2022爱分析人工智能报告:企业AI建设将从单点向全面智能化转型

2022爱分析人工智能报告:企业AI建设将从单点向全面智能化转型

  

  近日,数字化市场研究咨询机构爱分析发布了《2022爱分析:人工智能应用实践报告》(后简称“报告”)。《报告》指出,人工智能已经广泛渗透进金融、零售、工业、能源、医疗、城市管理等多个行业和领域,一些行业头部企业已经全面拥抱了智能化转型。预计在接下来的3至5年,国内大量企业对AI的应用将从单点的AI建设走向全面的智能化转型。

  

  

  

  基于多个国内领先企业的智能化转型和人工智能应用实践案例的深度调研分析,以及过往对产业数字化与智能化的持续跟踪研究,《报告》从战略、数据、场景规划、应用解决方案开发、技术基础设施和组织与人才六个维度,梳理出当下人工智能在产业落地中面临的20个主要挑战。其中,数据、技术和应用解决方案相关的挑战仍然是企业AI建设的主要挑战。

  

  

  

  以全球化的消费电子品牌企业安克创新(Anker)为例,Anker主要从事智能配件和智能硬件的设计、研发和销售,为消费者提供充电、无线音频和智能创新等品类的消费电子产品。Anker于2021年末推出了新产品——声阔(Soundcore)智能音乐眼镜,并计划重点在欧美市场对该产品做市场营销和线上产品推广。

  

  

  

  受出海电商普遍面临的线上推广产品营销手段单一、业绩增长乏力、难以吸引年轻一代客群等问题的影响,Anker决定引入AR虚拟试戴解决方案来推广Soundcore智能音乐眼镜产品,让用户能足不出户进行眼镜试戴,模拟真实穿戴Soundcore眼镜的效果。

  

  

  

  这一方案关系到用户的实际体验,对技术的要求较高,既要保证用户获得真实的试戴体验,又需要同时支持移动端和Web端使用,获得范围更广的社交传播效果,在时间上,还要具备快速、完整的交付能力。在对比了国内外多家厂商的AR试戴解决方案的技术水平、使用效果和落地方案后,Anker选择与火山引擎合作。

  

  

  

  火山引擎是字节跳动旗下的企业级技术服务平台,将字节跳动快速发展过程中积累的增长方法、技术工具和能力开放给外部企业,提供云、AI、大数据技术等系列产品和服务,帮助企业在数字化升级中实现持续增长。

  

  

  

  针对Anker的需求,火山引擎从3D素材制作、人脸关键点识别算法、实时渲染三方面着手为其提供解决方案。

  

  

  

  基于自研的3D引擎,火山引擎为Anker定制了10款Soundcore智能音乐眼镜和8款预热款眼镜的3D素材,在对原始素材做基础建模后,对材质的诸多细节如高光、反光、半透明等做进一步优化。例如,对于镜片透明度的处理,传统的素材处理只考虑透明度效果,而火山引擎进一步针对镜片在半透的情况下与欧美不同人群的肤色相融合的效果做了优化,使效果更自然和真实。

  

  

  

  为了让眼镜在用户试戴过程中能紧贴面部轮廓,获得很高的跟随度。火山引擎在解决方案中采用了自研的人脸关键点识别算法对人脸的3D关键点进行识别,精细化定位五官和面部轮廓,并用3D拟合算法实时生成人脸的3D模型,从而使眼镜模型能够很好地跟随和贴合人的面部。同时,解决方案中还采用了运动补偿和运动估计等惯性检测算法,保证在连续运动和极端角度下试戴效果的稳定性。

  

  

  

  火山引擎的3D引擎具备实时渲染的能力,并且对图形渲染的性能做了优化,保障了为Anker定制的细节度很高的3D素材也能够实时生效。

  

  

  

  针对Anker需要同时支持移动端和Web端的需求,火山引擎通过对算法和算力进行优化,实现解决方案多端运行的稳定性和效果一致性。在移动端,火山引擎根据手机硬件性能做了算法适配和硬件加速,保证在多算法并行的情况下的真实效果和超低延迟。在Web端,火山引擎也通过相应的优化能够应对浏览器资源调用、算力需求诸多限制。同时,火山引擎对算法本身进行优化,使得达到同样的模型精度,其模型大小比业内平均水平低几十倍,从而降低了包体大小方便多端适配,也更节省了算力。

  

  

  

  此外,火山引擎提供了包括体验设计、技术解决方案建立、项目管理、数据检测、市场进入的端到端解决方案,让AR眼镜试戴解决方案能够在Anker快速落地和有效应用。

  

  

  

  数据显示,这一AR虚拟试戴解决方案有效提升了Anker用户的线上消费体验,功能在Anker官网上线4周就吸引超100万用户体验了该功能,对Anker的品牌推广及购买转化都产生了很明显的实际效果。

  

  

  

  《报告》将Anker通过采用火山引擎成熟的AI技术解决方案为客户提供创新性的产品或服务的案例归为应用场景价值度最高的一类场景,在当前企业的AI建设中具有代表性。基于本次调研和过往研究积累,爱分析将AI应用成熟度从低到高依次分为早期实验、初步投入、多维布局、深度应用、全面融合五个阶段,并且从战略、数据、场景规划、应用解决方案开发、技术基础设施、组织与人才六个维度列举出了每个成熟度阶段主要的能力特征。

  

  

  

  《报告》建议,企业可参考自身的AI应用成熟度所处阶段,因地制宜,采取相应的方法和措施。

  

  

  

  以应用解决方案开发层面为例,在初步投入阶段,受企业自身研发实力暂时有限,建议主要考虑跟有成熟解决方案的厂商合作,构建相关应用。同时,企业需要对上述问题,如协调业务人员参与、开发部署中的重点问题有知晓,在过程中给予应用开发项目组资源支持。

  

  

  

  在多维布局阶段,企业应明确自身的能力和资源,对应用是否自研、合作开发、外采,设立明确的标准;重视内部业务专家对应用开发的作用,建立业务和技术人员的协作机制;参照上述方法,加快应用开发到部署的效率。

  

  

  

  在深度应用阶段,应建立较完善的自研能力,尤其重视技术人才队伍和技术基础设施的建设;在应用开发团队中常态化地引入业务专家资源,由统一的部门进行协调管理;建立标准的解决方案开发、部署和后续运营的方法和流程。

  

  

  

  在国家政策、产业需求、数据和技术体系趋于完备三重因素的推动下,人工智能的发展自2019年起进入与产业加快融合的阶段。《报告》认为,所有的企业未来想要在市场中保持竞争力,一定都需要全面拥抱智能化。

  

  

THE END
分享
二维码
< <上一篇
下一篇>>