tag 标签: ai

相关博文
  • 热度 1
    2020-11-29 17:45
    281 次阅读|
    0 个评论
    配图来自Canva可画 伴随着新基建的热潮,国家密集出台了一系列的支持政策,明确指向传统经济要借助人工智能、大数据、云计算等科技的赋能,实现转型,并引导社会资本和资源持续对这些领域加注。 而大数据对传统经济一项重要的赋能工具就是BI(Business Intelligence,商业智能),BI是企业开展系统性数字化改革的关键,它的应用可以帮助企业提高决策水平、优化运营效率以及实现数据货币化,对企业商业价值的提升有诸多助力。 但如今国内BI市场的发展还远未成熟,仍有很大的发展空间。 众多玩家涌现 我国经济的平稳发展给各个行业带来了信息化提升的强大压力,但并不是所有行业都能跟上信息化发展的飞快速度。据艾瑞咨询数据统计,中国约有6600万家实体店铺,而90%以上的店铺所使用的是非智能收银系统。 这就给商业智能发展提供了很大的市场空间,所以近年来商业智能市场的规模以较高的增长幅度不断扩大。 据IDC发布数据,2019年上半年中国商业智能软件市场规模为2.1亿美元,同比增长24.6%。IDC预测,到2023年,中国商业智能软件市场规模将达到16.5亿美元,未来5年整体市场年复合增长率为32.0%。 面对不断扩大的市场规模,越来越多提供商业智能服务的公司涌现,目前市面上从事商业智能服务的企业主要分为三种类型。第一种是专门做BI服务的独立前端厂商,比如帆软、润乾;第二种是不缺资源、技术的互联网大厂;最后一种是对BI 需求更大的银行。 而通过对比上述三种类型企业的BI产品、市场表现和发展前景,就可以看出,目前谁在BI市场的竞争力更强,而谁的发展前景又会更好。 独立前端厂商:老将护城河高筑,新来者挑战重重 从专门做商业智能服务的企业来说,他们不用像互联网企业和银行一样考虑商业智能与原有业务体系之间是否契合,只需要根据市场需求推出自己的产品,当有了一定的市场知名度之后,人才也会源源不断地涌来。如果考虑到投入与产出比的话,就必须要让自己的产品得到市场的认可,这样才会有客户和收入来源。 因此,市场认可度对于专门从事BI服务的企业来说至关重要。而在行业深耕多年的老牌BI厂商就得益于其逐渐积累起的市场知名度,成为了行业中的佼佼者。 相比行业的新入局者,他们的产品经过了市场和客户的检验,对行业需求有更好的把握;相比于重点在内部服务的互联网大厂和银行,他们的产品和服务更全面,能触及到更多的客户,因此也能获得更多的市场份额。 比如,老牌BI厂商帆软推出的商业智能软件FineBI面向普通的业务人员,操作简单,全面实用,可以为企业提供全面的数据管理和用户管理策略,是IDC认证的中国BI市场占有率第一的行业领军企业。 有一定的市场份额做保证,帆软自然不会缺收入来源,其投入产出自然可以实现平衡。而除了帆软之外,思迈特、奥威、润乾等其它老牌BI厂商的市场竞争力也很强劲。 而新入局的BI厂商因为缺乏经验、技术储备和资源,就很难和老牌BI厂商抗衡,从而在获客和营收等方面都存在困难。所以,获得融资对他们来说至关重要,资本的投入可以让他们招揽更多的人才,从而提高自己的市场竞争力。 所幸,因为商业智能行业存在广阔的发展前景,所以这个行业并不缺融资。比如,近期主要向客户提供智能营销服务决策的加和科技就宣布完成近亿元B轮融资,并表示会将融资用于科研投入、人才引进,加速产品升级。 在资本的支持下,新来者未来的竞争力不容小觑。但目前来说,相比老牌BI厂商,他们在销售渠道和交付合作伙伴等生态圈建立方面,还存在不足,所以短时间内难以和行业头部平台抗衡。 互联网大厂:发展优势得天独厚,天花板更高 从布局BI服务的互联网大厂来说,他们发展BI业务主要是出于两个原因。一是他们在日常的经营中会产生大量的经营数据,有巨大的商业智能服务需求,但如果选择合作伙伴的商业智能系统可能并不适合企业,所以自行发展商业智能是最合适的选择;二是业务成熟,还可以向B端开放,丰富自己的生态。 而且相比独立的BI前端工具厂商来说,他们有资金、人才和生态优势,因为可以向内部提供服务,所以不用发愁客户的问题,企业的云服务业务也为其发展商业智能提供了优质的土壤。因此,目前国内互联网大厂推出商业智能服务的现象并不少见。 