王细雨的日志

小i机器人用17年换来的5条AI产业化黄金法则

已有 167 次阅读 2019-03-04 16:14

AI产业化是推动人工智能实现商业价值，走向成熟的必由之路，也是此次人工智能浪潮之所以避免重蹈前两次覆辙的根本原因。艾媒咨询日前发布的数据显示，中国人工智能产业规模2017年达到152.10亿元，2019年将增长至344.30亿元。这意味着，中国的人工智能市场已真正进入产业化阶段，在线客服开发并快速成长。
　　那么何为AI产业化，如何才能实现AI产业化呢?
　　在不久前的中国人工智能产业创新联盟年会上，全球人工智能技术产业化规模领先的小i机器人创始人、CEO朱频频对“AI产业化”进行了全面、深入地剖析。
　　作为《福布斯》中国AI领军20人之一，朱频频认为，AI技术的目的只有一个，就是实现产业化，而AI产业化就是要规模化落地，如果只有一个应用场景不能被复制，则不是产业化。他同时表示，虽然技术在产业化里面很重要，但更重要的是要找到应用场景，并能够大规模复制。
　　大多数AI新创企业之所以半路夭折，一个主要原因就是沉迷于理论研究，而忽视了商业落地。当然，有一些企业甚至连前者都没有做到。
　　在过去的十七年里，今天所有AI公司所遭遇的不幸和走过的弯路几乎小i机器人都经历过，也因此为业界踏出了一条真正的“产业化之路”。而这条路到底要怎么走才能少踩坑，朱频频从5个方面给出了建议。
　　1.掌握源头核心技术
　　目前，很多AI技术还不成熟，如果不掌握源头核心技术，就无法和应用做适应。例如自然语言处理，如果用第三方开源引擎，就没有办法做专业领域的自然语言理解，更没有办法让它产生更大的商业化价值。在小i机器人，自然语言处理以及深度语言理解的引擎，每一个代码都是自己写，保证关键的技术掌握在自己手里。
　　对于业内人士来说，算法已经不再是门槛，高识别率也并不是极难的挑战和最终目的。小i机器人三年前开始开发自己的语音识别系统，现在普通话识别准确率已达到95%以上，而怎样才能让这样的技术成为核心优势呢?小i的做法是私有化部署，专有化训练，同时让语音识别与其原有的优势语义技术做深度整合，这样的技术才能与客户需求契合，应用于垂直场景，形成商业化解决方案。

分享举报