TMT观察网_独特视角观察TMT行业

當下，人工智能可謂熱度空前。那么，人工智能到底是萬能管家？還是神話故事？穿透人工智能的神秘面紗和火爆熱潮，從學術到應用，從實驗室智能到企業智能，個人和企業能否應用人工智能找到自我成長與發展的AI密碼？

在今天，作為一個普通人，究竟離人工智能有多遠？

老張在昨晚睡覺之前，看了一部叫做《西部世界》的美劇。這時候他只能用對藝術作品的想象力來連接人工智能。

早上，老張在上班的路上刷新聞，看到了各類AlphaGo的消息。這時候人工智能距離他，是新聞到生活的距離。

來到工作單位，老張是一名物流倉庫管理員。今天他發現，整個倉庫的擺放位置全部更新了。到晚上，老張發現了怪事：這一天搬送貨物無比順手，工作非常輕松。甚至感覺一天等于過去半天的工作量——這時候，人工智能已經進入了老張的工作，成為他看不見摸不著，卻至關重要的同事和伙伴。

這一幕并不遙遠，而是就發生在今天。在華為云EI企業智能服務企業客戶的過程中，已經有通過深度學習計算，幫助某企業實現倉儲系統優化的案例。數據顯示，經過優化后，倉庫管理員每天的工作量能從行走三萬步，下降到行走兩萬步，效率提升30%。

這或許說明，人工智能與我們的距離，已經無限接近于零。

眾多專家都將人工智能技術的落地劃為三個階段：第一階段，人工智能將完成技術上的成熟，開始在多個領域達成超過人類平均水平的目標；第二階段，企業將廣泛運用人工智能，將智能作為燃油和電力一樣的發展必備資源；第三階段，通用人工智能將來到人們身邊，人類在影視作品中想象的與真人類似的智能體將開始出現。

那么目前來看，人工智能正處在第一階段向第二階段進發的關鍵時期。在這個，階段，如何讓人工智能技術與企業需求和增長相結合，或許是屬于整個時代的任務。

世界著名咨詢公司TCS在此前的全球趨勢年度報告中顯示，全球范圍內有84%的受訪公司把人工智能視為競爭力的關鍵要素。

從人工智能到企業智能，從對AI的驚嘆變成對AI如臂指使，我們還需要經歷和跨越什么呢？

窺探：我們熟悉又陌生的人工智能

知史以明鑒，對人工智能來說也是如此。

從上世紀40年代，圖靈提出現代人工智能概念，到1956年達特茅斯學院會議上，正式誕生了第一個人工智能程序，人工智能至少已經是60歲高齡的“爺爺級”技術。

按照英國圖靈研究院給出的定義，我們正在經歷和應用的人工智能技術，是一系列以人類思考、感知、交流方式為模仿目標的技術統稱。簡單來說，任何明確模仿人類智慧的計算與統計技術，都可以叫做人工智能。

上世紀60年代，人工智能曾經一度引發熱議。以邏輯理論為支撐的各種人工智能應用如雨后春筍般生長，但由于技術想象不切實際、工程化太困難，最終在1974年迎來了人工智能泡沫破裂，整個產業陷入谷底。

今天的人工智能復興，是以機器學習技術為主干，NLP、機器視覺、知識圖譜以及深度學習、強化學習等技術實現方式作為體系支撐的多元技術革。借助了大數據、互聯網技術帶來的數據紅利，以及云計算、芯片工藝帶來的算力升級，人工智能得以在近幾年出現發展熱潮。

三重奏：人工智能帶給企業的禮物

根據英國政府發布的《2017年人工智能產業發展報告》估計，到2030 年，人工智能將為全球經濟貢獻高達 15.7 萬億美元，這一數字將大于中國和印度目前的經濟體量之和。其中，估計約有 6.6 萬億美元得益于生產率的提高，9.1萬億美元來自消費方面的影響。

到底是什么讓人工智能有這樣的底氣？被寄予如此高的期望？

總體而言，以機器學習和神經網絡帶動的人工智能技術，在三個層面滿足了企業的增長需求。

1.交互方式迭代

討論人工智能帶來的NLP、語音交互、機器閱讀理解、機器視覺、機器傳感等技術，正在讓人與機器間長久以來通行的“手指命令輸入”變得并不絕對。人類開始可以用語音、用動作來完成對機器的命令輸入，甚至什么也不用做，讓機器來主動理解人類。

比如一家線下零售企業，過去需要依賴店員去和顧客交流。很多時候店員的能力和態度直接決定企業收入，而在使用了人臉識別等機器視覺技術之后，企業可以通過攝像頭直接了解來店的人流，甚至讀取每一位顧客的滿意程度。

