随着智能技术的发展，智能与互联网生态圈发生了巧妙的化学反应并逐步融合。那么现有的哪些行业更适合进行互联网智能服务？本文探讨在互联网时代，从用户的行为及需求出发，利用波特五力模型结合行业的市场分析，挖掘人工智能在互联网服务领域的应用。
第一部分 研究方法及研究框架简介
本文所涉及的研究框架以波特五力模型为主线，结合桌面研究、问卷调查的数据支撑做分析。通过分析智能应用现状、行业竞争性、消费者意愿等维度，全面了解行业内智能服务的竞争势态。
波特五力模型最早较多应用于传统制造业的行业分析，五种力量主要指供应商和购买者的议价能力，潜在进入者的威胁，替代品的威胁，以及相同行业之间的公司竞争力；而互联网领域内，五种力量的分析角度，我们认为依然适用，但所适用的场景和维度会与传统制造业存在差异，于是我们对这个模型进行拓展和转换。
这里简单介绍我们在做拓展过程中的一些思考：
第一力：供应商的议价能力。在我们所研究的行业范围内，我们更多的是考虑供应商的市场影响力（市场渗透率）、数据沉淀能力、用户忠诚度（对于供应商的继续使用意愿、使用频率和满意度）；
第二力：购买者。传统维度注重市场上的供求关系和购买者的议价能力，在互联网，我们的关注点则是用户对于创新服务的需求和粘性（即留存）；
第三力：潜在进入者的威胁。互联网进入门槛较低，很多小众企业可以通过细分行业的服务创新快速进入市场，所以在这一力的研究上，我们会从产品形态和服务创新角度出发寻找小众形态潜入者；
第四力：替代品的威胁。这个维度主要衡量不同企业内产品之间是否存在互为替代的可能。在互联网领域，我们会着重关注产品的形态、行业上下游链路关系、数据的沉淀等是否可复制或存在被整合的风险。然而，我们认为互联网产品不依托硬件设计，而是依赖软件产品形态，导致产品形态复制成本低，因此，产品形态并非是关注重点，我们的侧重点是行业上下游链路关系、数据的沉淀等是否可复制或存在被整合的风险；
第五力：同业竞争者的竞争程度。这一力我们并没有做任何互联网维度转化，分析维度仍然是关注行业内互联网产品的市场渗透率的表现，确定行业的集中程度和分布格局。
本文的研究框架及思路如下：
第二部分 智能服务现状
一、人工智能服务阶段
目前人工智能服务分成三个阶段（注1）：计算智能、感知智能与认知
智能。计算智能处于基础运算，帮助人类存储和快速处理海量数据；感知智能表现在机器能看懂、听懂，帮助人类高效完成听、看的相关工作；认知智能则让机器像人一样主动思考，能够全面辅助甚至替代人类工作。从智能应用的发展角度看，感知智能目前处于试点阶段，是人工智能服务主要切入点。
图1：人工智能分类来自于艾瑞咨询《 2015 年中国人工智能应用市场研究报告》
二、智能功能市场使用现状
对智能生活行业服务的使用现状进行调查发现智能功能的市场覆盖可划分为三个阶梯，同时我们认为这三个阶梯也代表了智能技术发展的三个阶段：第一阶梯包含查询、通信、聊天，这一阶梯以图像识别与语音识别技术为主要依托；第二阶梯包含交通指引、娱乐影音、提醒；第三阶梯包含知识教育、旅行推荐、生活服务推荐。对于第二阶梯和第三阶梯。涉及私人助理部分如交通指引、提醒、生活服务推荐等的使用率相对偏低，是人工智能服务发展的机会点。
图2：阿里巴巴客户体验驱动及创新中心－UX《智能生活服务行业研究》
从数据上看，现有产品的智能功能在整体满意度上偏低，智能服务的体验在拟人化和准确性有很大的提升空间。
图3：阿里巴巴客户体验驱动及创新中心－UX《智能生活服务行业研究》
第三部分 行业分析
本次研究的核心是关于人工智能服务的行业研究，我们针对用户生活中的不同行业先进行「智能过筛」（即利用桌面研究结果进行定性的分析，来判断行业在感知智能技术的可行性），过筛的维度主要包含四个方面：
- 智能技术发展成熟度：能够依赖当下较为成熟的语音识别和图片识别实现的服务
- 大数据应用：通过大数据运算可做的智能辅助服务
- 排除过多依赖人工外包承接服务，比如目前的家政行业过多依赖于人的上门服务
- 不强依赖于智能硬件产品建设，如医疗行业内的智能设备较依赖于硬件产品
「智能过筛」的行业举例说明：
依照上述的分析，梳理了 7 个行业中的应用，同时对每个行业的应用做了细分研究。
图4：阿里巴巴客户体验驱动及创新中心－UX《智能生活服务行业研究》
针对各个行业的应用，我们从市场渗透率、继续使用意愿、用户份额、使用频率、用户满意度上进行了横向对比，现使用「旅行」和「视频」两个行业进行举例说明：
- 视频：综合视频类处于稳定期，爱奇艺、腾讯视频、优酷市场渗透率相对较高。新兴直播类仍处于发展期，表现最好的是 bilibili，但其渗透率也依然很低。从继续使用意愿和用户满意度上看，bilibili 远远高于综合视频类 App，与其用户的同质性高有极强的相关性。从现有的数据上看，直播类 App 的市场仍较为分散，竞争较为激烈。
- 旅行：综合旅行类（如携程、去哪儿、阿里旅行）相对攻略内容类（如蚂蜂窝、穷游网）的市场渗透率表现较好。旅行 App 市场进入一个相对稳定期，但是从用户反馈上看，现有的旅行 App 未满足用户个性化需求，引入智能服务的呼声较高，所以仍有可以改善的空间，比如最优的行程计划，当地景点介绍、路线规划、准确翻译的自动推送，整合基于地理位置的内容信息为用户提供旅游辅助是旅行服务的发展方向之一。
针对每个行业的数据表现，我们对有发展潜力的行业逐一用波特五力分析模型做行业内部竞争分析，如下以旅行行业为例进行举例说明，其他行业不做详细展开：
结语
本次研究在波特五力模型的利用上，结合互联网的属性做五力维度的拆解和分析，将传统行业研究方法转化为适用于新兴领域的研究工具，为波特五力模型注入带有互联网属性的体验维度。这是此次在研究方法上的较大突破。另外，此模型依然也有一些自身的局限和改善的空间：
- 此模型是当下行业状态的反应，是一种静态模型，不能做动态监测，建议可以利用大数据的行为跟踪做综合分析；
- 此模型早期应用于传统企业，但是对于互联网而言，相对于传统企业的变数更大、节奏更快，所以在研究的过程中，需要进行适用于企业本身的维度精简。
通过整个的研究过程的深挖，利用市场数据的多维度分析，清晰的了解了各个行业的发展态势和智能领域的发展现状：
- 现有智能服务在感知智能上处于试点阶段，基础功能（如查询、通讯、聊天）较为普及，涉及私人助理部分如交通指引、提醒等的使用率相对偏低，是人工智能服务发展的机会点。
- 从现有智能功能的使用感受来看，满意度偏低，拟人化和准确性有待提升。
- 从行业市场的角度看，旅行、餐饮、购物等行业，对于智能场景的机会空间较大，也应是未来的主要发力方向。