人工智能商业化应用的六大典型行业

　　原标题：人工智能商业化应用的六大典型行业

　　人工智能技术在过去几年快速发展，人工智能商业化应用也开始成为关注焦点。科技巨头纷纷布局垂直行业应用，创业企业需要找准切入点，深耕行业解决方案以打造护城河。近日，德勤发布了《中国人工智能产业白皮书》，认为人工智能将在政府、金融、医疗、交通、零售以及制造行业多点开花，有效解决这些行业的痛点。

　　1、政府

　　政府在城市管理方面的痛点主要集中于两点：一是城市人口数量日趋庞大，相关的政府服务工作量巨大而且繁琐 ;二是犯罪、恐怖袭击事件无法提前预知，社会治安管理压力巨大。

　　政府已经意识到人工智能在降本增效方面的突出成果，加速推进政府智能化变革。人脸识别、自然语言处理等技术应用能够增强政府服务能力，提升办公效率，为企业、居民提供便捷、快速的服务，为智能决策提供助力。利用计算机视觉技术在重要的公共场所安防布控，可以及时发现异常情况，抓捕罪犯等，维护公共安全秩序。

　　人工智能政务领域商业落地较为突出的企业包括神州泰岳、明略数据，公共安全领域的企业则以海康威视、大华股份、华为等为代表。

　　2、医疗

　　医疗资源不均衡造成的资源配给跟不上需求。看病贵，看病时间长等问题长期困扰广大群众，也导致医患关系日趋紧张。此外，基层卫生医疗水平差也是不争的事实。在人口老龄化、慢性病患者群体增加、 优质医疗资源紧缺、公共医疗费用攀升的社会环境下。

　　随着人工智能技术在医疗领域的持续发展和应用落地，这个行业将极大简化当前繁琐的看病流程，并在优化医疗资源、改善医疗技术等多个方面为人类提供更好的解决方案。譬如，腾讯觅影的图像识别、 深度学习等领先的人工智能技术，辅助 医生对食管癌进行早期筛查，发现准确 率高达90%，帮助患者更早发现病灶。

　　3、金融

　　金融行业是人工智能最为理想的应用领域之一，这是由于金融领域保留着最为完善的历史数据，同时金融行业的最终目标也极易被量化，这都是极为依靠数据的人工智能技术所擅长的。

　　当前，人工智能技金融行业的痛点主要表现为以下三点：一是金融机构面临较大的运营成本压力 ，二是金融机构无法为长尾客户提供定制化产品和服务，三是信贷维度较为单一，存在坏账、交易欺诈等金融风险。

　　人工智能能够持续带动金融行业的智能应用升级和效率提升。譬如利用语音识别、语义理解等技术打造智能客服，降低客服成本。也可以利用大数据、人工智能技术开发智能投顾，向更多客户提供个性服务。例如第四范式开发的一套AI系统，不仅可以精确判断一个客户的资产配置，做清晰的风险评估，以及智能推荐产品给客户，将转化率提升65%。将人工智能与大数据相结合构建智能风控体系，将能进一步提升风险管控能力。

　　4、交通

　　作为出行的核心驱动，汽车越来越成为人们的生活中不可或缺的东西。但随着汽车保有量的增加，事故、拥堵、 污染等负面影响逐渐显现，亟需新技术、新方法来提高交通的安全性、舒适性、 经济性以及环保性。

　　无人驾驶通过传感器、计算机视觉等技术解放人的双手和感知。人工智能技术支持的共享出行和无人物流将极大提高个人出行和物流效率。目前国内汽车智能方面的代表公司包括百度、京东、驭势科技、蔚来汽车、比亚迪、奇点汽车等。虽然关于人工智能的系统和算法已经日趋成熟， 但值得注意的是许多自动驾驶的测试环境仍然处于实验阶段。上路后的无人驾驶一旦出现事故将面临用户的信任危机。

　　5、零售

　　零售引流、转化、复购的商业闭环各个环节都存在问题，导致客单价持续低迷。重商品、轻客群的经营方式导致了零售品牌缺乏对消费者的洞察。消费者对实店内体验、支付便捷、及时配送的要求越来越高。再加上品牌差异化不足，消费者粘性持续下降。

　　随着各大零售企业加入电商巨头和科技企业纷纷布局人工智能，重构人、货、 场，推动零售的智能化转型。图普科技将人工智能技术应用于智慧门店打造，通过人脸识别技术帮助OPPO线下门店进行客流统计、陈列优化、会员营销，并从性别、年龄、表情、新老顾客、滞留时长等多维度建立到店用户画像，为调整运营策略提供数据基础。

　　6、制造

　　制造行业的痛点集中在如下三方面：一是产品研发设计耗时长、成本高;二是人力工序失误率高而且过程难以追溯;三是人力实现大规模快速定制化的成本过高，低成本劳动力缺乏。

　　人工智能与相关技术结合，可以优化制造业各流程环节的效率，通过工业物联网采集各种生产数据，再借助深度学习算法处理后提供建议甚至自主优化。有研究发现，人工智能的使用可降低制造商最高20%的加工成本，而这种减少最高有70%源自于更高的劳动生产率。人工智能在制造领域商业化落地的典型代表包括航天云网、创新奇智、智擎科技等。