AI全面部署?是時(shí)候考慮了

德勤Deloitte
企業(yè)早期實(shí)施的人工智能部署策略更多是各個(gè)業(yè)務(wù)部門各自為戰(zhàn),根據(jù)自己的需求,選擇一個(gè)或若干個(gè)特定場(chǎng)景,通過購(gòu)買或者自建人工智能的解決方案,實(shí)現(xiàn)運(yùn)營(yíng)的智能化。但是在日益增長(zhǎng)的人工智能應(yīng)用需求面前,這種策略造成了煙囪式的AI部署。

2345截圖20200908083720.png

2020年,德勤連續(xù)第三年發(fā)表《企業(yè)人工智能應(yīng)用現(xiàn)狀分析》報(bào)告。根據(jù)對(duì)全球九個(gè)國(guó)家近三千名企業(yè)管理者的訪問,報(bào)告得出的結(jié)論是,人工智能已經(jīng)跨過“早期應(yīng)用”的時(shí)代,進(jìn)入技術(shù)成熟、全面應(yīng)用的“早期多數(shù)”時(shí)代。隨著技術(shù)的不斷進(jìn)步,人工智能的開發(fā)和實(shí)施門檻降低,人工智能已經(jīng)開始被廣泛部署于企業(yè)的各類業(yè)務(wù)場(chǎng)景,從管理和自動(dòng)化信息技術(shù)基礎(chǔ)設(shè)施,到收集關(guān)于客戶的新洞察、識(shí)別和應(yīng)對(duì)網(wǎng)絡(luò)威脅、幫助指導(dǎo)醫(yī)療決策和改進(jìn)招聘流程等。

企業(yè)早期實(shí)施的人工智能部署策略更多是各個(gè)業(yè)務(wù)部門各自為戰(zhàn),根據(jù)自己的需求,選擇一個(gè)或若干個(gè)特定場(chǎng)景,通過購(gòu)買或者自建人工智能的解決方案,實(shí)現(xiàn)運(yùn)營(yíng)的智能化。但是在日益增長(zhǎng)的人工智能應(yīng)用需求面前,這種策略造成了煙囪式的AI部署。

某汽車企業(yè)A,財(cái)務(wù)部為實(shí)現(xiàn)報(bào)銷流程的自動(dòng)化,購(gòu)買了一套OCR產(chǎn)品,用于識(shí)別各類財(cái)務(wù)票據(jù)和報(bào)銷憑證。而二手車部門,為了審核二手車返利的申請(qǐng),也購(gòu)買了一套OCR產(chǎn)品,用于識(shí)別二手車場(chǎng)景中的發(fā)票、車輛登記證、行駛證、車牌等。

某零售企業(yè)B,市場(chǎng)部門為了預(yù)測(cè)未來(lái)市場(chǎng)走向和銷售趨勢(shì),組建了自己的數(shù)據(jù)科學(xué)家團(tuán)隊(duì),選擇搭建機(jī)器學(xué)習(xí)平臺(tái),訓(xùn)練構(gòu)建預(yù)測(cè)模型。與此同時(shí),銷售客服部門,急迫想知道顧客對(duì)于產(chǎn)品、服務(wù)、促銷手段以及競(jìng)品的反饋,他們購(gòu)買了一套基于機(jī)器學(xué)習(xí)和自然語(yǔ)言處理的商用輿情分析系統(tǒng)。

這些對(duì)于人工智能的應(yīng)用方式在早期是非常普遍的,即以部門為單位,或自建,或購(gòu)買,針對(duì)特定的業(yè)務(wù)需求,進(jìn)行人工智能的嘗試。自建時(shí)可能使用不同的技術(shù)方案,購(gòu)買時(shí)也可能選擇不同的供應(yīng)商,這樣就形成了一個(gè)企業(yè)內(nèi)部煙囪式的AI應(yīng)用部署。這種部署方式如果任其發(fā)展,會(huì)造成重復(fù)投資,資源無(wú)法集中利用,對(duì)于正處于數(shù)字化轉(zhuǎn)型和智能化轉(zhuǎn)型的企業(yè)而言,是亟待解決的問題。