2.生產效率優化

人工智能進入企業的另一個核心，在于通過讓人工智能理解企業數據，優化數據處理結構，并使用算法智能分析出趨于合理的生產模式。從而將過去依靠人工粗略判斷的效率提高為智能效率。

比如在巡檢工作時，過去企業主要依靠人工檢查、經驗判斷的方式,錯誤率較高的同時效率也較為低下。在企業智能時代，可以采用圖像識別來精準判斷設備和產品問題，其效率當然也極大提高。

舉個更簡單直接的例子，在養豬場，假如想要清點豬的數量，那么只能讓人一頭頭的查過去。但假如用人工智能模型來完成這項工作，一次拍照后豬的數量就清楚了,可謂達成了效率的質變。

3.多元成本降低

運用人工智能技術，企業不僅可以提高良品率、降低人工成本，提高安全生產系數。還可以通過人工智能外部工具來提高員工工作質量，降低企業多方面的成本壓力。

舉例來說，發票單填報是每個企業都要面對的工作。但手動填報非常耗費人力，并且錯誤頻發。而華為云EI提供的OCR識別技術，則可以快速將發票單據內容轉化為電子版，這樣就節省了企業大量人力時間成本，提高了流程效率。

此外，人工智能的應用化還能夠致力于降低社會成本，為社會效率和生態環保添磚加瓦。比如華為云EI企業智能的項目中，有一個案例是通過強化學習技術來為某供暖企業提供精準優化的“智慧供暖”解決方案。通過人工智能技術，依據室內外溫度、供熱側熱量等信息對用戶供暖量進行精準調節，最終實現了在保證室溫21°的條件下燃料消耗下降10%。對于環境問題嚴峻的今天來說，用智能化技術開啟節能環保新思路，可謂功在長遠。

當然，通往智能的道路，絕不是能夠一蹴而就的。

挑戰：技術到商業的跋涉

人工智能到來之際，很多企業家與企業管理者、技術團隊都希望能夠運用人工智能來完成企業進化，但在實際操作中卻可能面臨各種各樣的問題。

在剛剛發布的麻省理工《以人工智能重塑商業》年度產業報告中，分析者指出，當前有極高比率的企業希望嘗試人工智能變革，但只有約五分之一的企業實際將人工智能納入了某些產品或流程。

其中最主要的問題，在于從認知到解決方案，再到業務落地，企業面臨著眾多與機遇同時而生的挑戰，在中國企業中尤其如此。比如說：

1.供需難以匹配

目前國內企業能夠接觸到的人工智能技術，普遍還是比較初級的機器學習模型。而從一些技術公司那里購買的技術解決方案，則很可能看起來花哨，卻與企業實際需求并不匹配。兩者強行結合，反而可能浪費企業的傳統優勢去配合人工智能進場。最終導致得不償失。

2.人才困境

根據高盛發布的《全球人工智能產業分布》報告統計，2017年全球新興人工智能項目中，中國占據51%，數量上已經超越美國。但全球人工智能人才儲備，中國卻只有5%左右。巨大的人才缺口和人才競爭壓力，讓中國企業難以找到真正理解人工智能，能夠完整搭建和執行企業人工智能項目的人才。

3.成本焦慮

在今天，一家企業希望進行人工智能轉型，或者嘗試部分業務的人工智能化，很可能要負擔算法使用、算力使用、數據購買、人才與團隊支出、設備支出等方面的經濟成本。在難以明確收益周期的情況下，很多企業在人工智能的大門前望而卻步。

來自多方面的壓力，以及對未來的不確定，明顯放緩了人工智能進入企業的速度。但隨著技術升級和平臺級企業不斷完善服務，越來越多的人工智能利好正在面向中國企業打開。

機遇：企業智能的下一幕

在今天，企業利用人工智能完成自身業務改造，獲取產業競爭力，在多個層面展現出了持續的機遇升級。

我們可以從三個層面來看企業智能利好的打開：

1.企業級服務在不斷完善

在英國、以色列等國家，企業級服務的人工智能項目會占據整個人工智能項目的85%以上，而在中國這個比率還相當低。幸運的是，隨著國內云計算、互聯網以及多種有一定積累的科技企業陸續進場，算法提供商、數據提供商以及企業服務項目跟進，今天中國市場正在經歷人工智能企業級服務的高速發展，云服務提供商將人工智能作為一項服務開放出來給企業使用。例如，華為云發布了EI企業智能服務，已包括30多種子服務。

2.企業智能可以深入到各個產業、行業應用當中

另外一項利好，人工智能開始能夠處理和解決各種傳統產業、小數據產業和特殊產業的問題。

比如我們能看到，智能農業近期成為了產業風口，利用人工智能來實現種植業、畜牧業甚至環境治理工程的效率提升，開始成為可能。在工業、零售、政務、交通，乃至多個公共服務場景中，人工智能的滲透能力和滲透方式開始普遍增長。

