在當(dāng)今信息化和科技爆炸的時代，人工智能進入了飛速增長的階段，在各商業(yè)領(lǐng)域中的應(yīng)用得到不斷拓展。然而對人工智能熱潮是否能持續(xù)的疑問仍然存在，能否為企業(yè)帶來如預(yù)期的真實價值將決定人工智能長期增長的可持續(xù)性。伴隨市場態(tài)度逐漸從‘過熱’轉(zhuǎn)變到‘務(wù)實’，人工智能算法和軟件開發(fā)企業(yè)（在下文中簡稱人工智能企業(yè)）將面對更多的挑戰(zhàn)，人工智能企業(yè)如何在這萬億美元的市場中立于不敗之地？

1．人工智能是一個萬億級的廣闊市場

盡管人工智能（AI）的發(fā)展仍處于商業(yè)化的早期，預(yù)期未來十年AI相關(guān)解決方案市場的復(fù)合增長率將保持在65％，并于2027年達到萬億美元。人工智能熱潮受到科技進步，政府政策紅利以及全球投資者不斷加持，其持續(xù)高速發(fā)展的三個核心驅(qū)動因素包括：

數(shù)據(jù)規(guī)模和深度： 數(shù)據(jù)日益成為公司的最有價值的資產(chǎn)，數(shù)據(jù)生成和收集技術(shù)的成熟（記錄、圖像、音頻等），尤其是物聯(lián)網(wǎng)的普及使得數(shù)據(jù)可獲取的來源呈現(xiàn)幾何級增長（2020年數(shù)據(jù)規(guī)模將達到～40ZB）。對于各行業(yè)的公司來說，如何從數(shù)據(jù)中獲取有價值的商業(yè)洞察與實現(xiàn)流程優(yōu)化，從而為企業(yè)創(chuàng)造價值將成為必修課?？晒┤斯ぶ悄芩惴ㄓ?xùn)練的數(shù)據(jù)不斷增長，積極推進了人工智能模型的完善，以及更準確的結(jié)論和預(yù)測。

算力：最前沿的硬件技術(shù)和系統(tǒng)，包括GPU，F(xiàn)GPA和ASIC芯片，云計算，分布式和并行計算，打破了傳統(tǒng)計算技術(shù)的邊界，推動人工智能走出實驗室進入商業(yè)場景的實際應(yīng)用。

為公司帶來真實的價值：人工智能已助力企業(yè)實現(xiàn)顛覆性的改變，更好地滿足切實的商業(yè)需求，如客戶服務(wù)中使用的Chatbots，金融機構(gòu)的防欺詐系統(tǒng)，消費行業(yè)的客戶定向推薦等等。拿Netflix來舉例，人工智能驅(qū)動的用戶定向推薦為Netflix帶來了每年10億美元的額外收入。

2．不同垂直領(lǐng)域的應(yīng)用場景、需求和引入曲線大相徑庭，人工智能企業(yè)需要合理制定優(yōu)先級

人工智能正在急劇改變很多行業(yè)，一些應(yīng)用場景已經(jīng)開始幫助解決行業(yè)的核心痛點。高價值的應(yīng)用場景、高效的分析工具、與海量數(shù)據(jù)的具備，是實現(xiàn)AI垂直領(lǐng)域價值的基礎(chǔ)。有些應(yīng)用場景可以在短期內(nèi)實現(xiàn)，而另一些應(yīng)用場景需要長時間的積累與提升，才能真正實現(xiàn)商業(yè)化。

因此，并非所有的垂直領(lǐng)域都已準備好迎接人工智能的到來。我們建議通過兩個維度分析各垂直領(lǐng)域人工智能的應(yīng)用：行業(yè)的內(nèi)在需求（包括人工智能應(yīng)用價值以及行業(yè)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）。

金融保險業(yè)：人工智能主要的應(yīng)用包括自動交易、欺詐和風(fēng)險檢測、客戶服務(wù)工具等。金融保險業(yè)由于行業(yè)本身對于數(shù)據(jù)和數(shù)據(jù)分析的高度依賴，其技術(shù)成熟度和行業(yè)特性為人工智能的應(yīng)用打下了良好的基礎(chǔ)。業(yè)務(wù)中的關(guān)鍵痛點，比如可靠性，處理速度，安全性，準確性等，可以通過人工智能技術(shù)實現(xiàn)改進。同時行業(yè)和政策導(dǎo)向?qū)τ谛录夹g(shù)的引入保持較高的開放程度。

醫(yī)療和生命科學(xué)：人工智能主要的應(yīng)用包括輔助診療，藥物開發(fā)和病患管理系統(tǒng)。人工智能可以極大地提高效率和解決醫(yī)療資源匱乏的問題，但核心的醫(yī)療服務(wù)行業(yè)整體技術(shù)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(chuàng)業(yè)企業(yè)已經(jīng)成功在市場中占據(jù)了一席之地。

