您当前的位置是:  首页 > 资讯 > 国内 >
 首页 > 资讯 > 国内 >

2019人工智能分类排行:环信稳居智能客服行业榜首

2020-04-10 09:16:22   作者:   来源:CTI论坛   评论:0  点击:


  近日,《互联网周刊》研究院发布2019人工智能分类排行,其中环信凭借领先的AI算法能力、完善的AI工程能力,以及包括在保险、证券、金融、教育、物流等行业的头部客户占比优势,荣膺智能客服行业榜首。
  人工智能的概念于1956年在达特茅斯学院的会议上正式宣布成立
  然而,当时的技术和硬件设备跟不上新型人工智能的发展,人工智能于1974年迎来了第一次寒冬,一直持续到上世纪八十年代。进入新世纪来,随着大数据技术的发展、深度学习的出现、算力的提升,人工智能的潜力被人们愈发重视。
  自2016年开始,人工智能领域的创业公司被这个时代赋予了最优的待遇,大量资本流入其中,2017年全球人工智能初创企业融资额达152亿美元,中国占48%,位居第一。这样的盛况一直持续了三年,直到2019年初的大降温。
  90年代,高德纳咨询公司提出技术成熟度曲线(The Hype Cycle)
  它指出新科技的成熟往往需要历经5个阶段:科技诞生的促动期、过高期望的峰值、泡沫化的底谷期、稳步爬升的光明期、实质生产的高峰期。
  任何技术的发展路径都必然是螺旋式的,不可能一帆风顺。毫无疑问,人工智能便处于“退烧阶段”,过往的热捧,让不少AI公司迅速膨胀,获得了与当下业务体量并不匹配的高估值,而一旦市场降温,资本开始理性,越是高估值的公司,就越难引入新融资。
  难以融资的情况下,能让人工智能企业安稳过冬的自然是其核心的盈利变现能力。初创公司们的重心也将从融资转向业务。而客户只看重一件事,就是技术能不能让他降本增效。资本寒冬,反而有助于人工智能领域淘汰落后产能,而且很可能不仅是小的初创公司,也包括大公司的内部团队。
  人工智能行业稳步发展的关键
  像过去数年大量涌现的AI芯片初创团队,要知道硬件研发需要非常长的时间周期,有的团队选择在FPGA上实现一些深度学习算法,很多团队直接上手ASIC,从底层设计芯片加速深度学习算法,然而前者性能跟不上,后者开发成本高、消耗时间长,产品竞争力严重缺失。至于更多混概念、拿融资的公司也处于加速出清阶段。
  但我们同样要看到,人工智能商业化带来了企业数字化加速、产业链结构改善、信息利用效率提升等积极效应,在金融、医疗、安防等多个领域实现技术落地,且应用场景愈发丰富。众多企业降本增效的预期、国家政策的扶持,这些都是利于人工智能行业稳步发展的关键。
  AI的本质是一种获取知识、使用知识达到目标的通用能力
  与常规语言、图谱不同,这种知识是以分布式重叠向量表示,机器学习也正是基于此,通过可微分函数自动学习从而解决各种难题。
  人类与世界的交互主要由感知、思考、行动三者构成,我们的知识也在这一轮轮的循环往复中逐步完成归纳、总结与验证。这一过程同样适用于人工智能,AI通过传感器观察外界环境,用数据记录感知结果,进而在对数据归纳总结的过程中获取知识,完成认知过程,规划行动后再通过与外界的互动完成验证、认知闭环。
  不难想到,数据是人工智能时代最宝贵的财富,数据即知识的载体
  这也就解释了,为何人工智能有着愈发垂直化的趋势,各行各业很难以开放共享的心态来设计AI的商业模式的对外合作,辛苦积累的场景与数据自然如此,优质数据难寻。深耕垂直领域的公司则依靠较少精准数据即可把模式跑通,而且多数客户为政府、国企,这些人工智能企业多数收入也来源于此,形成先toB跑通后toC普及模式。
  人工智能的未来在哪
  而从人机交互角度上看,电脑的诞生简化了人类繁琐的操作流程,通过鼠标的点击即可远程操控;而触屏手机的出现则进一步解放全身,我们仅靠手指即可随时随地完成远程的操作与娱乐;大胆地推测一下,在手指被占用的情况下,未来可能的潜在交互模式就愈发明显了,像语音交流、眼动控制等都已进入商用阶段,脑机接口等前沿技术也在逐步试验中,在这种可预见的新模式下行业亦将诞生一批服务相关技术与内容的独角兽企业。
  如果说互联网将全球信息扁平化,移动互联网则在此基础上将人类日常活动与行为数字化。AI时代下,数字世界和物理世界则通过传感器与传动器趋于融合,有价值的人类活动和物理世界都将被数字化,真正形成万物互联的时代。
  新基建大背景下的人工智能
  2020年3月4日,中共中央政治局常务委员会召开会议,提出要发力于科技端的基础设施建设,人工智能成为“新基建”七大版块中的重要一项。“新基建”不同于传统思路,其本质是信息数字化的基础设施建设,用于支撑传统产业向网络化、数字化、智能化方向发展。
  作为国家级战略,此次在新基建的背景下,人工智能的发力点首先便是要填补算力的不足,当前摩尔定律失效,算力需求增速已经远远超过了算力供给能力。有报告显示,2012年以前,人工智能算力需求紧追摩尔定律,每两年翻一番。2012年以后,渐渐缩短为3、4个月翻一番,人工智能算力需求空间巨大。
  人工智能的核心依然是构建专用设施,缓解算力需求
  但同时,算力提升背后涉及众多产业链,像AI芯片,包括“云端”、用户端的类脑芯片,以及各类传感器、激光雷达、毫米波雷达、摄像头、体感传感器等。最重要的,人工智能是通用的AI平台,包括计算机视觉、语音识别、自然语言处理,机器学习、知识图谱等,这都有助于在泛在、融合的发展趋势下,构建软硬件协同、新老系统协同、各个行业协同的产业新生态。
  人工智能及场景应用的基础建设,在连接巨大的投资与需求的同时,还牵着不断升级的消费市场。人工智能的发展无疑是未来20年数字经济时代,支撑中国经济社会繁荣发展的基石,对推动中国经济转型升级形成极大助力。
  第四次工业革命的大幕或许就在徐徐拉开
  人工智能时代,数据与场景成为核心。围绕5G+新一代人工智能的垂直模式,打造以网络层、云基础设施和以新一代人工智能领域龙头企业在应用场景的协同创新生态是未来的核心趋势,合作方式可采取项目联合攻关、共建研发机构、组建产业技术创新联盟等,为人工智能方案落地起到重要助推作用。
  中央经济工作会议在部署“着力推动高质量发展”重点任务中,明确提出“要大力发展数字经济,推动数字经济和实体经济深度融合”。作为数字经济的应用领域的新引擎,人工智能正在逐步成为推动实体经济优化升级、生产力跃升的驱动力量。
【免责声明】本文仅代表作者本人观点,与CTI论坛无关。CTI论坛对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

专题

CTI论坛会员企业