来源:互联网2022-09-07 20:16:08 热度:

亿欧智库缪国成:中国AI商业落地及算力发展趋势

导读:2022年9月3日上午,由世界人工智能大会组委会办公室指导,主办的世界人工智能大会AI商业落地论坛,在中国信息通信研究院华东分院、上海市人工智能行业协会、上海交通大学产业经济研究中心的支持下成功举办。本次AI商业落地论坛以精于商业、智创未来为主...

智库缪国成:中国AI商业落地及算力发展趋势

2022年9月3日上午,由世界人工智能大会组委会办公室指导,主办的世界人工智能大会“AI商业落地论坛”,在中国信息通信研究院华东分院、上海市人工智能行业协会、上海交通大学产业经济研究中心的支持下成功举办。本次AI商业落地论坛以“精于商业、智创未来“为主题,旨在与行业参与者共同研讨人工智能商业落地的最新趋势、重要影响因素,发掘代表性企业以及典型案例。

会上,公司董事、上海分公司总经理缪国成分享了智库在AI商业落地及算力发展的研究成果。

智库缪国成:中国AI商业落地及算力发展趋势

演讲全文如下(略有删减):

从2017年以来,我国一直在大力发展人工智能产业,也获得了很大的进展,尤其是今年元宇宙的建设与开发为AI注入了新的活力。作为一项新兴技术,除了一些研究上的突破,如何使其实现落地,为企业带来收益的同时带动经济的转型和发展也是值得关注的问题。因此,智库从2018年来,持续的关注AI的发展和其落地情况,并通过报告和榜单持续输出成果。

进入2022年,可以看到中国人工智能行业整体还是呈现一个较为快速的发展趋势,从政策、技术、产业融合以及国际竞争几个纬度来看,行业的大环境依旧是向好的。

从政策上看,与2021年不同的是,除了对于AI产业的直接支持之外,它作为进入元宇宙的一个重要技术抓手,重要性也在许多与元宇宙相关的政策规划中被不断强调。同时,也看到了AI与产业加速融合的趋势,智慧城市、农村数字化、工业数字化等也是较为重要的建设目标。

从国际上看,AI一直是科技创新的重要领域,围绕其的科技竞争也是持续不断的,各国的战略与投入在不断的加码。当然,中国也是在“十四五”以及“2035远景目标”中,设立了一批重大的科技项目,希望能占据人工智能创新高地。

从技术上看,近几年中国各类AI技术发展的也是较为全面的,除了由市场驱动的应用技术在快速发展,相关基础理论和底层技术上的一些短板也在积极的补齐,随着包括AI芯片、深度学习等领域的技术突破,也持续的推动了AI产业与解决方案的迭代。

从产业应用上看,AI的确是在持续泛化的,它已经渗透到了我们日常生活的方方面面。尽管AI在各行业、各场景的发展参差不齐,但其已经广泛应用到了金融、智慧城市、制造、交通、医疗等各个领域。尤其是随着数字经济的发展,在产业数字化、智能化转型的过程中,AI在传统行业中的参与度会逐渐提升,这也为AI的应用打开了更大的空间。

资本市场较前几年不同的情况,则是体现在部分企业的成功上市。2021年-2022年期间,一些AI企业进入了成熟阶段,商汤科技、创新奇智、云天励飞等上市动作快速推进,预计2022下半年到2023年,还会有更多的企业陆续上市。

基于上述AI的发展趋势,可以看到人工智能已经进入了“市场买单”的阶段。那么技除了技术创新、场景应用以及安全可信等,通过商业落地获得盈利成为企业长久生存并稳定发展的核心竞争力。因此,智库今年也设立了新的榜单研究纬度,从价值、效率与服务、安全、业务拓展与场景实践能力等4各方面,对中国人工智能企业进行研究,并输出2022中国AI商业落地TOP100榜单。

榜单是基于对AI企业2021年的营收情况、2022年的预计营收、相关服务与产品以及客户评价的综合评估,需要说明的是,智库对于AI企业的界定,是“以AI为核心技术,以AI解决方案或产品为核心业务”的企业,腾讯、百度、阿里等头部互联网企业不在本次研究范围内。

完整榜单如下:

智库缪国成:中国AI商业落地及算力发展趋势

对于AI未来的落地趋势,我们认为,AI已不再是单点技术,尤其是元宇宙概念的提出,为AI提供了更多的可能性。作为元宇宙重要的核心技术之一,AI与其他新兴技术如区块链、交互技术、物联网等的融合或将产生更多AI应用场景。

从行业上看,AI赋能行业发展已是主流。除了互联网、金融等对AI有原生优势的行业意外,传统行业转型也将成为下一步AI应用的主要方向,以制造业为例,钢铁、能源行业正在积极引进AI工具实现降本增效。未来,AI或将在传统行业转型过程中获得更多的落地可能性。

