- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯云TVP
别再追捧AI概念，来看腾讯AI商业化实践
AI技术商业化的代表是什么？它们是如何跨越的这道鸿沟？产学研一体化将给AI商业化带来怎样的助力？未来AI领域可能的商业化风口是什么？一切问题的答案，都在本次TVP技术闭门里。 AI商业化元年，始于2017年 从2016年AlphaGo的成功开始，人工智能关键词再次焕发了勃勃生机。 而在国内市场，以腾讯云为代表的云厂商也在将自己的AI技术集成到云服务上，并将旗下AI实验室中的研究成果推向业界。 计算机视觉、AI语音语义，是目前AI商业化的典型代表。 为什么这两个典型技术在商业化探索上走在了前头？它们在从概念到落地的过程中是怎样跨越的鸿沟？在未来，AI技术还有哪些商业化的可能方向？这是本届TVP AI技术闭门会想要与业界一起探讨的问题。 计算机视觉技术作为AI领域的宠儿，也已走过了技术的快速发展期，商业化落地是各个玩家思考的重点。
91030编辑于 2023-03-30 - 来自专栏腾讯云TVP
别再追捧AI概念，来看腾讯AI商业化实践
AI技术商业化的代表是什么？它们是如何跨越的这道鸿沟？产学研一体化将给AI商业化带来怎样的助力？未来AI领域可能的商业化风口是什么？一切问题的答案，都在本次TVP技术闭门里。 AI商业化元年，始于2017年 从2016年AlphaGo的成功开始，人工智能关键词再次焕发了勃勃生机。 而在国内市场，以腾讯云为代表的云厂商也在将自己的AI技术集成到云服务上，并将旗下AI实验室中的研究成果推向业界。 计算机视觉、AI语音语义，是目前AI商业化的典型代表。 为什么这两个典型技术在商业化探索上走在了前头？它们在从概念到落地的过程中是怎样跨越的鸿沟？在未来，AI技术还有哪些商业化的可能方向？这是本届TVP AI技术闭门会想要与业界一起探讨的问题。 计算机视觉技术作为AI领域的宠儿，也已走过了技术的快速发展期，商业化落地是各个玩家思考的重点。
1.6K1023发布于 2020-08-21 - 来自专栏人工智能cv应用
原创 | AI商业化的迷思与选择
在资本泡沫、技术泡沫、商业泡沫逐个被击破的时候，如何让人工智能技术真正商业化落地，成为众多AI公司2019年最大的课题。 1.jpg 尽管有资本市场的投入和政策的支持，技术的发展瓶颈和产业链的不完善使得AI的商业化落地不如预期。 对于AI公司来说，找到切实际的需求是商业化进程的首要战略任务。 //AI商业化的破局 在AI创业的路上，视觉公司们对于技术、需求、行业的看法都逐渐趋于一致，但对于如何打破商业化的瓶颈，大家给出了不同答案。 在各种模式下，AI公司的运营侧重点和适合的客群也明显不同，尤其在商业化部分。
97620发布于 2019-04-25 AI软件商业化面临的三重挑战
AI应用面临商业化难题软件供应商急于将AI功能货币化却面临风险：可能抬高客户成本却无法兑现减少人力投入等承诺。某咨询机构最新报告探讨了SaaS供应商应如何穿越AI炒作迷雾，将AI能力成功整合至产品中。 效益难以量化仅30%软件企业能提供客户部署后的可量化投资回报多数客户发现AI增加IT成本却无法通过降低人力成本抵消典型企业全客服栈AI化可能导致价格飙升60%-80%某大型企业高管坦言：“所有智能助手都应提升效率 定价机制不透明复杂定价模式使客户难以预测AI成本随用量增长缺乏可预测的定价结构定价模式转型报告建议软件企业重构AI时代的定价策略：传统按用户月费模式不会完全消失，但需融入基于用量的计费混合模式渐成主流： 市场推广困境试用策略失效多数SaaS企业通过免费试用促进采纳但某研究机构发现许多企业AI投入回报为零采购决策转移采购权从IT部门转向业务部门，领导者需要在人力投资与AI部署间权衡，更关注价值而非功能。 但AI企业仍需收回巨额投资，形成商业化矛盾。
