c85

IBM全面解读认知计算:IoT和AI并非全部 行业已经开始盈利【附下载】|智东西内参

Fourteen智能内参2017/03/12

“人工智能”首次写入全国政府工作报告,成为今年两会的热门话题。

智东西(公众号:zhidxcom)

编 | 十四

时值两会,人工智能成为今年的热门话题。3月5日,李克强总理在政府工作报告中提到,要加快培育壮大新兴产业。值得注意的是,这是“人工智能”首次写入全国政府工作报告。

本期的智能内参,我们推荐IBM的人工智能和认知计算产业趋势报告。如果想收藏本文的报告全文,可以在智东西(公众号:zhidxcom)回复关键词“nc134”下载。

1

以下为智能内参整理呈现的干货:

注:这是一份IBM内部分享的趋势报告,主要分析人工智能和认知计算的发展趋势、市场机会、挑战和技术驱动等,并不是一份官方战略或技术声明。

什么是认知计算?

IBM认为,我们已经来到了计算科学的一个新纪元——认知计算,这是计算科学多个领域突破性进展带来的,包括数据分析、自然语言处理、机器学习等。认知计算涵盖了人工智能(AI)技术、相关项目以及专业知识。

这一阶段,机器与人类之间的互动方式将彻底转变,提高了机器的应用价值,于此同时,科技可能带来的风险也在提高。IBM认为,认知计算将很快成为一个变革型的技术,组织各个业务在行业竞争中获取优势,颠覆商业模式/意识。

1

 

*认知计算的四项功能

在认知计算阶段,计算机的主要功能包括四项:理解(understand)、追源(reason)、学习(learn)和交互(interact)。

也就是说,首先,要给计算机下达一个任务(而不再是简单的指令),这个任务可能涉及专业化的领域,这就需要大型数据库;然后,计算机会利用特定的路径来演绎归纳,也就是形成自己的逻辑;整个应用和培训过程中,计算机都将不断学习,利用反馈来修复不足,这一过程包括了无监督学习;最后,计算机需要实现灵活、流畅的人机交互,甚至能理解人类感情。

认知计算的发展现状和趋势

a

驱动认知计算主要有三个动力:认知计算在人工智能发展领域的重要性;越来越庞大而复杂的数据集为重大问题和解决方案提供参考源;第三大计算平台的崛起,包括云计算、物联网、移动端、大数据、分析、社会。

与此同时,认知计算的发展也有四个主要的挑战:认知计算的概念转化为现实涉及到很多具体的项目,有待完成;我们目前还没能完全建立合理的用例和投资回报模式;认知计算,或者说人工智能对于未来的就业前景等社会效应有待评估;产业生态涉及多方关系,包括具体的供应链、合作伙伴、开发人员等等。

根据IDC的调研显示,广泛的认知计算系统和AI应用将推动全球各个产业盈利从2016年的80亿美元增长至2020年的470亿美元。福布斯也表示,认知计算将创造新的职业,截至2025年创造的工作岗位有890万个,包括机器人监控专业人员、数据科学家、自动化专家、内容策划等。

3

IBM针对认知计算产业发展总结出了以下8个洞见:

1、第一个“吃螃蟹”的将优势明显。

2、这是一项不断自我学习的技术,所以精度将不断提高。

3、认知计算技术将主要通过云计算和移动端设备来落地。

4、庞大的消费市场将推动整个产业的快速发展。

5、业务流程,或者说整个产业都需将受到影响。

6、在认知计算新纪元中,劳动力、企业文化、合作伙伴等生态关系需要调整。

7、IT架构、系统设计、数据管理/分析和工作负载系统优化将提出新的要求。

8、即便会有新的工种诞生,但裁员作为一个社会现象不可避免,从长期发展来看,需要理解。

短期内的主要用例

4

IBM总结了2017年,认知计算即将渗透的领域,包括医疗、生命科学、基于机器学习的FSS AI创企、结构化或非结构化的数据公司、面向客户的投资评估、企业AI软件供应商等。IDC的研究院 Jessica Goepfert认为,短期内认知计算主要影响的领域将是银行、证券、投资和制造业。

值得指出的是,聊天程序作为新的产业形式将会迎来爆发期,包括会化服务、虚拟代理等,供应商为了提供更好的客户体验,将优化其应用程序和服务方式,比如面向不同环境/语境的对话和对话的准确性。同时,聊天程序还需要标记用户偏好等。

AI驱动的消费市场则主要包括物联网设备、智慧家庭、机器人、汽车、无人机、虚拟助理、可穿戴等。随着设备使用量的增长,认知计算的影响力将逐渐渗透B2B市场,包括企业解决方案,覆盖汽车、电子产品、银行等各行各业。

根据IBM最近的一项调研显示,认知计算产业确实已经开始盈利了:

