L'intelligence artificielle est une technologie largement utilisée qui, avec l'aide de machines, remodèle le processus par lequel les êtres humains intègrent des informations, analysent des données et obtiennent des informations, aidant ainsi les humains à améliorer leur efficacité et à optimiser la prise de décision. Après des années de développement et de pratique, l’intelligence artificielle est devenue une technologie de plus en plus largement adoptée et s’est développée en une nouvelle infrastructure qui responsabilise tous les horizons et remodèle le paysage industriel.

Le taux de pénétration de l’intelligence artificielle dans l’économie globale est en augmentation, mais elle reste dans une large mesure confrontée à de nombreux goulots d’étranglement en matière de développement, notamment des données insuffisantes, des coûts d’application relativement élevés, des problèmes de sécurité et de gouvernance des systèmes et des défis de déploiement. Cependant, ces dernières années, le marché et la société dans son ensemble ont progressivement reconnu le rôle transformateur de l’intelligence artificielle. En particulier, les avancées technologiques et sociales suivantes ont accéléré l’application commerciale de l’intelligence artificielle.

Le monde d’aujourd’hui a atteint une numérisation et une interconnexion poussées, ce qui a également conduit à une augmentation rapide de la quantité de données. En 2021, 83 Zo de données ont été créées, acquises, copiées et consommées dans le monde, ce qui a été multiplié par près de 30 au cours de la dernière décennie et devrait encore atteindre 208 Zo en 2026. Les informations importantes contenues dans l'énorme quantité de données ont créé de nombreuses opportunités pour chaque organisation. Cependant, l'augmentation du volume de données a également posé des défis sans précédent à l'analyse des données. Il est devenu de plus en plus difficile et coûteux de gérer manuellement les tâches d'analyse des données. Dans ce contexte, l’accumulation de données a favorisé l’application de l’intelligence artificielle. Dans le même temps, l’intelligence artificielle apprend, s’entraîne et se développe à partir de données abondantes, devenant ainsi plus intelligente et capable de résoudre les problèmes du monde réel de manière plus efficace.

Augmentation rapide de la puissance de calcul : la puissance de calcul est étroitement liée à l’itération du développement des puces. Par rapport aux générations de puces précédentes, les produits de puces d'intelligence artificielle de la plupart des fabricants de puces ont considérablement amélioré leur puissance de calcul. La puissance de calcul de la nouvelle génération de puces d'intelligence artificielle des principaux fabricants de puces peut être multipliée par dix par rapport à la génération précédente de la même série de produits.

Réduction du temps et du coût de la formation des modèles : l'émergence de nouveaux algorithmes et cadres a amélioré l'efficacité de la formation et du déploiement de l'intelligence artificielle dans les industries. Par exemple, avec l'aide de la technologie d'apprentissage par transfert, les informations obtenues à partir d'un modèle d'intelligence artificielle peuvent être migrées et copiées vers de nouveaux domaines ; avec l'aide de la technologie d'apprentissage automatique (AutoML), tous les développeurs et le personnel de l'entreprise peuvent développer et optimiser la machine. modèles d'apprentissage, réduisant ainsi la dépendance à l'égard des experts en apprentissage automatique.

L’intelligence artificielle continue de contribuer à transformer tous les horizons du monde, et les décideurs de diverses organisations l’ont également remarqué et ont investi dans l’intelligence artificielle. En 2021, les dépenses mondiales en intelligence artificielle atteindront 163,8 milliards de dollars américains, contre 46,2 milliards de dollars américains en 2017, avec un taux de croissance annuel composé moyen de 37,2 %, et devraient atteindre 463,9 milliards de dollars américains en 2026, avec une croissance composée annuelle moyenne. taux de 23,1%. On s’attend à ce que d’ici 2030, l’intelligence artificielle représente près de 15 % du PIB mondial.

Parmi les pionniers de l’application de l’intelligence artificielle, le marché intérieur est très actif et mène désormais le développement de l’industrie mondiale de l’intelligence artificielle avec des innovations en matière d’intelligence artificielle qui continuent de franchir les frontières existantes et d’émerger rapidement. Du côté de la demande, l’IA est considérée comme un outil facilement accessible et facile à utiliser qui peut permettre aux entités de toutes tailles d’améliorer leur efficacité opérationnelle et de réussir leur entreprise à l’ère numérique d’aujourd’hui. L'énorme échelle économique du pays et son niveau d'activité sociale considérable ont donné naissance à une variété de scénarios d'application qui peuvent être intégrés à l'intelligence artificielle. Il existe une énorme demande de solutions d'intelligence artificielle sur le marché chinois, et elles doivent être personnalisées pour des scénarios réels divers et dynamiques, ce qui encourage également l'innovation technologique et les modèles commerciaux dans le secteur de l'intelligence artificielle. Du côté de l’offre, les fournisseurs nationaux d’IA bénéficient de la quantité importante et croissante de données générées par l’échelle économique et les niveaux d’activité sociale, d’un solide vivier de talents, de capacités de recherche de pointe et d’acteurs dynamiques dans le domaine de l’IA. En outre, les politiques et réglementations du gouvernement visant à promouvoir la technologie de l'intelligence artificielle, la formation des talents en matière d'intelligence artificielle et l'application de solutions d'intelligence artificielle devraient favoriser davantage le développement rapide de l'industrie chinoise de l'intelligence artificielle.