对于企业来说,我们在调研的过程中发现,场景的碎片化导致的算法复用率低,造成了AI落地成本较高,这是制约一部分企业引入AI工具的因素。因此,未来通过整合通过整合重复度较高的场景,形成标准化的产品,再根据企业实际情况完成部分定制化的需求,将有效提高算法的复用率、降低企业开发及使用成本、缩短部署时间,形成AI规模化。企业的商业模式则逐步的像通用核心OS、生态运营、核心工具提供等方向转换,在这个过程中,对于腰部企业,深耕垂直领域,或许是更好的选择。

最后,在调研过程中,我们还发现,数据和算力的问题仍旧是AI落地的主要制约因素。数据上,安全以及确权问题都亟待解决,数据的采集、存储、管理、训练的过程也消耗掉企业大部分的资金与时间成本,这也是AI成本居高不下的原因之一。算力上,目前仍面临着算力需求与算力能力之间的巨大鸿沟,智能算力建设也是下一步的主要工作目标。

接下来,也和大家分享一些智库对于我国算力建设相关的研究成果。

得益于我们国家庞大的人口基数,还有快速增长的互联指数,恰恰满足海量的数据与多元化业务场景这两大人工智能应用发展的条件,因此,在算力使用需求上,人工智能也是最为迫切的。

基于东数西算的背景,可以看到我国算力资源存在东西供需结构性错配问题,数据中心分布东多西少,算力需求东强西弱,但是电力供应东紧西松、电力价格东贵西贱,自然资源分布优势使得数据中心的能耗效率东低西高,电力的供应量和价格成为影响算力资源呈现供需错位结构性矛盾的重要因素,当前算力资源分配不均,呈现东部“供不应求”,西部“供过于求”的结构性矛盾。

因此,2022年开局定调,国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知,同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群,“东数西算”工程正式全面启动,来解决我国东西部算力资源供需不均衡的现状。

从算力的需求端,目前使用高端及智能算力用户可分为三大类:尖端算力用户,中小微用户及具有鲜明特色的部分用户。

第一类用户工作可对接高端计算中心完成,后两者的需求受制于对接门槛与算力类型,难以与传统计算中心匹配;如自建机房与数据中心,效率及性价比相对低。因此,合适、优秀的算力服务平台,成为了提升效率的最优眩

智库基于专家访谈与调研,认为优秀的算力服务供给端应有能力聚合跨区域计算中心的软硬件资源,并通过建设高端计算资源共享与支撑平台,向不同领域用户提供匹配需求的算力服务,同时兼顾经济性和长期运维迭代能力,为用户提供全生命周期服务。

尽管算力服务行业高速发展,但仍面临诸多挑战。

首先,缺乏统一的跨网技术标准与服务标准,算力资源度量衡的标准化滞后,导致多样算力与多元场景匹配充满挑战。从技术侧看,尚未对算力度量、算力感知、算力路由、算力编排、算力分发、作业需求等形成统一共识,导致精确判断、匹配需求难度大,易造成资源的错配或浪费。服务运营侧,亦需在用户管理、策略管理、定价策略等层面搭建标准化运营运维团队,方能实现算力服务的标准化发展。

其次,基于软硬件融合的异构计算产业面临生态合力、生态兼容挑战,商业化之路也是道阻且长。从生态开放视角来看,异构计算绝不是硬件的物理叠加,真正要释放其全部能力,最终依赖着从硬件到软件的整体式设计,生态链建设的重要性不言而喻。

除此之外还有算力复合型人才稀缺,人才培养体系不完善,在需求高速增长下,给算力服务的供给与创新带来的压力等等,时间关系就不在这一一概述了。

总体上看,算力服务尚处于发展初期,但算力服务市场目前是处于高度景气状态,对于生物医药、工业仿真、气候模拟、人工智能等重点战略领域意义重大。

基于我们的研究,智库认为,比算力平台更重要的是做好算力生态,譬如建立上下游互利共盈的商业模式。当然,任何生态都不是一朝一夕形成的,构建新计算生态系统需要长期投入和产业链上下游共同发力。需要新计算厂商要坚持最大程度上的开放,将市场机会与产业合作伙伴共享,从根本上促进生态系统快速扩大,解决前期适配问题,快速度过磨合期,共同发展。摒弃独占思维,以资源聚合为导向推动算力服务积极发展,同时滋养算力基础支撑技术快速发展,推动算力服务跨区域协同创新,推动算力高端人才/复合型人才培育体系发展。

【写在最后】

智库(EqualOcean Intelligence)是EqualOcean旗下的研究与咨询机构。为全球企业和政府决策者提供行业研究、投资分析和创新咨询服务。智库对前沿领域保持着敏锐的洞察,具有独创的方法论和模型,服务能力和质量获得客户的广泛认可。

本次大会分享的对于AI商业落地和中国算力建设相关的成果,完整报告《2022中国AI商业落地研究报告》和《2022中国算力服务发展研究报告》已在官网上线,欢迎查阅交流。

本文网址:

欢迎关注微信公众号:人工智能报;合作及投稿请联系:editor@cnaiplus.com

AI中国号...

关注微信公众号,了解最新精彩内容