基于公有云的AI部署

從2017年到2019年,國(guó)家陸續(xù)公布了15家人工智能開放創(chuàng)新平臺(tái),涵蓋了智能語(yǔ)音、智能視覺等人工智能的基礎(chǔ)應(yīng)用和眾多的行業(yè)應(yīng)用,如自動(dòng)駕駛、醫(yī)療、普惠金融、供應(yīng)鏈、教育、家居等等。這些開放創(chuàng)新平臺(tái)多數(shù)可以通過公有云為企業(yè)進(jìn)行AI賦能。企業(yè)不用考慮投資建立復(fù)雜的算力平臺(tái)、數(shù)據(jù)標(biāo)注平臺(tái)、算法平臺(tái)、模型訓(xùn)練平臺(tái),只需按需調(diào)用公有云的AI服務(wù)即可。與眾多其他的公有云服務(wù)一樣,這為企業(yè)帶來(lái)了極大的便利性,能夠快速實(shí)現(xiàn)AI能力的部署,企業(yè)只需完全將精力放在業(yè)務(wù)邏輯上,思考究竟要解決什么實(shí)際的業(yè)務(wù)問題。對(duì)于中小企業(yè)來(lái)說,這尤其具有吸引力。

以O(shè)CR為例,目前多家公有云服務(wù)商提供了完整的OCR能力,包括通用的文字識(shí)別、表格識(shí)別以及一些通用的卡證(身份證、駕駛證、行駛證、護(hù)照等)和票據(jù)(增值稅發(fā)票、火車票、機(jī)票、出租車票等)的識(shí)別。除此之外,這些云服務(wù)商通常也提供了定制模板的功能,可以幫助企業(yè)解決一些特定非標(biāo)文檔的OCR識(shí)別。上述提及的汽車企業(yè),如果決定使用公有云的部署方式,完全可以研究并選擇一套OCR產(chǎn)品,同時(shí)解決財(cái)務(wù)場(chǎng)景和二手車場(chǎng)景下不同的需求。

有些企業(yè)可能擁有自己的一些行業(yè)特點(diǎn),僅僅通過API使用公有云的標(biāo)準(zhǔn)化AI服務(wù),效果不是特別理想,這種情況下,可以考慮公有云服務(wù)商提供的在線的AI訓(xùn)練平臺(tái)。比如阿里云提供的NLP自學(xué)習(xí)平臺(tái),便提供了NLP的行業(yè)自適應(yīng)標(biāo)注、訓(xùn)練和服務(wù)平臺(tái),為用戶提供許多NLP典型問題(實(shí)體抽取、文本分類、關(guān)鍵詞抽取、情感分析等)的定制化算法能力。企業(yè)不需要有自己的算法專家,用戶可以上傳自己企業(yè)或者行業(yè)的標(biāo)注數(shù)據(jù),便可以快速訓(xùn)練自己的模型。

基于公有云的AI能力部署,可能引發(fā)一些企業(yè)的一個(gè)重要的擔(dān)憂,那就是數(shù)據(jù)安全問題。許多大型企業(yè),有著嚴(yán)格的數(shù)據(jù)安全管控要求,無(wú)法使用公有云的服務(wù)。下面就來(lái)探討針對(duì)這類企業(yè)的一種AI部署方式。

私有化部署AI中臺(tái)

許多大型傳統(tǒng)企業(yè),由于數(shù)據(jù)安全等方面的考慮,無(wú)法使用公有云的AI服務(wù)。而這些企業(yè)的AI基礎(chǔ)能力比較薄弱,缺少技術(shù)和人才的沉淀,但是智能化升級(jí)又是企業(yè)的剛需,甚至是迫切的需求,這時(shí)候借助AI技術(shù)公司在企業(yè)內(nèi)部進(jìn)行AI中臺(tái)的私有化部署,是比較經(jīng)濟(jì)而高效的策略。

