2019年5月6日 星期一

.萬億美元市場:人工智慧如何創造商業價值?

How will Artificial Intelligence and Internet of Things change the world.

高紳國際 Secutech 攤位:5315


來源:L.E.K.

在當今資訊化和科技爆炸的時代,人工智慧進入了飛速成長的階段,在各商業領域中的應用,得到不斷拓展。然而對人工智慧熱潮,是否能持續的疑問仍然存在,能否為企業帶來如預期的真實價值,將決定人工智慧長期成長的可持續性。

伴隨市場態度逐漸從過熱轉變到務實,人工智慧算法和軟體開發企業(在下文中簡稱人工智慧企業)將面對更多的挑戰,人工智慧企業如何在這萬億美元的市場中立於不敗之地?

Artificial Intelligence Market Size Projected To Be $60 Billion by 2025

1.人工智慧是一個萬億級的廣闊市場
儘管人工智慧(AI)的發展,仍處於商業化的早期,預期未來十年,AI相關解決方案市場的複合成長率,將保持在65%,並於2027年達到萬億美元。人工智慧熱潮受到科技進步,政府政策紅利,以及全球投資者不斷加持,其持續高速發展的三個核心驅動因素包括:

數據規模和深度: 數據日益成為公司的最有價值的資產,數據生成和收集技術的成熟(記錄、圖像、音訊等),尤其是物聯網的普及,使得數據可獲取的來源,呈現幾何級成長(2020年數據規模將達到~40ZB)。對於各行業的公司來說,如何從數據中,獲取有價值的商業洞察,與實現流程優化,從而為企業創造價值將成為必修課。

可供人工智慧算法訓練的數據不斷成長,積極推進了人工智慧模型的完善,以及更準確的結論和預測。

Tractica on Twitter: "Deep Learning Chipset Market to Reach $66.3 Billion by 2025 https://t.co/Pkf2SFSdlJ #AI #deeplearning #artificialintelligence #semiconductor… https://t.co/HuON1QZhd3"

算力:最前沿的硬體技術和系統,包括GPU、FGPA和ASIC晶片,雲計算,分布式和並行計算,打破了傳統計算技術的邊界,推動人工智慧走出實驗室,進入商業場景的實際應用。

為公司帶來真實的價值:人工智慧已助力企業實現顛覆性的改變,更好地滿足切實的商業需求,如客戶服務中使用的Chatbots,金融機構的防詐欺系統,消費行業的客戶定向推薦等等。拿Netflix來舉例,人工智慧驅動的用戶定向推薦為Netflix帶來了每年10億美元的額外收入。

Vertical AI Startups: Solving Industry-specific Problems by ...

2.不同垂直領域的應用場景、需求和引入曲線大相徑庭,人工智慧企業需要合理制訂優先級
人工智慧正在急劇改變很多行業,一些應用場景,已經開始幫助解決行業的核心痛點。高價值的應用場景、高效的分析工具、與海量數據的具備,是實現AI垂直領域價值的基礎。有些應用場景可以在短期內實現,而另一些應用場景需要長時間的累積與提升,才能真正實現商業化。

因此,並非所有的垂直領域,都已準備好迎接人工智慧的到來。我們建議透過兩個維度,分析各垂直領域人工智慧的應用:行業的內在需求(包括人工智慧應用價值,以及行業接受度)和進入難度(包括進入壁壘、競爭、及分析工具透明度要求)。

The State of AI in Banking and Financial Startups - Elinext

金融保險業:人工智慧主要的應用包括自動交易、詐欺和風險檢測、客戶服務工具等。金融保險業由於行業本身,對於數據和數據分析的高度依賴,其技術成熟度和行業特性,為人工智慧的應用打下了良好的基礎。

業務中的關鍵痛點,比如可靠性,處理速度,安全性,準確性等,可以透過人工智慧技術實現改進。同時行業和政策導向,對於新技術的引入保持較高的開放程度。

Artificial Intelligence in Healthcare Market Size, Growth, Trend and ...

