台灣茵蝶智能機器人論壇

標題: 小笨智能:AI赋能一切,但“落地”才是最终目的 [打印本頁]

作者: admin 時間: 昨天 14:34
標題: 小笨智能:AI赋能一切,但“落地”才是最终目的
绝不浮夸地說，ChatGPT的問世堪称“一石激發千层浪”，倒逼所有企業都起頭思虑一個問題：若何搭上這趟期間列車？

自彼時起，全世界的眼光都紧盯着這個确實無疑的期間風口。AI投資激增，各公司起頭開辟、采纳或将AI集成到產物或营業中，全球已進入“AI比赛”的期間。

虽然AI海潮為人工智能技能與传统財產的交融立异供给了新的想象空間，但空言無补輕易，真要到了落地利用的阶段，又何其坚苦。

這此中，有人砸錢不休，屡败屡战，在红海中猖獗内卷；也有人另辟門路，用小单品在垂直赛道悄然發展。

在人民網伶俐党建體驗中間，小笨智能呆板人在供给党建常識讲授的同時，其搭载的大說话模子還可以按照访客的需求，對赤色党史举行深度解析和遍及延长，晋升访客對赤色党史的認知深度。

AI赋能一切，但“落地”才是目標

從客岁起頭，國表里科技、AI企業纷繁下场試水，掀起“百模大战”，行業很热烈，创業者很愉快。

“AI赋能一切”這句话，乍听起来简直很燃，但大模子详细怎样落地商用，不少人彷佛摸不着脑子，落入了“仿佛甚麼都能做，又仿佛甚麼都做欠好”的窘境——究竟上，在猖獗投資和過分指望以後，那些站在行業沙發,前沿的選手們已纷繁堕入“AI吃亏魔咒”。

君不见，商汤科技五年巨亏468亿；ChatGPT也在客岁下半年堕入增加障碍、烧錢不竭的泥潭；就日本面霜,連推出大狗、Atla潤喉化痰,s双足呆板人、機器狗Spot等一系列顶级產物的波士顿動力呆板人，也因為太高的代價和利用难度极大限定了旗下產物的范围化利用场景，致使七年三次易主，風景再也不。

這也阐明，在AI范畴，技能强其實不象征着產物就会脱销。而究其缘由，問題就在于：產物并無實现最大水平市场化。换言之：“只有利用直接缔造價值。”

究竟结果，杀成血海的通用大模子注定只是少数人的遊戲，下一阶段的機遇在加倍開阔爽朗清楚的行業大模子、垂類大模子身上。

那末，利用若何落地？技能若何變现？當诸多AI利用還處于艰巨摸索期的時辰，那些選擇在垂直范畴贸易落地的企業已身先士卒，悄然走到了期間的前列。

高铁智能洗車呆板人专注于高铁伶俐洗濯，呆板人行驶至高铁洗濯區域後，主動升起滚刷、喷液杆，洗濯進程中，呆板人主動辨認功课線路上的停滞物，碰到停滞物後遏制功课，停滞物移除後從新洗濯，洗濯至車位後，主動遏制功课，并收回滚刷、喷液杆，并主動阔别車體。

专注垂直范畴，打造可“利用”的AI產物

對科技企業来讲，要想获得贸易樂成，必需找准市场契合點，必要背靠大市场，而且捉住利用的機遇。

此中，专注于家用智能干净呆板人的石頭科技，便可谓“小单品”的標杆。石頭科技将無人驾驶的激光雷達技能，用在了扫地呆板人身上——固然用處只是扫地，但却走進了千家万户，讓呆板人能為家庭辦事，實现了真實的“落地”。

持久专注于B端垂直范畴的小笨智能，则用一個個落地的“AI+呆板人”，成為行業伶俐辦事解决方案辦事商。究竟上，小笨智能的悄然强大，也是對“在充實竞争的市场上，機遇老是留给那些有筹备、有气力的人”這句话的精准解释。

上图為小笨智能按照杭州地铁需求，在色彩、外觀等方面举行了個性化定制，呆板人可按照搭客的需求，供给購票引导、問題咨询、線路指导等伶俐辦事。

一方面，小笨智能没有在“大而全”的AI利用方面花费過量精神，而是歪斜本身資本，专攻那些不起眼的“冷門”范畴。好比在政務大厅、銀行、科技馆、博物馆等场景供给智能歡迎、智能指导等事情的呆板人，和智能清點呆板人、打扫呆板人、消毒呆板人，和從事高铁外皮洗濯、底盘巡檢等事情的铁路體系特種呆板人——這些產物都是具备针對性、专一性，為一個個實其實在的利用场景解决問題，做到了“单一而精准”減肥藥,，也即象征着“更好地落地”。

另外一方面，小笨智能深谙科技企業的底子之道：深耕技能。除在AI智盒、室内無人驾驶技能、室内导航技能、NLP算法和视觉辨認算法等范畴延续投入，巩固其技能上風，還构建了怪异的“尺度化模块”，支撑功效深度定制與二次開辟，能更好地专注于實现客户的各種定制化需求——機動打造知足分歧用户、分歧利用场景需求的產物，從而大幅提高企業效力，實现產物更快、更精准的“落地”。

按照廣汽传祺吉利物“小祺”定制的智能辦事呆板人，可為主顾供给車辆機能先容、爆款举薦、質保時候等辦事，在解放人力的同時，晋升公司展厅形象。

無他，一切方针唯“落地”尔。

某種水平上来讲，可以或许“落地利用”的智能產物，也正在為“AI+”祛魅，讓人們意想到，AI其實不是只能在高峻上的鼓吹视频中看到，“赋能”也不是價值模胡的說辞，“AI+產物”是可以或许真正走入平常的——小笨智能和石頭科技都是很好的例子。

在這方面，或许“大而全”的大模子比之“小而精”的小单品，要减色很多。

整體而言，在技能上摸索需耗费大量時候和資金，且已有技能未找到符合贸易化路径，成為當前AI范畴的枷锁。AI科技革命的将来，将更多取决于AI模子的落地和利用。谁能在這方面获得冲破，才能在行業中占得一席之地。

歡迎光臨台灣茵蝶智能機器人論壇 (http://goldjhc.com.tw/)