精品国产一级在线观看,国产成人综合久久精品亚洲,免费一级欧美大片在线观看

當前位置:人工智能行業動態 → 正文

2019年人工智能要落地 更要小心被“摔死”

責任編輯:zsheng |來源:企業網D1Net  2019-01-11 11:40:57 本文摘自:OFweek機器人網

可以充分篤定的是,從2019年開始,在科技媒體的選題列表里,400多年前莎士比亞提出的那個深邃問題:“To B or not To B”,將變得不再是問題,沒人會懷疑,未來十年中國科技的新戰場將向ToB一端轉移。

事實上,不同于美國ToB市場的興旺,中國最大ToB公司或許連最大ToC公司十分之一都不到,盡管很難復盤這種失衡的全貌,但可以肯定的是,中國互聯網過去龐大的人口紅利,在無意中“吞噬”了中國ToB巨獸們的崛起路徑。

嗯,過去二十年,中國C端市場完全是一片水草豐美的良田,只需將大洋彼岸的種子撒在這里,就可以種啥長啥,遍地開花,動輒幾億的活躍流量,澆灌出一大批C端的互聯網新貴,也澆滅了B端巨頭的生長空間。畢竟當一切唾手可得,你很難指望人們去干臟活累活——不過現在,廣袤土地已被過度開墾,資本市場摘完低垂之果,才開始想起要尋找新的疆域,無疑要轉向ToB領域。

而在這片新大陸,生命力最旺盛的一顆種子,就是人工智能——且不同于互聯網時代的種子更多是舶來品,在中國,由于傳統機構借助AI實現轉型升級的需求更迫切(比如降低人力和管理成本),論及AI場景的創新方式,中國或許將成為先行者。

不過,人工智能的種子想要落地生根,先要完成一番去魅過程。而市場凜冬利好的一面,正是用低溫過濾掉了投機者。在剛剛過去的2018年,AI從業者普遍脫離亢奮狀態,把AI當錘子到處找釘子的妄人逐漸被市場淘汰。而在2019年,人們更是意識到,環境愈是寒冷,投資AI的天平就愈會向場景傾斜,AI融資門檻已經從最早的demo,后來的產品,轉向如今最現實的客戶訂單,2019年,能在垂直領域找到應用場景的AI企業,將贏得更大生存空間。

然而,相較于上述共識,我今天更想說的是這個:2019年,AI要落地,更要小心被“摔死”。

沒有“大鵬展翅”,只有“方寸之間”

場景如此關鍵,但問題是,AI場景該如何搭建?

回答這個問題前,先要明確一點:產品是連接不同場景之間的唯一中介,人工智能企業必須擁有強大的產品化能力,為什么ToB市場很難呈現指數級增長?就像遠望資本創始人程浩所言:“一個非常重要的原因是,所有ToB類項目都有實施成本和實施周期,產品化能力好壞,直接決定了實施成本。產品化能力強,可能一個人三天就能完成一個case,產品化能力非常弱,可能三個人干三個月這個項目才能實施好。”

依我之見,衡量產品化能力的唯一心法,就是看它能否短平快地滿足客戶需求,而在AI領域,滿足客戶需求不可能只憑“技術+應用”的簡單匹配,更多是依靠對某個行業垂直流程的了然于胸,這也是為什么如今AI投資者已達成共識:最理想的AI被投者,應該既懂行業又懂技術,前者比后者重要。只有巨頭列陣中以行業縱深度突圍,AI創業才可能出現勝算。

而行業縱深度的其中一個意涵,是指AI落地必須要關注“周邊環境”。當AI企業者深入到一個行業的細枝末節,就會發現包括資源和能力在內的一系列約束條件,真實的落地場景很少允許你大鵬展翅,更多時候需要你落于方寸之間,比如你不可能僅靠算法突破完成落地,那樣或許會摔得很慘,因為很可能到了行業應用時才發現,數據并不像你想象的那樣充盈。

下一批“三個字母”的小巨頭在哪

理清上述邏輯,也就不難理解“AI場景如何搭建”。事實上,一個AI場景的構建,往往伴隨著五個要素的閉環。

第一當然是業務,目前AI落地最大程度上取決于業務和方案,沒有最具體的業務,場景就不會存在。

第二是數據,數據是支撐起場景的關鍵,也是哈耶克眼中最純粹的“一手知識”,也是人類還原真實世界最值得仰仗的顆粒度,尤其在大數據時代,任何場景都會以數據的形式存儲下來。

第三是行業知識,更像是一種認知遞進關系,數據在經過系統性整理變成信息,信息經過簡潔抽象加工變成知識,現在任何一個行業的知識總量,都在爆炸式增長,任何一個“不足為外人道”,都顯得彌足珍貴,作為影響場景的核心,行業知識也構成了企業之間最難逾越的門檻。

