2022愛分析人工智慧報告：企業AI建設將從單點向全面智慧化轉型

近日，數字化市場研究諮詢機構愛分析釋出了《 2022 愛分析 : 人工智慧應用實踐報告》（後簡稱 “ 報告 ” ）。《報告》指出，人工智慧已經廣泛滲透進金融、零售、工業、能源、醫療、城市管理等多個行業和領域，一些行業頭部企業已經全面擁抱了智慧化轉型。預計在接下來的 3 至 5 年，國內大量企業對 AI 的應用將從單點的 AI 建設走向全面的智慧化轉型。

基於多個國內領先企業的智慧化轉型和人工智慧應用實踐案例的深度調研分析，以及過往對產業數字化與智慧化的持續跟蹤研究，《報告》從戰略、資料、場景規劃、應用解決方案開發、技術基礎設施和組織與人才六個維度，梳理出當下人工智慧在產業落地中面臨的 20 個主要挑戰。其中，資料、技術和應用解決方案相關的挑戰仍然是企業 AI 建設的主要挑戰。

以全球化的消費電子品牌企業安克創新（ Anker ）為例， Anker 主要從事智慧配件和智慧硬體的設計、研發和銷售，為消費者提供充電、無線音訊和智慧創新等品類的消費電子產品。 Anker 於 2021 年末推出了新產品 —— 聲闊（ Soundcore ）智慧音樂眼鏡，並計劃重點在歐美市場對該產品做市場營銷和線上產品推廣。

受出海電商普遍面臨的線上推廣產品營銷手段單一、業績增長乏力、難以吸引年輕一代客群等問題的影響， Anker 決定引入 AR 虛擬試戴解決方案來推廣 Soundcore 智慧音樂眼鏡產品，讓使用者能足不出戶進行眼鏡試戴，模擬真實穿戴 Soundcore 眼鏡的效果。

這一方案關係到使用者的實際體驗，對技術的要求較高，既要保證使用者獲得真實的試戴體驗，又需要同時支援移動端和 Web 端使用，獲得範圍更廣的社交傳播效果，在時間上，還要具備快速、完整的交付能力。在對比了國內外多家廠商的 AR 試戴解決方案的技術水平、使用效果和落地方案後， Anker 選擇與火山引擎合作。

火山引擎是位元組跳動旗下的企業級技術服務平臺，將位元組跳動快速發展過程中積累的增長方法、技術工具和能力開放給外部企業，提供雲、 AI 、大資料技術等系列產品和服務，幫助企業在數字化升級中實現持續增長。

針對 Anker 的需求，火山引擎從 3D 素材製作、人臉關鍵點識別演算法、實時渲染三方面著手為其提供解決方案。

基於自研的 3D 引擎，火山引擎為 Anker 定製了 10 款 Soundcore 智慧音樂眼鏡和 8 款預熱款眼鏡的 3D 素材，在對原始素材做基礎建模後，對材質的諸多細節如高光、反光、半透明等做進一步最佳化。例如，對於鏡片透明度的處理，傳統的素材處理只考慮透明度效果，而火山引擎進一步針對鏡片在半透的情況下與歐美不同人群的膚色相融合的效果做了最佳化，使效果更自然和真實。

為了讓眼鏡在使用者試戴過程中能緊貼面部輪廓，獲得很高的跟隨度。火山引擎在解決方案中採用了自研的人臉關鍵點識別演算法對人臉的 3D 關鍵點進行識別，精細化定位五官和麵部輪廓，並用 3D 擬合演算法實時生成人臉的 3D 模型，從而使眼鏡模型能夠很好地跟隨和貼合人的面部。同時，解決方案中還採用了運動補償和運動估計等慣性檢測演算法，保證在連續運動和極端角度下試戴效果的穩定性。

火山引擎的 3D 引擎具備實時渲染的能力，並且對圖形渲染的效能做了最佳化，保障了為 Anker 定製的細節度很高的 3D 素材也能夠實時生效。

針對 Anker 需要同時支援移動端和 Web 端的需求，火山引擎透過對演算法和算力進行最佳化，實現解決方案多端執行的穩定性和效果一致性。在移動端，火山引擎根據手機硬體效能做了演算法適配和硬體加速，保證在多演算法並行的情況下的真實效果和超低延遲。在 Web 端，火山引擎也透過相應的最佳化能夠應對瀏覽器資源呼叫、算力需求諸多限制。同時，火山引擎對演算法本身進行最佳化，使得達到同樣的模型精度，其模型大小比業內平均水平低幾十倍，從而降低了包體大小方便多端適配，也更節省了算力。

此外，火山引擎提供了包括體驗設計、技術解決方案建立、專案管理、資料檢測、市場進入的端到端解決方案，讓 AR 眼鏡試戴解決方案能夠在 Anker 快速落地和有效應用。

資料顯示，這一 AR 虛擬試戴解決方案有效提升了 Anker 使用者的線上消費體驗，功能在 Anker 官網上線 4 周就吸引超 100 萬使用者體驗了該功能，對 Anker 的品牌推廣及購買轉化都產生了很明顯的實際效果。

《報告》將 Anker 透過採用火山引擎成熟的 AI 技術解決方案為客戶提供創新性的產品或服務的案例歸為應用場景價值度最高的一類場景，在當前企業的 AI 建設中具有代表性。基於本次調研和過往研究積累，愛分析將 AI 應用成熟度從低到高依次分為早期實驗、初步投入、多維佈局、深度應用、全面融合五個階段，並且從戰略、資料、場景規劃、應用解決方案開發、技術基礎設施、組織與人才六個維度列舉出了每個成熟度階段主要的能力特徵。

《報告》建議，企業可參考自身的 AI 應用成熟度所處階段，因地制宜，採取相應的方法和措施。

以應用解決方案開發層面為例，在初步投入階段，受企業自身研發實力暫時有限，建議主要考慮跟有成熟解決方案的廠商合作，構建相關應用。同時，企業需要對上述問題，如協調業務人員參與、開發部署中的重點問題有知曉，在過程中給予應用開發專案組資源支援。

在多維佈局階段，企業應明確自身的能力和資源，對應用是否自研、合作開發、外採，設立明確的標準；重視內部業務專家對應用開發的作用，建立業務和技術人員的協作機制；參照上述方法，加快應用開發到部署的效率。

在深度應用階段，應建立較完善的自研能力，尤其重視技術人才隊伍和技術基礎設施的建設；在應用開發團隊中常態化地引入業務專家資源，由統一的部門進行協調管理；建立標準的解決方案開發、部署和後續運營的方法和流程。

在國家政策、產業需求、資料和技術體系趨於完備三重因素的推動下，人工智慧的發展自 2019 年起進入與產業加快融合的階段。《報告》認為，所有的企業未來想要在市場中保持競爭力，一定都需要全面擁抱智慧化。