65%的受访者表示认知计算是其公司成功的关键,58%的人高度评价了认知计算对于企业数字化的重要性,50%表示认知计算已经成为主要盈利项目,53%指出解锁的数据应用能带来大量优势,49%强调用户体验的受益,49%表示企业效率和成本有所优化,42%声称认知计算帮助他们拓展了业务范围。

2

*认知计算主要影响的5大行业

具体来看,认知计算将主要影响以下五大行业:

5

1、银行/金融/保险

这一行业主要的AI应用在于销售、市场、服务、监管、索赔和风险。典型用例包括项目顾问和推荐、欺诈分析和调查、管理情报、自动索赔处理、自动威胁情报和预防系统。

2、健康和生命科学

这一行业主要的AI应用在于服务和决策支持。典型用例包括诊断和治疗、医药研发、索赔管理和个性化健康服务。

比如,香港中文大学基于云解决方案,使研究小组加快探索大型的、复杂的癌症数据集和识别的研究。

3、消费(零售和消费者零售包装货物/CPG)

这一行业主要的AI应用在于销售、市场、营销和供应链物流。典型用例包括自动化客户服务代理、产品专家顾问和购物建议、全渠道销售。

4、电信/机电

这一行业主要的AI应用在于销售、市场营销和IT。典型用例包括虚拟代理、数字广告、自动化的威胁情报处理。

5、政府/教育

这一行业主要的AI应用在于战略项目和威胁情报。典型用例包括威胁情报和预防、国防、恐怖主义调查、项目顾问和推荐系统、公共安全和应急响应、自适应学习等。

比如,贝勒医学院的认知技术用于加速医学研究自动分析超过300000篇文章,进行关键词索引和模糊索引;导盲之眼(Guiding Eye)对导盲犬的结构化和非结构化数据分析发现基因、健康、气质和环境因素适宜的导盲犬。

专利方面,2014年是认知计算产业专利的高峰期,2016年专利数有所下降。从目前的产业环境来看,已经有2000多家创企,2016年整体风投融资近45亿美元,主要投资领域包括核心AI技术、聊天程序/机器人、前沿数据分析技术、结构化或非结构化数据处理等。详情可以参见智东西内参第121期。

a

实现认知计算的五大关键技术

就像IDC所说的,认知计算的进步是机器人、物联网、人工智能、虚拟/增强现实、机器智能、大数据的进步的总和,它日益增强的系统模拟能力将助力人类的智慧增长。认知计算的关键技术主要包括以下五项:

1、神经网络技术

神经网路也就是提供快速语音和图象识别、机器翻译的技术,目前已经有一些系统能够表现出媲美人类的技能水平。

2、机器学习和物联网

随着物联网的布局,将有更多的数据生成,机器学习算法将能对这些数据进行规划、预测,并应用于关键业务决策。

3、自然语言处理

自然语言处理(NLP)有着很直接的应用,包括聊天程序,可用于客户服务和调查,这种人机交互将提高企业的整体效率,降低成本。

4、模式识别

模式识别即基于历史数据处理经验来处理丰富的非结构化数据,从而更高效的进行数据处理,应用于决策过程。

5、知识库

未来的认知计算会应用于更加专业化的领域,这就需要构建更为知识化的数据库,使得认知计算系统可以被专业人士所应用。

6_副本

技术推广的五大挑战

1、成本考量

在某些企业的情况下,认知计算和人工智能是可以帮助提高企业效率的,但问题是,具体的业务价值和投资回报率又是目前并不明确的事情。目前的案例和案例可参考的价值都比较有限,导致很多企业抱着观望态度。

2、数据管理和安全/隐私问题

认知计算严重依赖数据量和数据来源,因此,保证可靠和充足的数据来源,与此同时维护数据安全和数据源的隐私,是重要的举措,目前暂时缺乏完美的实用方案。

3、技能有限

作为新的技术,认知计算暂时没有开发出完整的应用系统,这对于市场突破不利。

4、缺乏行业定义和标准

跟其他新兴产业一样,认知技术还没有明确的定义,也缺乏通用的行业标准制定,这会影响到它的应用流程。

5、技术局限性

不得不承认,认知计算还有不够完善的地方,公司必须考虑各个平台提供的技术的长短板,以及发展前景对于公司目标的影响。

b

智东西认为,国内的大数据积累,归功于移动端设备和各类服务型软件的发展,为机器学习提供了良好的基础;于此同时,神经网络构建也在研究机构合作科技巨头的模式下发展。加之政策推动,庞大的消费市场和制造业发展需求,国内的认知计算处在一个非常积极的发展状态。

下载提醒:如果想收藏本文的报告全文,可以在智东西(公众号:zhidxcom)回复关键词“nc134”下载。


智能内参

权威数据·专业解读 读懂智能行业必看的报告

在智东西回复“智能内参”查看全部报告

智东西