第四是以AI為代表的黑科技,它通常是打破行業均衡,帶來場景質變的最大變量,技術的不斷迭代,督促著場景的不斷躍遷。

第五是決策,也是構建場景的最終目的。

這五要素結合在一起,就可以擁有構建AI使用場景的能力,而在上述理論的提出者——最近風頭正勁的海云數據看來,借助于這套場景方法論,他們完全可以把這種“能力”服務賦予用戶。

以他們剛剛發布的圖易7 AI能力服務平臺為例,圍繞場景五要素,圖易7能專注于AI場景設計與應用,通過調動一切行業知識和技術資源,幫助行業用戶高效決策。

按照官方敘述,圖易AI能力服務平臺依托頂層設計視野與經驗,能在最大程度上發掘不同場景中各異的商業模式與價值空間。聚焦平臺層、應用層、場景層能力需求,將有價值的軟件、硬件、數據、算法變為資源,從而全面構建圖易能力服務資源平臺、能力平臺、賦能平臺,賦能用戶業務場景的自我進化,并基于深度學習、知識圖譜、可視分析等技術,滿足場景創新中對行業知識與能力的需求升級。

而具體到產品邏輯上,按照海云數據CEO夏耘的說法,圖易7的四大基本特征,保證了決策效率的躍升:“一是場景應用,圖易7無碼化資源搭建更加快速。二是知識圖譜,一旦擁有知識圖譜平臺和相應知識,深度學習與智能應用的效率就會更高,知識圖譜里的快速查找以及知識積累都可以來運作。三是能力定義,通過能力和場景的關聯,使能力積累越來越多,行業場景更豐富和深入。四是賦能服務,通過賦能讓更多人使用,在更多場合下使用,通過賦能服務使得我們以前依賴于人對這些功能和對IT的理解,變成是自動化的智慧能力輸出。”

對于C端用戶,上述描述可能有些晦澀,你可以這么理解,如同“7”在佛法中的輪回和圓滿之意,在公安和交通等海云數據的深耕領域,圖易7是一個重視交付和結果的“行業大熔爐”,將行業知識、數據、技術等一切資源作為助燃方式,放在圖易7里融會貫通,待到熔煉為一體,就會以產品化的方式落地,為行業輸出符合當前所有邊界條件的最佳決策,滿足用戶業務原有場景升級迭變與細分場景創新中的不同能力需求,而這些不同能力需求所產生的新資源,最終又會“回爐”到整個熔爐里,讓它能在今后適應和創造新的場景。

而如今,圖易AI能力服務平臺已覆蓋公安、交通、應急管理和數字城市等十大行業,服務全球超過100家行業代表用戶,打造超過500個細分場景應用,同時服務保障了一大批國家級大型項目建設,而在賦能他人的過程中,海云數據逐漸地褪去“創業公司”的外衣,成為了擁有自己產品護城河的創新型企業。

嗯,從海云數據的迅猛發展不難發現,ToB這條路雖然漫長而艱難,卻遠非巨頭的專利,雖有些姍姍來遲,但未來幾年,中國終將迎來一個ToB業務爆發的時代。

其實命運自有時間表,科技領域總是這樣,一個新的浪頭打過來,就會扎堆浮現出一批偉大的企業:1998-2000年,互聯網來了,BAT就都來了;2010-2012 年,移動互聯網來了,TMD也就都來了。

如今,在以AI為底座的ToB疆域,對不同垂直行業的改造才剛剛開始,這種改造迸發出的巨大能量,足以將一批深潛于海底的生物推至舞臺中央,哪怕它們短期內成為不了鯨鯊,但誰又能說,它們之中不能誕生下一批“三個字母”的小巨頭呢?

最后,對于這些剛剛踏上浪潮之巔的ToB企業,不妨以王興熱愛的一句話作結,2019年,我不祝你們一帆風順,我祝你們乘風破浪。

關鍵字:落地智能

本文摘自:OFweek機器人網

x 2019年人工智能要落地 更要小心被“摔死” 掃一掃
分享本文到朋友圈
當前位置:人工智能行業動態 → 正文

2019年人工智能要落地 更要小心被“摔死”

責任編輯:zsheng |來源:企業網D1Net  2019-01-11 11:40:57 本文摘自:OFweek機器人網

可以充分篤定的是,從2019年開始,在科技媒體的選題列表里,400多年前莎士比亞提出的那個深邃問題:“To B or not To B”,將變得不再是問題,沒人會懷疑,未來十年中國科技的新戰場將向ToB一端轉移。