和近年來(lái)熱門的數(shù)據(jù)中臺(tái)的思想基本一致,AI中臺(tái)最終是要以標(biāo)準(zhǔn)化、可復(fù)用性實(shí)現(xiàn)業(yè)務(wù)的敏捷化、智能化。企業(yè)部署AI中臺(tái),可以自建,也可以借助AI技術(shù)供應(yīng)商。借助供應(yīng)商的好處是可以迅速建立起基礎(chǔ)能力,企業(yè)利用這些基礎(chǔ)能力可以研究開發(fā)自己的模型和應(yīng)用。這真正契合了國(guó)家的新基建戰(zhàn)略的思路,AI技術(shù)公司提供了算力、算法、平臺(tái)的基礎(chǔ)設(shè)施,借助這些基礎(chǔ)設(shè)施,企業(yè)可以重點(diǎn)關(guān)注業(yè)務(wù)的創(chuàng)新發(fā)展,從而真正實(shí)現(xiàn)AI+萬(wàn)業(yè),AI賦能創(chuàng)新型社會(huì)的宏偉目標(biāo)。

2020年,百度推出了基于百度智能云的“AI中臺(tái)”,幫助企業(yè)建立自己的專屬人工智能平臺(tái)。百度AI中臺(tái)第一個(gè)核心能力是AI能力引擎,涵蓋了人臉識(shí)別、OCR、語(yǔ)音識(shí)別、NLP、圖像識(shí)別、知識(shí)圖譜等250多項(xiàng)成熟的AI能力,包括全球領(lǐng)先的Ernie算子和百度優(yōu)化后的主流算法。第二個(gè)核心能力是百度開源之后的PaddlePaddle開發(fā)框架,以及其他主流的開源框架如TensorFlow,PyTorch等。利用這些的深度學(xué)習(xí)開源框架,企業(yè)可以結(jié)合自己的業(yè)務(wù)場(chǎng)景,進(jìn)行AI應(yīng)用的開發(fā)。

2345截圖20200908083720.png

圖片來(lái)源:百度智能云網(wǎng)站

對(duì)于許多傳統(tǒng)企業(yè)來(lái)說,購(gòu)買AI中臺(tái)并私有化部署,使得他們與科技企業(yè)的差距大大減小,產(chǎn)業(yè)智能化轉(zhuǎn)型也變?yōu)榭赡?。某電力企業(yè)部署了AI中臺(tái)之后,實(shí)現(xiàn)了管理安全生產(chǎn)、作業(yè)防誤、線路巡檢等多個(gè)業(yè)務(wù)場(chǎng)景的智能化改造。比如對(duì)于線路的可視化監(jiān)控裝置,利用AI中臺(tái),實(shí)現(xiàn)對(duì)于圖像的邊緣智能分析,可以快速發(fā)現(xiàn)影響線路安全的事件(比如山火等),工作人員可以及時(shí)做出響應(yīng)。

企業(yè)自建AI能力

盡管購(gòu)買并私有化部署AI中臺(tái)是一種快速建立AI能力的方案,仍然有許多企業(yè)從自身長(zhǎng)遠(yuǎn)發(fā)展考慮,傾向于建立自己完整的的AI能力,尤其是那些將科技視為自身核心競(jìng)爭(zhēng)力,并把研發(fā)能力和應(yīng)用能力看得同等重要的企業(yè)。當(dāng)前AI的許多開源框架也為這些企業(yè)提供了自建AI能力的可能性。

eBay便是這類企業(yè)的典型。Krylov是eBay基于開源框架自行開發(fā)的人工智能平臺(tái)。從其網(wǎng)站的介紹,我們可以了解到,Krylov是eBay從頭開始建造的一個(gè)可伸縮的、多租戶的、基于云的人工智能平臺(tái),以支持各種規(guī)模的人工智能用例。eBay的數(shù)據(jù)科學(xué)家每月使用Krylov運(yùn)行數(shù)千個(gè)模型訓(xùn)練試驗(yàn),這些試驗(yàn)涵蓋了各種人工智能用例,如計(jì)算機(jī)視覺、自然語(yǔ)言處理(NLP)、銷售規(guī)劃建議、買方個(gè)性化服務(wù)、賣方價(jià)格指導(dǎo)、風(fēng)險(xiǎn)、信任、運(yùn)輸估計(jì)等等。

