- 综合排序
- 最热优先
- 最新优先
- 来自专栏腾讯云TVP
别再追捧AI概念，来看腾讯AI商业化实践
AI技术商业化的代表是什么？它们是如何跨越的这道鸿沟？产学研一体化将给AI商业化带来怎样的助力？未来AI领域可能的商业化风口是什么？一切问题的答案，都在本次TVP技术闭门里。 这次为期2个多月的会议并没有达成普遍的共识，但一个名为“人工智能”的概念就此诞生，至今已有六十余年。 而在国内市场，以腾讯云为代表的云厂商也在将自己的AI技术集成到云服务上，并将旗下AI实验室中的研究成果推向业界。 计算机视觉、AI语音语义，是目前AI商业化的典型代表。 为什么这两个典型技术在商业化探索上走在了前头？它们在从概念到落地的过程中是怎样跨越的鸿沟？在未来，AI技术还有哪些商业化的可能方向？这是本届TVP AI技术闭门会想要与业界一起探讨的问题。 汇聚12位AI领域技术、产业、学术界大咖，囊括计算机视觉、AI语音语义2大专题，在分享中把握AI技术发展的脉络，从实践中找寻AI技术落地的价值。为中国的AI技术与产业发展再添一把火。
93830编辑于 2023-03-30 - 来自专栏腾讯云TVP
别再追捧AI概念，来看腾讯AI商业化实践
AI技术商业化的代表是什么？它们是如何跨越的这道鸿沟？产学研一体化将给AI商业化带来怎样的助力？未来AI领域可能的商业化风口是什么？一切问题的答案，都在本次TVP技术闭门里。 这次为期2个多月的会议并没有达成普遍的共识，但一个名为“人工智能”的概念就此诞生，至今已有六十余年。 而在国内市场，以腾讯云为代表的云厂商也在将自己的AI技术集成到云服务上，并将旗下AI实验室中的研究成果推向业界。 计算机视觉、AI语音语义，是目前AI商业化的典型代表。 为什么这两个典型技术在商业化探索上走在了前头？它们在从概念到落地的过程中是怎样跨越的鸿沟？在未来，AI技术还有哪些商业化的可能方向？这是本届TVP AI技术闭门会想要与业界一起探讨的问题。 汇聚12位AI领域技术、产业、学术界大咖，囊括计算机视觉、AI语音语义2大专题，在分享中把握AI技术发展的脉络，从实践中找寻AI技术落地的价值。为中国的AI技术与产业发展再添一把火。
1.6K1023发布于 2020-08-21 - 来自专栏人工智能cv应用
原创 | AI商业化的迷思与选择
对于AI公司来说，找到切实际的需求是商业化进程的首要战略任务。 2.jpg 与欧美不同的是，国内有两个行业，在发展数字化的同时，超前融入了智能化技术（尤其是AI视觉方面），那便是安防和工业制造。 //AI商业化的破局 在AI创业的路上，视觉公司们对于技术、需求、行业的看法都逐渐趋于一致，但对于如何打破商业化的瓶颈，大家给出了不同答案。 在各种模式下，AI公司的运营侧重点和适合的客群也明显不同，尤其在商业化部分。 2.