廣告媒體娛樂：人工智能主要的應(yīng)用包括消費者習(xí)慣分析，自動推薦系統(tǒng)等。該行業(yè)的電子信息化程度很高，有人工智能應(yīng)用的良好技術(shù)基礎(chǔ)。同時對人工智能的需求也非常高。人工智能算法已經(jīng)幫助更好地實現(xiàn)精準營銷和客戶畫像、產(chǎn)品推介。進入壁壘相對較低，但在發(fā)達國家對于消費者數(shù)據(jù)的公開有一定的顧慮。

零售（線下實體）：人工智能主要的應(yīng)用包括消費者分析，購物體驗提升和供應(yīng)鏈管理。然而人工智能在線下實體零售中的應(yīng)用面臨電子信息化程度低以及消費者數(shù)據(jù)難獲得的問題，尤其是需要獲得外部數(shù)據(jù)。同時由于實體零售業(yè)務(wù)的特性，對新興技術(shù)的接受程度不如其他行業(yè)。類似廣告媒體娛樂行業(yè)，其進入壁壘相對較低。

教育：人工智能主要的應(yīng)用包括自適應(yīng)學(xué)習(xí)工具，課程定制等。教育是相對傳統(tǒng)的行業(yè)，數(shù)據(jù)的獲取和信息化程度非常低，同時從業(yè)者對于新技術(shù)的接受程度也較低。人工智能的應(yīng)用可能需要較長時間的培育期。在另一方面，線上教育平臺的崛起，成為人工智能在教育領(lǐng)域應(yīng)用的完美試驗田，但目前對于人工智能的需求仍較低。不管從競爭情況還是法規(guī)來看，教育市場的進入壁壘較低。

工業(yè)和制造業(yè)物聯(lián)網(wǎng)：人工智能主要的應(yīng)用包括質(zhì)量控制，產(chǎn)出優(yōu)化，預(yù)測性維護和供應(yīng)鏈管理。物聯(lián)網(wǎng)的普及為人工智能在工業(yè)領(lǐng)域的應(yīng)用提供了大量的數(shù)據(jù)。人工智能已經(jīng)在一些特定的領(lǐng)域幫助實現(xiàn)了效率提升，流程優(yōu)化以及生產(chǎn)管理，但更多的應(yīng)用場景有待進一步開發(fā)。

高科技：人工智能主要的應(yīng)用包括廣泛的軟件系統(tǒng)和功能性硬件。對于人工智能的需求是各行業(yè)最高的，同時高科技企業(yè)對于新技術(shù)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能能力（核心技術(shù)開發(fā)和價值鏈各環(huán)節(jié)能力），并打造圍繞自己核心業(yè)務(wù)的人工智能生態(tài)系統(tǒng)。

汽車和交通：人工智能主要的應(yīng)用包括自動駕駛和路徑規(guī)劃。新的人工智能應(yīng)用由領(lǐng)先的汽車品牌和科技巨頭主導(dǎo)，目前尚處于開發(fā)階段。一些未來新興的應(yīng)用可能會引發(fā)革命性的變革，并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(shù)儲備以及商業(yè)資源的巨大挑戰(zhàn)。

智慧城市：人工智能主要的應(yīng)用包括國土安全以及城市管控。該市場的高速發(fā)展主要由政府提高管理效率和提升城市安全舉措的驅(qū)動。缺少政府相關(guān)背景的企業(yè)將面臨相對更高的進入壁壘，主要因為對于監(jiān)控數(shù)據(jù)的高度監(jiān)管以及政府采購的傾向性。

通過對每個垂直領(lǐng)域的潛在需求和進入難易程度的分析，L．E．K．甄別了四個對于人工智能企業(yè)更具吸引力的垂直領(lǐng)域，可以作為中短期打開市場的切入點：金融保險業(yè)，廣告媒體娛樂，醫(yī)療和生命科學(xué)和工業(yè)和制造業(yè)物聯(lián)網(wǎng)。

3．人工智能企業(yè)應(yīng)該重點關(guān)注行業(yè)痛點并提供針對性的解決方案

人工智能企業(yè)可分為全產(chǎn)業(yè)鏈整合巨頭，基礎(chǔ)框架及算法開發(fā)商和垂直領(lǐng)域解決方案提供商。

科技巨頭如谷歌，亞馬遜和百度都建立了自己廣泛的人工智能生態(tài)體系，提供一系列產(chǎn)品和服務(wù)，包括基礎(chǔ)設(shè)施，算法框架和垂直應(yīng)用方案。有些以算法框架為核心的開發(fā)商通過向下游拓展，切入選定的垂直領(lǐng)域。其他解決方案提供商會選擇一些特定垂直領(lǐng)域作為業(yè)務(wù)開發(fā)重點，如依圖科技，曠視科技（圖像識別系統(tǒng)為基礎(chǔ)）和科大訊飛（語音識別系統(tǒng)為基礎(chǔ)）。