事實上,不同于美國ToB市場的興旺,中國最大ToB公司或許連最大ToC公司十分之一都不到,盡管很難復盤這種失衡的全貌,但可以肯定的是,中國互聯網過去龐大的人口紅利,在無意中“吞噬”了中國ToB巨獸們的崛起路徑。

嗯,過去二十年,中國C端市場完全是一片水草豐美的良田,只需將大洋彼岸的種子撒在這里,就可以種啥長啥,遍地開花,動輒幾億的活躍流量,澆灌出一大批C端的互聯網新貴,也澆滅了B端巨頭的生長空間。畢竟當一切唾手可得,你很難指望人們去干臟活累活——不過現在,廣袤土地已被過度開墾,資本市場摘完低垂之果,才開始想起要尋找新的疆域,無疑要轉向ToB領域。

而在這片新大陸,生命力最旺盛的一顆種子,就是人工智能——且不同于互聯網時代的種子更多是舶來品,在中國,由于傳統機構借助AI實現轉型升級的需求更迫切(比如降低人力和管理成本),論及AI場景的創新方式,中國或許將成為先行者。

不過,人工智能的種子想要落地生根,先要完成一番去魅過程。而市場凜冬利好的一面,正是用低溫過濾掉了投機者。在剛剛過去的2018年,AI從業者普遍脫離亢奮狀態,把AI當錘子到處找釘子的妄人逐漸被市場淘汰。而在2019年,人們更是意識到,環境愈是寒冷,投資AI的天平就愈會向場景傾斜,AI融資門檻已經從最早的demo,后來的產品,轉向如今最現實的客戶訂單,2019年,能在垂直領域找到應用場景的AI企業,將贏得更大生存空間。

然而,相較于上述共識,我今天更想說的是這個:2019年,AI要落地,更要小心被“摔死”。

沒有“大鵬展翅”,只有“方寸之間”

場景如此關鍵,但問題是,AI場景該如何搭建?

回答這個問題前,先要明確一點:產品是連接不同場景之間的唯一中介,人工智能企業必須擁有強大的產品化能力,為什么ToB市場很難呈現指數級增長?就像遠望資本創始人程浩所言:“一個非常重要的原因是,所有ToB類項目都有實施成本和實施周期,產品化能力好壞,直接決定了實施成本。產品化能力強,可能一個人三天就能完成一個case,產品化能力非常弱,可能三個人干三個月這個項目才能實施好。”

依我之見,衡量產品化能力的唯一心法,就是看它能否短平快地滿足客戶需求,而在AI領域,滿足客戶需求不可能只憑“技術+應用”的簡單匹配,更多是依靠對某個行業垂直流程的了然于胸,這也是為什么如今AI投資者已達成共識:最理想的AI被投者,應該既懂行業又懂技術,前者比后者重要。只有巨頭列陣中以行業縱深度突圍,AI創業才可能出現勝算。

而行業縱深度的其中一個意涵,是指AI落地必須要關注“周邊環境”。當AI企業者深入到一個行業的細枝末節,就會發現包括資源和能力在內的一系列約束條件,真實的落地場景很少允許你大鵬展翅,更多時候需要你落于方寸之間,比如你不可能僅靠算法突破完成落地,那樣或許會摔得很慘,因為很可能到了行業應用時才發現,數據并不像你想象的那樣充盈。

下一批“三個字母”的小巨頭在哪

理清上述邏輯,也就不難理解“AI場景如何搭建”。事實上,一個AI場景的構建,往往伴隨著五個要素的閉環。

第一當然是業務,目前AI落地最大程度上取決于業務和方案,沒有最具體的業務,場景就不會存在。

第二是數據,數據是支撐起場景的關鍵,也是哈耶克眼中最純粹的“一手知識”,也是人類還原真實世界最值得仰仗的顆粒度,尤其在大數據時代,任何場景都會以數據的形式存儲下來。

第三是行業知識,更像是一種認知遞進關系,數據在經過系統性整理變成信息,信息經過簡潔抽象加工變成知識,現在任何一個行業的知識總量,都在爆炸式增長,任何一個“不足為外人道”,都顯得彌足珍貴,作為影響場景的核心,行業知識也構成了企業之間最難逾越的門檻。

第四是以AI為代表的黑科技,它通常是打破行業均衡,帶來場景質變的最大變量,技術的不斷迭代,督促著場景的不斷躍遷。

第五是決策,也是構建場景的最終目的。

這五要素結合在一起,就可以擁有構建AI使用場景的能力,而在上述理論的提出者——最近風頭正勁的海云數據看來,借助于這套場景方法論,他們完全可以把這種“能力”服務賦予用戶。

