用智慧稱量現實：華為雲EI的第一年

讓我們把時間倒回一年多之前。

當時，我們曾經在一篇稿件中結合英國的AI產業報告，提出中國AI產業的目前結構有巨大的可升級空間，企業+AI很可能變成未來的中堅力量。當時有位媒體同行跟我爭論，認為B端市場的AI根本立不住，證據是中國網際網路十幾年，什麼時候有過B端市場成為主流的時候？

而今一年多過去，產業AI開始成為共識，網際網路企業也紛紛轉戰產業市場，似乎常識並不一定總是靠得住的。

這個故事不是想要證明我們的眼光，而是想與大家回味這樣一個話題：一年多前，我們只是丟擲一個說法尚且遇到不少質疑，如果真正要硬橋硬馬來做企業AI這件事呢？

讓AI從實驗室走到城市鄉村；從虛擬機器上的資料集和跑分，走到車間裡的機器轟鳴中，走到某路口的紅綠燈裡，走到一家企業的賬面臺前，又將經歷怎樣的紛擾？

恰好有個故事，可以作為參照系描畫這段在我們身邊不經然溜走，卻可能被中國技術史銘記的歲月——在時空座標裡，這個專案恰好記錄了AI作為一種通用目的技術，在中國這片土地從創生到覺醒。

2017年9月，華為雲相當有氣魄地提出了企業智慧（EI），其實就是“行業+AI”。這個樸實但又獨樹一幟的命題，在整個2018經歷了多線並進的奔跑。

讓我們來回顧一下EI誕生之後的第一年，回看一下AI由實驗室到產業空間，從線上模擬到線下經濟體的一段故事。

如果說一千個人面對突然起來、名叫AI的技術，必然是一千張面孔，而這千張面孔，就構成了EI的味道與灼見——是所謂“用得起、用得好、用得放心”的“普惠AI”。

究竟如何讓AI深入真實的物理空間，與萬千產業線索開始融合？總結一下邏輯，我們覺得華為雲EI一年中主線在幹四件事：

一、做通產業案例，證明AI面向企業市場的價值;

二、使能開發者，構築平臺生態底座；

三、技術能力補完，達成相對全面的企業智慧服務棧；

四、找到AI與經濟融合的核心方向與價值邏輯，確定行業長線發展策略。

讓我們一件件說來。

從理論到萬物：AI攻入產業現實的首輪戰役

在一年之前，每天上下班經過上地三街的北京白領們，大概還無法想象自己每天的通勤，會跟AI有什麼關係。

雖然今天他們可能還是不知道AI已經悄然走進了自己的生活，但至少大家都能體會到，這條街確實沒有那麼堵了。

2018年4月，華為雲與北京市交管局合作，在海淀區上地三街開展了利用AI技術實現訊號配時優化試點應用。簡單說來，就是給紅綠燈安裝上會思考的AI識別與決策裝置。

在部署了EI交通智慧體解決方案之後，據第三方公司（北京世紀高通科技有限公司）評估報告顯示，這條東西方向的京城最堵道路之一，如今平均延誤下降了15.2%，平均車速提升了15%。

顯然，AI是否有價值，可以聽聽早十分鐘到家的老百姓怎麼說。

EI初入江湖，需要做的第一件事，就是要快速嘗試行業探索，打出行之有效的案例。證明AI與行業結合確實有其價值，逐漸推動AI“移風易俗”。通過新技術給企業帶來核心價值的效果，讓AI從過去的紙上談兵變成實際的案例與價值。

目前來看，這個目標已經在EI的初步發展週期裡完成的較為全面。一年中，EI嘗試了8大行業超過200個專案中的智慧探索；從6月到10月，先後釋出了交通、工業、城市三大EI智慧體，並在相應領域進行了案例探索。

比如說在工業領域，北京三聯虹普公司是一家化工材料企業，通過EI工業智慧體，進行生產資料的智慧分析，成功釋放了產線柔性化能力，從而讓企業更好應對下游的個性化需求。並且整體資料分析方案實現雲端訓練、邊緣部署、實時產品分類，經過前期測試，有效提升下游需求匹配率28.5%。