3.人工智能正在變得“物美價廉”

更重要的是，人工智能服務和產品本身也在快速經歷“平民化”、“低價化”的進程。機器學習所必須的數據與算力，也在通過不同途徑進入各領域企業觸手可及的范圍之內。

云計算服務商正在掀起AI落地運動。過去，企業想要運用人工智能，必須懂得高深技術、擁有大量人工智能人才的困境正在被改變。比如說谷歌此前發布了自動機器學習系統，號稱可以不用寫代碼就讓企業獲得部分領域的人工智能業務能力。華為云為代表的國內云服務企業也在推動優質的人工智能服務，將人工智能以服務的形式開放給企業客戶使用，盡量消除企業的技術難點，讓企業可以在輕成本的前提下快速進入智能階段。

人工智能正在從神壇中走下，變成水、電、網絡一樣的企業必需品。

從“智能”到“致用”：時代留給企業的密碼

需要注意的是，在人工智能從概念走向現實的過程當中，認知與產業結合方式并不是完全清晰的。很多企業投入大量資源建設人工智能，結果卻差強人意。

在新的趨勢、清晰的未來價值與真實存在的困難面前，今天中國企業進入人工智能世界有幾種相對妥善的方式，以及相關的注意事項。這或許也可以被稱為“智能密碼”。

1.通過云服務快速獲取人工智能

機器學習的技術特性，決定了云計算平臺是企業使用和實際部署人工智能的基本方式。而國際和國內的主要云計算平臺，也在爭奪企業市場，為企業帶來更妥善、低成本、高兼容度、定制化的人工智能通道。利用云計算生態部署自身產業能力，解決產業問題，是今天投身人工智能世界的主要方式。

通過華為云等平臺來獲取人工智能產品和服務，在今天來看是相對高效率低成本的方式。輕盈進場，快速試錯，是企業進行智能轉型中的關鍵保障。人工智能是一個高度模塊化的產業結構，切忌一切從頭開始，那好比想要買車卻從輪子開始造起。

2.尋找成熟的企業智能解決方案

對于大部分企業來說，想要避免技術和實際之間的不匹配，最好的辦法就是尋找與自身需求相同的、已經被驗證過的人工智能解決方案。因為企業的很多基礎需求是相通的，以其他企業應用的成功模塊為參照，能夠最大限度降低自身犯錯的概率。

比如華為云提供的企業智能服務，是將華為內部長期以來研發和使用的技術能力，面向外部的開源和共享。這就意味著，華為云所提供的企業智能解決方案，都是在華為這個巨大的企業實體內部驗證了需求、解決能力和效益價值的。這對于必須考慮實際價值的中國企業來說至關重要。

3.借助學術優勢，提高企業智能

人工智能是一個高度產學一體化、高度世界化的技術種類。更廣闊的信息與認知，是保證企業走在技術前沿，擁抱高效解決方案的唯一通道。

今天，我們可以看到很多學術界的新成果、新動向，正在以極快的速度融入產業界，成為企業智能發展的直接動力。企業自身建設學術窗口，搭建學術研究團隊，也在日益成為高技術指向性企業的標準配置。當然，如何與學術良性互動，每個企業要量力而為。切不可為了智能而智能。

結束語

實事求是地說，今天大量中國企業在擁抱人工智能時，面對的是一曲“冰與火之歌”。

在人工智能進入實際應用的這個關口，中國企業面臨的是廣闊的商業前景、充沛的平臺與技術優勢，以及良好的國家戰略環境。但技術、人才的稀缺，以及企業自身認知，依舊在制約企業智能發展的速度。在很多企業看來，人工智能是風口，是機遇，甚至是萬能的“神器”。事實上，人工智能主要是工具，是眾多可以推動企業優質發展的技術中的一種。企業要學會做人工智能的主人，而不是成為其奴隸。

推動智能化成為必需品，成為企業增長的關鍵推手，可能不是某一家企業或者某一個平臺就可以解決的問題。而是需要平臺、企業、學術、資本、研發等多方面力量協同參與，保持高度的產業配合，形成對新趨勢、新技術的快速吸納能力。

只有這樣，以智能驅動產業發展，奪取高速、生態、低成本的企業長期增長，才能成為可能。

相比于技術炫技和算法霸權陰影下的AI單項技術時代，消解技術壁壘，快速進入各產業端口，為廣大企業帶來實際價值的EI（企業智能）新形態正在聚集。

化“智能”以“致用”，將在接下來很長一段時間中，成為中國智能產業生態的主旋律之一。

編者注：此文作為封面故事，首發于華為云《云+》刊物。