为什么说目前人工智能主要应用在这七个领域?

简介:

10月中旬,乌镇智库联合网易科技、网易智能发布了《乌镇指数:全球人工智能发展报告(2016)》系列报告。报告介绍了人工智能的一系列热点问题,包括企业分布规模、投融资情况、研究成果、细分领域等,对人工智能进行了全面剖析。

在报告中,我们注意到目前人工智能企业的主要应用领域分别是:

为什么说目前人工智能主要应用在这七个领域?

个人助理(智能手机上的语音助理、语音输入、家庭管家和陪护机器人) 产品举例:微软小冰、百度度秘、科大讯飞等、Amazon Echo、Google Home等

安防(智能监控、安保机器人) 产品举例:商汤科技、格灵深瞳、神州云海

自驾领域(智能汽车、公共交通、快递用车、工业应用) 产品举例:Google、Uber、特斯拉、亚马逊、奔驰、京东等

医疗健康(医疗健康的监测诊断、智能医疗设备) 产品举例: Enlitic、Intuitive Sirgical、碳云智能、Promontory等

电商零售(仓储物流、智能导购和客服) 产品举例:阿里、京东、亚马逊

金融(智能投顾、智能客服、安防监控、金融监管) 产品举例:蚂蚁金服、交通银行、大华股份、kensho

教育(智能评测、个性化辅导、儿童陪伴) 产品举例:学吧课堂、科大讯飞、云知声

回忆起今年三四月的时候,我们人工智能创业公司还是一直活在各种试探和神话阶段:《深度学习为何成了计算机视觉研究的标配?》《深度学习在语音识别上不再难有用武之地》;《可怕!引起巨大争议的新技术Face2Face》……当时各种小心翼翼地试探,一度让我们以为离AI实用化的那天还早着,但自从“纯粹的人工智能是没有商业模式的”这一论断尘埃落地,我们开始接受现实并在以下领域各自为阵:

为什么偏偏是这些领域,AI科技评论君准备从3方面来总结成因。

其一,相关专利多

为什么说目前人工智能主要应用在这七个领域?

为什么说目前人工智能主要应用在这七个领域?

翻阅报告,我们注意到在人工智能申请专利细分领域Top5中,中美相关专利几乎都集中在机器人(电商销售等)、神经网络、图像识别、语音识别(个人助理、金融等)上。不同的是,中国人工智能专利Top5中另外还有个是计算机视觉(安防、自驾领域等),美国则是机器学习(金融等)。

从申请专利数目占比不难看出,占比最多的机器人、神经网络、图像识别、语音识别等即是相关应用领域最需要的主要技术。

其二,应用场景够“土”却够刚需

线性资本王淮最近表示:

我们投资人关注的应用场景,搞了一堆数据,搞了一堆处理,完了之后不能解决商业实质解决的问题。要么比别人的商业决策更快,要么让决策质量更高。如果做不到这个,这个东西没人愿意买单,你没有办法依赖你刚才在数据处理技术上面建立的优势去实现我们称之为产品到商品的转变过程,如果这点没实现的话,这家公司是不可投的,再牛也没用。

……

……

应用(场景)我也不展开,我们投的东西一定要有潜在的应用场景,要有一个紧密的结合。因为人工智能领域有个特点,它跟学术关联性比较高。所以我们看待这个问题的时候典型的是这么一个面,科研出发,然后到技术是一步,技术到产品是另外一步,然后产品只有有机会变成商品,而不是我们投的已经商品化,有机会变成商品,你要卖得出去而且有一定的量,这才是真正有机会成功的。

为什么说目前人工智能主要应用在这七个领域?

从Top30全球人工智能企业融资额也可以看出,上榜的中国企业都是相关应用领域企业。比如医疗健康领域中的碳云智能、个人助理领域中的出门问问、以及教育领域中的云知声。

人工智能虽然和学术关联性较高,但是如果没有潜在的应用场景,技术再先进也只是停留在研究阶段。从技术出发,寻找到合适的应用场景,把技术变成产品,才有可能把产品变成商品。

其三,可选择领域不多

从以往案例来看,当下人工智能领域其实可选择的应用领域也实在不多。

曾任百度深度学习研究院IDL主任的余凯在离开百度之后选择了创立地平线机器人,以ADAS系统切入人工智能领域创业。另一个,曾任英特尔中国研究院的第一位“首席工程师”的吴甘沙选择创立驭势科技,以自动驾驶技术进入人工智能创业领域。

另外从报告中我们也注意到,许多拥有行业领先技术的公司最终也选择了在几个“毫无惊喜”的应用领域中实现技术落地。比如科大讯飞选择了个人助理、教育等领域,Google选择在自驾领域以及个人助理等,亚马逊选择个人助理、自驾以及电商等领域。