En 2021, les dépenses chinoises en matière d'intelligence artificielle ont atteint 198,7 milliards de yuans et devraient atteindre 846,6 milliards de yuans en 2026, avec un taux de croissance annuel composé moyen de 33,6 %. Selon le « 2022 Artificial Intelligence Index Report », la Chine est un marché majeur de l'intelligence artificielle avec une influence mondiale croissante, ce qui est également confirmé par les faits suivants :

L'industrie chinoise de l'intelligence artificielle peut être divisée en quatre grandes catégories selon les domaines d'application : l'intelligence artificielle décisionnelle, l'intelligence artificielle visuelle, l'intelligence artificielle vocale et sémantique et les robots d'intelligence artificielle. Ce qui suit présente les définitions et les scénarios d’application typiques de chacune des quatre catégories :

Parmi les catégories ci-dessus, l’intelligence artificielle décisionnelle devrait être celle qui connaît la croissance la plus rapide. En 2021, l'échelle des dépenses sur le marché chinois de l'intelligence artificielle décisionnelle a atteint 47,1 milliards de RMB et devrait atteindre 284,1 milliards de RMB en 2026, avec un taux de croissance annuel composé moyen de 43,3 %.

Pour exploiter pleinement la valeur contenue dans les données, de nombreuses organisations ont adopté une approche basée sur les données pour soutenir la prise de décision dans les opérations quotidiennes. Face à des quantités toujours croissantes de données, l’analyse des données par des machines plutôt que par des humains a des effets différents.

Avant l’essor et l’éventuelle application commerciale de l’intelligence artificielle, même s’il existe suffisamment de données, les entreprises doivent encore s’appuyer sur la perception artificielle, l’expérience, le jugement et parfois même l’intuition pour prendre des décisions. Le monde dans lequel nous vivons aujourd’hui évolue rapidement. Il est difficile de prédire les risques liés à la prise de décisions clés en nous appuyant uniquement sur le bon sens et l’expérience accumulée, et nous ne pouvons pas non plus supporter les conséquences de mauvaises décisions. Dans le même temps, à l’ère du numérique, le traitement et l’analyse manuels d’énormes quantités de données sont devenus de plus en plus difficiles, coûteux et peu pratiques.

Les modèles de prise de décision basés sur l'intelligence artificielle surmontent les limites de la rationalité humaine limitée et des préjugés cognitifs et libèrent et améliorent progressivement les capacités humaines. Dans certains cas, ils peuvent même remplacer le travail humain dans les modèles de flux de travail traditionnels pour améliorer la fiabilité des décisions. fabrication et efficacité. À mesure que l'intelligence artificielle est appliquée à des scénarios de plus en plus diversifiés, l'intelligence artificielle décisionnelle peut optimiser presque tous les composants des opérations de l'entreprise de haut en bas, y compris, mais sans s'y limiter, l'expansion de l'échelle de l'entreprise, l'amélioration des effets marketing et l'amélioration de l'efficacité opérationnelle. Par exemple, dans le contexte d’un marketing intelligent, les solutions basées sur l’IA peuvent stimuler la croissance des revenus des entreprises de commerce électronique en améliorant la précision de la diffusion marketing. La prise de décision basée sur l’intelligence artificielle modifie également le système de gestion des risques dans le secteur financier. Par exemple, l’utilisation de modèles de risque de crédit basés sur l’IA peut réduire considérablement les taux de défaut. De plus en plus d’industries sont heureuses de constater l’énorme impact apporté par la technologie avancée d’intelligence artificielle en matière de prise de décision.

Différente des autres catégories de solutions d’IA qui se concentrent principalement sur la perception et la reconnaissance de modèles de données, l’IA décisionnelle fournit une analyse prédictive et des recommandations pour soutenir et guider les actions commerciales. Il est utilisé dans divers scénarios réels tels que le marketing de précision, la gestion des risques et l'optimisation des opérations quotidiennes. Selon les informations de Chishi Consulting, on s’attend à ce que les dépenses décisionnelles de la Chine en matière d’intelligence artificielle augmentent considérablement au cours des cinq prochaines années et représentent une proportion plus élevée des dépenses globales en matière d’intelligence artificielle.