36110编辑于 2025-10-24- 来自专栏量子位
吴恩达：我的AI商业化方法论
我和企业CEO们交流的时候，他们经常会问三个问题： 1）如何招聘AI人才、建立AI团队？ 2）如何挑选项目？怎样决定该把AI用在哪些地方？ 3）怎样把AI和公司策略结合起来？ 在Landing.ai和各个公司合作的过程中，从这些问题里，我学习总结了一套AI商业化方法论： 1）招聘AI人才，建立AI团队 ? 这个环节，也可以说是组织架构调整的三步走策略。 首先，借助外部资源开展AI项目；然后，用外部资源逐渐培养内部AI团队，最终得到一支能为内部各个业务部门服务的AI团队。 AI赋能政府 AI带来的一个挑战是会有人因被AI替代而失业，这会给政府造成巨大的问题。 AI赋能大学 AI人才缺乏现象很普遍，核心问题之一，就是对AI教育需求巨大，供给不足。 人工智能缓解教育资源稀缺 即便是在斯坦福，拥有世界上最好的AI教授，AI教学师资也不够。
62561发布于 2018-09-29 - 来自专栏AI Coding
Token：AI时代伟大的创新，也是商业化的妥协
Token：AI时代伟大的创新，也是商业化的妥协很多人谈AI时，会把注意力放在参数量、模型能力、推理水平上，但我越来越觉得，token机制本身，才是这轮AI革命里最关键、也最容易被低估的发明之一。 我们今天在使用AI时感受到的很多“断裂感”，本质上都和这件事有关。所以我现在的看法是：token机制既是AI普及史上的重大创新，也是AI商业化过程中的现实折中。 它让更多人用上了AI，也让AI天生背负了一种“不连续”的结构性代价。而未来AI产品真正要竞争的，不只是模型本身，更是谁能用更多机制，把这种不连续尽可能弥补回来。 它像集装箱标准化改变全球贸易一样，给AI提供了一个统一的工业化接口。智能第一次不再只是概念，而是可以被规模化传输、调用和交易的能力。二、为什么它又是一种商业化的妥协但伟大，不代表没有代价。 这可能才是最值得重视的一点：token让AI变得便宜、可用、普及，也让AI变得碎片化、预算化、阶段化。它成就了今天的AI，也定义了今天AI的局限。
27710编辑于 2026-05-02 - 来自专栏量子位
网易依然要以慢打快，AI商业化AR是重要方向
网易AI路线 那AI呢？依然延续这个路数吗？ 在BAT和各大公司纷纷把AI喊得响亮的当前，网易公司层面的AI声量显得克制。 不过，这种克制也将成为过去时。 不过当时深度学习方兴未艾，AI也还没狂飙突进。 在业务思路上，在3条战线上分别展开，分别是：基于视觉的网易AR、语音识别和NLP方向上的语音交互业务，以及AI平台。 其中，网易AR的商业化落地是网易AI的核心战略之一。 ? 这也是大洋流中的历史性要求：靠Demo、纯讲技术应用的时代已经过去——看货——是对于AI落地和商业化的核心诉求，而网易的初步答卷上，要率先以AR展开作答。 那么AI呢？AI加持下的AR呢？网易又会交出什么样的产品？ 量子位 QbitAI · 头条号签约作者 վ'ᴗ' ի 追踪AI技术和产品新动态
87530发布于 2018-07-19 - 来自专栏刘旷专栏
加码“狗脸识别”背后，旷视的AI商业化焦虑