醫療和生命科學:人工智慧主要的應用,包括輔助診療,藥物開發和病患管理系統。人工智慧可以極大地提高效率和解決醫療資源匱乏的問題,但核心的醫療服務行業,整體技術成熟度不高。競爭程度和進入壁壘相對較低,有眾多成功的創業企業,已經成功在市場中佔據了一席之地。

Automation & Artificial Intelligence reduce or increase Jobs |

廣告媒體娛樂:人工智慧主要的應用,包括消費者習慣分析,自動推薦系統等。該行業的電子資訊化程度很高,有人工智慧應用的良好技術基礎。同時對人工智慧的需求也非常高。人工智慧算法已經幫助更好地實現精準行銷和客戶畫像、產品推介。進入壁壘相對較低,但在已開發國家對於消費者數據的公開有一定的顧慮。

North America Artificial Intelligence (AI) in Retail Market to ...

零售(線下實體):人工智慧主要的應用,包括消費者分析,購物體驗提升和供應鏈管理。然而人工智慧在線下實體零售中的應用,面臨電子資訊化程度低,以及消費者數據難獲得的問題,尤其是需要獲得外部數據。同時由於實體零售業務的特性,對新興技術的接受程度,不如其他行業。類似廣告媒體娛樂行業,其進入壁壘相對較低。

Artificial Intelligence (AI) in Education Market worth over $6bn by 2024

教育:人工智慧主要的應用,包括自適應學習工具,課程編制等。教育是相對傳統的行業,數據的獲取和資訊化程度非常低,同時從業者對於新技術的接受程度也較低。

人工智慧的應用,可能需要較長時間的培育期。在另一方面,線上教育平台的崛起,成為人工智慧在教育領域應用的完美試驗田,但目前對於人工智慧的需求仍較低。不管從競爭情況還是法規來看,教育市場的進入壁壘較低。

More machines are going online

工業和製造業物聯網:人工智慧主要的應用,包括品質控制、產出優化、預測性維護和供應鏈管理。物聯網的普及,為人工智慧在工業領域的應用,提供了大量的數據。人工智慧已經在一些特定的領域,幫助實現了效率提升,流程優化,以及生產管理,但更多的應用場景有待進一步開發。

McKinsey's State Of Machine Learning And AI, 2017 - Enterprise ...

高科技:人工智慧主要的應用,包括廣泛的軟體系統,和功能性硬體。對於人工智慧的需求是各行業最高的,同時高科技企業對於新技術,也有著極高的接受度。然而,高科技巨頭都計劃建立自己的人工智慧能力(核心技術開發和價值鏈,各環節能力),並打造圍繞自己核心業務的人工智慧生態系統

Artificial Intelligence in Transportation Market Share| Forecast 2030

汽車和交通:人工智慧主要的應用,包括自動駕駛和路徑規劃。新的人工智慧應用由領先的汽車品牌,和科技巨頭主導,目前尚處於開發階段。一些未來新興的應用,可能會引發革命性的變革,並打開全新的市場空間。其進入壁壘相對較高,新進入者將面對巨頭長期技術儲備,以及商業資源的巨大挑戰。

T. Scott Clendaniel on Twitter: "1.5 Trillion #SmartCity #Market by ...

智慧城市:人工智慧主要的應用,包括國土安全,以及城市管控。該市場的高速發展,主要由政府提高管理效率,和提升城市安全舉措的驅動。缺少政府相關背景的企業,將面臨相對更高的進入壁壘,主要因為對於監控數據的高度監管,以及政府採購的傾向性。

透過對每個垂直領域的潛在需求,和進入難易程度的分析,L.E.K.甄別了四個對於人工智慧企業,更具吸引力的垂直領域,可以作為中短期打開市場的切入點:金融保險業,廣告媒體娛樂,醫療和生命科學和工業和製造業物聯網。

万亿美元市场:人工智能如何创造商业价值?