比如,阿里云数加平台在2016年推出Quick BI,为用户提供数据准备、可视化的数据分析和交互式仪表板等服务,如今已经在特定细分市场和区域取得成功;2017年,网易也将其服务于内部的BI工具平台命名为网易有数,推向市场。 其中,阿里的Quick BI,还被Gartner分析师认为“在未来将有影响全球市场的潜力”,这个推测主要是基于BI未来的发展。 随着商业大数据分析的普及,未来每一个企业都会需要一个基于数据的决策大脑,而阿里不仅积累了各行各业庞大的运营数据,还有AI技术赋能,未来它所能提供的BI服务会更加强大,而这是专业的独立前端BI厂商和银行都无法做到的。 总的来看,以阿里为代表的互联网大厂在BI领域发展,具有得天独厚的优势,能达到的天花板也更高,它们未来或许可以重新定义整个行业。 银行:BI是重要对敌武器,但独立发展者少且不强 对于银行来说,发展BI最重要的原因之一就是为了抵御互联网平台对金融行业的入侵。 近年来,互联网巨头纷纷入局金融业,为用户提供了便捷的信贷服务,而传统银行却存在审批要求高、所需材料多、申请周期长等诸多致使效率低的问题,从而导致用户体验悬殊、银行的用户纷纷流向互联网平台。所以银行需要借助BI工具,快速实现数字化转型,简化服务环节,提升决策效率,让客户重返银行。 但因为银行内部组织架构不易调整等原因,大多数头部银行会选择与外部BI厂商合作,来快速实现数字化转型,只有极少数中小银行会自行发展BI业务。在这种情况下,它们在发展BI领域就都存在了一些不足之处。 例如,中国工商银行、农业银行和光大银行等大体量的银行都选择与外部BI厂商合作,虽然银行的数字化服务能力得以快速提升,但在数据安全方面难免存在一些隐患,而且从长期发展来看,难免会受制于人。面对同样在发展BI的互联网巨头,大银行们要想在用户体验方面更胜一筹,还需要和其合作厂商们一起付出更多努力。 而选择自己开发BI产品的银行,一般都体量较小,就比如中原银行,相比大型国有银行,它的用户和业务规模量都存在不足,其BI产品的提升空间就比较有限。 总的来看,虽然银行建设智能化BI体系,在资金、成本、数据量、客户信任度等方面具有天然优势,而且从长期来看,是产出大于投入的事情。但真正独立发展BI业务的银行并不多,这也导致银行业整体的BI服务竞争力并不强。 未来挑战重重 总的来看,针对目前国内市场的BI需求,独立的老牌前端BI厂商们由于在产品、销售渠道、生态等方面的优势,表现出了较强的竞争力,占据了更多的市场份额。而互联网大厂们基于自己的资源、人力和技术优势,发展BI技术的空间更大,表现出了较强的发展潜力。 银行虽然有需求,也有资本,但因为更多是选择和外部BI服务企业合作,所以整体的竞争力和发展前景都不如另外二者。但在它的支持下,国内独立的前端BI厂商们可以有稳定的服务场景,技术水平也可以有更大的提升和应用空间。 所以未来BI领域的竞争主要还是围绕在独立前端厂商和互联网大厂之间,而他们需要除了应对与对方的竞争之外,还要共同迎接来自国外企业的挑战。 虽然目前国外商业智能厂商对于中国企业的特点不熟悉,难以提供精准的服务支持,而且使用价格更高,在国内市场不如本土商业智能应用受欢迎。但在BI服务要求更高的场景下,国内BI企业们的技术实力还需要进一步提升。 未来5G网络及终端设备体系的铺设,会进一步为商业智能化的各场景数据流打通提供基础,商业智能也会随之向实体产业全面辐射,国内BI行业也将迎来新的发展阶段,身处其中的BI企业们也将面临新的机遇和挑战。 文/刘旷公众号,ID:liukuang110
  • 热度 3
    2020-8-5 10:30
    433 次阅读|
    0 个评论
    配图来自Canva 新基建风口下,以数字化、网联化、智能化为方向的新工业革命蓄势爆发。 第一次工业革命是蒸汽革命,机器工厂就此诞生,蒸汽机器取代了手工劳动;第二次工业革命是电力革命,电器代替蒸汽机器,电力新能源大大的提高了劳动效率;第三次工业革命是信息革命,计算机技术和通信技术不断引领社会生产新变革,打破了距离、空间的限制。 前三次工业革命是从各层面解放了体力劳动,当下的工业智能化变革,则是进一步解放劳动力和脑力的一次新变革,目的是为了降低成本、减少误差、提高效率。 方今, 苦于劳动力价格上涨成本重压、人工误差导致生产效率低下的传统工业企业“嗷嗷待哺”,以期通过智能化变革降本增效。