小结

纵观整份《乌镇指数:全球人工智能发展报告(2016)》,其对于人工智能中投融资情况、研究成果、细分领域都做了详实的分析解释。

对于当下人工智能的应用领域领域,我们可以看到由于相关专利数目影响实际应用场景受限以及可选择领域不多等原因,目前人工智能的主要应用还是集中在个人助理、安防、自驾领域、医疗健康、电商零售、金融、教育这七个方面。


本文作者:李尊


本文转自雷锋网禁止二次转载,原文链接

相关文章
|
2月前
|
消息中间件 人工智能 安全
云原生进化论:加速构建 AI 应用
本文将和大家分享过去一年在支持企业构建 AI 应用过程的一些实践和思考。
583 41
|
2月前
|
人工智能 运维 Kubernetes
Serverless 应用引擎 SAE:为传统应用托底,为 AI 创新加速
在容器技术持续演进与 AI 全面爆发的当下,企业既要稳健托管传统业务,又要高效落地 AI 创新,如何在复杂的基础设施与频繁的版本变化中保持敏捷、稳定与低成本,成了所有技术团队的共同挑战。阿里云 Serverless 应用引擎(SAE)正是为应对这一时代挑战而生的破局者,SAE 以“免运维、强稳定、极致降本”为核心,通过一站式的应用级托管能力,同时支撑传统应用与 AI 应用,让企业把更多精力投入到业务创新。
469 30
|
3月前
|
人工智能 安全 中间件
阿里云 AI 中间件重磅发布,打通 AI 应用落地“最后一公里”
9 月 26 日,2025 云栖大会 AI 中间件:AI 时代的中间件技术演进与创新实践论坛上,阿里云智能集团资深技术专家林清山发表主题演讲《未来已来:下一代 AI 中间件重磅发布,解锁 AI 应用架构新范式》,重磅发布阿里云 AI 中间件,提供面向分布式多 Agent 架构的基座,包括:AgentScope-Java(兼容 Spring AI Alibaba 生态),AI MQ(基于Apache RocketMQ 的 AI 能力升级),AI 网关 Higress,AI 注册与配置中心 Nacos,以及覆盖模型与算力的 AI 可观测体系。
941 47
|
2月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
419 1
|
2月前
|
消息中间件 人工智能 安全
构建企业级 AI 应用:为什么我们需要 AI 中间件?
阿里云发布AI中间件,涵盖AgentScope-Java、AI MQ、Higress、Nacos及可观测体系,全面开源核心技术,助力企业构建分布式多Agent架构,推动AI原生应用规模化落地。
303 0
构建企业级 AI 应用:为什么我们需要 AI 中间件?
|
2月前
|
存储 人工智能 NoSQL
AI大模型应用实践 八:如何通过RAG数据库实现大模型的私有化定制与优化
RAG技术通过融合外部知识库与大模型,实现知识动态更新与私有化定制,解决大模型知识固化、幻觉及数据安全难题。本文详解RAG原理、数据库选型(向量库、图库、知识图谱、混合架构)及应用场景,助力企业高效构建安全、可解释的智能系统。
|
2月前
|
人工智能 算法 Java
Java与AI驱动区块链:构建智能合约与去中心化AI应用
区块链技术和人工智能的融合正在开创去中心化智能应用的新纪元。本文深入探讨如何使用Java构建AI驱动的区块链应用,涵盖智能合约开发、去中心化AI模型训练与推理、数据隐私保护以及通证经济激励等核心主题。我们将完整展示从区块链基础集成、智能合约编写、AI模型上链到去中心化应用(DApp)开发的全流程,为构建下一代可信、透明的智能去中心化系统提供完整技术方案。
293 3
|
3月前
|
存储 人工智能 Serverless
函数计算进化之路:AI 应用运行时的状态剖析
AI应用正从“请求-响应”迈向“对话式智能体”,推动Serverless架构向“会话原生”演进。阿里云函数计算引领云上 AI 应用 Serverless 运行时技术创新,实现性能、隔离与成本平衡,开启Serverless AI新范式。
489 12
|
2月前
|
人工智能 安全 Serverless
再看 AI 网关:助力 AI 应用创新的关键基础设施
AI 网关作为云产品推出已有半年的时间,这半年的时间里,AI 网关从内核到外在都进行了大量的进化,本文将从 AI 网关的诞生、AI 网关的产品能力、AI 网关的开放生态,以及新推出的 Serverless 版,对其进行一个全面的介绍,期望对正在进行 AI 应用落地的朋友,在 AI 基础设施选型方面提供一些参考。
643 54
|
2月前
|
人工智能 缓存 运维
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀
本文介绍联调造数场景下的AI应用演进:从单Agent模式到多Agent协同的架构升级。针对复杂指令执行不准、响应慢等问题,通过意图识别、工具引擎、推理执行等多Agent分工协作,结合工程化手段提升准确性与效率,并分享了关键设计思路与实践心得。
520 20
【智造】AI应用实战:6个agent搞定复杂指令和工具膨胀

热门文章

最新文章