Bien que l'environnement du marché chinois soit propice au développement de l'intelligence artificielle décisionnelle, diverses organisations sont encore souvent confrontées à plusieurs défis majeurs qui rendent difficile le développement et l'adoption d'applications d'intelligence artificielle par elles-mêmes : Pénurie d'experts en intelligence artificielle : Manque d'experts en intelligence artificielle expérimentés. Les experts en intelligence et les data scientists ont toujours été un obstacle majeur pour les entreprises qui souhaitent créer des équipes internes d'intelligence artificielle et développer et exploiter elles-mêmes une infrastructure d'intelligence artificielle. Pour de nombreuses entreprises, la pénurie de talents constitue un obstacle majeur au succès du développement interne de l’IA.

Coût total de possession élevé et retour sur investissement incertain : la création d'un système d'IA propriétaire ou l'intégration de solutions d'applications logicielles d'IA multipoints est d'un coût prohibitif pour la plupart des entreprises. Par exemple, selon les estimations de Chishi Consulting, une entreprise a généralement besoin d'un investissement initial d'environ 500 millions de RMB pour développer en interne un ensemble complet de systèmes d'intelligence artificielle au niveau de l'entreprise, et devra ensuite supporter des coûts de maintenance continus d'environ 50 millions de RMB par an. En conséquence, le coût total de possession est bien supérieur aux dépenses annuelles de l'entreprise liées à l'achat externe d'un système d'intelligence artificielle du même standard (environ 50 à 100 millions de RMB). De plus, en raison du manque d'expertise en intelligence artificielle et de formation sur les modèles, le système d'intelligence artificielle développé en interne peut nécessiter plus d'investissements et prendre plus de temps à évaluer, et l'amélioration de l'efficacité et de l'efficience du système peut ne pas répondre aux attentes, ce qui entraîne un retour sur investissement élevé. investissement incertain.

Difficultés de mise en œuvre : en raison de leur nature à forte intensité technologique et capitalistique, les entreprises peuvent avoir besoin de beaucoup de ressources pour déployer des solutions d'IA à grande échelle afin de développer leurs applications personnalisées et de rendre intelligents les processus internes (tels que la prise de décision). Dans la plupart des cas, les entreprises doivent développer et déployer des applications d'intelligence artificielle auto-développées ou des solutions ponctuelles externalisées par « essais et erreurs » pour trouver la meilleure combinaison d'applications qui convient le mieux à leur activité. Ce processus prend beaucoup de temps. Selon les estimations de Chishi Consulting, avec la configuration existante de l'équipe d'intelligence artificielle, il faudra en moyenne environ trois ans aux entreprises pour achever la construction interne d'une infrastructure d'intelligence artificielle à grande échelle et de capacités d'intelligence artificielle.

Incompatibilité des données et des systèmes : l'utilisation de solutions d'application d'intelligence artificielle monopoint achetées en externe crée un risque d'incompatibilité entre les applications de solution monopoint et/ou entre les applications de solution monopoint et les applications d'intelligence artificielle développées en interne. De plus, une sensibilisation accrue à la sécurité et à la confidentialité des données ainsi qu’à la gestion centralisée des données et des systèmes compliquera le déploiement de solutions ponctuelles disparates et l’agrégation de plusieurs sources de données.

Avec l’essor rapide des solutions d’IA centrées sur les plateformes en Chine, les défis ci-dessus peuvent être identifiés et résolus de manière appropriée. Contrairement aux solutions ponctuelles, en plus des applications d'intelligence artificielle et de l'infrastructure informatique de base, les solutions d'intelligence artificielle de prise de décision centrées sur la plate-forme fournissent également aux utilisateurs finaux une plate-forme de développement d'intelligence artificielle. Cette plate-forme de développement d'intelligence artificielle offre aux utilisateurs finaux des normes de développement unifiées, une compatibilité élevée et la possibilité d'étendre les applications de manière flexible en fonction des besoins réels. Ses fonctionnalités plug-and-play et son infrastructure qui peuvent être utilisées pour développer et exploiter davantage des solutions pour des scénarios d'application spécifiques rendent la plate-forme décisionnelle d'intelligence artificielle plus flexible, évolutive, compatible et plus facile à gérer.

