爱吧机器人网 » 专题 > 观点 > 正文

AI产业化,比技术创新更难的是商业落地

AI产业化,比技术创新更难的,是商业落地
技术创新来自于社会发展的需求,但新技术在应用到生产生活中却经常出现这种现象,即“有了锤子,到处找钉子或者看啥都像钉子”,这就致使很多新技术创新后面临产品无法落地的尴尬局面,偏离了本来的目标。

比技术创新更难的是将新技术应用的社会生产生活中,提升整体生产力水平,创造商业应用闭环。技术创新的基础就分成两部分:一是科技项目本身基础研究;二是社会发展选择的路径和技术分支研究。

针对AI技术应用的产业化发展方向来说,AI技术前进的趋势已不可阻挡,如何在已有的生产生活场景中找到更新点,链接起来,形成新的产业网?我们认为AI技术在用户侧聚合成一个有实体的智能工具是主流方向,也是大部分企业的探索方向。

AI产业化,比技术创新更难的,是商业落地
如何让AI技术尽快落地,为社会提效赋能?社会发展选择的路径会是什么样子的?说到商业落地,我们绕不开的三个问题:市场、用户、切入点。

从AI技术应用在国内外近20年的发展历程中我们可以看到:

1)基础研究的突破影响商业变革的发展方向。

2)工业、商业及个人数据的富集方式也会对AI技术应用提出不同要求。

3)急需高效信息处理技术的领域是应用先行者和探索者。

4)个人数字终端面临变革,个人与数据的关系更加紧密,数据价值日益提升。

5)商业组织对内部个体与信息间的交互和处理效率提出了新的要求。

归结最终就是信息、信息、信息。信息商业化已在商业交往中被各种工具接收、筛选、锁定。而在经济水平发展迅猛的今天,团体的发展变革要求个人对信息的处理也要具备相同的速度和功率,转速更高的人将指引团体运转的方向。个人信息助理类工具将提上日常新要求,人们可以利用这一智能工具打破界限,完善自我。这场革命不管你接受与否,都会在你眼前展开。

AI产业化,比技术创新更难的,是商业落地
从不同的发展层面上看这场革命,会有更清晰的轮廓。

产业技术升级为B端产品提供先发机会。金融、安防、物流、制造、医疗等领域存在硬需求。堆积如山的任务需要更高效的处理方式,人力在灵活性和智能处理方式是无可置疑的,但面对快速高效和实时的要求,任务由人力完成将变成不可能。数据及模式的智能识别和处理在B端产品中已经大规模铺开,金融风险预判与评估、高价值用户识别,人脸识别与安防,物流拣货堆垛机器人,智能阅片等等技术在加速产业的信息和任务处理能力和效率。

消费升级为C端产品提供跟进机会。 个人用户消费目标不再满足于温饱和简单的吃喝玩乐。多场景、社群、竞争力和个性化是消费的新特征。能够在这些领域区分和响应个体客户需求的技术都在做产品化的落地尝试。

职场形态升级为人工智能信息助理提供切入点。职场对于竞争和效率的渴求从来没有停止过。近20多年来,职场的工作模式和协作模式因为信息技术的发展呈现翻天覆地的变化,我们已经想不起没有互联网的时候大家是怎么协同工作的了。信息量持续膨胀,来自内部的,外部的,上下游和对面竞争对手的信息都是我们需要认真分析的。我们需要一个无所不达的触手,拉取尽可能多的前沿信息,我们更需要一个懂得需求并能智能处理信息的筛子来帮我们过滤出有效、相关的信息。

先进用户、竞争和效率导向用户的挖掘是核心。敢于并且急于尝试新的生产工具的用户必然来自于先进组织、以效率为导向的组织中。这些用户有意愿也有能力去付费使用更先进的生产力工具。这些工具的特点是可以7×24小时不间断的为他获取竞情信息、行业动向、关键人物的观点和洞察等重要信息,以潜移默化、润物无声的方式构建他的认知体系,纠正信息偏差,消除信息不对称问题。

