NLP难出独角兽？( 二 )_：NLP难出独角兽？作者：韩敬娴编辑：

为何NLP公司们跑的最慢？当前的落地应用到底发展到了什么程度？CV智识带着这样的疑惑与业内人士聊了聊目前的现状。

缺乏相对独立且足够大的场景

“NLP缺少相对独立且足够大的场景”，深度好奇创始人吕正东告诉CV智识，“它往往会变成一个引擎或者一个特定功能上的服务，这个的确制约了它的市场。”

所谓相对独立且足够大的落地场景，就像安防市场之于整个计算机视觉领域。

据中商产业研究院发布的《2018-2023年中国安防行业市场前景及投资机会研究报告》数据统计显示，我国安防行业市场规模从2012年的3240亿元增长到2017年的5960亿元，年均复合增长率达13%左右。

千亿需求驱动商业发展，技术突破加上场景自然结合，独角兽自然就容易脱颖而出。

反观NLP，众所周知，特别纯粹的应用就是机器翻译，众多行业公司产品也扎堆而生。

2016年底，科大讯飞推出晓译翻译机，直到2019年5月，讯飞翻译机更新至3.0；搜狗的旅行翻译宝在2018年1月正式亮相，9月又推出了搜狗翻译宝Pro；猎豹移动在2018年7月发布了小豹AI翻译棒。

NLP难出独角兽？( 二 )