在此背景下,腾讯、百度等互联网巨头铆足了劲,向工业AI市场进军。 质检领头,工业AI化势在必行 一直以来,工业变革改变着人们的生活方式,让人们生活更舒适、便捷。随着 AI 技术的逐渐成熟,越来越多的企业希望借助 AI 技术创新发展,这也让资本嗅到了工业AI市场的“钱味”。 在这之前,人们普遍认为,工业AI化进程最慢,是最难改变的一个领域。其中,质检分拣作为工业最关键的环节,其AI化的改变被寄予厚望。 一方面,人工质检准确性低、速度慢,影响生产效率。在传统工业流程中,传统质检主要通过人工进行产品质量检查、产品分拣,但人工检测有延时和误差,一定程度上会影响质检的准确性。而且,少量作业时人工检测的方式可取,但任务重的时候,检查效率低,审核质量不稳定出现的概率会增加。 另一方面,质量检测的人力投入成本高,招聘难且人员离职率高。不可否认,随着经济的发展,国内劳动力成本不断提升,加上大环境影响下经济不景气,成本高、效率低也就成为阻碍工业领域快速发展的“拦路虎”,工业企业的日子越来越难过。 人力成本高、效率低、稳定性低等种种问题,对传统工业流程提出了挑战。与此同时,AI迅速在各行各业“开花结果”,俨然AI无所不能的样子。在数字化转型趋势的促使下,传统制造企业的AI化、网联化升级被提上日程。 当下,合理应用AI的能力,降低人工成本、提升生产效率,成为整个行业需要解决的问题。而基于自身AI技术,早已在医疗、交通等行业生根发展的腾讯、百度等互联网巨头也将触手伸至工业领域,全面助力工业AI化转型。 腾讯:工业AI目标,方兴未已 作为国内数一数二的互联网巨头,腾讯很早就开始布局工业互联网。基于对传统工业流程痛点的了解,以及精湛的深度学习技术,腾讯优图联合腾讯云带来领先的AI+工业解决方案,为企业降本、增效、提质。 简而言之,通过技术赋能传统工业供应链、研发、生产到营销、服务等全流程,是腾讯战略升级(成立云与智慧产业事业群)助力传统行业智能化转型的一部分。而从较为成熟的AI质检领域,我们可以窥视腾讯布局智能工业的情况和实力。 一方面,自动化检测系统和人工相结合,提高准确率。基于腾讯优图AI技术,腾讯构建自动化缺陷分类和检测系统,覆盖了大部分人工目检工作,“智能化+人工”检测大幅度提升质检的精细化、精准化程度,极大的提升生产效率。 另一方面,开发缺陷检测工具替代质检工人环节,降低人工成本。基于图像分析和统计利用技术,在保证产品质量和生产效率的前提下,智能工具替代人工,进而减少工厂质检人员,大大降低人力成本,真正实现降本增效,也提升工厂的运作效率。 据悉,腾讯AI质检系统已经在PCB板缺陷检测、锂电池缺陷检测、面板缺陷检测等多个方面得到落地应用。这耀眼成绩的背后,依靠的是腾讯在零售、金融、医疗等领域多年的数字赋能经验积累,以及腾讯优图(具备超过800项全球专利)强大的技术实力。 不足的是,工业AI尚处在初级阶段,用AI来代替质检员,也只是工业AI化进程中的一小环。 传统工业产业,工序繁琐、领域繁多,需要整改、优化、肃清的环节太多,涉及的不只是技术上的改进,管理层面同样需要智能化,是一项费财、费时、费力的浩大工程。 腾讯助力传统工业产业智慧化升级的目标已定,百度也不甘落后。同一领域,巨头狭路相逢,免不了对比、较量,你输我赢…… 百度:AI工业生态,稳中有忧 在百度大脑招募AI工业质检合作伙伴的宣文中,我们看到这么一段话:“愿意在质检产品和服务中使用百度AI核心算法模型和AI模组,将自身质检产品服务与百度AI产品服务相结合,为客户提供基于百度AI能力的质检行业解决方案,与百度AI开放平台合力打造良性的质检领域AI生态。” 公告里,从“构建工业领域的AI生态”一言来看,百度对于AI工业是执着的。 现实中,在新基建的指引下,百度依托百度大脑、飞桨、智能云、芯片、数据中心等新型AI技术基础设施,积极为生产安全、质检等工业领域产业智能化升级蓄力,并不断加快前行的步伐。 在生产安全监控方面,作为避免员工的人身安全、设备设施免受损坏,保障生产活动顺利进行的必要条件,生产安全容不得马虎。为此,百度大脑开放了智能视频监控开发平台,可针对不同企业视频监控系统的智能化升级,强化工厂生产安全条件,降低企业开发成本。 在智能质检方面,百度大脑开放智能质检生态合作方案,为传统工业企业提供优质的算法模型和AI加速硬件模组,并搭建质检模型在线训练平台,加速向工业质检细节渗透,推动传统工业产业改造升级。