在民眾最關心的醫療領域，今年華為雲EI與金域醫學合作，在宮頸癌病理檢測領域取得階段性突破，敏感度（真陽性率）超過99%，特異度（真陰性率）超過80%。

200+案例的探索與實踐，直接證明了AI進入產業存在市場合理性。並且通過這些探索，為交通、工業、網際網路、醫療等幾個主要產業賽道確立了入口樣本。

使能開發者，是AI的最佳引擎

我曾經採訪過一位AI開發者，他想要開發一種盲人專用的導航裝置，能夠在行走場景幫助盲人識別車流和紅綠燈，以及過街天橋、地鐵入口等等。這個方案顯然價值連城，然而他跟我說，在實際開發中遇到了很大的困難，因為機器視覺模型的訓練需要大量資料，而高昂的算力成本和漫長的訓練時間，真的讓一位普通AI開發者無所適從。

從底層技術邏輯上看，AI不是一對多的單向技術輸出，而是多對多的“集市”型技術體系。這就讓一個身份在AI世界中格外重要：開發者。

而在今天，開發者們進入AI世界依舊要面臨高聳的壁壘：算力、資料、開發平臺、相容與部署問題，種種考驗都擺在開發者和預備開發者面前。然而莫欺少年窮，隨著產業AI的拓張與AI深入各行各業，對開發者的需求不斷增長，AI開發者正在默默等待著登場機會。

由此看，對開發者的使能與幫助，是保證產業AI源頭開放，保持持續生命力的唯一解決方案。而讓更多開發者融入自身生態，在產業AI中尋找機會，也是一家平臺型企業今天搭建的最優質護城河。

華為啟動沃土AI開發者使能計劃

華為雲EI今年的另一個主線任務，就是完成對開發者的生態開放和技術使能。在今年HC大會上，華為釋出了基於昇騰晶片的全棧、全場景AI解決方案，面向開發者的底層邏輯給出了新的解答。隨後，華為雲EI作為主角，面向開發者釋出了一系列平臺工具——更快的普惠的AI開發平臺ModelArts 、著眼於現實開發需求的視覺AI應用開發平臺HiLens——繼而打破了開發者進入AI世界的首座門檻。同時釋出了AI沃土開發者使能計劃、生態夥伴計劃等開發者扶持方案。

史丹佛大學DAWNBenchmark最新成績

今年11月，史丹佛大學釋出DAWNBenchmark最新成績，在影像識別領域，華為雲ModelArts的總訓練時間排名第一，證明了在構建開發者能力的領域中，華為雲的實際進度。

除錯了技術與生態水壓之後，讓開發者洪流融入產業AI的真實市場，可以看作EI在2019年的一個關鍵詞。

補齊能力，讓產業AI客戶收穫更多

用AI為企業護航保駕，提質增效，首先建立在自身技術體系完善，服務多樣化，能力細顆粒化的基礎之上。

EI今年做的第三件事，就是在打通對外兩條路的同時，修煉內功。從技術能力提供上看，2018年內，華為雲EI全年共商用超過20種服務，另有多種服務公測中。同時，通過參與很多競賽與測試，穩固了AI前沿領域探索的身位，並且擴充了合作伙伴圖譜，為客戶提供更優質技術選擇。

同時，EI智慧體的解決方案，可以看作EI在產品服務領域的深化和自我補完。面對物理世界複雜的現實問題，企業客戶不僅需要簡單的技術對接，同時需要集合了行業智慧、智慧大腦、智慧邊緣、端側感知體系的一整套靈活解決方案與統一架構。在商業服務模型上補完了與客戶間最後一公里的連通能力。