以他們剛剛發布的圖易7 AI能力服務平臺為例,圍繞場景五要素,圖易7能專注于AI場景設計與應用,通過調動一切行業知識和技術資源,幫助行業用戶高效決策。

按照官方敘述,圖易AI能力服務平臺依托頂層設計視野與經驗,能在最大程度上發掘不同場景中各異的商業模式與價值空間。聚焦平臺層、應用層、場景層能力需求,將有價值的軟件、硬件、數據、算法變為資源,從而全面構建圖易能力服務資源平臺、能力平臺、賦能平臺,賦能用戶業務場景的自我進化,并基于深度學習、知識圖譜、可視分析等技術,滿足場景創新中對行業知識與能力的需求升級。

而具體到產品邏輯上,按照海云數據CEO夏耘的說法,圖易7的四大基本特征,保證了決策效率的躍升:“一是場景應用,圖易7無碼化資源搭建更加快速。二是知識圖譜,一旦擁有知識圖譜平臺和相應知識,深度學習與智能應用的效率就會更高,知識圖譜里的快速查找以及知識積累都可以來運作。三是能力定義,通過能力和場景的關聯,使能力積累越來越多,行業場景更豐富和深入。四是賦能服務,通過賦能讓更多人使用,在更多場合下使用,通過賦能服務使得我們以前依賴于人對這些功能和對IT的理解,變成是自動化的智慧能力輸出。”

對于C端用戶,上述描述可能有些晦澀,你可以這么理解,如同“7”在佛法中的輪回和圓滿之意,在公安和交通等海云數據的深耕領域,圖易7是一個重視交付和結果的“行業大熔爐”,將行業知識、數據、技術等一切資源作為助燃方式,放在圖易7里融會貫通,待到熔煉為一體,就會以產品化的方式落地,為行業輸出符合當前所有邊界條件的最佳決策,滿足用戶業務原有場景升級迭變與細分場景創新中的不同能力需求,而這些不同能力需求所產生的新資源,最終又會“回爐”到整個熔爐里,讓它能在今后適應和創造新的場景。

而如今,圖易AI能力服務平臺已覆蓋公安、交通、應急管理和數字城市等十大行業,服務全球超過100家行業代表用戶,打造超過500個細分場景應用,同時服務保障了一大批國家級大型項目建設,而在賦能他人的過程中,海云數據逐漸地褪去“創業公司”的外衣,成為了擁有自己產品護城河的創新型企業。

嗯,從海云數據的迅猛發展不難發現,ToB這條路雖然漫長而艱難,卻遠非巨頭的專利,雖有些姍姍來遲,但未來幾年,中國終將迎來一個ToB業務爆發的時代。

其實命運自有時間表,科技領域總是這樣,一個新的浪頭打過來,就會扎堆浮現出一批偉大的企業:1998-2000年,互聯網來了,BAT就都來了;2010-2012 年,移動互聯網來了,TMD也就都來了。

如今,在以AI為底座的ToB疆域,對不同垂直行業的改造才剛剛開始,這種改造迸發出的巨大能量,足以將一批深潛于海底的生物推至舞臺中央,哪怕它們短期內成為不了鯨鯊,但誰又能說,它們之中不能誕生下一批“三個字母”的小巨頭呢?

最后,對于這些剛剛踏上浪潮之巔的ToB企業,不妨以王興熱愛的一句話作結,2019年,我不祝你們一帆風順,我祝你們乘風破浪。

關鍵字:落地智能

本文摘自:OFweek機器人網

電子周刊
回到頂部

關于我們聯系我們版權聲明隱私條款廣告服務友情鏈接投稿中心招賢納士

企業網版權所有 ©2010-2024 京ICP備09108050號-6 京公網安備 11010502049343號

^
  • <menuitem id="jw4sk"></menuitem>

    1. <form id="jw4sk"><tbody id="jw4sk"><dfn id="jw4sk"></dfn></tbody></form>
      主站蜘蛛池模板: 辉县市| 福州市| 苍南县| 石渠县| 东明县| 建瓯市| 柳州市| 宜昌市| 漳平市| 延庆县| 仁布县| 云浮市| 铁岭县| 蒲城县| 寻乌县| 盐边县| 阜南县| 开江县| 库尔勒市| 绿春县| 碌曲县| 故城县| 无极县| 玛纳斯县| 江华| 昌吉市| 兰州市| 昭平县| 青岛市| 建湖县| 潼关县| 临沭县| 简阳市| 石景山区| 九龙坡区| 西城区| 乌什县| 荃湾区| 维西| 韩城市| 石渠县|