据悉,包括大恒图像、拜耳、小零科技等诸多企业都是百度AI质检系统的受益者。 除此之外,AI人才培养,也是百度“ALL in AI”目标里的重要环节。 针对人才不足问题,百度积极推进AI人才培养,通过黄埔学院、AI快车道、PaddleCamp等线上线下的学习培训渠道,为各行各业输送AI人才。截至目前,百度已经培养了超过100万AI人才,为新基建的加速推进输送众多AI有学之士。 当然,百度无论是技术赋能的方式,还是工业AI的落地效果,都还远远未达到全面推动传统工业企业数字化转型的目标。百度今后还会在工业AI化进程中采取哪些动作来帮助合作伙伴,在人工智能时代完美转型、升级还需要继续观察。 行业风口之下,必有互联网巨头之争,特别是在各行各业数据化转型的当下,互联网巨头趁机“弯道超车”的意图更加明显。其中,工业作为第二大产业重要的组成部分,市场之广阔显而易见,而智能化变革带来的红利,正是腾讯、百度等巨头不遗余力,助力传统工业企业智能化转型的原因。 只是,就目前工业市场发展情况来看,工业AI蓄势爆发,届时或将是腾讯、百度等巨头从摩拳擦掌转向正面竞争的时刻。 文/刘旷公众号,ID:liukuang110
  • 热度 3
    2020-7-30 10:04
    706 次阅读|
    0 个评论
    配图来自Canva 在繁忙、快节奏的一天工作后,你拖着疲惫不堪的身体回到家里,在面对孩子要求你给他讲故事时,已经没有多余的精力了,但幼儿期又是孩子智力发展的关键时期,故事、诗词等语言交流对孩子智力开发大有裨益。这时候能有一个替代你给孩子讲故事的角色,就显得尤为重要。很长时间以来,早教机就扮演了这样的角色。 早教机由来已久。早在2010年,火火兔率先推出早教故事机,这款早教故事机具备讲故事、诗词朗诵等一些简单的功能。而在AI技术赋能后,如今的早教机,已经变成了具有智能语音交互功能的早教机器人。 目前,市场中的早教机器人,已经具备讲故事、唱歌、诗词朗诵、口语阅读等多种功能,其功能比早前的早教机要强大很多。例如智伴的1S教育机器人,具有着丰富的儿童故事音频内容,能为孩子幼儿期的智力开发提供帮助。 随着婴幼儿教育越来越受重视,早教机器人也越发受到市场青睐。而早在2012年,早教机器人市场的增长率就超过了30%;但在2017年后,市场增长开始放缓。这样的情况下,早教机器人企业为提升其产品的竞争力,便开始在自己的优势领域深挖,从而在内容、生态等方面构建自己的竞争壁垒。 增长趋缓,早教机器人市场开启精细化运营 2010年,火火兔首先在市场推出早教故事机,凭借新颖的讲故事功能受到市场的广泛好评,当年销量就突破了30万;2015年,火火兔系列故事机销量更是超过了150万台,相当于2010年的5倍。而火火兔故事机销量暴涨的背后,是父母对幼儿教育重视的加深。 早教机器人市场爆火,自然引来了更多企业入局。早在2014年,早教机器人赛道的玩家就开始迅速增长,一些新入局的企业,主要以学习功能的屏幕早教机来吸引用户,并逐渐在和早期的故事机竞争中占据优势。 在2015年AI技术取得飞速进展后,AI技术赋能早教机便成为了可能,早教机也成了具有智能交互功能的早教机器人。例如科大讯飞的阿尔法蛋早教机器人,具备中小学电子教材、语音交互等多种学习功能,因为涵盖广泛、应用全面,备受用户欢迎。 不过,在一段时间的迅猛增长后,早教机器人市场的增长便开始放缓。2018年业内先驱者火火兔销量增长就已经降至8.7%,国内市场增速也由31.32%降低至21.13%。而随着市场增速的放缓的同时,企业之间的竞争也变得更加激烈。 在市场竞争加剧的情况下,早教机器人行业就形成了差异化的发展趋势。早期入局赛道的企业继续深挖内容、营销渠道等方面积累的优势,新入局者则开始寻找新的内容定位,开拓差异化的市场。 火火兔、优必选、智伴们开启生态交锋 早教机器人企业修筑起自己的竞争壁垒后,生态之间的交锋就更为明显。 以火火兔为例,在和华为联手后,推出了J7 Pro产品。这款产品融合在华为的HiLin生态中,可以与智能手机交互。火火兔的这款产品可以在华为手机上使用童谣、智能监测等功能;另一方面,火兔兔也在幼儿教育领域建立了丰富的故事内容,以丰富其内容生态,建立更高的生态壁垒。 智伴则另辟蹊径,将下沉营销渠道作为其制胜的法宝。