清华与百度联合发布一份白皮书,解释了“产业智能化”三个基本问题

  • 日期:12-23
  • 点击:(1079)


最近,有一个新发现:我正在和人工智能行业之外的一些朋友聊天。人们更加关注算法和消费硬件。 最近谈到这个话题,大家的注意力都集中到了如何在各行各业充分利用人工智能的问题上,这个问题相对远离公共生活,更加专业。 我认为这是因为今天媒体、数据组织和学术研究成果都聚焦于这样一个逻辑,即人工智能未来发展的90%将空与行业结合。

无论是今年《政府工作报告》中提到的工业人工智能、工业互联网或人工智能toB,还是“智能+”,在所有这些参考文献的背后都有着相同的精髓:人工智能技术必须与成千上万个行业和各种工业实体相结合,并像润滑剂一样融入行业的核心生产领域,从而达到刺激生产效率、提高行业质量和效率的目的

然而,如何将这一重大判断落实到细节中,对当今众多行业从业者来说是一个相对模糊的问题。 毕竟,人工智能技术是一个全新的命题,不同行业的知识体系和行业认知大相径庭。 如何有效、准确地回答人工智能如何与企业市场融合的问题,是当今人工智能产业和社会经济的共同期待。

4月9日,清华大学和百度联合发布了《产业智能化白皮书》,这是中国第一份从人工智能实践的角度探讨人工智能与行业整合过程和现状的行业报告。 与许多在空洞进行的讨论相比,这个《白皮书》似乎对几个关键问题给出了新的答案:智能+工业,为什么?怎么做?谁来做?

《白皮书》通过分析人工智能技术和人工智能产业以及人工智能技术在许多行业的落地,推断出人工智能对社会经济的促进作用和中国人工智能在全球发展中的战略地位。 实践证明,人工智能正处于技术、工业和国民经济几大需求的交汇点。

白皮书.png

技术从逻辑上表明,人工智能技术的基本特征是改变交互模式,重组数据价值,这就要求这项技术通过大量生产细节的转化,实现其在行业渗透中的价值,提高社会生产效率。

人工智能行业要求:技术行业积累的人工智能技术需要发布 具有广泛的需求、特定的场景、大量结构化的工业市场和工业市场是最佳目标,可以最大化人工智能技术的价值和人工智能企业的主动性

从B端市场需求的角度来看:经济已经进入新常态,实体经济和网络经济都进入了一个新阶段。 在这种情况下,人工智能直接作用于生产周期,满足了以技术推动原始生产力发展的核心需求,实现了企业普遍渴望的质量提升和效率提升。 因此,“智能+的逻辑需求是比以前的企业+技术市场更深层次的市场殖民。

从社会和经济需求的角度来看:人工智能技术与产业相结合,可以优化劳动力配置,重新刺激人才红利,不断推动创业热潮,具有广泛的社会价值。

从国家战略的角度来看,“智力+产业”是基于中国对人工智能的独特探索以及国民经济和产业链的独特规律。 今天,许多国际媒体哀叹中国的人工智能产业将进入人类技术世界的一个未知区域 这是中国领导的技术飞跃,在某种程度上,这甚至是非西方文明领导的第一次技术探索。 因此,工业智能的广泛应用可以被视为建立人类命运共同体的一种尝试,也是中国领导技术探索和反馈全球技术创新的一个重要机会。

因此,技术的融合、社会企业的共同努力以及产学研结合探索产业智能战略,是当今中国社会经济中具有深远意义的技术应用尝试。 如果很明显工业智能部门很有名,那么它将面临人工智能如何与工业整合的具体问题。

人工智能不可能真的通过空思考空或按照总体战略方向进入工业领域。相反,它必须从实用和理性的逻辑出发,分析工业智能的各个阶段,提出一个包含主次因素的渐进发展理念。

《白皮书》分析了人工智能技术的发展和当今业界的接受程度 指出当今人工智能的应用有四个方向:企业需要通过数字结构将人工智能融入细节。

不是每一个行业都能随随便便完全人工智能化 根据《白皮书》,当今人工智能的产业化进程是在不同行业同时探索和应用各种人工智能。 然后掌握垂直技术和垂直场景,以及企业业务流程的信息化和标准化,业务数据的数字化和结构化是重要的前提。