1K20发布于 2019-04-25 AI软件商业化面临的三重挑战
AI应用面临商业化难题软件供应商急于将AI功能货币化却面临风险：可能抬高客户成本却无法兑现减少人力投入等承诺。某咨询机构最新报告探讨了SaaS供应商应如何穿越AI炒作迷雾，将AI能力成功整合至产品中。 效益难以量化仅30%软件企业能提供客户部署后的可量化投资回报多数客户发现AI增加IT成本却无法通过降低人力成本抵消典型企业全客服栈AI化可能导致价格飙升60%-80%某大型企业高管坦言：“所有智能助手都应提升效率 ，但业务领导仍无法裁员”2. 定价机制不透明复杂定价模式使客户难以预测AI成本随用量增长缺乏可预测的定价结构定价模式转型报告建议软件企业重构AI时代的定价策略：传统按用户月费模式不会完全消失，但需融入基于用量的计费混合模式渐成主流： 但AI企业仍需收回巨额投资，形成商业化矛盾。
41310编辑于 2025-10-24- 来自专栏XINDOO的专栏
从豆包收费看 AI 商业化的必然逻辑
放眼全球：国外的AI早就不是免费的了 如果你觉得"AI收费"很突兀，那是因为我们一直在国内市场的免费惯性里待太久了。把目光放到全球，AI商业化早已是板上钉钉的共识。 DeepSeek 走的不是"AI 商业化"路线，而是"用极致降本延缓商业化压力"的路线——它并不是没有成本，而是通过极致降本显著推迟了算力成本对商业模式的反噬，让它有更大的空间用低价甚至免费抢占市场。 这条规律决定了AI商业化必然是分层的，不可能一刀切。 按量付费vs订阅制 既然要付费了，但为什么是订阅制而不是按量付费？ 国内 AI 免费版在未来 1-2 年内体验依然会很好——通义、元宝、DeepSeek 都不会主动收紧免费额度，豆包的"聊天永久免费"也会兑现。 你只需要在 2-3 个免费产品里轮换，遇到限额就换一个，基本不会有体验损失。 第二类：中度用户（每天都在用，AI 已经成为工作流的一部分）。
27010编辑于 2026-06-21 - 来自专栏量子位
吴恩达：我的AI商业化方法论
我和企业CEO们交流的时候，他们经常会问三个问题： 1）如何招聘AI人才、建立AI团队？ 2）如何挑选项目？怎样决定该把AI用在哪些地方？ 3）怎样把AI和公司策略结合起来？ 在Landing.ai和各个公司合作的过程中，从这些问题里，我学习总结了一套AI商业化方法论： 1）招聘AI人才，建立AI团队 ? 这个环节，也可以说是组织架构调整的三步走策略。 这样，就能低成本高效培训整个团队，让所有人了解AI。 2）挑选AI项目 ? 很多公司在选择第一个AI项目的时候，会选择最大、最引人注目的业务。 有时候这种方法并不好。 AI赋能政府 AI带来的一个挑战是会有人因被AI替代而失业，这会给政府造成巨大的问题。 AI赋能大学 AI人才缺乏现象很普遍，核心问题之一，就是对AI教育需求巨大，供给不足。 人工智能缓解教育资源稀缺 即便是在斯坦福，拥有世界上最好的AI教授，AI教学师资也不够。
65161发布于 2018-09-29 - 来自专栏AI Coding
Token：AI时代伟大的创新，也是商业化的妥协
Token：AI时代伟大的创新，也是商业化的妥协很多人谈AI时，会把注意力放在参数量、模型能力、推理水平上，但我越来越觉得，token机制本身，才是这轮AI革命里最关键、也最容易被低估的发明之一。 我们今天在使用AI时感受到的很多“断裂感”，本质上都和这件事有关。所以我现在的看法是：token机制既是AI普及史上的重大创新，也是AI商业化过程中的现实折中。 它让更多人用上了AI，也让AI天生背负了一种“不连续”的结构性代价。而未来AI产品真正要竞争的，不只是模型本身，更是谁能用更多机制，把这种不连续尽可能弥补回来。 它像集装箱标准化改变全球贸易一样，给AI提供了一个统一的工业化接口。智能第一次不再只是概念，而是可以被规模化传输、调用和交易的能力。二、为什么它又是一种商业化的妥协但伟大，不代表没有代价。 这可能才是最值得重视的一点：token让AI变得便宜、可用、普及，也让AI变得碎片化、预算化、阶段化。它成就了今天的AI，也定义了今天AI的局限。
38910编辑于 2026-05-02 - 来自专栏量子位
网易依然要以慢打快，AI商业化AR是重要方向
