机器学习应用场景拓展翻新IDC正式启动机器学习平台厂商评价研究.pdf

机器学习应用场景拓展翻新 IDC正式启动机器学习平台厂商评估研究 2 18 —— 中国在人工智能领域的发展速度备受瞩目，尤其在一些细分市 北京，2019 月 日 场，中国技术开始崭露头角。IDC追踪数据显示，2018年全球人工智能技术支出规模达到 240 22 亿美金，其中中国市场达到 亿美金，中国在全球技术支出占比达到9.2%。推动这一 人工智能市场发展的核心基础技术即机器学习和深度学习。粗略估计目前中国市场上专业 2 20 的算法工程师超过 万名，加上高校、科研机构以及初学者在内能够达到 万名。技术开 源以及主动创新驱动机器学习应用不断落地，并且向更广泛的应用场景拓宽发展。 开源和创新驱动 开源驱动 由技术领头羊发起的开源运动成为机器学习尤其是深度学习应用的重要驱动力。在2018 11月执行的最新调研中，IDC发现，谷歌开源框架TensorFlow、Facebook开源框架Caffe2/ PyTorch 3 PaddlePaddle 已成为最主流的 个框架，从份额上看，国产开源框架百度 也开始显 AI 露头角。另外阿里、腾讯通过开放 相关的模型，其技术影响力也在不断提升。IDC认 90% 为，当前中国市场上 的机器学习用户都是基于开源技术的创新。众多技术供应商型企 业基于开源框架提供高度优化的服务，技术用户也会选择合适的框架探索开发内部应用， 科研人员则在开源框架上进行算法创新和突破。这些开源框架/库驱动了机器学习应用的 落地。 Figure 1 - 1- 创新驱动 尽管独角兽级别的创企增速降低，但面向垂直应用场景的初创企业开始涌现，市场上已 有的大型厂商也开始加入战局，推出商业化机器学习开发平台产品。如下图所示，云服务 商、既有的大数据公司、初创型企业都创新性的推出了商业化机器学习工具。此外，中国 人工智能头部企业在开源框架之外也会进行自主创新，甚至以开源的形式反馈给社区。市 场参与者的积极主动创新也成为推动市场发展的重要驱动力。 Figure 2 - 2- 市场走向：谁是先行者？ 从行业渗透率角度看，机器学习目前在互联网、金融、IT服务行业渗透率较高。其中互联 网行业机器学习应用渗透率能够达到90%，包括银行、证券以及保险在内的金融业整体渗 透率超过20%，而制造等其他传统行业的渗透率仍低于10%。另外，中国高校等教科研机构 的机器学习应用渗透率也在快速增长。不仅是985、211类院校，一些专科院校甚至职业学 校都开始将机器学习作为重点研究和教学领域。 从应用场景看，目前相对落地的用例包括：产品推荐、销售预测、反欺诈、图片识 别、OCR和应用软件自动化。（注：机器学习开发平台定义不包括人脸识别、短语音识别 等成熟的机器学习应用软件） Figure 3 - 3- 不同行业、不同企业应用机器学习的成熟程度，不仅体现在行业渗透率上的差异，还体现 在用例的丰富程度和落地水平。IDC发现除了互联网行业，其他行业的机器学习应用都较 为初级且局限。对比全球领先的机器学习开发平台用例，尤其发现中国在传统行业上的应 用场景的丰富程度和用例的落地水平仍有很大的发展潜力。 未来机会 仍有较大潜力的应用领域：预测性维护；特定场景的图像、文本识别等尚未有成熟软件产 品的应用领域。 AI 高度优化的解决方案：从 专用基础架构到大数据平台再到机器学习框架、算法模型的优 化。 从深度学习到机器学习到数据科学：深度学习的应用已被市场认知并接受，常规机器学 习、高级预测分析类数据科学仍未被重视。深度学习结合常规机器学习、数据科学的应用 潜力和空间有待被挖掘。 IDC机器学习平台厂商评估 1-2 机器学习、人工智能的落地程度在过去