AI落地遭遇“卡脖子”究竟为何？
经历了过去几年的商业摸索期，AI正在从主流应用先导落地，走向碎片应用持续渗透的阶段。
经历了过去几年的商业摸索期，AI正在从主流应用先导落地，走向碎片应用持续渗透的阶段。
一、项目部署成功率低，应用和预期偏差较大
AI经历了概念泛起，到逐渐走向落地应用阶段。应用场景碎片化不易把握、实验室到实际应用场景差距大等问题逐渐暴露出来，也成为当前AI落地应用过程中最大的痛点和重大应用项目亟待解决的问题。
电子发烧友相关调研表明，现阶段企业投入一个AI项目，仍有较大的风险，成功部署的比例并不高。
那么，是什么阻碍了AI项目的成功部署？“应用与预期出现偏差”、项目技术规格无法实现、配合不畅导致的周期问题、项目资金问题是当前AI项目部署过程中一些典型问题，也是AI在发展初期遇到的难题，来自于供需双方之间的信息不对等、认识偏差等等。有效沟通应该贯穿在整个项目的始终，从方案设计开始，到中间的各个环节，稍有偏差，都会导致项目的失败。
为什么会出现这些问题？以算法的推进为例，有的算法是按小时迭代上线的，有的是按周来迭代的。对于芯片企业，常常跟不上算法对芯片的直接要求。最终将产品、服务提供给客户时，算法和芯片最后融合成什么样，往往在客户、普通用户眼里会产生理解或感知上的偏差。
现阶段，人工智能在各行各业的普及和应用率还较低，这也是理想和现实存在的差距。造成这个现象的原因主要还是整个生态链不够健全，仍停留在浅层次的融合阶段，需要更完整的生态链的互动、更深度的合作。
从出货量方面来看，与上一年相比，增长率1％－10％的占26％，11％－20％的占19％，增长率在50％－100％之间的，加起来不足6％。而出货量实现翻倍的，总和仅为3％左右。
从这些数字也可以看出，AI产品在落地方面确实挑战比较大，出货量总体上还是处于小幅成长的状态。
相关文章
AIGC热点
热点
-
19打开，有戏
