中国人工智能在零售领域的应用前景如何

  人工智能(AI)在零售领域应用是指人工智能计算机视觉、智能语音等人工智能技术在零售场景中的落地应用,其通过为零售行业的参与主体、不同业务环节赋能,进而实现对零售行业的整体升级和改造。人工智能技术应用于零售领域,促使“人-货-场”的结构发生变化,其信息流转速度加快,数字化程度持续提高。在政策利好、零售行业增长乏力、人工智能技术持续进步等因素驱动下,中国人工智能在零售领域应用行业市场规模将持续扩大,预计于2025年达到67.7亿元。

  1. 智能客服、精准营销等是人工智能在零售领域的主要应用场景  人工智能应用于零售领域的关键技术包括计算机视觉、智能语音、自然语言处理、机器学习、知识图谱等。现阶段这些技术在智能客服、精准营销等场景下应用较为成熟。随着人工智能技术持续进步,其将可在零售领域实现大规模的应用。

  2.零售行业增速乏力,急需AI等新技术助力转型  2015-2020年期间,中国社会消费品零售总额和网上零售总额的增速逐步下降,2020年其增速分别为-3.9%、10.9%,零售行业增速乏力。同时零售行业是典型的劳动力密集型行业,在供应链、客服、营销、运营、销售等不同环节均需大量人力资源,但中国劳动力市场逐年紧缩,零售行业面临用工短缺问题,当前中国连锁零售行业人才缺口约达500万人。因此,零售企业需利用AI等新技术对收银、客服、营销、门店管理等环节进行智能化改造,在提升人员效率、节省人力成本的同时,以获取新的业务增长点。

  3.云服务巨头在AI+零售行业更具优势

  中国人工智能在零售领域应用行业参与者众多,参与者入局基础差异性显著,主要包括云服务企业(阿里云、腾讯云等)、AI技术企业(第四范式、商汤科技等)以及传统零售企业(苏宁等),其中,阿里云、腾讯云等在零售业进行布局的云服务企业在行业中更占优势。

成为VIP会员查看完整内容
0
31

相关内容

人工智能(Artificial Intelligence, AI )是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。 人工智能是计算机科学的一个分支。

人工智能技术是使人造机器具备类人类智能、模拟人类学习、认知、感知能力的信息技术,感知层人工智能技术发展成熟,多项应用方案实现规模落地,认知层人工智能技术将是实现下一代人工智能技术突破的关键。

中国工业领域人工智能技术渗透率较低,人工智能技术的应用主要集中于产品生产环节。工业领域各应用场景可用样本数量的缺乏,是工业领域人工智能技术实现落地的主要制约因素之。

机器视觉技术在工业领域中应用广泛,核心功能包括产品识别、测量、定位及检测,是实现产品分拣、装配、搬运、质检等多个生产环节智能化转型的核心技术,相较于人工生产具备降本增效等显著优势。

中国工业领域人工智能行业产业链上游以传感器及AI芯片制造商与AI算法提供商为主体,产业链中游以辅助研发系统及智能生产系统提供商与工业机器人制造商为主体,产业链下游涵盖工业领域各细分市场。

但是中国工业传感器行业发展进入成熟期,主要增长动力来自于工业制造规模的增长与智能制造的应用,受制于人工智能技术在工业领域的渗透率增长速度较低,短期内中国工业传感器市场需求增长速度预计将持续下行。

CMOS图像传感器成为图像传感器应用市场主流应用选择;全球CMOS图像传感器市场集中度较高,垄断效应明显,龙头企业占据高端CMOS图像传感器市场主导地位,对下游客户具备较强主动议价能力。

应用于AI算法运行的处理器芯片以GPU、FPGA及ASIC三类芯片为主;发展起步较早的GPU芯片已实现规模化应用,具备更强的性能及更低的功耗的高度定制化ASIC芯片市场发展空间较大。

成为VIP会员查看完整内容
0
65

为加快推动人工智能技术在电信行业的应用与融合发展,在AIIA产学研融合与应用工作组指导下,由电信项目组组织,中国信息通信研究院标准与技术研究所牵头,中国移动通信有限公司研究院、中国电信股份有限公司研究院、中国联合网络通信有限公司研究院、华为技术有限公司、中兴通讯股份有限公司、英特尔(中国)有限公司等单位共同编写了《电信行业人工智能应用白皮书》2021版。