不同類型的人工智能企業(yè)可能在落地針對性的方案時面臨技術(shù)和商業(yè)應(yīng)用兩方面的困難。

對算法框架缺少掌控：大量的數(shù)據(jù)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(jīng)常沒有辦法滿足所有機器學(xué)習(xí)模型的要求，更不用說滿足每個垂直領(lǐng)域客戶的特定需求。

應(yīng)用落地的復(fù)雜性：垂直領(lǐng)域的應(yīng)用要求解決方案提供方對特定行業(yè)有著較深入的了解，以提供定制化的方案。標(biāo)準化的解決方案很難同時滿足不同行業(yè)或不同場景的需求。由于缺少專業(yè)領(lǐng)域知識或經(jīng)驗，人工智能企業(yè)的解決方案經(jīng)常面臨落地難的問題。

人工智能企業(yè)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(shù)據(jù)處理能力比單體計算能力快十倍以上。不斷增長的數(shù)據(jù)和模型參數(shù)體量，處理能力對計算框架越來越重要。分布式計算可以基于數(shù)據(jù)并行和模型并行，以拓展計算能力達到高速處理的要求。

建立一個模塊化的框架也非常重要?？芍貜?fù)使用的模塊可以幫助企業(yè)更快實現(xiàn)不同應(yīng)用的落地，縮短交付時間。與第三方開發(fā)者和系統(tǒng)集成商合作時，需要共同打造一個垂直整合的平臺。

人工智能企業(yè)需要不斷整合垂直領(lǐng)域行業(yè)知識

一個垂直整合的平臺可以幫助人工智能企業(yè)加速應(yīng)用落地，并獲取價值鏈上更多的價值。盡管人工智能計算框架是所有人工智能實現(xiàn)的基礎(chǔ)和最重要的差異化技術(shù)要點，但從商業(yè)價值角度考慮，通過服務(wù)終端客戶應(yīng)用產(chǎn)生的價值會比平臺開發(fā)的價值更有吸引力。

4．人工智能企業(yè)需要重點投入建立商業(yè)開發(fā)能力

除了核心技術(shù)儲備，人工智能企業(yè)的成功很大程度上取決于其商業(yè)化能力。

首先，人工智能企業(yè)尤其是創(chuàng)業(yè)型企業(yè)，需要對垂直領(lǐng)域進行優(yōu)先級排序，有側(cè)重的開發(fā)。在重點開發(fā)的領(lǐng)域積累深入的行業(yè)認知，建立廣泛認可的應(yīng)用案例。人工智能企業(yè)可能面對來自傳統(tǒng)行業(yè)巨頭的競爭，比如GE和西門子在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的布局。

不同人工智能企業(yè)具有不同的規(guī)模和商業(yè)化能力基礎(chǔ)，業(yè)務(wù)發(fā)展速度將決定最終成功與否。人工智能企業(yè)需要盡快實現(xiàn)廣泛認可的應(yīng)用案例落地在特定垂直領(lǐng)域建立知名度和權(quán)威性。

同時可持續(xù)發(fā)展的渠道模式對于客戶拓展和市場進入也起到了至關(guān)重要的作用。

人工智能企業(yè)需要分析價值鏈價值分配，并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(wù)模式選擇。在一些特定的垂直領(lǐng)域，人工智能企業(yè)可以建立一套組合的渠道布局，與不同側(cè)重的渠道伙伴合作以確保最大化渠道覆蓋。比如人工智能企業(yè)可以和醫(yī)院信息系統(tǒng)供應(yīng)商合作，提供結(jié)合人工智能的醫(yī)院整體解決方案，開拓醫(yī)院客戶。

人工智能企業(yè)需要教育客戶，強調(diào)人工智能對企業(yè)發(fā)展的重要性。

人工智能企業(yè)需要讓客戶認識到人工智能應(yīng)用對企業(yè)帶來的潛在巨大價值，和對企業(yè)業(yè)務(wù)發(fā)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能的重要性，可以使客戶對人工智能的投入優(yōu)先排上日程以及加大投入額度。

