- 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。 AI商业化元年，始于2017年 从2016年AlphaGo的成功开始，人工智能关键词再次焕发了勃勃生机。 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。 计算机视觉技术作为AI领域的宠儿，也已走过了技术的快速发展期，商业化落地是各个玩家思考的重点。
93930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。 AI商业化元年，始于2017年 从2016年AlphaGo的成功开始，人工智能关键词再次焕发了勃勃生机。 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。 计算机视觉技术作为AI领域的宠儿，也已走过了技术的快速发展期，商业化落地是各个玩家思考的重点。
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
1.jpg 尽管有资本市场的投入和政策的支持，技术的发展瓶颈和产业链的不完善使得AI的商业化落地不如预期。 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。 //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。 在全社会AI人才的数量增多、能力增强的未来，这种模式一旦普及，AI公司将可能面临彻底沦为外包人员的困境。 4.jpg 3.
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 规模化采纳困难变更管理投入不足阻碍推广模型开发每投入1美元，需配套3美元变更管理资金变更管理包含用户培训与性能监控3. 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。
41410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。 ChatGPT：从免费到四档个人版定价体系 OpenAI是AI商业化的开路先锋，它在2023年初推出ChatGPT Plus（$20/月）时，国内很多人还在争论"AI应不应该收费"。 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？ 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）。
27410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。 首先，借助外部资源开展AI项目；然后，用外部资源逐渐培养内部AI团队，最终得到一支能为内部各个业务部门服务的AI团队。 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。
39010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
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。 ? △ 网易洞见是网易AR基于移动端的AR平台 AI加持下的AR 为什么是AR？ 有网易基因的原因，靠游戏安身立命，3D视觉原本就是网易一直以来的技术储备。 其中互联网应用引擎，已具体涵盖了AR底层的定位、AR云端的服务，甚至多人联机、基于图片的跟踪识别、3D内容渲染等。 具体，如支持图片、文字、声音、视频、3D模型等AR内容展示的实时渲染，满足多元AR设计需求。 最后是系统性打磨，用户体验至上。 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。
93630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。
90561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。 3、应用层 基于场景化模型开发的能实际解决业务问题的应用，例如jasper.ai等。这也是现在讨论最热的部分，写作辅助、情感聊天、搜索引擎插件、辅助编程等等，各种应用领域在不断的被探索。 3、自研大模型作为基础模型层 这类公司主要是科研机构背景的公司，通过开源模型或者为第三方提供模型文件的方式提供服务。 国内创作频率高的场景主要是知乎内容、小红书种草文、新闻媒体软广等，这些内容一般形式多变，很难完全依赖AI来生成。需要探索模式相对固定的创作场景以落地实际产品。 3. 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
张帆在 2023 年 3 月加入中国大模型领域“当红炸子鸡”智谱负责商业化，他感慨：“大模型不仅把知识给压缩了，还把时间给压缩了。” 模型上，据 AI 科技评论观察，目前除了智谱，国内还没有出现第二家大模型公司能以平均每 3 个月迭代一次的速度来更新模型能力。 智谱 AI 总裁王绍兰说。 2020 年 6 月 OpenAI 发布 GPT-3 是智谱的一次重大转折点。也是在 2020 年，智谱创始团队将研发重点从数据挖掘转向语言大模型。 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。 3 后记 有人曾告诉AI科技评论，智谱极大可能会成为中国大模型第一股，因为智谱在三方面领先其他公司：一是商业化快，二是算力多，三是生态在不断完善。
1.2K10编辑于 2024-03-18 - 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。 ? △ 巨头医疗布局 CBinsights报告称，目前谷歌的医疗AI，主要通过3家子公司，针对5大类疾病展开。 先说3家子公司：Verily，DeepMind和Calico. ? 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。 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。 、AI游戏陆续“结果”；3、护城河：毛利率高达95%以上的Opera月活3亿，源源不断为AGI提供可持续保障；4、生态飞轮：DramaWave、Skyreels、Mureka等产品的飞轮效应，正在改写全生态创作规则
88710编辑于 2025-05-08腾讯漫剧商业化：AI生产与投放组合策略提升ROI
，5月消耗指数达 265（基期1月为100），5个月增幅达 +165%；视听文娱整体消耗YoY（同比增长） +38%，腾讯营销行业排名 Top3。 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%）。
31710编辑于 2026-06-18- 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。 从围棋开始 谷歌的AI棋盘已初步成局 认识谷歌AI，想必很多人是从“围棋天才”AlphaGo开始的。 2016年3月，AlphaGo大比分战胜围棋世界冠军、职业九段棋手李世石，一举得名。 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。 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。 良莠不齐的标注数据质量，真的能够满足AI算法迭代的要求吗？ 在AI商业化初期，AI算法对数据的精度要求不高，日常的AI训练首先要求数据量大，数据标注质量要求相对不那么严格。 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。 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。
53520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。
22310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。 这家新公司会在DeepMind蛋白质折叠方面的成就的基础上，建立模型用AI开发药物。 同时，DeepMind的首席执行官Demis Hassabis也将担任新公司的CEO。 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?
41510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。 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。 3 开源的良性循环 ? 开源的历史表明，它的崛起是由于技术和商业创新的良性循环。 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3阶段：评估和意图-潜在客户和业务开发 ? 营销漏斗的下一个阶段：评估和意图。是通过潜在客户开发和销售开发来验证和完善这些理论。
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