从算力、数据到算法，产投研各方共同探讨加速AI医药落地的关键路径 -云谷创新讲座
06-18
中央定调，“新基建”与社会各领域融合发展步伐正在加快。
新一代信息技术产业在加大“硬”实力建设投入的同时，“软”实力也不容忽视。
近日，艾瑞发布《中国 AI 基础数据服务行业发展报告》指出，作为与“新基建”密切相关的AI基础数据服务行业，将迎来潜力巨大的市场。
同时指出，当前人工智能商业化在算力、算法、技术等方面已基本达到成熟阶段。
为了更加实用，解决行业的具体痛点，需要大量的相关标注数据来进行算法训练支撑。
如需获取本报告全文pdf，请在雷锋网（公众号：雷锋网）回复关键字“报告”进行提取。
文档来源：艾瑞咨询 一、AI基础数据服务行业现状 1、数据决定AI落地程度，但AI基础数据服务行业对中国人工智能商业化关注度较低。
人工智能的商业化在安全和金融领域取得了长足进展。
、企业服务等领域相继开花结果，同时衍生出真正意义上的完整产业链。
AI产业链可分为基础层、技术层和应用层。
基础层按照算力、数据、算法再次划分，对整体上层建筑起到支撑作用；技术层根据算法的目的分为计算机视觉、智能语音、自然语言处理等，这是AI最引人注目的环节；应用层根据不同场景的需求定制开发专属服务，才是AI真正赋能行业的方式。
目前，人工智能的商业化在算力、算法和技术方面已基本达到成熟阶段。
如果想要更加实用，解决行业的具体痛点，就需要大量标注和处理过的相关数据来支撑算法训练。
可以说，数据决定AI的实现。
学位，而AI基础数据服务行业却很少受到关注。
2.机器学习是主流，深度学习是主要方法，但泛化能力有待突破。
按照训练方式，机器学习可以分为使用手动标注分类标签的监督学习、不使用分类标签的无监督学习和自动聚类推理，其中有四类：使用少量手动标注的半监督学习+自动根据实际情况自动“试错+调整”的聚类和强化学习。
最著名的深度学习也是机器学习的一个分支，但由于模型结构的不同而与其他的有所不同。
以上训练方法不属于同一类。
深度学习在训练方法上可以与四种方法重叠。
目前应用最广泛的人工智能应用——计算机视觉和智能语音，更多地依赖于监督学习下的深度学习方法。
半监督和无监督是学术界试图突破的方向。
目前仅用于无人驾驶急转弯等场景。
可以在特定领域进行尝试和应用，强化学习被认为更接近人类在自然界中学习知识的方式。
它已在最优路径选择、最优解探索等方面得到应用，但其泛化能力尚未突破。
3、定制化需求成为主流。
随着人工智能商业化的发展，人工智能基础数据服务的需求已经常态化。
存量市场有相对稳定的需求来源，而增量市场则随着应用场景的丰富和新算法的诞生而变得更加多元化。
有更广阔的想象空间。
4、全球市场集群发展。
今年全球人工智能产业发展依然蓬勃，重点发展北美、欧洲、亚洲三大地区。
活跃企业3家，高级研究员0人，重点发展城市20个，已产生约1亿人口。
美元融资，其中自动驾驶、医药医疗、人脸识别、视频内容和金融反欺诈是获得融资最多的领域。
综合来看，美国在人工智能领域仍然处于领先地位。
它不仅每年向全球输出最前沿的人工智能应用理念、提供最贴近市场需求的应用场景，还吸收来自世界各地的人才、数据资源和技术的不断涌入。
创意灵感。
以英国、德国为代表的欧洲发展区和以中国、日本、新加坡、印度为代表的亚洲发展区，整体实力相似，却走了两条完全不同的道路。
欧洲虽然拥有大量AI人才储备，但市场并不十分活跃，对创新业务的发展并不友好。
亚洲虽然人才储备不足，但市场充满活力，对人工智能技术充满期待。
五、中国人工智能发展走在世界前列并呈上升趋势。
对比2017年中国与全球人工智能发展情况，中国人工智能相关论文发表数量、企业数量、融资总额、产业规模、专利申请数量均位居全球第一。
营，具有十足的市级机场竞争力。
在弥补短板方面，目前全国已有35所高校开设了人工智能专业，国际交流和国际化人才引进也在不断深化。
政府开始重视AI基础层初创企业的培育，资本方也更加关注AI芯片、机器学习算法、数据处理等产业链上游企业的发展。
科技巨头甚至提前进行AI生态布局，建立产业联盟。