而智伴在自营电销、微商、线下渠道等有多年的积累,已经拥有了深厚的渠道优势,仅其微商代理商已经超过了10万;优必选则以动作互动功能吸引用户,其悟空机器产品人具有舞蹈、运动、平衡等多项功能,特征显著,卖点更加多元。 不过,整体来看,火火兔、优必选、智伴这些企业构筑的竞争壁垒,凭借的还是其在早期市场积累的优势。从销量来看,火火兔仍占据明显领先优势,而智伴则拥有不错的口碑。 在市场竞争越发激烈的情况下,企业在内容、生态、智能交互技术之间的差异化竞争,也更加明显。但目前市场中的早教机器人产品,仍存在不少缺陷。 首先,语音交互功能在识别儿童发音时,表现并不理想;其次,幼儿期的儿童心理依赖比较强烈,容易引发机器人伦理问题。 感性依赖隐忧 从AI伦理角度来看,儿童和早教机器人的过度互动,会让儿童产生依赖心理,对儿童的心智健全发展造成负面影响。 从儿童教育的角度来看,早教机器人虽然具有一定的学习能力,但人机交互毕竟无法替代人在社会交互中学到的社会知识。在这个意义上来看,儿童的社会学习仍要通过他与父母、社会等多方面的接触,才能共同完成自己的启蒙教育,仅仅依靠早教机器人肯定不行。 此外,儿童也容易对机器人产生生命性的幻觉,进而产生“情感依赖”的心理,对成长造成不良影响。心理学家认为,早教机器人通过语言互动、语音识别、动作互动等方式的交互,会让儿童产生“拟陪伴感”,影响儿童的心理健康成长。 不过,在对待早教机器人的问题上,也不能因噎废食,不能因为情感问题就否定早教机器人。在幼儿教育中,早教机器人的讲故事、口语练习等功能仍然能帮助孩子成长,并能使孩子口语发音、诗词朗诵的发音更加纯正,这正是一些父母教学无法比拟的地方。 因此,正确的做法是,引导早教机器人发挥积极的作用,同时也要发挥父母的作用,通过人机联动,从而真正引领儿童成长。实际上,在AI技术进步的情况下,早教机器人也在不断被赋予新的能力,在形态和功能上有了更大的想象空间。 人机联动成下一个功能与形态比拼的战场 随着智能识别、语音交互能技术的进步,早教机器人也被赋予了新的功能。 除了学习、互动等功能外,早教机器人还能解决一些安全隐患。例如宝乐奇的ibotn机器人,能够识别并锁定目标。当锁定目标脱离视线或有陌生人靠近,其会向智能终端发送警报。 ibotn机器人的安防功能,则让早教机器人拥有了更多可能性。而早教机器人企业,也在不断给早教机器人赋予新的功能和形态,来解决早教机器人市场产品同质化的问题,这让早教机器人具备更大的想象空间。 例如乐源的一款阿里丁神灯机器人,拥有离线灯光控制功能,能为孩子的视力保护提供保障;夏普的乐迪机器人可以通过语音遥控电视,实现电视、智能手机等电子产品的交互。 多样化的形态功能,使早教机器人差异化的发展成了早教机器人市场发展的必然趋势,市场也因此变得更加丰富多元。在入局较早的火火兔、智伴,还没有形成明显头部效应的市场,还存在诸多变数。 不过,从市场多样化的发展趋势来看,各企业之间竞争壁垒只会更加高,市场分散现象也会更加明显。不过,在未来的早教机器人市场,能否产生引领性的行业头部企业,仍有待观察。 文/刘旷公众号,ID:liukuang110
  • 热度 4
    2020-7-20 10:25
    811 次阅读|
    0 个评论
    配图来自Canva 人的一生,健康是永恒的话题。2020世界人工智能健康云峰会圆满结束,会上中国工程院院士李兰娟的一席话,引发人们对AI健康医疗的关注。 中国工程院院士李兰娟在会上分享中国抗疫成果及人工智能在防疫中的应用时表示:“在疫情防控当中,AI在包括公共卫生、疫情研判、情绪管理、地图服务、基因检测、药物研发,互联网医院等发挥了非常重要的作用。” 其实,AI之于医疗健康产业,除了疫情中体现出来的一系列“AI助力”防疫措施之外,AI对医疗健康产业的改变还体现在制药、诊治、保健等方方面面,以至于资本对医疗健康产业充满期待。 资本持续投资医疗健康产业 融资,在医疗健康产业是常事。这既表明医疗健康市场是个“掘金地”,也说明在医疗健康市场,资本投资热情高涨。 钛媒体TMTBASE全球一级市场数据库总计收录,医疗健康领域全球投融项目共收录37起(自6月29日起至7月5日),国内融资17起,国外融资20起;从融资金额上看,国内医药领域总融资占比最高,约为75.6%;国外生物技术领域融资总额位居第一,占比约为40.3%。 