电信网络作为信息通信的基础设施,具有应用人工智能技术的巨大空间和潜力。国内外运营商、设备商和服务商等在电信网络智能化方面纷纷布局,电信网络智能化在标准研究、技术验证与落地应用等方面均有重要推进。随着5G网络的大规模商用和网络人工智能平台的建设成熟,越来越多的网络智能化应用与业务已经开展落地并发挥良好效果。

本白皮书系统分析了目前电信网络智能化的总体发展态势与应用现状,集中展示AI技术在移动通信网、固定通信网和网络业务服务三大类应用场景的19个典型落地案例,包括故障根因分析、异常小区发现、基站节能、业务内容智能推荐、网络质量智能监控与业务智能识别调优等。

白皮书指出,构建智能化社会适应万物互联的新一代信息基础设施,保障信息基础设施的安全,对于促进信息技术与实体经济融合、拓展数字经济空间具有重要意义。

目前,全球已经掀起了人工智能应用的浪潮。将人工智能技术引入到新一代通信基础设施,可以为网络、计算、应用等信息基础设施提供基于数据的感知、预测和管控能力,促进网络、计算、应用等基础设施的融合与协同。人工智能在越来越多的复杂场景下可以做出比人类更优的决策,无疑让网络智能化建设开拓了新的视野,给网络的发展带来了前所未有的新机遇,也为电信网络重构转型过程中遇到的众多困难和挑战提供了高效的加速解决路径。

随着电信行业人工智能应用加速在现网落地部署并释放价值,网络智能化基础能力将持续增强,网络知识与人工智能技术融合适配网络智能化应用需求,新技术范式例如联邦学习、迁移学习等技术将得到更多应用与关注。人工智能技术将贯穿电信网络端到端全生命周期的运营与演进,实现网络的泛在智能能力,帮助运营商实现数字化转型,带动整个电信产业的智能升级。

成为VIP会员查看完整内容
0
44

人工智能作为新一轮产业变革的核心驱动力,正在释放历次科技革命和产业变革的巨大能量。持续探索新一代人工智能应用场景,将重构生产、分配、交换、消费等经济活动各环节,催生 新技术、新产品、新产业。作为数字经济转型升级的推动力和新一轮科技竞赛的制高点之一,近年来人工智能被提升到国家战略高度。

2017至2019年,连续三年的政府工作报告中均提及加快人工智能产业发展;2020年,人工智能更是与SG基站、大数据中心、工业互联网等一起被列入新基建范围。在 “新基建“ 背景下,人工智能将为智能经济的发展和产业数字化转型提供底层支撑, 推动人工智能与SG、云计算、大数据、物联网等领域深度融合。

成为VIP会员查看完整内容
0
63

自1956年首次提出“人工智能”概念起,随着计算机算力和算法技术的突破,人工智能已渗透进人类生活的方方面面,不断在模拟、延伸和扩展人的智能上演进。“智适应教育”正是教育行业演进至今的重要成果,它是指基于人工智能、大数据分析等智能技术,结合大量用户数据,针对个体学习过程中的差异性提供适合个体特征的教育形式,从而为学生提供个性化的学习体验,推动真正的“因材施教”教学理念落地。

智适应教育产品形态丰富多样,市场容量亦正处于高速扩张阶段,发展极具想象空间,但同时,其技术壁垒较高,应用场景较多元化的特点,导致市场定义不清晰,用户认知有限的情况依然存在。

安永-博智隆全新发布本《中国智适应教育行业白皮书》,对行业发展现状、市场规模、竞争格局以及关键成功要素进行分析,对智适应OMO模式的商业形态及探索方向进行总结,并提出安永-博智隆对未来行业发展趋势的相关思考,希望可以帮助行业参与者、用户更好地认识市场,并帮助智适应教育行业砺行致远。

成为VIP会员查看完整内容
0
43

主题: 2019年人工智能的发展

摘要:

人工智能是一个很宽泛的概念,概括而言是对人的意识和思维过程的模拟,利用机器学习和数据分析方法赋予机器类人的能力。人工智能将提升社会劳动生产率,特别是在有效降低劳动成本、优化产品和服务、创造新市场和就业等方面为人类的生产和生活带来革命性的转变。据Sage预测,到2030年人工智能的出现将为全球GDP带来额外14%的提升,相当于15.7万亿美元的增长。全球范围内越来越多的政府和企业组织逐渐认识到人工智能在经济和战略上的重要性,并从国家战略和商业活动上涉足人工智能。全球人工智能市场将在未来几年经历现象级的增长。据中国产业信息网和中国信息通信研究院数据,世界人工智能市场将在2020年达到6800亿元人民币,复合增长率达26.2%,而中国人工智能市场也将在2020年达到710亿元人民币,复合增长率达44.5%。

