訂閱
糾錯
加入自媒體

AI市場調(diào)研|落地遭遇“卡脖子”究竟為何?成功部署有無法門?

2020-07-10 16:52
知芯話
關(guān)注

經(jīng)歷了過去幾年的商業(yè)摸索期,AI正在從主流應(yīng)用先導落地,走向碎片應(yīng)用持續(xù)滲透的階段。

一、項目部署成功率低,應(yīng)用和預(yù)期偏差較大

AI經(jīng)歷了概念泛起,到逐漸走向落地應(yīng)用階段。應(yīng)用場景碎片化不易把握、實驗室到實際應(yīng)用場景差距大等問題逐漸暴露出來,也成為當前AI落地應(yīng)用過程中最大的痛點和重大應(yīng)用項目亟待解決的問題。

電子發(fā)燒友相關(guān)調(diào)研表明,現(xiàn)階段企業(yè)投入一個AI項目,仍有較大的風險,成功部署的比例并不高。

AI市場調(diào)研|落地遭遇“卡脖子”究竟為何?成功部署有無法門?

那么,是什么阻礙了AI項目的成功部署?“應(yīng)用與預(yù)期出現(xiàn)偏差”、項目技術(shù)規(guī)格無法實現(xiàn)、配合不暢導致的周期問題、項目資金問題是當前AI項目部署過程中一些典型問題,也是AI在發(fā)展初期遇到的難題,來自于供需雙方之間的信息不對等、認識偏差等等。有效溝通應(yīng)該貫穿在整個項目的始終,從方案設(shè)計開始,到中間的各個環(huán)節(jié),稍有偏差,都會導致項目的失敗。

AI市場調(diào)研|落地遭遇“卡脖子”究竟為何?成功部署有無法門?

為什么會出現(xiàn)這些問題?以算法的推進為例,有的算法是按小時迭代上線的,有的是按周來迭代的。對于芯片企業(yè),常常跟不上算法對芯片的直接要求。最終將產(chǎn)品、服務(wù)提供給客戶時,算法和芯片最后融合成什么樣,往往在客戶、普通用戶眼里會產(chǎn)生理解或感知上的偏差。

AI市場調(diào)研|落地遭遇“卡脖子”究竟為何?成功部署有無法門?

現(xiàn)階段,人工智能在各行各業(yè)的普及和應(yīng)用率還較低,這也是理想和現(xiàn)實存在的差距。造成這個現(xiàn)象的原因主要還是整個生態(tài)鏈不夠健全,仍停留在淺層次的融合階段,需要更完整的生態(tài)鏈的互動、更深度的合作。

AI市場調(diào)研|落地遭遇“卡脖子”究竟為何?成功部署有無法門?

從出貨量方面來看,與上一年相比,增長率1%-10%的占26%,11%-20%的占19%,增長率在50%-100%之間的,加起來不足6%。而出貨量實現(xiàn)翻倍的,總和僅為3%左右。

從這些數(shù)字也可以看出,AI產(chǎn)品在落地方面確實挑戰(zhàn)比較大,出貨量總體上還是處于小幅成長的狀態(tài)。

1  2  下一頁>  
聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標題:
    *糾錯內(nèi)容:
    聯(lián)系郵箱:
    *驗 證 碼:

    粵公網(wǎng)安備 44030502002758號