2345截圖20200908083720.png

圖片來(lái)源:eBay官網(wǎng)

eBay建立這個(gè)AI平臺(tái),從一開始就是一個(gè)涵蓋了企業(yè)多個(gè)團(tuán)隊(duì)的系統(tǒng)工程,不僅僅有平臺(tái)的研發(fā)者,還有平臺(tái)服務(wù)的提供者和使用者。這些專家一起為eBay創(chuàng)建了一個(gè)統(tǒng)一的AI愿景,包括平臺(tái)的戰(zhàn)略、路線圖和關(guān)鍵原則。AI平臺(tái)還在往社區(qū)方向發(fā)展,eBay設(shè)立了一個(gè)機(jī)器學(xué)習(xí)(ML)工程獎(jiǎng)學(xué)金項(xiàng)目,任何在eBay的工程師都可以加入到人工智能平臺(tái)團(tuán)隊(duì)中,類似于一個(gè)實(shí)習(xí)項(xiàng)目,幫助構(gòu)建產(chǎn)品待辦列表中的平臺(tái)特性。這個(gè)獎(jiǎng)學(xué)金項(xiàng)目的目的是讓eBay工程師熟悉ML的概念和技術(shù)。參與者會(huì)獲得來(lái)自資深領(lǐng)域?qū)<业年P(guān)于ML工程概念的指導(dǎo)。

eBay或許還是被人們認(rèn)為是科技公司的范疇,而另一家中國(guó)公司的人工智能實(shí)踐卻是典型的傳統(tǒng)企業(yè)的創(chuàng)新。2018年,上汽集團(tuán)成立了安吉人工智能實(shí)驗(yàn)室,旨在研究人工智能在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用。未來(lái)汽車將由軟件來(lái)定義,很多汽車企業(yè)都開始了在智能汽車、自動(dòng)駕駛、智能出行、智能制造、智能物流等方面的布局。上汽成立的這個(gè)實(shí)驗(yàn)室,承擔(dān)的就是大腦的作用,目的是形成統(tǒng)一的核心算法能力,包含有模式試點(diǎn)、技術(shù)智能、計(jì)算智能、感知智能、認(rèn)知智能等,實(shí)現(xiàn)一套算法,賦能多個(gè)場(chǎng)景的智能化。根據(jù)上汽的初步測(cè)算,僅智能制造技術(shù)這一塊,就可以實(shí)現(xiàn)降本增效10%以上。

德勤在《企業(yè)人工智能應(yīng)用現(xiàn)狀分析》報(bào)告指出,企業(yè)對(duì)于人工智能的應(yīng)用場(chǎng)景會(huì)不斷拓展,在人工智能上的投資會(huì)不斷加大,據(jù)IDC預(yù)測(cè),2023年人工智能技術(shù)的相關(guān)支出將增長(zhǎng)至979億美元,為2019年支出水平的2.5倍以上。成為更加明智的消費(fèi)者,是多數(shù)企業(yè)的共識(shí)。德勤的報(bào)告發(fā)現(xiàn),受訪的企業(yè)目前更傾向于通過購(gòu)買而非自研的方式獲得AI能力。約50%受訪者的購(gòu)買比重高于自研。許多企業(yè)可能會(huì)經(jīng)歷一段時(shí)間的內(nèi)部學(xué)習(xí)和實(shí)驗(yàn)才能清楚了解自身所需,然后才會(huì)決定是從市場(chǎng)中尋求解決方案還是選擇自己研發(fā)。

無(wú)論是哪種方式的AI能力部署,企業(yè)的智能化轉(zhuǎn)型已經(jīng)是不可逆轉(zhuǎn)的趨勢(shì)。越早規(guī)劃,企業(yè)的競(jìng)爭(zhēng)優(yōu)勢(shì)將越明顯。

THEEND

最新評(píng)論(評(píng)論僅代表用戶觀點(diǎn))

更多
暫無(wú)評(píng)論