AI行業(yè)市場(chǎng)基本狀況

行業(yè)玩家情況

行業(yè)玩家情況

第一類玩家即當(dāng)裁判，也當(dāng)運(yùn)動(dòng)員

阿里、騰訊、華為等行業(yè)巨頭在大數(shù)據(jù)、云計(jì)算、AI(語(yǔ)音語(yǔ)義、視覺(jué)圖像、知識(shí)圖譜等)技術(shù)等方面已有深厚積累，在很多行業(yè)(如零售、金融、教育、交通、出行等)賦能已有完整成熟落地方案，它們不僅提供打包完整方案賦能企業(yè)，也提供底層算力封裝后的PaaS服務(wù)給到第三類玩家拓展業(yè)務(wù)。

優(yōu)勢(shì)：掌握核心技術(shù)，引領(lǐng)行業(yè)前進(jìn)

劣勢(shì)：核心技術(shù)需要大量研發(fā)資金投入，技術(shù)成果轉(zhuǎn)化與業(yè)務(wù)拓展兩者難以平衡

第二類玩家，術(shù)業(yè)有專攻

科大訊飛、追一、商湯等企業(yè)，分別在語(yǔ)音語(yǔ)義、視覺(jué)圖像等垂直方向上，有著深度自主AI技術(shù)研發(fā)實(shí)力，為零售、金融、交通、教育、出行、電商、地產(chǎn)、醫(yī)療等眾多行業(yè)提供AI技術(shù)方案賦能(如基于語(yǔ)音語(yǔ)義等技術(shù)在線機(jī)器人、語(yǔ)音機(jī)器人、智能客服方案，基于視覺(jué)圖像技術(shù)的智能駕駛方案)，助力企業(yè)簡(jiǎn)化業(yè)務(wù)場(chǎng)景處理流程、升級(jí)服務(wù)能力，為用戶帶來(lái)更好體驗(yàn)，實(shí)現(xiàn)降本增效，驅(qū)動(dòng)業(yè)務(wù)快速增長(zhǎng)。

優(yōu)勢(shì)：掌握垂直領(lǐng)域核心技術(shù)，擁有行業(yè)話語(yǔ)權(quán)

劣勢(shì)：核心技術(shù)雖有深度，但缺少?gòu)V度，垂直領(lǐng)域方向之外業(yè)務(wù)發(fā)展易受限

第三類玩家，細(xì)耕業(yè)務(wù)

天潤(rùn)融通、容聯(lián)-七陌等企業(yè)，主要集成第一類玩家提供AI技術(shù)能力，進(jìn)一步封裝為面向應(yīng)用化類似SaaS/PaaS產(chǎn)品，細(xì)耕耘服務(wù)、營(yíng)銷(xiāo)、辦公、運(yùn)營(yíng)、中臺(tái)業(yè)務(wù)場(chǎng)景，為零售、金融、保險(xiǎn)、教育、電商、本地生活等行業(yè)賦能。

優(yōu)勢(shì)，專心集成整合大廠技術(shù)，耕耘業(yè)務(wù)，無(wú)需投入大量研發(fā)成本

劣勢(shì)，缺少核心技術(shù)，業(yè)務(wù)拓展易受制于人

商業(yè)模式總結(jié)

提供類似SaaS部署解決方案，按使用年期收費(fèi) — 主體盈利方案

后續(xù)提供運(yùn)營(yíng)類、技能/服務(wù)升級(jí)服務(wù)增值 — 增值業(yè)務(wù)點(diǎn)

與生態(tài)鏈伙伴合作研發(fā)產(chǎn)品，共同分享產(chǎn)品成長(zhǎng)果實(shí) — 合作分成

AI語(yǔ)音語(yǔ)義技術(shù)衍生的業(yè)務(wù)分析

智能語(yǔ)音語(yǔ)義賦能業(yè)務(wù)技術(shù)原理

智能語(yǔ)音語(yǔ)義賦能業(yè)務(wù)，這里是以自然語(yǔ)言處理(NLP)+語(yǔ)音識(shí)別(ASR)+語(yǔ)音合成(TTS)+知識(shí)圖譜(KG)+深度學(xué)習(xí)(DL)等技術(shù)來(lái)處理語(yǔ)義文本理解/生成、語(yǔ)音識(shí)別轉(zhuǎn)化為文本、文本轉(zhuǎn)化語(yǔ)音合成作業(yè)，解決營(yíng)銷(xiāo)、服務(wù)、運(yùn)營(yíng)、辦公、中臺(tái)業(yè)務(wù)場(chǎng)景中實(shí)際語(yǔ)音語(yǔ)義相關(guān)工程問(wèn)題。

