AI 加速进入成长期。根据 Gartner 每年发布的科技成熟度曲线,AI 从触发期开始,会经 过期望膨胀期—泡沫幻灭期—复苏成长期—成熟期。从目前趋势来看,AI 行业经过三年的预期消化,已不再是追逐热点赛道,而更倾向于考虑打造合理的商业模式,帮助 AI 产业化落地。2017-2020 年期间,在预期消化的同时,随着资本的助力、政策的驱动、技术的投入,AI 领域中数据、硬件、算法都发生了巨大飞跃,成为了人工智能拐点的催化剂,推动业务的飞跃发展。2021 年 7 月,Gartner 发布了《大中华区 AI 初创企业市场指南》,提到“AI 技术被扩展到机器人流程自动化,以实现超自动化,提高企业对不断变化的业务和流程的响应敏捷性。人们希望把 AI 融合到自动化业务链条中,从感知向认知提升,支持业务流程中的决策。”AI 技术正和企业的运作管理、业务流程相结合,正如我们在过去的多篇报告里提到的那样,“当前的 AI 是场景化的 AI”。此外,这一报告也对AI 行业的科技成熟度曲线进行了更新,我们看到,经过十来年的蓬勃发展,深度神经网络技术的持续突破让机器在很多视觉任务上超越了人类,使得计算机视觉(CV)依然是目前离大规模应用落地和产业化加速最近的 AI 细分领域。
AI 加速进入成长期。根据 Gartner 每年发布的科技成熟度曲线,AI 从触发期开始,会经 过期望膨胀期—泡沫幻灭期—复苏成长期—成熟期。从目前趋势来看,AI 行业经过三年的预期消化,已不再是追逐热点赛道,而更倾向于考虑打造合理的商业模式,帮助 AI 产业化落地。2017-2020 年期间,在预期消化的同时,随着资本的助力、政策的驱动、技术的投入,AI 领域中数据、硬件、算法都发生了巨大飞跃,成为了人工智能拐点的催化剂,推动业务的飞跃发展。2021 年 7 月,Gartner 发布了《大中华区 AI 初创企业市场指南》,提到“AI 技术被扩展到机器人流程自动化,以实现超自动化,提高企业对不断变化的业务和流程的响应敏捷性。人们希望把 AI 融合到自动化业务链条中,从感知向认知提升,支持业务流程中的决策。”AI 技术正和企业的运作管理、业务流程相结合,正如我们在过去的多篇报告里提到的那样,“当前的 AI 是场景化的 AI”。此外,这一报告也对AI 行业的科技成熟度曲线进行了更新,我们看到,经过十来年的蓬勃发展,深度神经网络技术的持续突破让机器在很多视觉任务上超越了人类,使得计算机视觉(CV)依然是目前离大规模应用落地和产业化加速最近的 AI 细分领域。