综上所述,发展人工智能产业化的前提是企业自身的数字化建设以及对人工智能技术体系和细节集成模式的客观理解

几个热点技术产业化比较成熟,可以率先渗透。

并非所有人工智能技术都能在工业上大规模应用。《白皮书》客观地指出,智能语音、机器视觉、机器推荐等几项热门技术的产业化成熟度在今天相对较高。 人工智能的工业应用也应该从这些技术中走在前列。 不能盲目追求人工智能技术的新的大规模应用

建立广泛深入的产业链,有效连接计算层、算法层、应用层和用户层

人工智能不是一个可以建立的公司。建立基于人工智能产业化的生态组织必须与产业链紧密结合。 根据《白皮书》,当今产业链的主要任务是在人工智能应用层厂商和人工智能算法层厂商之间建立双向连接,从而敏锐地沟通行业需求和技术方向。 这也是百度今天基于to B业务的生态建设的主要布局思路。

人工智能的层次结构.png

四大技术联合组织成为基础设施,人工智能领先企业成为发展动力

人工智能不是空的城堡,也不能独自成为一个实用的人工智能。它必须建立在与大数据、云和物联网一起形成工业基础设施的条件下 只有通过它们的协调发展,工业智能的新范式才能最终实现

基于这一逻辑,同时具备人工智能算法技术、大数据和云技术的大型科技企业必须承担更全面、更深刻的产业化推广任务

在了解人工智能和产业整合是如何实现的之后,最后也是最重要的问题是在这场大棋局中角色共享和协调发展。 在《白皮书看来》,三个工业角色的协同作用是工业智能奔向爆发点的动力引擎。

有效且生态加速的工业智能系统是基于技术提供商、工业应用转换层和工业受众的协调发展 其中,以百度为代表的人工智能企业可以说是当今加速工业智能的基本驱动力。

在整个产业智能产业的逻辑中,三个角色必须扮演各自的角色:

人工智能大亨是发展的驱动力

经过广泛的技术积累、工业输出系统建设和工业智能实践,英美烟草和华为等人工智能龙头企业已经成为工业人工智能发展的真正推动力,是当今中国人工智能产业化探索的国家砝码。 领导者的角色必须更加复杂和多样化。 在智能工业发展的道路上,顶级公司将越来越多地扮演四个角色:角色一:技术引擎 人工智能巨头的技术投入和产出是初创企业无法比拟的,它们作为工业人工智能技术来源的价值越来越突出。

角色2:工业出口商 目前,东航大型科技公司的战略布局和业务行动明显加快。 云作为一种行业基础设施,越来越被称为行业探索的产物。

角色3:生态探索者(ecological explorer),核心人工智能企业的另一项任务是建立有效的产业合作地图,以证明产业人工智能生态的可行性和长期发展价值 例如,《白皮书》展示了百度和第一汽车合同、太平洋保险、中国联通、集美科技、软通信智能、人才教育探索等多个行业的人工智能登陆案例。 人工智能巨头的生态化被称为该行业发展的另一个起点。

角色4:常规思考者 人工智能巨头的生产、研究和研究能力不仅体现在技术和商业上,还体现在行业经验和行业规则的讨论上。 这些想法将成为企业家、开发者和人工智能行业应用进入这个领域的指南针。

在工业智能必须高速发展的阶段,人工智能龙头企业必须在多个层面发挥引擎的作用,提供可供参考和借鉴的工业智能和开发案例。

行业需要人工智能应用公司。作为对工业智能的探索,深度收费(Depth Charge

在人工智能应用层,必须有工业技术公司和人工智能应用公司来承担人工智能进入行业、寻求行业知识、探索应用场景和可复制商业模式的关键工作 同时,在从技术向应用的过渡中,我们将充分服务于高端市场人工智能的个性化需求,创造新的社会价值和就业机会。

各行各业理性而敏锐的积极合作是人工智能开花的土壤。

各行各业的应用程序都需要积极适应新技术,并寻求新的解决方案来提高技术变革过程中的生产率 以开放、包容、前瞻性的战略愿景和技术投入欢迎“智能+”。

只有当这三个角色发挥各自的作用并有效合作时,工业智能才能真正接近爆发点 值得注意的是,工业智能的探索轨迹是当今全球范围内一个全新的科技命题。 今天,中国有足够的人工智能技术积累来影响世界。它还有一个深度复杂的多层次需求的工业市场。 两者的结合将是科技应用史上前所未有的探索。

版权声明

本文来源于1亿欧元,由1亿欧元授权发行。版权属于原作者。 请点击重印说明进行重印或内容合作。任何非法翻印都将受到起诉