前几期,我们从技术角度介绍了人工智能的发展,从本期开始,我们将介绍人工智能在各行各业的应用。
无处不在的应用
需要说明的是，只要能够应用人工智能某一方面的能力如“听、读、说、写、动”，我们都可以称之为人工智能的应用。像我们看到的家庭中的扫地机器人、智能音箱等，都属于此类，这些也可以称之为C端应用。如此广泛的应用也给大众带来了困惑，人工智能的应用就这么浅显？
以机器人这类家喻户晓的产品为例，它体现了人工智能的感知能力，能捕获和识别人脸、声音、甚至是物体大小和空间；也体现了认知能力，能进行多轮对话、场景下的信息咨询服务、移动等。可以说，机器人属于人工智能应用的一部分，但不等于人工智能，人工智能的应用很广泛。
实际上，人工智能的应用范畴已远超于此，从金融、医疗、制造到零售、交通、安防、教育，人工智能的应用无处不在。
像百度云在人工智能方面的应用技术点在官网就能列出20多个，实际的应用远超过这个数量。以图像技术为例，就涉及到文字识别、人脸识别、图像识别、图像搜索、人体分析等类别，应用场景很广。
在麦肯锡全球研究院近期的一份报告中，通过对全球800多种职业所涵盖的2000多项工作内容进行分析后发现，全球约50%的工作内容可以通过改进现有技术实现自动化。
由此可见，未来大多数工作内容都会有人工智能的存在。
从四个维度看应用
可以先明确一下应用分类的维度，这样有助于我们理解应用的深度和广度。一般从行业维度、应用场景来划分。好处是能够了解每个行业的应用情况，具有行业属性。不足之处，脱离了实际的应用场景，就不具有可复制性。
也可以从行业应用结合技术角度来划分。那就是，人工智能技术应用通常由四部分组成，即认知、预测、决策和集成解决方案。
认知是指通过收集及解释信息来感知并描述世界，包括自然语言处理、计算机视觉和音频处理等技术。预测是指通过推理来预测行为和结果。决策则主要关心如何做才能实现目标。最后，当人工智能与其他互补性技术(如机器人)结合时，可生成多种集成解决方案。
应用成熟度有所差异
每一部分技术都有很多应用场景，这里简单举几个例子。
- 认知技术。如金融、电信、零售等多个行业的自动化客服，利用对话式AI系统来辅助人工为客户提供服务；金融业的身份验证、商业地产的安防布控，通过人脸识别、视频分析进行身份验证；制造业的交互界面智能化，采用语音、视频等多模态方式与用户交互等。
- 预测技术。最常见的就是零售业的产品推荐系统，根据过往的浏览、购买习惯，通过机器学习、用户画像等技术主动向客户推送产品或服务。其它如互联网服务商、金融业的精准营销系统原理与此类似。
- 决策技术。比如，医疗业的辅助临床决策、用药，利用语义理解+知识图谱辅助临床用药等诊疗决策；地图导航的路线规划；电商平台的动态定价；各个行业的决策模式智能化，通过机器学习等技术对传统的商业智能及分析技术进行升级，让决策无需拍脑门。
- 集成解决方案。简单理解集成解决方案，它是一个完整的产品，能独立做某些事情。最火的应用场景如自动驾驶汽车、手术机器人，以及能够与人进行交互或者能够在特殊情况下做出应急反应的各种机器人。
四类技术所处的发展阶段不同，应用成熟度也不同。总的来看，当前，认知和预测领域的许多技术已相对成熟，并逐步实现商业化，而决策和集成解决方案技术还多处在研发阶段，成熟度较低，应用较少。
值得一提的是，百度云的AI应用已在众多行业、众多领域得以实践，包括媒体、金融、钢铁、煤炭、物流等众多场景。比如：
- 在制造领域，百度云与客户一同探索ABC技术在质检领域的应用。由此形成的百度云质检云行业解决方案，通过机器视觉模型量化质检流程，为质检流程提供更精准的决策依据，在降低误报率的同时，还大幅提升了质检的效率。更为关键的是，不断积累的数据后续将能持续推进企业生产流程的优化和质量分析，进而实现生产的智能化。
- 在零售领域，百度云一方面通过VR技术实现客户远程选车，另一方面通过在线下门店内部署AI摄像头，依托像人脸识别这样的技术为最终客户精准匹配购车信息。最终，借助不断沉淀的用户数据，为用户打造“线上+线下”的全场景智能化购车体验，为企业后续经营提供支撑。
- 在金融领域，百度云与中国人寿在保单审核、团险定价以及产品推荐等方面展开合作。其中，通过建立深度学习核保模型，辅助人工保单审核，相比以往能节约39%的工作时间；通过用户画像捕捉用户需求，能实现产品精准推荐；基于业务数据，双方共建的保险知识图谱项目，能为客服、销售、风控等部门提供决策参考。
- 在智慧交通领域，通过新一代智能客服系统，百度云助力客户将客户服务升级为智能服务，提升客户体验，降低客服成本，并沉淀形成客户自己的企业级知识库，支持不同部门的知识管理及应用。
随着人工智能技术的不断发展和落地，百度云也将持续投入资源，为各行各业的智能化变革提供推动力。
关注百度云微信公众号，了解更多。 ')}