而旷视科技研发的狗脸识别技术，则是为了增加AI识别技术在更多场景的应用。 一直以来，AI领域发展势头迅猛，但应用场景有待开发、商业化滞后的现状一直没有得到改善。 旷视科技扩展AI技术应用则不仅可以开拓新的市场，也能推动AI领域的商业化进程。 在面部识别领域，旷视科技在业内已经处于领先地位。 而旷视科技加码AI技术应用布局的背后，也有些许的无奈。AI技术积累广泛，但其应用场景急需开发、市场竞争激烈成AI企业普遍面临的难题。 业绩承压下，任何AI技术变现的渠道都成了旷视科技必须紧紧抓住的机会。 从AI技术的发展和商业化两个方面来看，多元化布局仍将会是旷视科技未来发展的重点。 难去的商业化隐忧 在生态方面，旷视科技对G端的高度依赖和C端的不足，暴露出了明显的隐忧。
84461发布于 2020-07-27 - 来自专栏腾讯大讲堂的专栏
浅谈AIGC商业化
本篇文章试图从产品经理的角度，系统地讲述下AIGC的技术和商业化现状，谈谈对未来发展前景的展望。 这两者目前的技术现状、商业化落地形态都不太一样，本篇文章将主要介绍文本生文领域的情况。 二、商业化现状 既然预训练大模型这么厉害，目前商业化进展到哪一步了？ 要回答这个问题，先要了解下预训练大模型的特点，从技术自身出发，才能推导出因此可能造就的产业形态。 从已经验证的实际效果来看，对于大多数场景都可以不用训练、或者只需要几千或几万条数据简单finetune就能得到可以商业化落地的效果。 总之，在文生文领域，虽然目前的商业化落地尚不成熟，存在着多种多样的困难。
1.4K50编辑于 2023-03-08 - 来自专栏AI科技评论
智谱 AI 狂飙：与商业化博弈的一年
大模型商业化路线图正在逐渐清晰。 作者丨张进 编辑丨陈彩娴 “这一年时间过得太快了。” 2023 年 12 月 AI 科技评论在搜狐网络大厦见到智谱AI COO 张帆时，张帆如是说。 在 AI 科技评论看来，智谱商业化更快的原因主要有二，一是实力，二是洞识。 2023 年 10 月，在与 AI 科技评论探讨大模型开源与商业化时，智谱AI CEO 张鹏脱口而出：“谁说创业公司不能赚钱？” 但也由于过去 AI 落地中，“私有化”与“定制化”的关联过于紧密，智谱商业化遭到了业界的讨论与关注，被质疑是否会成为“上一代 AI 公司的翻版”。 张帆告诉 AI 科技评论，过去一年的探索启示，大模型的商业化不会重复上一代 AI 公司的老路。
1.1K10编辑于 2024-03-18 - 来自专栏量子位
谷歌医疗AI商业化提速！Jeff Dean亲自挖来大总管
但这还没完，毕竟现在的谷歌AI落地，不谈价值观就老被内外惦记，所以姐夫发出第四推： 显然，把AI应用于医疗保健，既重要但也要非常仔细和谨慎，幸好我们之前就制定了AI七原则，其中反映了我们对医疗AI的落地思考 大举进军医疗AI 不过在此之前，围绕医疗AI，谷歌早已展开了一系列布局。 今年4月，CBinsights还有过一份专门的详尽报告，说明谷歌目前是在医疗领域下注最大的巨头，而且核心法宝，就是AI。 ? 而谷歌在这一领域，通过多种商业化的渠道进行了布局。 Verily之前功能公开过的黑科技之一，就是通过眼泪来监测血糖。此外，谷歌AI团队，也提出了CV筛查糖尿病的方法。 三是心脏病。 但无论如何，这对谷歌、最全球第一AI大厂，都是好事情。 谷歌AI搞医疗有优势 因为谷歌AI搞医疗，可能比其他公司更具优势。 首先，救死扶伤，内部自由度再高，也不好diss什么，任凭各色左派，都不能。 所以，也能看出大趋势正在到来，现在谷歌找来医商双馨的医疗AI大总管，亦能视为商业化落地的前兆了。 祝愿谷歌医疗AI一切顺利吧~ 毕竟Jeff Dean如此激动，连发6推。
62720发布于 2018-12-12 昆仑万维财报解读：AI商业化卷王
