清华x百度：全面解读AI产业化的现在和未来（附下载）
来源：全球人工智能
本文约4500字，建议阅读8分钟。
多角度阐述产业智能化的战略思考和商业实践方法论。
近日，百度联合清华大学发布了《产业智能化白皮书——人工智能产业化发展地形初现端倪》（以下简称《白皮书》）。
后台私信回复“190413”获取报告全文
据了解，这份长80页、两万余字的《白皮书》，全面阐述了对产业智能化的战略思考和商业实践方法论，全书分为研究篇和商业实践篇两大部分，实践篇调研了人工智能走出实验室后的产业应用，展现了AI技术与产业的融合程度。
研究篇：人工智能产业化成熟度研究报告
1. 人工智能概述：从实验室到产业应用
从20世纪50年代起，人工智能的方法、研究路径经历了好几次重大变化，行业发展也经历了好几次兴衰循环。当前新一轮快速发展，人工智能正从实验室走向广泛的产业应用。
当前人工智能技术在很多产业和领域中已经得到广泛应用，人工智能产业化发展的地形已经初现端倪。
从产业角度看，人工智能技术按照结构划分为基础层、算法层、技术层和应用层。
当前人工智能发展浪潮主要有4个驱动因素:
- 全球数据量爆发性增长
- 计算能力提升
- 算法的进步
- 政策支持、科技巨头和资本追逐
中美两国是人工智能发展最领先的国家，也是推动人工智能产业化最活跃的国家。人工智能技术的产业化将是中国的重要机遇。AI技术在医疗健康、金融、商业、教育、工业和安防各个领域得到越来越多的广泛应用。中国巨大的市场，人工智能有着异常丰富的应用前景。
2. TUMC模型:新兴技术产业化成熟度的评估框架
目前，人工智能的增长不断加速，正在逼近产业化应用爆发的“临界点”。衡量人工智能技术的产业化成熟度，无论对于企业家、研究者还是国家相关产业政策的制定者都具有重要意义。
TUMC模型是一个基于战略节奏理论，从产业演进视角研究新产业成熟度和新兴技术产业化成熟度的工具。
战略节奏理论将产品市场的发展分为小众市场、大众市场、分众市场和杂合市场4个阶段。TUMC模型将AI技术应用的研究焦点放在“尚未进入小众市场”到“即将开启大众市场”的阶段上。
TUMC模型综合考察技术、用户效用、市场以及产业链4个维度：
- 技术：实现商业化的性能阈值
- 用户效用：特定场景中的特定价值
- 市场：市场起飞的关键规模
- 产业链：新的分工协作系统
每个维度又根据成熟程度分为2个节点，如图所示：
3. 人工智能热点技术及应用场景产业化成熟度评估
在《白皮书》的这一部分，研究应用TUMC模型，从技术和应用场景两个角度，分别讨论智能推荐、计算机视觉、智能语音语义技术、智能家居、智慧城市的产业化成熟度。
3.1 技术角度
智能推荐、计算机视觉、智能语音语义等AI的主要热点技术目前的产业化成熟度较高。这些AI相关技术与产品能够很好地融合到已有产业链中，新的产业要素和产业链结构正在形成。
3.2 应用场景角度
在直接面对新需求的、开拓性综合应用场景中，人工智能技术的产业化成熟度要低一些。比如智能家居、智慧城市等，尚未出现清晰的应用场景及对应的“杀手级应用”。这也相当于给人工智能企业指出了下一片市场蓝海。
3.4 结论与启示
人工智能技术仍在快速发展。应用层的厂商需要和算法层的厂商建立更多的合作和连接，培养敏捷的应变能力。算法厂商也需要和应用厂商建立广泛连接，理解具体需求，催化技术发展。
人工智能和大数据、云、物联网共同组成智能产业革命通用技术最关键的部分。它们的协同发展和应用推动产业智能化新范式的最终实现。拥有算法技术和大数据、云技术的大型科技型企业在产业智能化中具备巨大的发展潜力。
通过对人工智能产业化发展的研究，为在产业智能化转型中致力于发展人工智能的企业提出如下建议：
- 从企业业务(to B业务)入手，这是人工智能厂商当前时期发展的一个合适起点。
- 在已有产业中发掘适合自己人工智能产品的应用场景，这是人工智能产业化的“锚点”。
- “锁定”早期用户，跟随用户成长。在业务发展中理解需求并打磨产品。