3．人工智能企業(yè)應(yīng)該重點關(guān)注行業(yè)痛點并提供針對性的解決方案

人工智能企業(yè)可分為全產(chǎn)業(yè)鏈整合巨頭，基礎(chǔ)框架及算法開發(fā)商和垂直領(lǐng)域解決方案提供商。

科技巨頭如谷歌，亞馬遜和百度都建立了自己廣泛的人工智能生態(tài)體系，提供一系列產(chǎn)品和服務(wù)，包括基礎(chǔ)設(shè)施，算法框架和垂直應(yīng)用方案。有些以算法框架為核心的開發(fā)商通過向下游拓展，切入選定的垂直領(lǐng)域。其他解決方案提供商會選擇一些特定垂直領(lǐng)域作為業(yè)務(wù)開發(fā)重點，如依圖科技，曠視科技（圖像識別系統(tǒng)為基礎(chǔ)）和科大訊飛（語音識別系統(tǒng)為基礎(chǔ)）。

不同類型的人工智能企業(yè)可能在落地針對性的方案時面臨技術(shù)和商業(yè)應(yīng)用兩方面的困難。

對算法框架缺少掌控：大量的數(shù)據(jù)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(jīng)常沒有辦法滿足所有機器學(xué)習(xí)模型的要求，更不用說滿足每個垂直領(lǐng)域客戶的特定需求。

應(yīng)用落地的復(fù)雜性：垂直領(lǐng)域的應(yīng)用要求解決方案提供方對特定行業(yè)有著較深入的了解，以提供定制化的方案。標(biāo)準化的解決方案很難同時滿足不同行業(yè)或不同場景的需求。由于缺少專業(yè)領(lǐng)域知識或經(jīng)驗，人工智能企業(yè)的解決方案經(jīng)常面臨落地難的問題。

人工智能企業(yè)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(shù)據(jù)處理能力比單體計算能力快十倍以上。不斷增長的數(shù)據(jù)和模型參數(shù)體量，處理能力對計算框架越來越重要。分布式計算可以基于數(shù)據(jù)并行和模型并行，以拓展計算能力達到高速處理的要求。

建立一個模塊化的框架也非常重要?？芍貜?fù)使用的模塊可以幫助企業(yè)更快實現(xiàn)不同應(yīng)用的落地，縮短交付時間。與第三方開發(fā)者和系統(tǒng)集成商合作時，需要共同打造一個垂直整合的平臺。

人工智能企業(yè)需要不斷整合垂直領(lǐng)域行業(yè)知識

一個垂直整合的平臺可以幫助人工智能企業(yè)加速應(yīng)用落地，并獲取價值鏈上更多的價值。盡管人工智能計算框架是所有人工智能實現(xiàn)的基礎(chǔ)和最重要的差異化技術(shù)要點，但從商業(yè)價值角度考慮，通過服務(wù)終端客戶應(yīng)用產(chǎn)生的價值會比平臺開發(fā)的價值更有吸引力。

4．人工智能企業(yè)需要重點投入建立商業(yè)開發(fā)能力

除了核心技術(shù)儲備，人工智能企業(yè)的成功很大程度上取決于其商業(yè)化能力。

首先，人工智能企業(yè)尤其是創(chuàng)業(yè)型企業(yè)，需要對垂直領(lǐng)域進行優(yōu)先級排序，有側(cè)重的開發(fā)。在重點開發(fā)的領(lǐng)域積累深入的行業(yè)認知，建立廣泛認可的應(yīng)用案例。人工智能企業(yè)可能面對來自傳統(tǒng)行業(yè)巨頭的競爭，比如GE和西門子在工業(yè)物聯(lián)網(wǎng)領(lǐng)域的布局。

不同人工智能企業(yè)具有不同的規(guī)模和商業(yè)化能力基礎(chǔ)，業(yè)務(wù)發(fā)展速度將決定最終成功與否。人工智能企業(yè)需要盡快實現(xiàn)廣泛認可的應(yīng)用案例落地在特定垂直領(lǐng)域建立知名度和權(quán)威性。

同時可持續(xù)發(fā)展的渠道模式對于客戶拓展和市場進入也起到了至關(guān)重要的作用。

人工智能企業(yè)需要分析價值鏈價值分配，并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(wù)模式選擇。在一些特定的垂直領(lǐng)域，人工智能企業(yè)可以建立一套組合的渠道布局，與不同側(cè)重的渠道伙伴合作以確保最大化渠道覆蓋。比如人工智能企業(yè)可以和醫(yī)院信息系統(tǒng)供應(yīng)商合作，提供結(jié)合人工智能的醫(yī)院整體解決方案，開拓醫(yī)院客戶。

人工智能企業(yè)需要教育客戶，強調(diào)人工智能對企業(yè)發(fā)展的重要性。

人工智能企業(yè)需要讓客戶認識到人工智能應(yīng)用對企業(yè)帶來的潛在巨大價值，和對企業(yè)業(yè)務(wù)發(fā)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能的重要性，可以使客戶對人工智能的投入優(yōu)先排上日程以及加大投入額度。