网易AI路线 那AI呢？依然延续这个路数吗？ 在BAT和各大公司纷纷把AI喊得响亮的当前，网易公司层面的AI声量显得克制。 不过，这种克制也将成为过去时。 在业务思路上，在3条战线上分别展开，分别是：基于视觉的网易AR、语音识别和NLP方向上的语音交互业务，以及AI平台。 其中，网易AR的商业化落地是网易AI的核心战略之一。 ? 而且在AR游戏方面也已经真刀真枪上阵，推出了《悠梦》、《破晓唤龙者》2款游戏，甚至在Google AR开发者介绍案例中，网易的AR游戏也被拿来举例。 实际上，网易自身还在去年开启了牛刀小试，较具代表性的有2个。 ? 一个是网易洞见、网易云音乐，与农夫山泉共同打造了一次AR营销。 这也是大洋流中的历史性要求：靠Demo、纯讲技术应用的时代已经过去——看货——是对于AI落地和商业化的核心诉求，而网易的初步答卷上，要率先以AR展开作答。
93230发布于 2018-07-19 - 来自专栏刘旷专栏
加码“狗脸识别”背后，旷视的AI商业化焦虑
而旷视科技研发的狗脸识别技术，则是为了增加AI识别技术在更多场景的应用。 一直以来，AI领域发展势头迅猛，但应用场景有待开发、商业化滞后的现状一直没有得到改善。 旷视科技扩展AI技术应用则不仅可以开拓新的市场，也能推动AI领域的商业化进程。 在面部识别领域，旷视科技在业内已经处于领先地位。 而旷视科技加码AI技术应用布局的背后，也有些许的无奈。AI技术积累广泛，但其应用场景急需开发、市场竞争激烈成AI企业普遍面临的难题。 业绩承压下，任何AI技术变现的渠道都成了旷视科技必须紧紧抓住的机会。 从AI技术的发展和商业化两个方面来看，多元化布局仍将会是旷视科技未来发展的重点。 难去的商业化隐忧 在生态方面，旷视科技对G端的高度依赖和C端的不足，暴露出了明显的隐忧。
90461发布于 2020-07-27 - 来自专栏腾讯大讲堂的专栏
浅谈AIGC商业化
二、商业化现状 既然预训练大模型这么厉害，目前商业化进展到哪一步了？ 要回答这个问题，先要了解下预训练大模型的特点，从技术自身出发，才能推导出因此可能造就的产业形态。 2、场景化模型层 指的是针对具体业务场景定制化的模型，这一层模型以能实际解决业务问题为准，对参数量不做限制，十亿到千亿参数量都有可能。 2、自研大模型提供PaaS类服务 这类公司横跨基础模型层、场景化模型层。 这三大场景，2和3在国内都不存在，对于广告文案，国外会需要大量营销文案做精细化运营，根据文案效果调整，国内目前产品的文案一般比较固定，一旦确定更新频率很低。 2. 总之，在文生文领域，虽然目前的商业化落地尚不成熟，存在着多种多样的困难。
1.4K50编辑于 2023-03-08 - 来自专栏AI科技评论
智谱 AI 狂飙：与商业化博弈的一年
在 AI 科技评论看来，智谱商业化更快的原因主要有二，一是实力，二是洞识。 2023 年 10 月，在与 AI 科技评论探讨大模型开源与商业化时，智谱AI CEO 张鹏脱口而出：“谁说创业公司不能赚钱？” 也是从 2 月开始，张鹏等人开始对外寻找商业化负责人，前大搜车 CTO、连续创业者张帆加入，开始组建智谱大模型的商业化团队。 指挥分配上，智谱的商业化也是“一把手工程”，尽可能覆盖更多行业，在 Q2 就完成了商业模式的探索。 私有化模型是智谱商业化的关键转折点。 张帆告诉 AI 科技评论，过去一年的探索启示，大模型的商业化不会重复上一代 AI 公司的老路。
1.2K10编辑于 2024-03-18 腾讯漫剧商业化：AI生产与投放组合策略提升ROI
数据来源： 腾讯全球数字生态大会 (Tencent Global Digital Ecosystem Summit) - 城市峰会，主讲人：卢玉倩 一、 行业增长与内容决策断层 市场放量现状： AI漫剧行业从试水期进入放量期 二、 搭建AI内容生产与投放工具链 AI生产平台（妙创）： 集成混元模型及市场主流生图、生视频模型，打通“内容洞察 -> 制作生产 -> 轻量化发行（规划中）”全链路。 三、 量化投放载体与用户价值 载体消耗占比趋势（自营小程序）： 作为“发行主战场”，消耗占比持续上升，从2025年Q3的 48% 增长至2026年Q2的 66%。 流量增长指数（官方小程序）： 作为“快速放大器”，指数从2025年Q3的 100 增长至2026年Q2的 225。 用户价值指标： 受众覆盖： AI漫剧在40-59岁中年用户及60岁以上老年用户中覆盖优势明显（动态漫受众占比 70%）。
