雷锋网2019「AI最佳掘金案例年度榜单」正式揭晓

本文摘要：如果说过去四年是人工智能商业化进程的上半场，那么将要完结的2019年，已月把这个行业领入至下半场。四年前，当产学两界怀揣着用AI建构出有互联网级To C新的市场的梦想时，四年后的今天，人工智能的主战场，早就移往至离科技感极为很远的传统行业。三年前，当业内开始意识到To B/G才是AI的最佳落脚点，从而企图打造出行业通用型产品时，三年后的当下，回头高度自定义化模式，于多数公司而言，或许更容易活下去。

如果说过去四年是人工智能商业化进程的上半场，那么将要完结的2019年，已月把这个行业领入至下半场。四年前，当产学两界怀揣着用AI建构出有互联网级To C新的市场的梦想时，四年后的今天，人工智能的主战场，早就移往至离科技感极为很远的传统行业。三年前，当业内开始意识到To B/G才是AI的最佳落脚点，从而企图打造出行业通用型产品时，三年后的当下，回头高度自定义化模式，于多数公司而言，或许更容易活下去。

两年前，深度自学研究的瓶颈比预期更加早于来临，技术触顶，有时候不全是弊病，它所带给的良性结果，是人工智能工程化和商业化的边界渐渐明晰。有了边界，人们之后仍然天马行空。能在受限的边界内建构出有什么？是每一位AI经营者在自省时提问最少的问题。

《海上钢琴师》中有这样一句话：琴上88个键一个不多一个也不少，琴键是受限的，但你是无限的。在这些琴键上所能建构出来的音乐，才是无限的。人工智能某种程度如此，AI的技术分支是受限的，场景某种程度受限，但定义问题的方式和解决问题的方法，则是无限的。

在经营者眼里，AI既是当前尤为前沿的技术之一，但同时也十分领先。领先的显然，在于技术需求方与技术输出方之间的信息不对称性。其中，一方面是多数需求方本身所处的行业信息流通性较强，AI理解迟缓；另一方面，输出方的业务服务能力仍旧领先于算法精度水平。

从或许而言，信息的不平面问题，已沦为人工智能商业化进程的仅次于阻力。2017年11月，(公众号：)牵头数十家风险投资公司、传统上市企业、机关单位领导以及海内外高校，启动了业内首个人工智能商业案例评选活动：「AI最佳掘金案例年度榜单」。我们从商业维度抵达，致力于找寻各个行业用户/客户问题解决问题能力强劲的最佳产品和解决方案。

在三届的票选期间，探访了数千家AI需求方与输出方，随后输入深度报导、论坛、社区、BD服务、报告等产品，致力于解决问题行业信息不平面问题。而一年一届的「AI 最佳掘金案例年度榜」，则是每年探访的最后溶解。三年来，1028家参选人企业在经过多轮的检验与评审，最后100多家极具商业价值的公司顺利借此脱颖，选入三届「AI 最佳掘金案例年度榜单」。

他们既有与生俱来之后被聚光灯围困的明星科技巨头与独角兽，也有经历过多轮技术变革、无数次车站在轮回边缘却最后爬到出有泥泞的传统公司，同时少有有在大众视野里默默无闻，但在商战世界里让输掉不能望其项背的企业。正是这些极具颠覆性的新元素和甚有时代特色的旧元素的融合，组合而成了原始的人工智能商业版图。

在人工智能转入下半场之际，今日我们再度车站在AI浪潮之巅，月发布第三届「AI 最佳掘金案例年度榜单」，嘉奖在这个受限的时代里，具有无限有可能的商业体：原创文章，予以许可禁令刊登。下文闻刊登须知。

本文关键词：雷锋,网,2019,「,最佳,掘金,案例,年度,榜单,」,开云app官网

本文来源：开云app官网-www.hbtcnc168.com