- 随着产业化的发展，与人工智能相关的新产业要素会逐渐出现，企业可选择、建设或投资与自身业务协同的产业新要素，为未来市场爆发做好准备。
商业实践篇
商业实践篇均源于百度已落地商用的案例，报告部分摘取如下。
1. 首约汽车
1.1 行业概况
截至2018年12月，全国网约车APP月度活跃用户前三名分别为滴滴出行、首汽约车和曹操专车，其中首汽约车是活跃用户增长最快的平台。
1.2 AI 技术应用探索
首汽约车从供需匹配、需求预测、供给调度多方面努力，力求实现供需匹配的效率最优，全面提升面向乘客和司机的服务质量。
在实际工况运营中为自动驾驶技术的进步积累数据。
由于涉及复杂的技术、产业、社会、法规等因素，自动驾驶车辆距离实际城市出行应用还有相当长的距离。
首汽约车通过与百度合作，以车载智能硬件系统作为人工智能实际应用的突破口，在实际运营中积累数据，对自动驾驶相关技术的进步、智慧交通管理的探索具有重要意义。
2. 太平洋保险
2.1 行业概况
车险市场从无到盛，经历了下图所示的三个发展阶段：
过去，车险定价模型以保险公司历史从车数据为主，随着定价限制的松绑。未来，车险行业需要更多从人的因子、根据驾驶习惯和行为进行定价的车险产品。
财产保险领域，车险保费收入普遍占比超过70%，而鲜有机构盈利。市场上具有一定规模的车险险企依托数据密集的优势，纷纷投入资源进行业务数字化改造，应用AI技术提高运营效能，提升客户体验。
2.2 AI 技术应用探索
目前，传统车险企业的业务流程比较固化，保险作业链条较长，线下人工作业环节较多，深受用户诟病的环节集中体现在投保麻烦、理赔繁琐、服务较差等方面。
中国太平洋财产保险股份有限公司(简称“太保产险”)在2017 年年初启动了“数字太保”战略，积极运用技术手段，助力业务发展。
- 智能客服降本增效
太保产险和百度DuerOS等平台合作，利用语音识别、语义理解和语 音合成等技术，对直销业务进行了改进。目前，包括前期销售、售后咨询服务等在内的保险类产品的大部分服务工作已经可以在线完成。
- 化繁为简支持理赔流程优化
车物损理赔方面，太保产险通过智能定损系统，应用智能图像技术，已基本能够实现外观智能定损。通过与百度DuerOS系统以及PaddlePaddle深度学习技术的合作，在接报案的过程中对报案人员进行语音情绪分析，形成智能理赔防范欺诈模型，对诈保风险也进行有效控制。
人伤理赔方面，太保产险通过与医院系统直连，省去了大量单证提交、审核的人力，应用智能图像技术，通过OCR票据识别与病历、用药智能分析，医疗影像识别，大大提升核赔的效率和准确性，理赔过程透明度大为提高。
3. 中国联通
3.1 行业概况
2019年将是5G技术全面商业应用元年。
从1G到5G，中国信息通信技术产业在过去30年里取得了举世瞩目的发展。据工业和信息化部数据，2018年我国移动互联网月户均流量(DOU)达4.42GB/月/户，是上一年的2.6倍。中国的移动宽带DOU已超过美国、日本，达到世界领先水平。5G网络实现商用后，在移动宽带支撑下的消费潜力有望得到进一步释放。
在移动通信业务大发展的同时，联通、移动、电信三大运营商则经历了业务模式的巨大转变。面对政府对降低企业宽带资费、降低移动网络流量资费、在全国范围内推行“携号转网”的要求，包括中国联通在内的三大运营商迫切需要实现转型，在加大降本增效力度的同时，探索新的业务增长空间。
3.2 中国联通的探索
中国联通以混合所有制改革为契机，引入百度、腾讯、阿里巴巴、京东、苏宁等战略投资，走上了构建“五新”(新基因、新治理、新运营、新动能、新生态)互联网化运营的道路。
3.3 互联网化运营与 AI 产业融合
联通从客户服务、计费信控、门店营销等垂直场景入手，通过与百度等合作伙伴联合研发，建设AI核心能力，不断降低人工成本、提高服务质量和运营效率。
后台私信回复“190413”获取报告全文
编辑：黄继彦
校对：林亦霖
— 完 —
关注清华-青岛数据科学研究院官方微信公众平台“THU数据派”及姊妹号“数据派THU”获取更多讲座福利及优质内容。