人工智能技术的商业化-人工智能技术的商业化在金融行业得到应用的有

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能技术的商业化的问题，于是小编就整理了2个相关介绍人工智能技术的商业化的解答，让我们一起看看吧。

1. 九成的AI企业会亏损，为什么AI企业商业化那么难呢？
2. 如何看待教育商业化？

九成的AI企业会亏损，为什么AI企业商业化那么难呢？

其实AI的应用和我们现在非常纠结的位置服务的应用有一些相似的地方，都是做加法的应用，比如对于AI来讲，真正的有应用应该是AI+，能够为具体的行业和大众带来服务，而不是单纯的把AI的算法做好就能找到好的模式和商业机会的。对于卫星导航来讲也是一样，北斗+行业中的重点在于行业，而不在于北斗。要想把AI商业化，更多的是需要各个行业中的人投入进来，研究本行业的痛点，研究怎么把AI技术用到本行业能够解决当前的痛点和需求，研究如何形成行业中与AI相关的良好的商业模式，才能真正的把AI 应用起来。当前这一轮AI技术的突破主要是机器学习所带来的检测算法和性能的大幅度提升，而仅仅是这样是不够的，首先需要了解行业中的痛点需求，其次需要有行业中相关的大数据来进行模型训练，才能真正的把AI技术应用到行业中，这些技术的突破其实重点在于行业，而不在于AI本身，所以现在的AI企业中单纯做AI技术的相对比较多，大家的技术之间并没有特别本质的区别和突破，而对于行业中的应用来讲，还缺乏关键性的一些步骤，所以AI要真正的走向应用，需要和行业进行深度的耦合。包括AI芯片，其实AI技术对于不同的应用场景和不同的行业来讲，它的模型和算法是很难通用的，所以要做出一款应用范围特别广泛特别通用的AI芯片是很难的，这也就决定了单款芯片很难特别大规模的普及，而对于芯片行业来讲，量不够大就意味着无法更好的分摊成本，降低单个芯片的价格，反过来价格不够低又意味着无法大量普及。

AI芯片主要的使用场景又可以分为云端和终端两大类。在云端上，以英伟达的GPU为主导，而英特尔、谷歌的TPU以及国内的比特大陆也相继出了自己的芯片。

国内市场并未出现一家独大的局面，2017年不管是巨头还是创业公司一个接一个登场。AI芯片是一个需要长线投入的产业，同时也暗藏黑马突围的机遇。以研发周期来计算，2018年下半年会有不少AI芯片陆续面世。bugu对整个AI芯片产业而言，2018年将是密集爆发的一年，将以指数级速度向前发展，迅速渗透消费电子、智能驾驶、云计算、工业、金融、医疗、教育等各个领域。

如何看待教育商业化？

教育商业化要区分看。义务阶段可以国家扶持。但是职业教育可以市场化，商业化。运用市场手段聚集优秀教师队伍。优秀课件，先进的教学工具。比如大数据，云计算，三维动画，AI vr ar等需要更先进教育理念。

我来聊聊这个问题。

教育商业化的产生原因，先要从目前教育的现状说起。

现状一

目前我国教育的现状是以应试教育为主，虽然一直在想办法改变，但是目前还是一切向分数看齐，死学硬背的比具有创造力的更容易上好大学。

现状二

学生多、好[_a***_]少。家长都想让孩子接受最好的教育、读最好的学校、跟最好的老师。但是就目前来说，我国还没有这么多的优质教育***可以服务所有人。

综上所述，分数是评价学生的唯一标准，而又不是所有学生都能接受到最好的教育***。

在某样必须***无法普及时，势必会出现贩卖，越稀缺越贵。

如何看待商业化

因为我是从事培训行业的，所以我的感受是：这是很正常的一件事情。

当然，当把教育和商业提到一起的时候，一定会有很多人感觉不舒服，因为我们从小的理念就是教育是纯洁的、老师是应该无私奉献的。

我认为，商业化是一把双刃剑，一方面可以让更多优质的***进入到这个领域，因为有钱赚；另一方面也会有一些别有用心的人，因为有钱赚而进到这个领域来行骗。

个人认为，教育可以商业化，但是国家要进行严控，毕竟教育关系每个孩子的未来。

到此，以上就是小编对于人工智能技术的商业化的问题就介绍到这了，希望介绍关于人工智能技术的商业化的2点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/54608.html