機器學習應用場景拓展翻新 IDC正式啟動機器學習平臺廠商評估研究
2019-02-20 15:28:42 未知中國在人工智能領域的發展速度備受矚目，尤其在一些細分市場，中國技術開始嶄露頭角。IDC追蹤數據顯示，2018年全球人工智能技術支出規模達到240億美金，其中中國市場達到22億美金，中國在全球技術支出占比達到9.2%。推動這一人工智能市場發展的核心基礎技術即機器學習和深度學習。粗略估計目前中國市場上專業的算法工程師超過2萬名，加上高校、科研機構以及初學者在內能夠達到20萬名。技術開源以及主動創新驅動機器學習應用不斷落地，并且向更廣泛的應用場景拓寬發展。
開源和創新驅動
開源驅動
由技術領頭羊發起的開源運動成為機器學習尤其是深度學習應用的重要驅動力。在2018年11月執行的最新調研中，IDC發現，谷歌開源框架TensorFlow、Facebook開源框架Caffe2/PyTorch已成為最主流的3個框架，從份額上看，國產開源框架百度PaddlePaddle也開始顯露頭角。另外阿里、騰訊通過開放AI相關的模型，其技術影響力也在不斷提升。IDC認為，當前中國市場上90%的機器學習用戶都是基于開源技術的創新。眾多技術供應商型企業基于開源框架提供高度優化的服務，技術用戶也會選擇合適的框架探索開發內部應用，科研人員則在開源框架上進行算法創新和突破。這些開源框架/庫驅動了機器學習應用的落地。
創新驅動
盡管獨角獸級別的創企增速降低，但面向垂直應用場景的初創企業開始涌現，市場上已有的大型廠商也開始加入戰局，推出商業化機器學習開發平臺產品。如下圖所示，云服務商、既有的大數據公司、初創型企業都創新性的推出了商業化機器學習工具。此外，中國人工智能頭部企業在開源框架之外也會進行自主創新，甚至以開源的形式反饋給社區。市場參與者的積極主動創新也成為推動市場發展的重要驅動力。
市場走向：誰是先行者？
從行業滲透率角度看，機器學習目前在互聯網、金融、IT服務行業滲透率較高。其中互聯網行業機器學習應用滲透率能夠達到90%，包括銀行、證券以及保險在內的金融業整體滲透率超過20%，而制造等其他傳統行業的滲透率仍低于10%。另外，中國高校等教科研機構的機器學習應用滲透率也在快速增長。不僅是985、211類院校，一些專科院校甚至職業學校都開始將機器學習作為重點研究和教學領域。
從應用場景看，目前相對落地的用例包括：產品推薦、銷售預測、反欺詐、圖片識別、OCR和應用軟件自動化。（注：機器學習開發平臺定義不包括人臉識別、短語音識別等成熟的機器學習應用軟件）
不同行業、不同企業應用機器學習的成熟程度，不僅體現在行業滲透率上的差異，還體現在用例的豐富程度和落地水平。IDC發現除了互聯網行業，其他行業的機器學習應用都較為初級且局限。對比全球領先的機器學習開發平臺用例，尤其發現中國在傳統行業上的應用場景的豐富程度和用例的落地水平仍有很大的發展潛力。
未來機會
仍有較大潛力的應用領域：預測性維護；特定場景的圖像、文本識別等尚未有成熟軟件產品的應用領域。
高度優化的解決方案：從AI專用基礎架構到大數據平臺再到機器學習框架、算法模型的優化。
從深度學習到機器學習到數據科學：深度學習的應用已被市場認知并接受，常規機器學習、高級預測分析類數據科學仍未被重視。深度學習結合常規機器學習、數據科學的應用潛力和空間有待被挖掘。
IDC機器學習平臺廠商評估
機器學習、人工智能的落地程度在過去1-2年取得了前所未有的突破，而關于人工智能市場是否將再次進入寒冬、深度學習還能走多遠的聲音此起彼伏。市場能否持續繁榮一定程度上取決于市場參與者的推動力度，需要參與者的共同努力。IDC也將在2019年上半年開展機器學習開發平臺類產品的評估，以幫助技術用戶選擇合適的產品，同時也幫助技術供應商了解用戶需求，助力機器學習滲透到各行各業的應用場景。
研究范圍：面向客戶開放的機器學習開發平臺，不包括企業內部自用的機器學習工具和人臉識別等成熟軟件。
評估方法：從現有能力、未來戰略2個維度評估，分別考慮產品當前提供的能力，包括支持的開發語言、框架，提供的算法模型的豐富程度、服務能力、合作生態、對前沿技術的投資、用戶的滿意度、落地案例等等。
評估結果：以報告的形式呈現，報告中包括最終評估結果象限圖（如下圖所示），報告定性分析內容包括本次研究的評估標準，對技術使用方的建議，以及所評估廠商的介紹，報告中也將探討機器學習應用該如何走向市場以及未來的機會等。
此評估研究已于近日正式啟動，并將于2019年9月30日之前發布相關報告。歡迎相關廠商積極報名參與。
