企业级AI应用困难重重，垂直精专型AI破局企业效益困境 90%以上企业无法用AI增效

90%以上企业无法用AI增效，细分场景切入或成突破口？
人工智能已被视为企业提升生产效益、推动效率变革的必经之路，这种趋势特别在2020年的全球大流行之后，变得更加鲜明。
埃森哲一项针对全球高管的调查显示，无论是在中国还是全球，都有超过60%的被访企业表示会把AI作为新技术的投资方向。
人工智能对社会、经济的驱动力量已经毋庸置疑，然而目前AI的企业级应用大部分还处在初级阶段，更多则是应用于个人应用领域，想要实现AI和企业、产业的深度融合，还存在诸多问题和挑战。

文章图片
AI的企业级应用困难重重：90%以上企业无法由此提升效益
智能语音、人脸识别、无人驾驶、智能安防……随着算法和计算能力的提升，近年来人工智能技术迅速演进，各行各业积极拥抱、趋之若鹜。
根据“中国信息通信研究院ICT+深度观察报告会”披露的信息， 2020年，全球人工智能产业规模约1565亿美元，增长率是12%；中国人工智能产业规模约3100亿元。截至2020年10月，全球共有人工智能企业近5600家，其中中国有1450家。
然而火热的表象背后，蕴藏着大量的应用难题。
艾瑞咨询数据显示，目前中国大型企业基本都已在持续规划投入实施人工智能项目，全部规上企业中约有超10%的企业将人工智能与其主营业务结合，以求实现产业地位提高或经营效益优化。
也就是说，多数的企业都已不同程度的部署AI ，但是有近90%的规上企业以及更多的中小企业还无法通过人工智能实现效益的有效提升。另一项埃森哲调研也显示，尽管企业大规模投资新兴技术，但只有三成的中国企业对技术投资回报满意。
一些行业人士也集体反映，如今企业在AI技术引入方面越来越谨慎，他们特别关注AI能不能带来效益提升。
人工智能之所以在企业端的应用出现困难，归根结底还在于技术发展和企业需求、应用能力之间的不平衡。
首先是技术复杂，使用门槛高。人工智能是一门综合学科，涉及数字计算、优化算法，甚至心理学、语言学等众多学科，而且更新迭代速度快。而多数企业技术能力薄弱，无法直接应用技术。即使有基础应用能力，后续长期的维护运营也需要投入大量的人力、财力成本。
其次是投入巨大，效果难以量化。 AI技术的交易方式，一种是一锤子买卖，一种是前期产品、技术买入结合后期维护运营，无论哪一种，企业都要付出巨大的成本投入，否则很难实现长期的应用价值。另外，绝大多数AI技术很难量化效果，企业不知道运营效果到底是人工智能带来的，还是其他营销手段的结果。
还有值得注意的一点是，多数企业利用AI解决了标准化的问题，表面上看节省人工达到了降本目的，但同时也损失掉了可能带来的利润提升的机会，对于大型企业来说，这个损失往往是巨大的，这也是很多企业难以通过AI提升效益的重要原因之一。
因此， AI服务提供方和B端企业必须重新审视原有的AI商业和技术模式，通过技术与企业需求、能力之间的合理匹配，让人工智能发挥出真正的价值。
垂直精专型AI企业的探索：AI为企业客户增收明显
但这其中也不乏有效的探索与突破。
实际上，在企业级AI领域，已经出现了一些深耕垂直细分市场的精专型人工智能企业，通过技术和商业模式创新大面积落地应用，帮助企业真正实现了效益增收的目的，扭转了企业AI应用难的困局。
比如专为企业提供行为匹配人工智能解决方案的国际性AI独角兽企业Afiniti ，就是最为典型的代表。
Afiniti的技术原理是，利用人工智能和行为科学技术，通过对呼叫中心的用户、坐席及两者交互行为进行交叉多维度分析，识别出微妙且有价值的交互模式，将来电用户与坐席进行预测式的最佳匹配，从而改善企业呼叫中心的运营指标和销售指标。
据了解， Afiniti是目前全球唯一一家专注于行为匹配技术的AI企业。
Afiniti的成功，不仅在于技术的创新性，更得益于它创新的商业和技术模式。
据悉， Afiniti开创了“零投入”、“根据效果从增收中返佣”的收费模式，即企业前期无需投入任何软件、硬件成本，通过Afiniti技术实现利润提升后，再从增收的份额中拿出部分支付给Afiniti ，无效果则不付费。这种收费模式将买家与卖家原本的对立关系变成了合作共赢的关系，风险和运营也全由技术提供方承担，这就解决了企业AI应用投入高、运营难的问题。