从2014年“人工智能”开始成为资本关注的方向，至今有超过500家投资机构、累计投资600多亿人民币。尤其是2017年下半年之后，商汤科技、旷视科技等部分企业的单笔融资金额高达10亿人民币以上。人工智能创业是精英创业，也是十分“烧钱”的创业，人才、数据、模型训练，每一个环节都需要大量的资金加持。经过几年的技术研发与产品打磨，2018年是否会成为人工智能企业进入商业化阶段的元年呢？
为解答这一问题，亿欧公司旗下的研究咨询机构——亿欧智库的分析师团队，耗时数月完成了全国200家人工智能企业、22家知名投资机构的走访和调研，详细了解了各企业的产品/服务、行业布局、商业模式、营收状况、标杆客户等具有重要参考价值的信息，并完成了“2018中国人工智能商业落地100强榜单”的梳理。
需要注意，该榜单仅供市场参考，可用于判断人工智能在各细分领域的商业化程度，但不能反映各企业的综合实力与行业地位。受限于调研范围与信息不透明的现实情况，存在企业遗漏现象。
研究报告：13个行业、61个AI技术应用
在《2018中国人工智能商业落地研究报告》中，研究员针对13个行业、61项人工智能技术应用进行了研究，挖掘各项应用当前的商业化程度与技术应用深度，并结合具体企业的商业案例进行探讨。
从商业化程度看，安防、金融、互联网服务、企业服务等行业走在前列。安防领域，在“雪亮工程”的政策推动下，针对人像数据、车辆数据的智能摄像机、后台分析系统等产品落地速度快；在民用市场，人脸闸机成为民用市场的明星产品。金融领域，智能风控和量化投资的技术应用商业化程度较高，作为“离钱最近”的行业，金融业原本积累的海量数据，为人工智能在金融领域的应用落地提供了“养料”。互联网服务领域，以翻译、P图、智能推荐、语音转写等服务为主，这些服务以智能手机为主要入口，与公众工作和生活的关系较紧密。企业服务领域，智能营销和智能客服是两大主要落地的应用，前者重点基于人群大数据、通过数据挖掘技术实现精准营销，后者基于知识图谱和语音交互技术而正在被广泛应用于各行业。
从技术应用深度看，主要围绕计算机视觉、智能语音技术、自然语言理解、数据挖掘等技术，出现了一批因人工智能算法而诞生的技术应用，主要包括自动驾驶算法、智能影像辅助诊疗、人脸摄像头等人脸识别相关应用、智能音箱等语音交互相关服务、视觉检测等工业制造服务、AI芯片的IC设计等等。
人工智能商业化的四大洞察
1、已形成人群大数据积累的领域，AI落地速度快。
智能营销和金融风控是两个典型领域。以互联网广告投放为例，实现广告的精准投放是广告主和DSP平台的核心需求，互联网和移动互联网的广告生态已存在数十年，广告投放的历史数据也积累了数十年。AI算法对于数据挖掘技术的提升，加上算力的优化，使得广告公司能够在毫秒间将广告主需求与人群大数据实现精准匹配，实现精准营销。例如品友互动的“MIP智能决策引擎”、百融金服的智能风控服务等。
2、AI本身未必具备商业价值，部分AI应用“多级变现”特征显著。
不是所有的AI产品或服务，都本身具备较大的商业价值。在部分领域，AI只是作为类似“中间介质”的角色，帮助产品的其他环节和功能实现商业变现。例如，对于智能音箱、教育机器人等智能设备，语音交互技术优化了人机交互模式，提升了用户体验。然而，智能设备的使用价值不在于其本身，而是在于借助语音交互为用户提供的内容和服务。由于AI技术对于用户体验的优化，使得内容和服务的分发流量增加，从而实现商业价值。典型案例有ROOBO的“ROS.AI平台”、出门问问的AI开放平台等。
再例如，医疗领域针对病理学的细胞自动检测设备，AI技术使得机器自动诊断成为可能，能够极大程度上弥补中国病理学医生的缺口。对于企业而言，自动检测设备带来的商业价值，远不及细胞固定剂、染色剂等耗材带来的商业价值更大。典型的案例包括兰丁医学针对宫颈癌的细胞自动检测仪等。
3、整合人工智能+大数据+物联网+云计算，输出平台能力。