為進(jìn)一步闡述其中技術(shù)工作原理，見(jiàn)如下簡(jiǎn)化流程圖

AI語(yǔ)音語(yǔ)義類業(yè)務(wù)框架圖

輸入端

用戶query的內(nèi)容通常來(lái)說(shuō)有兩種類型，語(yǔ)音或者文本，如是語(yǔ)音，則需要先進(jìn)行語(yǔ)音識(shí)別(ASR)處理轉(zhuǎn)為文本，便于后續(xù)處理。

語(yǔ)義處理

文本語(yǔ)義處理(NLP)主要為兩部分：內(nèi)容理解(NLU)+內(nèi)容生成(NLG);

內(nèi)容理解(NLU)，即是對(duì)用戶query輸入內(nèi)容進(jìn)行意圖識(shí)別+槽位解析(抽取特征信息);

內(nèi)容生成(NLG)，即是生成用戶可以理解的內(nèi)容，將非語(yǔ)言格式數(shù)據(jù)轉(zhuǎn)化為用戶可理解的語(yǔ)言。

對(duì)話管理

對(duì)話管理系統(tǒng)主要分為兩部分：對(duì)話狀態(tài)維護(hù)(DST)+對(duì)話策略(Dialog Policy);

對(duì)話狀態(tài)維護(hù)(Dialog State Tracking，DST)，管理當(dāng)前對(duì)話狀態(tài);

對(duì)話策略(Dialog Policy)，根據(jù)當(dāng)前對(duì)話狀態(tài)，生成相應(yīng)對(duì)話策略。

語(yǔ)義語(yǔ)音機(jī)器人類型(輸出端)

根據(jù)不同業(yè)務(wù)場(chǎng)景類型特點(diǎn)，語(yǔ)義機(jī)器人類型主要可分為以下四大類

以上類型機(jī)器人，通常地先以文本語(yǔ)言方式回復(fù)，也可以通過(guò)語(yǔ)音合成(TTS)技術(shù)處理將文本內(nèi)容轉(zhuǎn)為語(yǔ)音回復(fù)。

(PS，以上類型機(jī)器人背后技術(shù)框架和工程后面將專門(mén)新文展開(kāi)來(lái)寫(xiě)，敬請(qǐng)期待)

AI產(chǎn)品應(yīng)用行業(yè)廣泛

AI語(yǔ)音語(yǔ)義已有成熟產(chǎn)品解決方案落地應(yīng)用，覆蓋了B、C、G端的大量語(yǔ)音語(yǔ)義領(lǐng)域的業(yè)務(wù)，如營(yíng)銷(xiāo)、咨詢、服務(wù)、運(yùn)營(yíng)等，解決了企業(yè)傳統(tǒng)人力運(yùn)維服務(wù)質(zhì)量參差不齊、業(yè)務(wù)增長(zhǎng)困難、成本居高不下且效率較低的大痛點(diǎn)，如“智能客服(語(yǔ)音機(jī)器人)”產(chǎn)品已為銀行、汽車(chē)、地產(chǎn)、政務(wù)、校園、保險(xiǎn)、電商等縱多行業(yè)賦能。

AI技術(shù)賦能行業(yè)面臨的痛點(diǎn)

近幾年AI技術(shù)發(fā)展非常迅速，很多AI技術(shù)廠商已開(kāi)始跑馬圈地推出了很多有意思的技術(shù)解決方案和產(chǎn)品，如智能客服、在線機(jī)器人、人臉識(shí)別等，很多成熟方案已在電商、金融、教育、地產(chǎn)、交通等行業(yè)里落地應(yīng)用，為賦能企業(yè)運(yùn)營(yíng)效率效能提升、成本優(yōu)化控制取得了很好效果。

AI技術(shù)賦能業(yè)務(wù)所面臨痛點(diǎn)

AI技術(shù)賦能企業(yè)的光鮮亮麗背后，也面臨著因AI本身屬性所帶來(lái)的業(yè)務(wù)痛點(diǎn)

強(qiáng)依賴數(shù)據(jù)，無(wú)數(shù)據(jù)不智能AI模型由算法、算力、數(shù)據(jù)構(gòu)成，每個(gè)性能穩(wěn)定的模型需要大量數(shù)據(jù)注入，并不斷訓(xùn)練;真實(shí)數(shù)據(jù)集大部分是臟數(shù)據(jù)，需要花大量時(shí)間成本進(jìn)行數(shù)據(jù)清洗