31110编辑于 2026-06-18- 来自专栏量子位
谷歌医疗AI商业化提速！Jeff Dean亲自挖来大总管
但这还没完，毕竟现在的谷歌AI落地，不谈价值观就老被内外惦记，所以姐夫发出第四推： 显然，把AI应用于医疗保健，既重要但也要非常仔细和谨慎，幸好我们之前就制定了AI七原则，其中反映了我们对医疗AI的落地思考 大举进军医疗AI 不过在此之前，围绕医疗AI，谷歌早已展开了一系列布局。 今年4月，CBinsights还有过一份专门的详尽报告，说明谷歌目前是在医疗领域下注最大的巨头，而且核心法宝，就是AI。 ? 而谷歌在这一领域，通过多种商业化的渠道进行了布局。 Verily之前功能公开过的黑科技之一，就是通过眼泪来监测血糖。此外，谷歌AI团队，也提出了CV筛查糖尿病的方法。 三是心脏病。 但无论如何，这对谷歌、最全球第一AI大厂，都是好事情。 谷歌AI搞医疗有优势 因为谷歌AI搞医疗，可能比其他公司更具优势。 首先，救死扶伤，内部自由度再高，也不好diss什么，任凭各色左派，都不能。 所以，也能看出大趋势正在到来，现在谷歌找来医商双馨的医疗AI大总管，亦能视为商业化落地的前兆了。 祝愿谷歌医疗AI一切顺利吧~ 毕竟Jeff Dean如此激动，连发6推。
66520发布于 2018-12-12 昆仑万维财报解读：AI商业化卷王
过去一年多时间里，几乎所有和AI相关的企业都会被问到这样一个问题：AI何时才能够商业化变现？ 出海商业化打响了第一枪。 01 AI应用矩阵开花结果，商业化“增长飞轮”初具雏形不管是国内还是海外，大多数AI企业仍处于技术展示或小范围试点的阶段，能否跑通商业化路径的可谓凤毛麟角。 如果将昆仑万维的大模型和AI应用矩阵横向对比，就会发现：每一个商业化成功的AI应用，背后都有一个出色的行业大模型。 03 “非大厂玩家”的破局样本回顾昆仑万维2024年和2025年一季度的表现，可以清晰地看到四个核心要素：1、技术力：AI芯片、自研大模型体系，多项SOTA突破；2、产品力：AI短剧、AI音乐、AI社交
88410编辑于 2025-05-08- 来自专栏镁客网
谷歌AI部门大改组，人工智能商业化之路正式开始！
4月3日，谷歌对外宣布：谷歌AI管理层发生重大变动，AI与搜索部门一分为二。 此外，当前谷歌所有与AI相关的业务都将统归于AI部门，由谷歌大脑的负责人Jeff Dean领导。 图 | Jeff Dean 可以猜测，从2016年将搜索和AI部门合并至今，仅时隔两年，谷歌却再将AI部门独立，或许因为时机已至，谷歌的AI研究成果到了集中落地的时候了。 但就是这么厉害的技术，谷歌一直没将其商业化。 而据外媒最新消息，谷歌已经将“创造营收”做为其AI业务的一大新目标，开始将技术研发成果进行商业化落地。 而今年年初，谷歌重磅宣布全面对外开放TPU，在AI芯片和公有云行业引起轰动。 除主打的欧美市场，去年年底，谷歌正式宣布成立中国AI中心。 此次拆分AI部门，最终的目的，或还是希望搜索与AI能够在创新与独立的环境中发展，最终让AI能与搜索业务一样，撑起谷歌的营收大旗。
89430发布于 2018-05-29 - 来自专栏科技云报道
AI商业化之争：高质量NLP数据成“抢手货”
如果一个“智能低下”、“胡言乱语”的AI被广泛应用于商业化产品中，其后果可想而知，不仅是AI产品质量饱受质疑，还可能会酿成大祸。 但是随着AI与各个产业结合得愈加紧密，AI商业化程度进入新的高度，企业对AI在商业化落地中的表现要求越来越高。为了保证AI算法的识别精度，数据标注的质量也就变得至关重要。 尤其是行业头部企业，为了保持自身的竞争优势，哪怕只是在行业平均水平上提升1%-2%的AI认知智能的准确性，也必须追求更高质量的、符合业务需求的NLP数据。 另一方面，由于AI算法需要源源不断地输入高质量的标注数据，好的数据服务业务粘性很高，以云测数据为例，一个项目在建立合作之后，往往会带来长达2-3年的持续合作，这就产生了马太效应，强者恒强。 在巨大的AI商业化需求下，高质量的数据已成为AI业务竞争的关键，由此诞生的数据服务也将是未来最重要的趋势之一。