Sur le marché de l’intelligence artificielle décisionnelle, le segment du marché chinois de l’intelligence artificielle décisionnelle centrée sur les plateformes est en constante expansion. En 2021, la taille du marché de l'intelligence artificielle décisionnelle centrée sur les plateformes a atteint 9,4 milliards de RMB en termes de dépenses en intelligence artificielle, et devrait atteindre 84,5 milliards de RMB en 2026, avec un taux de croissance annuel composé de 55,0 %, au-delà de la décision. -making Le taux de croissance global de l’industrie de l’intelligence artificielle. La principale différence entre les solutions d'IA décisionnelles non centrées sur la plateforme et celles centrées sur la plateforme réside dans le potentiel de développement et de déploiement de l'IA pour répondre aux besoins changeants, c'est-à-dire davantage d'applications d'IA dans d'autres, l'évolutivité des scénarios d'application et la compatibilité de ces applications d'intelligence artificielle. La plupart des applications d'IA décisionnelles qui ne sont pas centrées sur la plate-forme sont des livrables fixes et ponctuels. Il est difficile de répondre à la demande supplémentaire des utilisateurs d'étendre les solutions originales, principalement en raison de l'intelligence artificielle conçue pour différents flux de travail. , leurs cadres de base, leur infrastructure de gouvernance des données associée ou leurs règles de traitement peuvent également être différents, entraînant des incompatibilités dans les systèmes d'intelligence artificielle. En revanche, une solution d'IA décisionnelle centrée sur une plateforme basée sur une plateforme d'IA décisionnelle fournit un environnement d'exploitation et des outils qui permettent un développement flexible de l'IA, avec des modules et des modules qui peuvent être migrés et répliqués vers des applications de scénarios similaires ou adjacentes. Il unifie également l'environnement de développement et les règles sur lesquelles toutes les applications sont construites. Cette approche unifiée élimine les coûts de changement liés à l’intégration d’applications d’IA de prise de décision non centrées sur la plate-forme développées indépendamment et rend les systèmes d’IA entièrement compatibles les uns avec les autres. À cet égard, les solutions d'intelligence artificielle de prise de décision centrées sur la plate-forme peuvent donner aux entreprises plus de latitude pour un développement et un déploiement fluides et complets de l'intelligence artificielle à l'avenir.

Les fournisseurs de solutions d’IA cherchent généralement à démarrer avec des clients sélectionnés, en particulier les leaders du secteur, comme point de départ du développement du secteur. Les fournisseurs établiront d'abord une confiance mutuelle et des relations de coopération avec des clients « de référence » dans divers secteurs ou domaines, aideront les « utilisateurs de référence » à identifier les problèmes clés, fourniront des solutions et aideront les clients à améliorer leur valeur commerciale. Les fournisseurs de solutions d’IA adapteront leurs déploiements en capturant les besoins incrémentiels des clients. Ces cas d'« utilisateurs de référence » de l'intelligence artificielle continueront d'attirer des clients potentiels dans les secteurs et domaines correspondants. Par conséquent, être capable de créer de la valeur et d’aider les clients à connaître un succès continu est essentiel pour que les entreprises décisionnelles en matière d’IA deviennent des pionnières du secteur.

Après avoir aidé les « utilisateurs de référence » à accroître leur valeur commerciale, les fournisseurs d’IA décisionnels peuvent utiliser leurs connaissances du secteur et leur expérience pratique pour attirer et servir d’autres clients du secteur cible. L’avantage du premier arrivé est un facteur de réussite important dans le secteur de l’intelligence artificielle. Bénéficiant de scénarios d'application riches, de relations approfondies avec des « utilisateurs de référence » et d'une accumulation rapide de connaissances industrielles, les pionniers du secteur peuvent accélérer leur expansion commerciale et établir une boucle fermée vertueuse. En conséquence, ils sont capables d’itérer sur une IA plus intelligente et d’adopter rapidement des solutions d’IA efficaces pour répondre aux besoins changeants des utilisateurs.

Les capacités techniques sont essentielles au succès des fournisseurs de solutions d’IA. Compte tenu de l’évolution rapide du secteur de l’intelligence artificielle, la capacité à adopter en permanence des technologies avancées et à lancer des services de solutions innovantes est essentielle pour conserver un avantage concurrentiel.

La demande de talents en intelligence artificielle a augmenté rapidement au cours des dernières années. Alors que le secteur évolue rapidement et que les solutions d’IA sont largement déployées, les entreprises dotées de diverses capacités d’IA sont conscientes des lacunes technologiques et s’efforcent de les combler. La nature à forte intensité technologique des activités d’intelligence artificielle nécessite également des talents expérimentés et techniquement compétents. Par conséquent, la capacité à attirer et à retenir continuellement les talents est devenue un facteur majeur de réussite des entreprises.