我国发展人工智能具有多个方面的优势,比如开放的市场环境、海量的数据资源、强有力的战略引领和政策支持、丰富的应用场景等,但仍存在基础研究和原创算法薄弱、高端元器件缺乏、没有具备国际影响力的人工智能开放平台等短板。此份报告不但对人工智能关键技术(计算机视觉技术、自然语言处理技术、跨媒体分析推理技术、智适应学习技术、群体智能技术、自主无人系统技术、智能芯片技术、脑机接口技术等)、人工智能典型应用产业与场景(安防、金融、零售、交通、教育、医疗、制造、健康等)做出了梳理,而且同时强调人工智能开放平台的重要性,并列举百度Apollo开放平台、阿里云城市大脑、腾讯觅影AI辅诊开放平台、科大讯飞智能语音开放创新平台、商汤智能视觉开放创新平台、松鼠AI智适应教育开放平台、京东人工智能开放平台NeuHub、搜狗人工智能开放平台等典型案例呈现给读者。最后,列举国内外优秀的人工智能公司与读者共勉。随着技术的进步、应用场景的丰富、开放平台的涌现和人工智能公司的创新活动,我国整个人工智能行业的生态圈也会逐步完善,从而为智慧社会的建设贡献巨大力量。

成为VIP会员查看完整内容
2
92

德勤发布中国人工智能产业白皮书,内容关于人工智能行业综述,人工智能商业化应用,以及中国主要人工智能产业发展区域及定位。

主要发现

  1. 中国人工智能产业发展迅速, 但整体实力仍落后于美国。中国人工智能产业发展迅速, 2018年中国人工智能市场规模有望超过300亿元人民币。人工智能企业数量超过1000家,位列全球第二。本次人工智能浪潮以从实验室走向商业化为特征, 其发展驱动力主要来自计算力的显著提升、 多方位的政策支持、 大规模多频次的投资以及逐渐清晰的用户需求。与此同时,中国处于人工智能发展初期, 基础研究、 芯片、 人才方面的多项关键指标与美国差距较大。

  2. 中国企业价值链布局侧重技术层和应用层, 对需要长周期的基础层关注度较小。人工智能产业链分为基础层(芯片、 算法框架)、 技术层(计算机视觉、自然语义理解、 语音识别、 机器学习) 和应用层(垂直行业/精确场景)。中国企业布局比较偏好技术相对成熟、 应用场景清晰的领域, 对基础层关注度较小。瞄准AI专用芯片或将为中国企业另辟蹊径。

3.科技巨头生态链博弈正在展开,创业企业则积极发力垂直行业解决方案,深耕巨头的数据洼地, 打造护城河。科技巨头构建生态链, 已经占据基础设施和技术优势。创业企业仅靠技术输出将很难与巨头抗衡, 更多的创业企业将发力深耕巨头的数据洼地(金融、 政府事务、 医疗、 交通、 制造业等),切入行业痛点, 提供解决方案, 探索商业模式。

  1. 政府端是目前人工智能切入智慧政务和公共安全应用场景的主要渠道,早期进入的企业逐步建立行业壁垒, 未来需要解决数据割裂问题以获得长足发展。各地政府的工作内容及目标有所差异, 因而企业提供的解决方案并非是完全标准化的,需要根据实际情况进行定制化服务。由于政府一般对于合作企业要求较高,行业进入门槛提高, 强者恒强趋势明显。

  2. 人工智能在金融领域的应用最为深入, 应用场景逐步由以交易安全为主向变革金融经营全过程扩展。传统金融机构与科技企业进行合作推进人工智能在金融行业的应用, 改变了金融服务行业的规则, 提升金融机构商业效能,在向长尾客户提供定制化产品的同时降低金融风险。

  3. 医疗行业人工智能应用发展快速,但急需建立标准化的人工智能产品市场准入机制并加强医疗数据库的建设。人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康, 医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用, 还将取决于产品商业化过程中如何制定医疗和数据监管标准。

  4. 以无人驾驶技术为主导的汽车行业将迎来产业链的革新。传统车企的生产、 渠道和销售模式将被新兴的商业模式所替代。新兴的无人驾驶解决方案技术公司和传统车企的行业边界将被打破。随着共享汽车概念的兴起。无人驾驶技术下的共享出行将替代传统的私家车的概念。随着无人驾驶行业规范和标准的制定, 将衍生出更加安全和快捷的无人货运和物流等新兴的行业。