在各方努力下，我国人工智能市场正处于从局部发展到整体发展的上升期，产业前景良好。
二、2018年AI数据服务发展趋势 1、年度市场规模将突破亿元。
数据显示，2020年我国AI基础数据服务行业市场规模将达到30.9亿元，其中图像、语音、NLP数据需求占比最大。
分别为49.7%、39.1%和11.2%；基于需求侧投资和供给侧收入增长，预计全年市场规模将突破1亿元，年增长率为21.8%。
该行业的核心业务符合当前监管的学习型人工智能市场，关联性强，市场发展前景广阔。
2、从需求角度看，增量市场将取代存量市场成为主要拉动力。
从需求角度来看，AI基础数据服务市场可分为存量市场和增量市场。
股市中，大型互联网科技公司和人工智能初创公司是主要需求。
另一方面，项目实施所需的数据采集和标签也逐渐成为需求的核心。
股票市场仍是当前人工智能基础数据服务市场的主要需求主体；增量市场是相对于存量市场而存在的，基于海外??市场和国内新增需求。
市场、国内新兴业务拓展以及新成立的国内AI初创公司的需求为主。
虽然近年来增量市场对整体市场规模的贡献率并不明显，但随着我国人工智能技术的不断深入和国际化，未来将成为主要拉动力。
短期来看，AI基础数据服务市场增速仍与现有市场增速密切相关，主要依靠现有客户的常规业务委托，以及需求增加等内容更新需求对于语音识别业务中的方言及小语种数据支撑发展，随着现有市场需求逐渐长尾化，供应商将更加注重增量市场的拓展，以减少对现有客户群体的依赖，实现健康可持续发展。
发展。
3、中小型数据供应商仍是市场供应主力。
2017年AI基础数据服务行业CR5（前五名企业市场份额）为26.2%。
处于低度集中竞争阶段，行业活力充足，发展空间良好。
前五名企业中，海天瑞声、百度数据众包越发脱颖而出。
国内整体供应商中，多数企业提供图像数据采购服务，包括人像数据、OCR数据、自动驾驶数据等，需求较为分散，其中百度数据众包营收占比最大。
相比之下，语音数据的需求相对集中，供给门槛高于图像数据。
内容包括语音识别数据、语音合成数据等。
从供给侧发展来看，行业正处于“洗牌”阶段。
虽然中小型数据供应商整体规模依然可观，但随着业务门槛的提高、客户需求的多样化、价格战压缩利润等已成为常态，越来越多的中小型数据供应商大型数据提供商正面临着生存问题。
再加上业务中断期间的人员成本压力，该集团将在未来1-2年内迎来一波“破产”潮。
数据显示，全年小数据供应商份额较预期值萎缩20.8%，而这一份额以7:3的比例释放给品牌数据服务商和需求方自建团队。
作为行业的领先阵营，品牌数据服务商现阶段受益最大，不仅营收不断增加，还逐渐巩固了领先者的地位。
根据增量市场特点，品牌数据服务商在品牌效益、团队建设、资质、服务意识、业务能力等方面具有优势，在未来增量市场成为主体的竞争阶段将拥有更大的主动权推动力。
从这两方面来看，未来品牌数据服务商阵营将取代中小型供应商阵营，占据主要市场份额。
4、图像、语音、NLP数据是核心需求。
人工智能算法的主要应用领域集中在计算机视觉、语音识别/语音合成、自然语言处理等领域。
在图像方面，新开发的计算机视觉算法需要对数万到数十万张带注释的图像进行训练。
新功能的开发需要近万张图像的训练。
常规优化算法也需要数千张图像。
某用户对于智慧城市的算法应用，每年有数十万张图像的稳定需求。
语音方面，领先企业标注数据集累计应用已达百万小时以上，每年需求仍在以20%-30%的增速增长。
数据服务商不仅需要掌握专业的声学知识和数据标注经验，还必须具备语音合成的算法能力。
在自然语言处理方面，随着工业、医疗、教育等人工智能应用产品的进一步爆发，更多的交互方式将会出现，自然语义数据处理的需求将持续增长，有望成为第三大领域。
最大的图像和语音之后。
增量市场。
5、数据平台一体化是大势所趋。
随着AI基础数据需求的多样化和复杂性的增加，以往项目经理“人管人”的管理方式以及使用单一工具响应单一需求的执行方式已经失去了能力和效率。
看起来很瘦。
因此拥有一套自主研发集数据库设计、数据采集、数据处理、质检、质量控制和数据安全管理于一体，可实现图像、文本、语音、视频、点云的一站式处理数据。
