图像识别是怎么实现的 120图勾勒全球AI产业完整图谱，AI行业最为全面研报之一（(5)

根据 IHS 数据，全球视频监控设备市场到 2020 年将达 202 亿美元，是 2016 年的 1.3 倍。 我们估计，在 AI 的驱动下，硬件设备市场的增长将维持较长的时间。

不论全球市场还是中国市场，海康威视、大华股份、宇视科技等中国公司已经占据较为 领先的地位，其中海康威视在全球和中国市场均排名第一。

我们认为，一方面受益于中国视频监控行业规模在全球占比较高，另一方面，中国龙头 公司的技术和产品的竞争力有了极大的提升。我们预计，这种趋势仍会保持，中国龙头 公司的全球市占率将继续提升。

AI+互联网：AI 加速电商广告市场发展

电子商务：AI 简化用户的消费行为

2015 年以来，由于互联网流量红利逐渐见顶，行业发展重点走向以提升转化效率以及付 费习惯培养的精细模式。在电子商务领域，由于大数据的累积以及底层算法的快速发展， 人工智能开始进入该领域，通过对消费者购买决策过程的深度学习和解析精准定位用户。 主要的应用是为了更精准的推荐商品以及对用户的购买行为作出更好的解释。

大数据是人工智能的重要基础，复杂场景催生技术革新

经过爆发式的行业增长，电子商务行业已经完成了早期的数据累积，大数据的产生为人 工智能技术打下基础。而购物场景不断延伸，端到端的互联网消费者行为呈现高度离散 的状态，消费者可触达点的增加同样加大了电商平台对于消费行为把握的难度，因此亟待更高效的方式对用户购买行为作出更好的解释，以实现更精准的商品推荐。

人工智能的知识发现体系更适合解释当下更为复杂的线上购买决策

根据 MillardBrown2016 年的研究，传统营销通常认为消费者购买品牌是一个线性过程， 但现实中情况却要更为复杂，特别是互联网账号体系的出现，线上消费者在其他如社交 平台的分享同样会影响消费者的最终购买决策。此外，随着人均可支配收入的进一步提 升，影响消费者购买决定的变量同样变得更为复杂。除了最基本的对于性价比的考量， 粉丝效应、生活方式、特殊事件甚至对于环保的考量都有可能影响消费者最终的购买决定。

互联网环境下，品牌以及商品与消费者的接触点显得分散且数量远大于从前，人工智能 的数据挖掘和知识发现功能为解析大量数据间隐藏的依赖关系提供了具有参考意义的一 条解决路径。目前该技术在中国的具体应用表现为在售前，通过基于大数据分析的用户画像个性化推荐，向消费者主动展示其购买的产品内容。

电商领域人工智能技术的商业化已经开始萌芽，阿里巴巴自 2015 年开始加速个性化电 商推广工具的研发，并已将一部分人工智能算法融入底层结构，例如：

?? 基于全网电商数据、跨渠道数据以及第三方数据的客户运营产品 – 聚星台，可实现 店铺“千人千面‖的个性化互动营销以及全域会员运营。

?? 通过标记的方式圈定潜在客群，建立个性化的用户细分和精准营销的数据管理合作 平台 – 达摩盘。

?? 以及开放付费 API 的人工智能系统 – 阿里云 ET 等。

感知智能引领信息检索以及沟通效率提升，即看即买

尽管互联网技术解决了传统零售获客能力有限的问题，在购物体验以及沟通交流方面仍 然与线下存在差别，尤其是非标品的售卖，例如服饰退换货率可以高达 30~40%。如何 更高效的发掘和理解用户需求进行沟通一直是电商企业努力的方向之一。更为直观方便 的图片、语音识别技术因此被应用到了电商服务上。

消费者的购买需求通常具有即时性的特征，这一点可从 2016 年底开始奢侈品牌纷纷推出“即看即买”的营销策略中窥见一二。通常电商消费者在搜索商品时平均需要 6 个以 上的点击来达成交易，并伴随大量的输入以及重复搜索尝试。2013 年底在移动电商渗透 之前 Statista 曾有研究表明，消费平均购物放弃率为 67.9%。而今天这一比例已大幅下降，除了更加便捷的购物车服务以及支付环节以外，搜索环节的匹配效率提升同样起到 了提升转化率的作用。

本文来自电脑杂谈，转载请注明本文网址：
http://www.pc-fly.com/a/jisuanjixue/article-67224-5.html