  5. 人工智能在制造业领域的应用潜力被低估,优质数据资源未被充分利用。制造业专业性强, 解决方案的复杂性和定制化要求高, 所以人工智能目前主要应用在产品质检分拣和预测性维护等易于复制和推广的领域。然而, 生产设备产生的大量可靠、 稳定、 持续更新的数据尚未被充分利用, 这些数据可以为人工智能公司提供优质的机器学习样本, 解决制造过程中的实际问题。

  6. 人工智能加速新零售全渠道的融合,传统零售企业与创业企业结成伙伴关系, 围绕人、 货、 场、 链搭建应用场景。人工智能在各个零售环节多点开花, 应用场景碎片化并进入大规模实验期。传统零售企业开始布局人工智能, 将与科技巨头在应用大数据和人工智能领域同台竞技, 意味零售商将更加积极与创业公司建立伙伴关系。

  7. 政策与资本双重驱动推动人工智能产业区域间竞赛, 京沪深领跑全国, 杭州发展逐步加速。京津冀、 珠三角、长三角以及西部川渝地区成为人工智能企业聚集地区。北京、 上海、 深圳牢牢占据人工智能城市实力第一梯队的位置, 广州的大型企业与初创企业数量较少, 杭州主要依靠阿里巴巴,因而属于第二梯队, 重庆则受到技术与人才基础限制处于第三梯队。

  8. 各地政府以建设产业园的方式发挥人工智能产业在推动新旧动能转换中的作用。人工智能产业园呈现多点开花、 依托原有高科技产业园以及与原有园区企业产生联动效应的特点。但由于建设速度过快, 园区也出现了空心化与人才缺口的问题。

12.杭州未来科技城抓住人工智能产业快速发展的机会并取得显著成绩,未来可以从人才、 技术、 创新三要素入手进一步打造产业竞争力。推出培养、 吸引、 保留人才的具体措施, 建立具有成长性的人才库;通过完善产业链布局, 发现高价值技术企业并了解企业诉求。提高对技术型企业的招商效率;从创新主体、创新资源和创新环境三个层次聚集创新要素, 打造利于企业创新创业的有利条件。

成为VIP会员查看完整内容
1
144
小贴士
相关VIP内容
专知会员服务
44+阅读 · 3月19日
专知会员服务
63+阅读 · 3月18日
专知会员服务
43+阅读 · 2月20日
专知会员服务
54+阅读 · 1月6日
专知会员服务
25+阅读 · 1月4日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
144+阅读 · 2019年12月23日
相关资讯
2019年药品零售行业全景图
行业研究报告
29+阅读 · 2019年9月18日
2019年中国人工智能基础数据服务行业白皮书
艾瑞咨询
21+阅读 · 2019年9月16日
人工智能商业化研究报告(2019)
腾讯大讲堂
12+阅读 · 2019年7月9日
2019中国养老产业发展剖析与发展趋势分析报告
行业研究报告
5+阅读 · 2019年5月18日
2019中国家政服务行业发展剖析及行业投资机遇分析报告
2018年中国供应链金融行业研究报告
艾瑞咨询
6+阅读 · 2018年11月20日
《中国人工智能发展报告2018》(附PDF下载)
走向智能论坛
11+阅读 · 2018年7月17日
IDC发布对话式人工智能白皮书|附下载
人工智能学家
6+阅读 · 2018年3月20日
人工智能与医疗,正成为人工智能时代重头戏
机器之能
3+阅读 · 2017年7月10日
相关论文
A Distribution-Dependent Analysis of Meta-Learning
Mikhail Konobeev,Ilja Kuzborskij,Csaba Szepesvári
0+阅读 · 6月11日
Davin Choo,Tommaso d'Orsi
0+阅读 · 6月11日
Ruijian Han,Lan Luo,Yuanyuan Lin,Jian Huang
0+阅读 · 6月10日
Dejiao Zhang,Feng Nan,Xiaokai Wei,Shangwen Li,Henghui Zhu,Kathleen McKeown,Ramesh Nallapati,Andrew Arnold,Bing Xiang
0+阅读 · 5月28日
Masayoshi Mase,Art B. Owen,Benjamin B. Seiler
0+阅读 · 5月15日
Leonardo Ricci,Alessio Perinelli,Michele Castelluzzo
0+阅读 · 4月29日
Lukas Stankevičius,Mantas Lukoševičius
0+阅读 · 4月23日
João Oliveira,Mike Pinto,Pedro Saleiro,Jorge Teixeira
3+阅读 · 2018年1月23日
Top