53420编辑于 2022-04-15 - 来自专栏安徽开发者圈
AI商业化遇冷：四大残酷现实正在重写行业规则
Bloomberg 分析师警告：AI 公司的巨额融资需求，可能让市场面临股票供给远超需求的困境。 Axios 本周总结的AI 商业四大残酷现实，正在迫使每一个 AI 从业者重新审视脚下的路。 现实一：投入回报远低于预期 Bain 咨询的最新研究报告给出了一记重拳：企业在 AI 上的投入回报率远低于预期。许多公司的 AI 项目还停留在试验和概念验证阶段，根本没有进入规模化落地。 Davidson 研究主管指出，当前 AI 的大量使用「仍停留在试验阶段，未必可持续」。 现实二：基础设施成本高得吓人 AI 模型的推理成本是一个无底洞。 现实三：融资窗口正在收紧 AI 巨头们正以前所未有的速度烧钱，而融资渠道却在变窄。Meta 考虑增发数百亿美元股票来支撑 AI 投入，结果引发股价暴跌。 当每家公司都试图成为全栈 AI 平台时，差异化变得越来越难，价格战和功能同质化不可避免。 这对普通人意味着什么？ 如果你是 AI 从业者：关注毛利率和可持续性，而不是收入增速。
21910编辑于 2026-06-08 - 来自专栏量子位
谷歌启动AlphaFold商业化：成立新公司，专注AI新药开发技术
行早 发自 凹非寺 量子位 报道 | 公众号 QbitAI 谷歌基于AlphaFold布局的商业化路线，现在有了新的进展。 他希望这个公司能够达成两个目的，一是以AI优先的方法重新想象药物发现的过程，其次是最终能够模拟并理解一些生命的基本机制。 站在AlphaFold的肩膀上 所以AI开发新药，和AlphaFold这样的预测蛋白质结构的技术有何关联？ 不妨先简单回顾一下AlphaFold的技术原理。 现在他已经不在了，但是如果他看到AI能解决这个问题的话一定会很开心的。 不知道你们怎么看呢? scrolla=5eb6d68b7fedc32c19ef33b4 [2]https://zhuanlan.zhihu.com/p/393699764 — 完 — 本文系网易新闻•网易号特色内容激励计划签约账号
41410发布于 2021-11-16 - 来自专栏第二层思考
我看开源商业化
---- 很多人可能会对『开源商业化』对这个词感到困惑，开源 不是免费使用的吗？为什么和 商业化 放在一起呢？ 让我们从头说起。除了本身的功能之外，如何做好一个开源项目呢？ 你还需要商业化的支持。商业化支持是企业用户的定心丸，如果你依赖的开源组件，过了一年作者不再维护了，企业用户就会有很大的损失。而且商业支持一般会解锁更多的功能，并且出了问题都有及时的解决。 绝大部分的开发者都需要供房供车养孩子，而开源商业化就是一个企业和开发者双赢的解决方法。 说到这里还没明白的程序员，就属于池老师说的白眼狼了。 写在最后 开源商业化，给理想主义色彩浓厚的开源社区，带来了利益驱动的观念。这是一个好观念，就像我们 80 年代的改革开放一样。 一个开源项目，可以大方的把盈利、把商业化摆在台面上讨论，带来更多全职的开发者和公司参与，让项目更快的推进，这是一个良好的生态循环。 这和我们生活中的音乐和电影是一样的。
59640发布于 2020-02-24 - 来自专栏开源社
开源如何走向商业化？
他最近做了一个名为“开源：从社区到商业化”的演讲（你可以在这里下载完整的演讲文稿），这个演讲借鉴了他自己的经验，以及对几十位开源软件专家的采访。 2 从免费到SaaS的开源历史 ? 开源0.0：“免费软件”时代 开源始于70年代中期，作为一名程序员，我把这个时代称为开源0.0：“免费软件”时代。 随着越来越多的基础性开源技术的涌现，开源社区和企业开始尝试商业化。 因此，当你在推动有效采用的同时，你和你的社区应该仔细考虑你将来可能会将哪些东西商业化。 价值-市场契合度 ? 最后一个阶段，通常也是最困难的一个阶段，是找到价值与市场的契合度并以此来产生收入。 第2阶段：深思熟虑 - 产品管理 ? 接下来是“深思熟虑”。一旦你参与了一个开发者社区，你的目标就是最大程度地激发开发人员和用户的喜爱，采用和价值。
2.2K30发布于 2019-12-06
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号