頭圖來源：百家號HRoot
2016年3月,AlphaGo在圍棋人機大戰(zhàn)中擊敗圍棋世界冠軍李世石，讓AI在普通人的眼里也更加具象化，仿佛讓所有人都懂什么是深度學(xué)習(xí)了，因此2016年也被很多人視為人工智能元年。
隨之而來的融資熱出現(xiàn)在人工智能領(lǐng)域，人們太急切地想要感受到AI應(yīng)用帶來的改變，根據(jù) CB Insights統(tǒng)計，2017年全球范圍內(nèi)AI領(lǐng)域共有152億美元的投資，比2016年增加141%，其中中國公司吸引了約一半共計73億美元的投資。此時，AI成為投資人眼中的“香餑餑”。
泡沫在不斷吹大的同時，也讓人擔(dān)心總有破滅的一天，這個問題自2016年公司們頻繁拿到融資之后就籠罩在行業(yè)之上，到了2021年AI獨角獸接連暴雷，AI公司上市頻頻遭受重創(chuàng)……
海比研究院認為：一個出生自帶光環(huán)的行業(yè)存在泡沫是必然的，受到更多關(guān)注并不是壞事，但泡沫總會爆掉，當(dāng)浪潮退去，能活下來公司需要具備兩方面的特質(zhì)：能夠找到可以上量的應(yīng)用場景，以及可以實現(xiàn)良性運轉(zhuǎn)的商業(yè)模式。
互聯(lián)網(wǎng)經(jīng)歷了十年C端流量紅利驅(qū)動的黃金發(fā)展期，流量見頂之后，B端發(fā)展成為重要賽道，有人認為AI行業(yè)的發(fā)展也是如此，在個人領(lǐng)域的應(yīng)用更為人熟知之后，轉(zhuǎn)向B端的發(fā)展是必然的過程。
海比研究院認為：AI應(yīng)用從C向B的轉(zhuǎn)變并不是自然而然的轉(zhuǎn)變，而是AI企業(yè)探究企業(yè)級應(yīng)用、用戶對AI在企業(yè)場景的渴望共同作用的結(jié)果，并且隨著技術(shù)的發(fā)展C端應(yīng)用還有較多可挖掘的空間，但同時也要看到企業(yè)場景市場正在打開，我們已經(jīng)了解到在目標(biāo)管理軟件、OA系統(tǒng)等多個方面已經(jīng)有企業(yè)走在前列，離規(guī)模級應(yīng)用或許并不遠。
針對企業(yè)級應(yīng)用，AI的價值僅僅限制在例如營銷、人臉識別的一些極個別場景還是在較多場景都可以應(yīng)用呢？這是很多人首先思考的問題。海比研究院通過調(diào)研發(fā)現(xiàn)，AI在企業(yè)上的應(yīng)用場景是比較多的，通過聚類可以將其劃分為四大類：智能營銷場景、智慧職能場景、智能辦公場景以及智能管理場景。
自然語言處理在智能營銷、智慧職能場景有更大的利用空間，常見于智能客服、輿情監(jiān)測、財稅RPA等，這是因為在這些場景中更需要計算機能夠做到像人類一樣理解、處理和生成語言的能力。生物特征識別是智能辦公和智能管理場景中的重要技術(shù)，更加契合在視頻會議、項目管理等軟件中對于人員固有生理特征的識別。
根據(jù)海比研究院數(shù)據(jù)，當(dāng)前人工智能軟件產(chǎn)品主要應(yīng)用的技術(shù)依次為生物特征識別、自然語言處理、人機交互等。對于產(chǎn)品中耦合的技術(shù)結(jié)合了技術(shù)成熟度以及應(yīng)用落地性的雙重因素。
生物特征識別中指紋識別技術(shù)成熟且成本低;人臉識別使用方便且適用于日常辦公等領(lǐng)域，具備技術(shù)應(yīng)用的兩大推動力，因此在用戶使用的產(chǎn)品中應(yīng)用度最高。
自然語言處理雖然還需要經(jīng)過5-10年走向成熟，但這主要指的是自然語言的閱讀理解、機器創(chuàng)作方向，而在相對簡單的會話、聊天等功能廣泛應(yīng)用在智能客服領(lǐng)域，是當(dāng)前較為成熟的應(yīng)用。
人機交互、語音識別、計算機視覺、機器學(xué)習(xí)等技術(shù)在未來2-5年內(nèi)可走向成熟，處于應(yīng)用落地的繁榮探索期，因此在使用上也受到較多關(guān)注。
根據(jù)海比研究院調(diào)研數(shù)據(jù)，82.4%的用戶認為當(dāng)前人工智能軟件在企業(yè)滲透率較低，可見當(dāng)前市場產(chǎn)品還未達到用戶對于AI的預(yù)期，探究用戶對滲透率較低的認知發(fā)現(xiàn)，企業(yè)缺少相關(guān)人才支撐、技術(shù)不成熟、軟件價格較高成為阻礙企業(yè)應(yīng)用AI產(chǎn)品的最大問題，反映出企業(yè)用戶當(dāng)前在自有AI人才上的缺失，同時具有價格敏感性和技術(shù)愛好的特征。
人工智能技術(shù)涉及多方面，需要的人才在算法、工程、數(shù)據(jù)方面要求較高，用戶同樣需要AI人才來完成AI產(chǎn)品設(shè)計的“最后一公里”， 但是當(dāng)前行業(yè)人才缺口大，同時大部分的AI人才會更加傾向于在產(chǎn)品公司從事相關(guān)工作，造成企業(yè)用戶的人才缺失，無法支撐產(chǎn)品的深度應(yīng)用。
企業(yè)用戶看重AI技術(shù)發(fā)展但對此信心不足，廠商應(yīng)加強技術(shù)的發(fā)展以及技術(shù)有效性的宣傳。
價格成為影響產(chǎn)品企業(yè)滲透率的第三大因素，說明當(dāng)前產(chǎn)品價格過高還未達到用戶預(yù)期，技術(shù)的成熟、應(yīng)用的打磨或可終結(jié)產(chǎn)品高價現(xiàn)狀。
根據(jù)海比研究院調(diào)研數(shù)據(jù)，更多的用戶對于廠商的數(shù)據(jù)安全能力、產(chǎn)品性價比、技術(shù)研發(fā)能力最為關(guān)注。AI需要大量的數(shù)據(jù)作為支撐，企業(yè)數(shù)據(jù)安全是企業(yè)的生命線，尤其是當(dāng)前已經(jīng)有研究表明人工智能算法攻擊可能會帶來較大的經(jīng)濟風(fēng)險，在德克薩斯州，5%的對抗性攻擊可以使一個季度的總發(fā)電成本增加17%，約有二千萬美元（對抗性攻擊是指通過設(shè)計一種有針對性的數(shù)值型向量從而讓機器學(xué)習(xí)模型做出誤判）。傳統(tǒng)的防范措施已經(jīng)不能滿足復(fù)雜的攻擊態(tài)勢，用戶對于安全的需求將超過以往任何時期。
用戶對廠商提供服務(wù)關(guān)注度