过去一年多时间里，几乎所有和AI相关的企业都会被问到这样一个问题：AI何时才能够商业化变现？ 出海商业化打响了第一枪。 01 AI应用矩阵开花结果，商业化“增长飞轮”初具雏形不管是国内还是海外，大多数AI企业仍处于技术展示或小范围试点的阶段，能否跑通商业化路径的可谓凤毛麟角。 而商业化的成功，归根到底还是要靠技术驱动。昆仑万维已经自下而上构建了大模型到AI应用全链条打磨的能力。 如果将昆仑万维的大模型和AI应用矩阵横向对比，就会发现：每一个商业化成功的AI应用，背后都有一个出色的行业大模型。
77110编辑于 2025-05-08- 来自专栏科技云报道
AI商业化之争：高质量NLP数据成“抢手货”
如果一个“智能低下”、“胡言乱语”的AI被广泛应用于商业化产品中，其后果可想而知，不仅是AI产品质量饱受质疑，还可能会酿成大祸。 因此，提升AI产品的认知智能水平，即背后的NLP技术，成为现阶段AI商业化竞争的关键点。 事实上，NLP作为AI技术中的一个重要分支，同样依赖算力、算法、数据三因素。 良莠不齐的标注数据质量，真的能够满足AI算法迭代的要求吗？ 在AI商业化初期，AI算法对数据的精度要求不高，日常的AI训练首先要求数据量大，数据标注质量要求相对不那么严格。 但是随着AI与各个产业结合得愈加紧密，AI商业化程度进入新的高度，企业对AI在商业化落地中的表现要求越来越高。为了保证AI算法的识别精度，数据标注的质量也就变得至关重要。 在巨大的AI商业化需求下，高质量的数据已成为AI业务竞争的关键，由此诞生的数据服务也将是未来最重要的趋势之一。
50520编辑于 2022-04-15 - 来自专栏镁客网
谷歌AI部门大改组，人工智能商业化之路正式开始！
4月3日，谷歌对外宣布：谷歌AI管理层发生重大变动，AI与搜索部门一分为二。 此外，当前谷歌所有与AI相关的业务都将统归于AI部门，由谷歌大脑的负责人Jeff Dean领导。 图 | Jeff Dean 可以猜测，从2016年将搜索和AI部门合并至今，仅时隔两年，谷歌却再将AI部门独立，或许因为时机已至，谷歌的AI研究成果到了集中落地的时候了。 但就是这么厉害的技术，谷歌一直没将其商业化。 而据外媒最新消息，谷歌已经将“创造营收”做为其AI业务的一大新目标，开始将技术研发成果进行商业化落地。 而今年年初，谷歌重磅宣布全面对外开放TPU，在AI芯片和公有云行业引起轰动。 除主打的欧美市场，去年年底，谷歌正式宣布成立中国AI中心。 此次拆分AI部门，最终的目的，或还是希望搜索与AI能够在创新与独立的环境中发展，最终让AI能与搜索业务一样，撑起谷歌的营收大旗。
85430发布于 2018-05-29 - 来自专栏量子位
谷歌启动AlphaFold商业化：成立新公司，专注AI新药开发技术
行早 发自 凹非寺 量子位 报道 | 公众号 QbitAI 谷歌基于AlphaFold布局的商业化路线，现在有了新的进展。 这家新公司会在DeepMind蛋白质折叠方面的成就的基础上，建立模型用AI开发药物。 同时，DeepMind的首席执行官Demis Hassabis也将担任新公司的CEO。 他希望这个公司能够达成两个目的，一是以AI优先的方法重新想象药物发现的过程，其次是最终能够模拟并理解一些生命的基本机制。 站在AlphaFold的肩膀上 所以AI开发新药，和AlphaFold这样的预测蛋白质结构的技术有何关联？ 不妨先简单回顾一下AlphaFold的技术原理。 现在他已经不在了，但是如果他看到AI能解决这个问题的话一定会很开心的。 不知道你们怎么看呢?
