
AI落地难题:越“基础”的行业跑得越慢?
AI落地难题:越“基础”的行业跑得越慢?人工智能的2C应用进展很快,2024年美国居民生成式AI的渗透率已达39.6%(来源:圣路易斯联储)。然而,当前的模型厂商还热衷于评分打榜、技术炫耀,企业应用尚处于早期阶段。迫切需要找到丰富的落地场景,加快推进AI和各行各业的深度融合。
人工智能的2C应用进展很快,2024年美国居民生成式AI的渗透率已达39.6%(来源:圣路易斯联储)。然而,当前的模型厂商还热衷于评分打榜、技术炫耀,企业应用尚处于早期阶段。迫切需要找到丰富的落地场景,加快推进AI和各行各业的深度融合。
Harvey 绝对是法律场景落地最成功的 AI 企业了。
2025,当大模型来到应用爆发之年,越来越多的垂直行业当中,开始涌现出AI落地的经典实践案例。
大模型训练几乎消耗尽所有IT数据之后,挖掘OT数据正成为AI落地的重要方向。
AI背刺小说家?
从软件工程和网络安全的角度来看,当前的AI落地前景如何?「可解释性」方面的研究,真的能让AI拜托「黑箱」属性吗?
AI落地,已经过了“拿着锤子找钉子”的阶段。任利锋的选择,是用现有AI技术,结合成熟的电商+社区形态业务,寻求更具确定性的增长。
说到Gen AI在企业的应用落地,诸多难题横亘在前。工业领域,传统工厂受困于能源浪费、生产效率低下、质量管控不稳定;零售与营销领域面临着消费者需求多变、竞争激烈的压力,传统营销手段难以精准触达消费者,客户留存与转化艰难。
大模型未必最优,小模型也有机会 前几天刷B站的时候,碰到了一个很抽象很难评的事情——一个科普up主的视频里,夹带了一个AI产品的广告。
今年有机会上下半年都花了不少时间待在湾区和日本东京,近距离观察两个对于SaaS与软件最肥沃的土壤是如何从犹豫、了解到拥抱AI。有人认为今年是AI落地的元年,有人已经认为不及预期,更多人愿意把答案交给时间,我是后者。但正是在混沌中才有机会可寻,才能激发创新。