城市职场、三高用户所需提效工具是突破点。巨大的商业机会蕴含在社会生产力进步的责任中。如何在工作任务中快速提升自己的认知,降低匹配门槛和周期?如何在竞争中胜出为自己谋求更宽广的发展空间?如何在改造世界创造未来的过程中承担更多的责任?如何找到自己的知识体系的缺陷并找到快速提升的路径?被动的、按部就班的自我生长的投入产出比已经远远落后于基于新的人工智能信息助理辅助工具的效率。

AI产业化,比技术创新更难的,是商业落地
合理创造工具并利用工具可以提高我们的认知体系并为我们提效赋能,不久之后,每个人都会拥有一个《她》里的“萨曼莎”。信息技术是我们突破自我局限和改变命运的钥匙。我们需要更加智能的实体来陪伴自己完成这一奇迹般的光辉旅程。



上一篇:自食其果?程序员将因AI失业
下一篇:人工智能在企业应用的反思
精选推荐
人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

南加州大学机器人学家:机器人更适合粗暴的爱
南加州大学机器人学家:机器人更适合粗暴的爱

[2019-11-07]  图片来自JOHN MADERE GETTY IMAGES打是疼骂是爱,当人类粗暴的将物体从机器人手中敲掉,看似残忍,实际上却能帮助机器人找到最好的握持物 ...

九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味
九台“猎豹”机器人组队踢球,麻省理工高材生们的高级趣味

[2019-11-09]  本周,在麻省理工学院10号楼外草坪上展开了一场别开生面的足球比赛。在绿草如茵的基利安球场上,一群由人工智能驱动的机器人就是这场比赛的 ...

机器人工程师具体都做什么?
机器人工程师具体都做什么?

[2017-12-08]  机器人工程师是幕后设计师,负责创建机器人和机器人系统,能够执行人类无法完成或不愿意完成的任务。 通过他们的创造,机器人工程师帮助工作更安全,更轻松,更高效,特别是......

机器人灵巧手将成为智能机器人的下一个重大突破
机器人灵巧手将成为智能机器人的下一个重大突破

[2018-01-25]  计算机科学教授兼东北地区助手机器人实验室负责人罗伯特·普拉特(Robert Platt)说:“机器人手操作是下一步要解决的问题。想象一下,一个机器人可以在现实世界中用手去做事......

深度神经网络揭示了大脑喜欢看什么
深度神经网络揭示了大脑喜欢看什么

[2019-11-06]  爱吧机器人网编者按:近日,《自然-神经科学》发表了一篇论文,研究人员创建了一种深度人工神经网络,能够准确预测生物大脑对视觉刺激所产 ...

麻省理工又秀神技:推出如魔法般跳跃的方块机器人集群
麻省理工又秀神技:推出如魔法般跳跃的方块机器人集群

[2019-10-31]  几天前,小编向大家介绍过麻省理工(MIT)研发的一种自组装机器人集群(点此阅览),它们可以用统一标准的小单元自动组装出各种大型结构。 ...

本周栏目热点

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

[1970-01-01]    从首尔清潭洞SM娱乐公司大楼代表办公室的落地窗可以清晰地眺望对面的汉江。李秀满会长介绍拥有代表办公室和录音室的建筑物是工作室中心 ...

[1970-01-01]    虽然我国经济增速下降,通缩若隐若现,但由于我国劳动力人口在2012年已经达到顶峰,之后总量呈逐年下降之势,所以即使近几年产业工人工 ...

腾讯思享会:探讨智能社会与人类未来

[1970-01-01]    人类在享受开车的过程时,在不久的将来可能让机器开车,人类如不是理性的控制机器人,又将一场持久的大战。  以智能社会与人类未来为 ...

[1970-01-01]    机器人发展到今天到了重新定义的时候,机器人拥有人类的感知和思维、应用到更多领域,成为现代机器人产业发展的新方向,由此看出中国机 ...