登录×
电子邮件/用户名
密码
记住我

为您推荐

人工智能

人工智能产业寻找商业化“落地”之路

技术生态如何转化出更多的商业场景和应用,并被市场验证,形成可持续的发展与生存链条?行业中人仍在求解答案。

人工智能技术如何实现商业化“落地”? 关于这一问题的追问正变得日渐迫切。

在不久前于伦敦闭幕的“人工智能与大数据博览会”(AI & Big Data Expo) 上,“场景”、“应用”之类的词语,取代了诸多理想主义式的叙事,成了人工智能领域的从业者们谈论最多的话题。

历经两年的蓬勃兴起,这个产业已经在热钱和数据的哺育下,发展成一副布局蔚为壮观的图景。然而在今天的互联网时代,“方生方死”几乎是每个行业的命运主题,如今的人工智能产业,也正在面对类似的拷问。

其中那个最核心的问题,答案仍不清晰:一个由超强算力、海量数据和精英从业者构成的技术生态,能否从产业的基底层向垂直领域延伸,转化出更多的商业场景和爆款应用,并进而被市场验证,形成可持续的发展与生存链条?求解这个疑问,既意味着抱负,也意味着生死。

交流之中不难发现,从大型银行到初创企业,行业对于人工智能技术的预期,正趋于理性和具象。他们的观察和思考,也更加聚焦于对技术边界的界定、和对基本商业逻辑的回归。

靠金矿赚钱?还是靠淘金者赚钱?

“企业需要思考一个问题:究竟是想通过金矿赚钱,还是想通过淘金者赚钱?”

世界领先的企业管理软件服务商SAP的全球副总裁Marc Teerlink,将今天AI技术的产业化进程,比作1848年开始的美国加州淘金热。他强调,在那场人类史上最大规模的淘金浪潮中,只有少数人真正靠挖掘黄金而致富。最终产生经济效益的,反而来自于那些向淘金者们提供餐饮食宿、贩卖镐头铁锨,甚至研发牛仔裤的生意。

这对今天有什么启示?Marc Teerlink认为,在眼下这场以“智能”之名发起的数据淘金热潮中,多数企业并不需要从零做起研发AI技术的底层模型和算法,而是应该思考如何利用AI技术。

“数据是一种资产,AI是开发资产的引擎。但(今天)只有5%的企业承认他们在数据化转型中取得了成功”,在接受FT中文网的采访时,Marc Teerlink表示,“直到今天,很多AI领域的企业还在研发自己的生产工具和生产流程。但是随着AI淘金者越来越多,人们更应该注重增强自己所擅长的专业领域,而不是埋头于底层基础架构。”

这同时也意味着,认为人工智能必然颠覆传统产业的观念,同样需要得到反思。在Marc Teerlink看来,AI技术更为实际的角色,是成为传统产业优化资源配置、重构产业链条和数字化升级的助力性工具。其中蕴含的商机包括诸如数据训练、软件工具、咨询和整合服务等业务。

“AI并不是全新的事物,人们想做的仍然是他们业已熟悉和了解的事情,只是希望能做的更快、成本更低、并且通过更数据化的方式来完成。因此即便是对那些以数据为核心的企业而言,最好的商业化之路,还是去寻求能够运用好数据的技术和模式”,Marc Teerlink说。

关键要素是数据

即使是在AI时代,传统企业在各自的细分产业、细分区域市场仍将具有不可替代的竞争优势,这一观点正在被更多人所认同。但这并不代表,初创型的AI企业没有做大做强的机会。

“今天AI创业的最大机会在垂直应用领域”,来自中国AI创业公司乂学教育的崔炜对FT中文网表示。

版权声明:本文版权归FT中文网所有,未经允许任何单位或个人不得转载,复制或以任何其他方式使用本文全部或部分,侵权必究。

读者评论

FT中文网欢迎读者发表评论,部分评论会被选进《读者有话说》栏目。我们保留编辑与出版的权利。
用户名
密码
-->*%>
设置字号×
最小
较小
默认
较大
最大
分享×