強(qiáng)依賴人工介入，無(wú)人工不智能業(yè)務(wù)處理不夠成熟，需要依賴人工最后1min介入處理業(yè)務(wù)自我學(xué)習(xí)能力不夠強(qiáng)，需要人為不斷進(jìn)行數(shù)據(jù)標(biāo)注效果調(diào)優(yōu)需要人工訓(xùn)練

產(chǎn)品上線運(yùn)維門(mén)檻要求高產(chǎn)品上線需要人工大量編寫(xiě)規(guī)則、標(biāo)注數(shù)據(jù)BadCase需要人工核查、分析

產(chǎn)品水土不服業(yè)務(wù)邏輯理解不足缺少人機(jī)協(xié)同

針對(duì)痛點(diǎn)對(duì)策

要始終抱有積極心態(tài)，相信方法永遠(yuǎn)多于問(wèn)題

盡量復(fù)用前期經(jīng)驗(yàn)&原有模型(主流模型、成熟方案)

不斷優(yōu)化模型對(duì)業(yè)務(wù)邊界case(前期模型未命中或處理不夠好的案例)泛化能力

提供智能化工具包，簡(jiǎn)化運(yùn)維流程，提高運(yùn)維效率

產(chǎn)品功能組件化，細(xì)化業(yè)務(wù)需求顆粒度，通過(guò)不同模塊彈性伸縮配置，最快滿足客戶業(yè)務(wù)迭代需求

AI技術(shù)賦能行業(yè)之未來(lái)展望

在新一輪科技進(jìn)化和產(chǎn)業(yè)變革浪潮中，人工智能從感知往認(rèn)知不斷發(fā)展。在5G通信技術(shù)、物聯(lián)網(wǎng)和云計(jì)算加持下，人工智能將會(huì)成為改變現(xiàn)有社會(huì)生產(chǎn)結(jié)構(gòu)科學(xué)技術(shù)。

隨著技術(shù)不斷迭代，市場(chǎng)對(duì)人工智能認(rèn)知也趨于完善，更多產(chǎn)業(yè)開(kāi)始擁抱人工智能，目前人工智能已進(jìn)入到技術(shù)與商業(yè)結(jié)合，與合作伙伴一起重構(gòu)傳統(tǒng)產(chǎn)業(yè)價(jià)值鏈階段，實(shí)現(xiàn)降本增效，驅(qū)動(dòng)業(yè)務(wù)增長(zhǎng)。

產(chǎn)品展望

伴隨5G技術(shù)不斷普及，新基建如火如荼，AI技術(shù)未來(lái)在萬(wàn)物互聯(lián)時(shí)代背景下，將有著更寬闊的市場(chǎng)應(yīng)用空間。

結(jié)合行業(yè)已有AI產(chǎn)品形態(tài)和商業(yè)模式經(jīng)驗(yàn)，以下是對(duì)未來(lái)AI技術(shù)及業(yè)務(wù)形態(tài)模式的大膽思考，以期作為AI產(chǎn)品規(guī)劃、布局的reference。

產(chǎn)品功能組件化，根據(jù)業(yè)務(wù)場(chǎng)景特征，選擇相應(yīng)模塊組件拼接集成，即可實(shí)現(xiàn)業(yè)務(wù)定制和上線運(yùn)營(yíng);

產(chǎn)品云化，萬(wàn)物互聯(lián)不僅帶來(lái)了海量設(shè)備連接能力，更要求有著對(duì)海量數(shù)據(jù)處理能力，巨量業(yè)務(wù)數(shù)據(jù)處理需求將驅(qū)動(dòng)產(chǎn)品云化;

產(chǎn)品生態(tài)化，5G技術(shù)將會(huì)催化人工智能對(duì)傳統(tǒng)產(chǎn)業(yè)價(jià)值鏈重構(gòu)，細(xì)化產(chǎn)業(yè)價(jià)值分工，標(biāo)準(zhǔn)化產(chǎn)品解決方案，同時(shí)促進(jìn)AI更好賦能行業(yè)，構(gòu)建起健康的產(chǎn)品生態(tài)。

商業(yè)模式展望

像水電一樣，按流量使用計(jì)費(fèi)。

5G通信技術(shù)加速了萬(wàn)物互聯(lián)，也催化了人工智能在IoT時(shí)代的場(chǎng)景應(yīng)用，未來(lái)AI產(chǎn)品形態(tài)將會(huì)像水電一樣，無(wú)處不在，按需使用，按用計(jì)費(fèi)。