亿欧：2019中国人工智能商业落地研究报告
学术研究参与度持续上升，参与范围扩大，NLP等子领域取得进展
近年来人工智能学术研究的参与度持续上升，直观表现为各大顶级学术会议的论文提交量逐年大幅攀升；学术研究的参与范围也不断扩大，除高校和科研机构外，企业更加积极地投入到基础科研中。论文主题主要围绕深度学习、机器学习、强化学习等领域展开研究。
具体而言，算法模型的开发正逐步从标准化、高人工干预的监督学习转向小样本、少监督、场景化的模式，利用更少数据、更高时效训练出可处理复杂任务的模型成为重点诉求。人工智能子领域也出现一系列突破：预训练模型已被批量应用于自然语言处理任务中；融合视觉、语音的多模态感知计算备受关注；生成对抗模型（GANs）则拓展进入到图像、文本生成等领域……
人工智能普惠化
以往的人工智能框架在使用过程中仍需要开发者自行设计模型，2018年以来，NAS和AutoML等工具正使AI技术变得更为简单易用。用户只需喂食数据，工具就能够自行快速地搜索并创建由复杂神经网络驱动的决策功能，这使人工智能在实际场景中更具可用性，降低了开发者和客户使用AI及相应服务的门槛和转换成本。
标准化推进
就国内而言，2018年1月，国家人工智能标准化总体组、专家咨询组成立，标准化工作全面推进。2019年4月，国家人工智能标准化总体组第二次全体会议召开，发布了人工智能开源与标准化研究、人工智能伦理风险分析等研究成果，《国家新一代人工智能标准体系建设指南》也进入审改完善阶段。人工智能标准化取得进展，将加速相关技术创新和成果转化。
人工智能的创业机会收窄
亿欧智库统计数据显示，自2012年起，人工智能创业初见端倪，在2014年快速增长，到2016年达到顶峰，之后热度便迅速走低。据此可以大致推断，2018年以来，人工智能的创业机会逐渐收窄。
初创企业：科研实力+商业落地两条腿走路
度过早期在算法技术方面的争夺战，依靠科研实力和商业化落地两条腿走路正成为人工智能初创企业的共识。尽管人工智能的各项技术在理论上具备跨领域通用的能力，但对于人力财力有限的初创企业而言，在具体场景制定客户可理解、可执行的解决方案，才具备商业化的可能性。以高举高打的策略与大型客户达成定制合作，随后打磨出成本可控的标准化方案进行推广应用，是初创企业一般采取的路径。这个过程进展顺利与否，将受到公司的技术实力、销售能力和资本背景等因素的影响。
传统企业与互联网企业的人工智能转型
包括华为、平安集团在内的大型企业在2018年开始加速部署AI应用到企业整体运营和核心业务流程中。吴恩达团队在2018年发布《人工智能转型指南》，认为试点项目执行、AI团队建设、员工AI技能培训、AI战略（进入市场）制定、内外部沟通渠道建立这五个步骤，是公司AI转型的必由之路，而这一过程的完成大概需要2~3年时间。MMCVentures和英国巴克莱银行在一份报告中指出，到2019年底，超三分之一的企业将部署人工智能，被认可和采用的范围进一步扩大。
本文来自知之小站
PDF报告已分享至知识星球，微信扫码加入立享3万+精选资料，年更新1万+精选报告
（星球内含更多专属精选报告.其它事宜可联系zzxz_88@163.com）