3.人工智慧企業應該重點關注行業痛點,並提供針對性的解決方案
人工智慧企業可分為全產業鏈整合巨頭、基礎框架,及算法開發商,和垂直領域解決方案提供商。

Amazon Business Model Explained – Analyst Neo

科技巨頭如谷歌、亞馬遜,都建立了自己廣泛的人工智慧生態體系,提供一系列產品和服務,包括基礎設施,算法框架和垂直應用方案。有些以算法框架為核心的開發商,透過向下游拓展,切入選定的垂直領域。

其他解決方案提供商,會選擇一些特定垂直領域,作為業務開發重點,如依圖科技,曠視科技(圖像辨識系統為基礎)和科大訊飛(語音辨識系統為基礎)。

不同類型的人工智慧企業,可能在落地針對性的方案時,面臨技術和商業應用兩方面的困難。

對算法框架缺少掌控:大量的數據處理需求,對計算能力和模型效率,提出了很高的要求。市場上開放的計算框架,經常沒有辦法滿足所有機器學習模型的要求,更不用說滿足每個垂直領域客戶的特定需求。

應用落地的複雜性:垂直領域的應用,要求解決方案提供方,對特定行業有著較深入的瞭解,以提供客製化的方案。標準化的解決方案,很難同時滿足不同行業,或不同場景的需求。由於缺少專業領域知識或經驗,人工智慧企業的解決方案經常面臨落地難的問題。

人工智慧企業需要有靈活的,可擴展的計算框架,支持不同的模型和算法。

比如,分布式計算的數據處理能力,比單體計算能力快十倍以上。不斷成長的數據和模型參數體量,處理能力對計算框架越來越重要。分布式計算,可以基於數據並行和模型並行,以拓展計算能力,達到高速處理的要求。

建立一個模組化的框架,也非常重要。可重複使用的模組,可以幫助企業更快實現不同應用的落地,縮短交付時間。與第三方開發者,和系統整合商合作時,需要共同打造一個垂直整合的平台。


人工智慧企業需要不斷整合,垂直領域行業知識
一個垂直整合的平台,可以幫助人工智慧企業加速應用落地,並獲取價值鏈上更多的價值。儘管人工智慧計算框架,是所有人工智慧實現的基礎,和最重要的差異化技術要點,但從商業價值角度考慮,透過服務終端客戶應用,產生的價值,會比平台開發的價值,更有吸引力。

4.人工智慧企業需要重點,投入建立商業開發能力
除了核心技術儲備,人工智慧企業的成功,很大程度上取決於其商業化能力。

首先,人工智慧企業尤其是創業型企業,需要對垂直領域進行優先級排序,有側重的開發。在重點開發的領域,累積深入的行業認知,建立廣泛認可的應用案例。人工智慧企業可能面對來自傳統行業巨頭的競爭,比如GE和西門子在工業物聯網領域的佈局。

An Overview of National AI Strategies – Politics + AI – Medium

不同人工智慧企業,具有不同的規模和商業化能力基礎,業務發展速度將決定最終成功與否。人工智慧企業需要盡快實現廣泛認可的應用案例,落地在特定垂直領域,建立知名度和權威性。

同時可持續發展的通路模式,對於客戶拓展和市場進入,也起到了非常重要的作用。

人工智慧企業需要分析價值鏈價值分配,並挑選合適的客戶群體。

針對不同的客戶需求,提供靈活的定價和服務模式選擇。在一些特定的垂直領域,人工智慧企業可以建立一套組合的通路佈局,與不同側重的通路夥伴合作,以確保最大化通路覆蓋。比如,人工智慧企業可以和醫院資訊系統供應商合作,提供結合人工智慧的醫院整體解決方案,開拓醫院客戶。

人工智慧企業需要教育客戶,強調人工智慧對企業發展的重要性。


人工智慧企業需要讓客戶,認識到人工智慧應用,對企業帶來的潛在巨大價值,和對企業業務發展的重要性。成功的案例,將成為極具說服力的工具。

讓客戶管理層認識到人工智慧的重要性,可以使客戶對人工智慧的投入優先排上日程,以及加大投入額度。

沒有留言:

張貼留言