39710发布于 2021-11-16 - 来自专栏镁客网
AI芯片商业化，落地关键之一是生态圈
8月9日，由硬科技第一产业媒体镁客网主办，南京建邺高新技术产业开发区、IC咖啡协办，中关村集成电路设计园IC-PARK战略合作的“M-TECH——AI芯片商业化之路论坛”在北京丽亭华苑酒店圆满落幕。 本次论坛上，以“AI芯片商业化之路”为核心议题，在镁客网的主持下，云知声、地平线、阅面科技、异构智能、华登国际、深兰科技、云天励飞、宙心科技等代表性企业，从国家战略、产业发展等层面和与会者探讨了AI芯片研发的重要性 图 | 华登国际合伙人王林 视觉与语音先行 AI芯片浪潮渐起 过去的两个月内，至少5家AI公司或是发布了自己的AI芯片，或是公布了自己的AI芯片计划。 图 | 异构智能中国区副总裁谢强 不过，不管公司体量大小，亦或是技术储备是否强劲，在他们面前，趴着同一只拦路虎——商业化落地。 当前，虽有厂商宣布自己的AI芯片已经实现量产，但多是用于自己的产品，严格来说，这并不算真正的“商业化”。
69630发布于 2018-08-16 - 来自专栏大数据文摘
智谱AI：国产全自研大模型商业化落地新解法
3月14日，智谱AI举办了“智领，万象新生” 智谱AI媒体小型沟通会。 在智谱AI推出的生成式AI助手“智谱清言”中输入“AI大模型是什么”，得到的答案是，AI大模型通常指的是大型的人工智能算法模型，这些模型拥有庞大的参数数量，需要大量的数据来训练，并且能够执行复杂的任务。 2023年8月，智谱AI的生成式AI助手“智谱清言”作为第一批通过备案的大模型产品上线。 智谱清言也能轻松产出……我们已慢慢习惯了AI大模型在我们的日常中给予协助。 沟通会现场，智谱AI首席执行官张鹏发布了企业宣传片以及智谱大模型商业化案例合集。 张鹏讲述了过去一年中智谱AI是如何利用自主研发技术，通过强大的通用能力和高度可定制特性，实现大模型的商业化落地。
1.6K20编辑于 2024-03-21 - 来自专栏开源社
开源如何走向商业化？
他最近做了一个名为“开源：从社区到商业化”的演讲（你可以在这里下载完整的演讲文稿），这个演讲借鉴了他自己的经验，以及对几十位开源软件专家的采访。 随着越来越多的基础性开源技术的涌现，开源社区和企业开始尝试商业化。 因此，当你在推动有效采用的同时，你和你的社区应该仔细考虑你将来可能会将哪些东西商业化。 价值-市场契合度 ? 最后一个阶段，通常也是最困难的一个阶段，是找到价值与市场的契合度并以此来产生收入。
2.1K30发布于 2019-12-06 - 来自专栏韩锋频道
ToB软件商业化之路
如何走好商业化道路？也是众多从业者正面临思考的问题。本文整理并思考商业化道路上若干问题，供从业者参考。 1. 商业化之团队、资源与阶段 1).商业化团队职能 首先从商业化团队职能来看，可大致分解为几个部分。 第一部分是产品研发，主要提供从产品规划、研发、品控到商业化所必须的定价、封装等工作，其结果是输出商业化核心—产品。 第二部分是市场运营，主要提供两类能力。 商业化各阶段说明 1).商业化的阶段-IDEA ❖ 市场是第一位的：IPM 与 MRR 技术人创业往往有个误区，会忽略对市场的分析，是需要对市场抱有一颗敬畏之心。 ❖ 核心价值点不准 近些年，数据库技术迭代快速，以分布式、云原生、混合负载、AI&DB、多模异构等技术层出不求。
1.9K30编辑于 2022-11-24 - 来自专栏媒矿工厂
利用混合架构和端到端自动化加速AI商业化
本次演讲主要从模型训练和发布的整个流程出发，介绍了如何将AI应用更好的部署在商业场景。 Sriram首先介绍了IBM为业界AI项目落地和实现商业价值所做的工作，包括为自然语言处理的落地带来巨大进步，实现上百万条对话的自动处理；提高数据科学的规模和计算速度；以及将AI模型的迭代周期大幅缩短等 Sriram指出他将以AI在商业化的部署和应用过程为主进行介绍。 Sriram介绍了在AI的商业化过程中，需要有一个混合云平台，能够从不同的场景下收集和管理数据，并实现可信的自动化部署和生产。 最后，在AI模型的信任和可解释性方面，Sriram指出企业内部对人工智能的信任是复杂和多方面的，并介绍了IBM在满足这方面需求所做的工作，包括在模型公平性、透明度和鲁棒性方面所做的贡献，并且致力于提高AI 模型的可解释性，以实现对于AI模型更好的控制和风险管理。
37920发布于 2021-07-29
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号