仍以企业级应用厂商为主，将机器学习融入到企业级解决方案中，以企业级应用厂商为主。未来，AI在企业中将全面应用到IT运营、OT运营自动化中，以数据和智能连接客户，连接产品，连接资产。 AI+行业，以金融、医疗最多。其中医疗行业处于A轮以上的创新企业最多，多以结合云计算、大数据、机器学习进行诊疗图像处理、辅助诊断应用为主，未来将从就诊前交互环节向下延伸至临床诊疗、精准用药，向上拓展至新药研发环节。金融行业应用场景以风险监测、反欺诈、信用评估为主，如SAS、国内的金融科技厂商同盾科技，明略数据等，智能投顾的落地应用相对较少。在制造行业，工业物联网+实时数据分析用于故障诊断、个性化定制为主，目前市面上厂商多处于探索阶段。 AI+B2B服务，包括跨行业通用的B2B产品或服务，如法律服务、服务机器人等。在这一分类下，应用案例相对较多的还是仓储及物流环节的无人车、社区摆渡车等。 AI+B2C产品，包括智能硬件、智能家居、消费级机器人、智能驾驶汽车等。在这一分类下，企业已经推出众多AI增强的产品，未来多模态的人机交互方式也将带来更多商机。 人工智能的应用，不仅是人工智能技术提供商的机会，也是众多IT厂商的机会：非结构化数据存储和处理为大数据厂商带来新机会;边缘计算为云计算、物联网的数据传输以及分析提供了新模式。对于传统行业，人工智能更是重要的数字化转型加速器，结合大数据、人工智能，企业能够为用户提供智能增强的产品、服务，促进数字化运营流程，改进用户体验。 IDC研究经理卢言霞认为：“未来，所有的企业都将是与AI相关的企业。新的人机交互方式、增强的数字化流程，将直接或间接的影响到组织当前的业务流程、产品服务客户的形式。所有的企业，不论是IT企业还是传统行业，都需要积极的评估人工智能的发展带来的影响、挑战和机会。”
|