传统加工一体化管理执行平台是实现人驱动向技术驱动的关键一步。
6、感知智能有助于形成行业壁垒。
AI主要应用于数据标注领域的数据采集和数据处理。
在数据采集过程中，利用计算机视觉和语音识别技术对样本进行初步识别，可在短时间内实现90%以上的验证准确率，工作效率是人类的数倍。
在数据处理过程中，人工智能可用于对图像数据进行场景分割、人脸和物体识别，对语音数据进行语音识别、文本转录和自然语言理解等预处理操作。
自动完成标注后，再进行手动校对，不仅降低了标注难度，还变相提高了生产力。
感知智能、人机协作在数据采集和处理中的应用，将成为AI基础数据服务行业精细化管理的明显竞争壁垒。
7、语音合成的需求持续增长。
目前主流的语音合成方法可以分为波形拼接合成和参数合成两种。
参数合成利用文本参数和声学参数之间的映射模型来完成将文本内容转换为语音的过程。
因此，在样本数据有限的情况下，语音的参数合成成为了很多智能语音算法团队的首选。
随着深度学习在语音领域的突破，利用神经网络替代传统映射建模的参数合成方法，合成效果更好。
此外，合成语音的机械感逐渐减弱。
目前该领域主要由海天瑞盛和标贝科技两家数据公司提供。
未来，随着物联网的普及，更多的交互设备将会出现，语音合成的需求将会不断增长。
在这种趋势下，拥有语音合成数据处理能力将成为独家竞争壁垒。
3.行业发展及壁垒 目前，人工智能行业仍然依赖于监督学习模型训练方法，对标注数据有很强的依赖性。
但随着AI商业化的演进，更具前瞻性的数据集产品和高度定制化的服务成为AI基础数据服务行业的主要服务形式。
从全球范围看，人工智能发展依然蓬勃发展，以北美、欧洲、东亚等为代表的发展集群正在逐步形成。
产学研用人才不断涌入。
世界各国产业交流与合作逐渐成型并日益深入人心。
正常化。
对比中国与世界的发展形势，中国正处于补短板、丰富产业、培养人才、输出技术能力的快速发展阶段。
人工智能行业发展前景良好，而作为关联性较强的人工智能基础，受其发展红利影响，数据服务行业未来仍有相当大的市场增长空间。
从行业内部来看，随着上一轮人工智能创业的消退，行业经历了一轮洗牌，优秀的品牌数据服务商和中小型数据供应商形成了供给侧主力。
不过，随着需求端市场正在从粗加工向精加工转变。
项目要求上升、利润压缩、管理成本上升等问题，迫使一批中小制造商提前退出市场。
未来一两年，行业将再次洗牌。
下游产业发展带来的利好，以及行业内部洗牌的趋势，对于品牌数据服务商来说是机遇也是挑战。
存量市场和增量市场稳中有升，洗牌留下的空白市场空空如也。
未来将成为剩余企业的红利，但竞争也在悄然发生。
红利过后，市场将进入品牌间正面竞争的阶段。
现有市场和增量市场的竞争将成为主旋律，影响品牌企业的生产力和精准度。
全球管理能力、利润控制能力、营销能力和品牌影响力都带来了巨大的挑战。
为了应对竞争，品牌企业应该在红利期提早布局，以技术应用和研发为动力，创造更多产业。
障碍换取更多主动。
当前，人工智能已成为引领新一轮科技革命和产业变革的战略技术。
我国在人工智能领域的科技研究和产业发展起步略晚于以美国为代表的发达国家。
然而，近十年来，在2017年人工智能爆发式发展时期，我国抓住机遇，进入快速发展阶段。
随着人工智能成为“新基建”重点领域，AI产业化正在加速迈向工业AI，最终将形成万亿级的巨大市场。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-18
06-18
06-17
06-06
06-18
06-18
最新文章
Android旗舰之王的过去与未来
智能手表不被开发、AR眼镜被推迟，Meta的产品经历了一波三折
为什么Cybertruck是特斯拉史上最难造的车？
更新鸿蒙3后，文杰允许你在车里做PPT了
新起亚K3试驾体验：追求“性价比”，韩系汽车仍不想放弃
阿维塔15登场！汽车配备了增程动力，理想情况下会迎来新的对手吗？
马斯克宣布创建 ChatGPT 竞争对手！ OpenAI的CEO给他泼了冷水， GPT-5可能会发生巨大变化
骁龙无处不在，是平台也是生态