補完技術、產品、服務的三種形態結合體，可以看作是EI不斷成熟的標誌，也是更多行業+AI深度融合可能的肇始。

深入實踐，探索總結產業AI規律

如果從更大的行業趨勢上看，EI一年多的探索，最重要的價值是解決了這樣一個問題：當AI進入產業，進入垂直行業，進入某傢俱體的公司/機構/工廠，到底會發生什麼？

要知道，之前是懂AI的人不懂企業；懂企業服務的人不瞭解AI，兩邊整個一個摸黑開打。

在陌生的霧靄中，一點光亮，一份地圖都如此重要，這也可以視為EI在2018留下最長遠的價值。

通過深入行業，經歷反覆的溝通與探索、成功與失敗，EI給出了關於產業AI的直接答案。

EI的三個重要發現已經廣為人知，成為了行業普遍奉行的常識：

首先，AI正在讓IT技術由支撐系統走向生產，AI在很多生產領域可以直接創造價值。通過與不同型別、不同地域、不同行業的企業與組織機構，包括交通、醫療等公共服務領域深度結合，EI證實了AI技術在真實的中國產業空間中有前途，有價值。AI與產業融合之路不僅在論文中和PPT上，還在一個個案例彙總出的資料與生產力關係中。

其次，行業智慧和AI結合仍是難點，也是AI接下來的探索方向。今年EI得出的一個“金句”是這樣說的：“一個好的問題勝過十個演算法工程師”。意思就是在真實的產業中，縈繞著大量在外部無法窺視其真諦的行業問題與行業智慧。AI不是萬能鑰匙，而是一種加速器和潤滑劑，歸根結底要與行業中真實的人、技術、產業關係相互連線。在AI躍躍欲試的今天，行業智慧是否準備好了呢？這個問題將是接下來產業AI主要需解決的問題，同時也是眾多創業企業可以探索的新賽道。

再次，行業大資料至關重要，但目前首要問題來自算力稀缺。機器學習的原理，是用智慧體學習行業資料，反向給出趨近於智慧的生產力解決方案。那麼這個過程中，智慧體學習的行業資料就成為一切的基礎。然而在今天，實際情況是各行各業在生產大量資料，但這些資料卻面臨著收集、儲存和學習上的困難——這就是算力飢餓問題。如何將優質、價效比高的算力惠及各行各業，是產業AI最先需要解決的問題。這讓我們知道了，在錯綜複雜的產業實踐中，AI今天需要面對的首要矛盾在何處。

這些來自真實案例和資料的發現，在這一年裡與我們一同劈開了AI身旁層層籠罩，雲山霧罩的名實之辯。華為雲EI用真槍實彈證明了一個簡單的產業AI公式：這東西可以做，必須與行業結合來做，有些問題要馬上做。

結束語：最大的重量，莫過於現實

總結一下EI的第一年旅程，大概是這樣的：向企業市場證明了AI的價值，向開發者輸出了入口，向內夯實了產品與服務，為長遠發展探索出了產業AI的市場邏輯甚至戰略雛形。

這些當然可以看作是功勞，然而也不妨視之為開始。接下來的2019，EI一年中的收穫可以視作昇騰晶片挺入市場的聯結器，亦不妨看作產業AI生態的基礎建設。攻算力，連線行業智慧，提供全場景解決方案，AI與產業的故事還大有可為。

很多技術到來之初，我們都會覺得它很神祕，很有重量。這是很自然的事情。然而最大的重量莫過於現實。敢於在現實世界中稱量新的可能，始終是科技產業中最具勇氣的一種跨越。

人工智慧的落地，尤其是行業+人工智慧，在今天來看依舊是一首理想主義的高歌，只有用貼近塵土的方式，才讓AI在數字中國生根發芽。

當AI真的切入現實，或許我們真正需要的態度就是這樣——仰望前沿技術的廣闊與無邊想象力，同時要向現實中去求取智慧，與真實的產業經濟體相結合。敢於向現實的最深處探索，同樣也是一種勇氣，這也是我們對EI的期許。

來自 “ ITPUB部落格 ” ，連結：http://blog.itpub.net/31561483/viewspace-2286726/，如需轉載，請註明出處，否則將追究法律責任。