其中,国外投融资方面,生物技术、医疗信息化、医药领域最为火热,各达到4起;本周亿级以上融资占总融资额的57.2%。 钛媒体医疗健康周报说明,国内外医疗健康产业一周三十多起融资是正常融资数目范围,而医疗健康产业如此被资本看中的原因是多样的。 一方面,随着老年人人口数量逐年增长,社会老龄化的进一步加剧,且人均可支配收入的稳步提升,对健康的需求得以充分释放,医疗健康产业进入黄金发展期。 观研天下数据:2014年我国60岁及以上老年人口有2.12亿人,占总人口的15.5%,截至2018年年底,我国60岁及以上老年人口约2.49亿,占总人口的17.9%。人口老龄化将为我国大健康产业带来发展契机。 从医疗健康保险市场的增长速度也可以看出,消费者对健康的重视。公开资料显示,2010年我国健康险保费仅为677.47亿元,到2018年已经增长到5448.13亿元,占全国保险业保费总收入的14.33%,同比增长达24.12%,是增速最快的险种, 是行业保费收入增速的6.15倍。 另一方面,随着时代技术的变迁,医疗行业不断地迭代和升级,医药科技、生物科技、智能化等技术的发展,推动健康产业各个垂直领域产品及服务的升级,医疗行业也将迎来爆发性的增长。 在AI医疗领域,AI+药物研发、AI+健康管理,以及AI+影像等等,智能化手段已经得到了广泛的使用。其中,作为医疗健康产业重要环节和营收主心骨,制药领域更是因AI而脱胎换骨。 制药脱胎换骨 毫无疑问,制药产业已经走在智能化变革的路子上。 至于到了哪一阶段,或许正如阿斯利康全球执行副总裁王磊所说的:“虽然AI还没有直接创造新的药物,但在很多新药发明的背后都有AI的身影,它已经成为了我们研发过程中不可缺少的部分。” 制药产业的智能化改变,具体体现在缩短了新药研发时间以及降低了药物研究成本。 在制药时长方面,近年来药物靶标确定、先导化合物筛选、临床试验论证等一系列复杂环节让新药研发成了一条“长征路”,新药研发周期长、成功率低、费用高一直困扰着制药行业。平均需要约14年时间,花费26亿美元才能将一款新药推向市场。 因此,为了破解药物研发时间长、高投入、高风险、回报慢的困局,AI才开始慢慢走入了众多医药企业的视野。近年来,全球涌现了百余家专注于通过人工智能技术提速靶点发现、化合物合成、化合物筛选、性质预测、晶型预测的科技公司。 在制药成本方面,“十年攻关+十亿美元投入”早已是新药出炉的“标配”以及医药领域的“心腹大患”。这些科技公司通过强大的计算能力,减少新药研发过程中人力、时间、物力等投入,从而降低药物研发成本,提速新药研发环节,更快筛选出具有较高活性的化合物为之后的临床实验做准备。 根据德勤公司发布的研究报告显示:2017年全球前12位生物制药巨头在研发上的投资回报率仅有3.2%,处于8年来较低水平。而且,成功上市一款新药的成本从2010年的11.88亿美元已经增加到了20亿美元。 在尝到AI制药甜头之后,越来越多的国际巨头加快入局智能化步伐,再加上我国医药产业市场更广阔,AI化变革将是一个新的经济增长转机,AI在制药领域的应用可谓如火如荼。 据统计,有100 多家初创企业在探索用 AI 发现药物,传统的大型制药企业更倾向于采用合作的方式,如阿斯利康与 Berg,强生与 Benevolent AI,默沙东与 Atomwise,赛诺菲和葛兰素史克与 Exscientia,辉瑞与IBM Watson等。 有利益的地方,少不了互联网巨头。国内腾讯、百度互联网巨头,为了完善医疗健康布局,对AI制药产业的深挖掘也是不留余力。 近日,腾讯公司在官方公众号上发布其首个AI驱动的药物发现平台“云深智药(iDrug)”,引发市场热议。近年来,腾讯频频投资在医疗健康产业,此次涉及AI制药产业是医疗生态布局中的一环,业内人士表示:在意料之中。 腾讯官方透露:“云深智药”主要是基于腾讯AI Lab自主研发的深度学习算法,为寻找潜在活性药物提供数据库和云计算支持,能够覆盖临床前新药研发全部流程的五大模块。目前,云深智药已经运行十个左右研发项目,其中包括对抗新冠病毒药物的虚拟筛选和性质预测,筛选得到的化合物目前正在实验验证中。 同样的,高喊“all in AI”,必然不会错过医疗健康产业,而AI制药也早早就在规划中。 为更好的切入AI制药市场,百度投资人工智能药物研发公司 InSilico。而InSilico是知名的AI制药企业,其合作方包括约翰霍普金斯大学、哥本哈根大学、药明康德、JUVENESCENCE、葛兰素史克、诺华、强生、药明康德等等。 显然,百度牵手 InSilico,即可获得InSilico数据与资源,庞大的资源和海量的数据,可谓是一张AI制药通行证。 总之,越来越多传统药企、互联网巨头、初创者加码布局AI制药产业,加速了制药的AI化变革。只是,在这场变革中,它们各有各的更多的是挑战。 AI落地问题 因为行业壁垒高,攻坚难度。但国内方面,受制于此前国内药企的研发能力限制,国内AI+新药研发的公司仅有寥寥几家。 随着国内创新药器的发展及人工智能水平的不断提高,近年来行业内也涌现出了一批优质企业。但同时,由于AI赋能药物研发属于交叉学科,团队AI和药物研发跨学科背景,全球AI+新药研发都面临人才短缺的问题。 黄俊洲表示,目前云深智药团队由来自药物研发科研机构和知名药企的专家、AI算法科学家和平台系统技术开发工程师共同搭建。 但值得注意的是,目前因为生物学的复杂性,还没有直接的与 AI 制药相关的产品被批准发行,AI 在制药行业药物研发上的潜能,仍有诸多障碍需要跨越。现在其主要起到的还是协助作用,包括药物挖掘、深度学习算法分析数据以及预测新药有效性等,但这只是 AI 进军制药行业初步的结果。 实际上,AI可能对药物研发带来的降本增效,正在让越来越多的药企选择加码,这在Exscientia与众多巨头药企的合作上,以及罗氏、吉利德等知名药企近几年的布局上就得以窥见。总的来说,资本的关注和巨头的入场,使AI药物发现被寄予厚望,虽然它还没有出现太大成果,但它的发展前景已经被业内人士普遍看好。 然而,专家认为,AI应用于新药研发与医疗AI落地面临同样的问题,如人才短缺、数据标准化与共享机制、商业模式创新等诸多问题。人工智能在医学领域的应用需要生物医学、生物信息与临床医学、数据统计分析、医学管理等学科背景的跨界人才。 文/刘旷公众号,ID:liukuang110
  • 热度 2
    2020-6-30 10:25
    328 次阅读|
    0 个评论
    配图来自Canva 前有网易、阿里AI养猪,后有腾讯AI养鹅,互联网大佬们纷纷玩起了“农家乐”,互联网的生意在尖端技术的引领之下频频跨界,巨头之间的较量也从线上延伸至线下。 自古“民以食为天”,缺什么都不能缺粮食,技术赋能农业生产必然会成为解决未来民生问题的重要方式,为互联网公司的发展插上新翅膀。 现代农业插上AI翅膀 我国作为农业大国,农业是最重要的经济支柱之一,人口日益增长对粮食产量和粮食安全提出了更高的要求,驱动着传统农业正在朝着数字化和智能化的方向展开创新。以人工智能为主导的农业技术已经渐渐渗透到整个生产过程,AI农业释放的强大能量将会彻底打破传统农业的僵局。 国家统计局的人口普查数据显示,目前农村青壮年劳动力流失较为严重,去年农村适龄劳动力数量仅为3.13亿人,占农村总人口的56%,远远低于城市适龄劳动人口,同时农村老龄化的水平则高于全国平均水平。 传统农业长期以来都是以人力参与为主,然而随着农村人口大量向城市迁移,农业人口的缺口和老龄化成为制约农业发展的重要因素。 AI技术的到来犹如“及时雨”,一方面依靠AI技术充分释放了劳动生产力,为农村人力缺口找到了替代方案。 另一方面AI技术也推动了农业升级转型,从粗放的农耕方式变成智慧化生产,极大提高了生产效率和产品质量,为AI技术的落地打开了新的窗口。 农业农村信息化专家咨询委员会发布的《中国数字乡村发展报告(2019)》显示,我国在2018年底的农村4G网络覆盖率达到了95%,已经提前为传统农业的数字化转型打下了良好的基础。 并且,依靠AI技术的加持,智慧农业从生产到销售已经具备完整的数字化体系,AI技术在农业领域快速落地和普及,使AI农业市场规模呈现高质量发展的趋势,预计2020年,我国AI农业的市场规模有望突破2000亿元。 由于农作物的生长受到空气、土壤、水分等等复杂环境因素的影响,农业已经被视为AI技术的“试金石”,随着互联网公司在AI技术的探索上逐步进入“深水区”,布局AI农业成为技术落地的重要场景。 百度端起“AI农业”饭碗 百度CEO李彦宏在世界人工智能大会上曾表示,百度已经将AI技术作为发展最重要的核心,未来AI+农业将是“百度大脑”的语音识别、图像识别、用户画像等核心技术的重点应用领域。 百度通过投资的方式与麦飞、雷沃、中化等大型农业公司签订合作协议,从B端切入AI农业的赛道。 一方面,利用百度云计算的强大算力,以及深耕多年的语音和图像识别技术,为企业提供AI农业的平台解决方案和服务。通过AI技术,农业公司可以全天候观察农作物的生长情况,并且系统会自动分析农作物的健康状况,实时提供健康预警。在大数据的帮助下,以专业的意见指导农业全过程的运作。 另一方面,百度不断加快AI农业的硬件产品落地速度,在与雷沃的合作中,百度利用AI技术为农机赋能,共同探索自动驾驶技术在农机上的可能性,推动着农机设备自动化发展。另外,麦克科技的麦视监视无人机也搭载着百度云技术,凭借云端处理的高效性,极大提升了农业设备的工作效率。 百度的AI技术有效帮助农企降低了环境因素对于农作物的影响,通过机器代替人工劳作的方式节约了企业的人力开支,百度通过推动农业生产平台化,农业硬件设备智能化发展,使“百度大脑”的巨大潜能得到充分的释放,拓展了AI技术的应用边界,同时,AI业务也可能会成为百度新的业绩增长点,带来较为可观的利润。 阿里、腾讯也均是“技术流” AI农业作为新兴的事物,百度扮演的是开荒者的角色,巨大的市场蓝海正在吸引着越来越多的互联网企业在此扎根,资本在农田里如雨后春笋般快速生长,AI+农业带来的不仅是尖端技术的市场红利,还有市场竞争浓郁的“火药味”。 阿里云智能副总裁曾表示:“农业或许是AI技术最难落地的领域之一,阿里巴巴以合作的方式深入探索AI技术与农业的融合,推动数字化农业的发展。” 为了实现这一目标,阿里云的ET大脑在2018年首次与农业结合,开始了被人津津乐道的AI养猪计划,借助阿里云的AI图像识别系统,在云端数据库为每只猪建立档案,并且通过声学原理,分析猪的叫声、咳嗽和体温,实现疫情高效预警。有了AI技术的介入,猪养殖产量得到了一定的提高。 另外,阿里还联手盒马生鲜构建“loT智能蔬菜基地”,目的是为了打造智慧农业的一体化平台开发平台,在AI技术的精心照料之下,温度、光照、湿度等13项与植物生长相关的数据被严格把控,有效提高了产品质量,降低了培育成本。 同样进军“AI+农业”的还有腾讯,在强大的技术团队支持之下,腾讯成立了智慧农业联合实验室,与中国农科院农业信息研究所共同探索“AI+农业”的未来。 在AI农业的应用方面,腾讯自主研发的“iGrow”智慧种植解决方案已经在国内实现落地,该种植方案的算法具有自动化、多样化、高精确度等特点,通过智能传感器采集的环境数据,iGrow能够模拟出最佳的种植场景,优化种植环境。在番茄种植的实验中,每亩提升数千元的净利润已经显现出该方案巨大的商业价值。 虽然目前的AI农业还处在较为初级的发展阶段,但是农业与民生息息相关,智能化升级带来的庞大市场是可预见的,AI农业作为互联网巨头们构建AI技术全景生态的重要一环,已然成为技术竞争的焦点,目前BAT三巨头都是摸着石头过河,百度并没有明显的优势。 争夺话语权还需死磕 随着AI技术变得越来越成熟,未来”AI+农业”必然会朝着更高层次领域发展,为农业注入AI基因不仅是国家农业发展战略的要求,也是传统企业转型的必然选择,AI能够帮助农业发展进入“快车道”。 目前BAT的布局还不足以吞并正在迅速扩大的AI农业市场,在BAT之后,华为、京东也相继入场,竞争对手不断涌现,预示着AI农业的市场竞争将会变得更加激烈,京东和阿里拥有电商平台作为强大的分销渠道,华为则是拥有5G技术的领先优势,而腾讯与百度的策略偏向同质化。百度不算完整的“护城河”未来可能面临着更多的挑战。 AI农业的发展拥有良好的前景,然而目前AI技术在农业领域的普及度并不高,一方面是由于我国农业领域能够操作AI农机设备的人才短缺,另一方面是设备规模化升级需要较高的成本,一般企业负担不起。百度在AI农业上面的投入在短时间内无法完全“回血”,可能会遭遇商业化变现的瓶颈。 要想真正实现全民普及和规模化应用,百度还需要进一步降低AI农业设备的应用门槛,让产品变得更加人性化。通过优化营销策略来为农业企业或者是个体户提供实惠的议价空间,激发潜在客户的消费需求,从而打开消费市场。 综合上述,在云计算、AI技术、5G三驾马车的驱动下,传统农业正在焕然一新,然而尚未成熟的市场并不是康庄大道,巨头们还需要花大量的时间和精力培养消费市场。 文/刘旷公众号,ID:liukuang110
相关资源
广告