专访百度云高管：企业客户不想再被 IOE 绑架，它们需要“综合性 AI ”
|
那么，百度云的 AI 方案是如何从内部技术演化为外部产品的；在服务大型集团客户中提炼出了怎样的方法论；又是如何看待当下产业对 AI 落地的趋势？在与钛媒体的专访中，李硕详细回顾了百度云从 0 到 1 实现 AI 商业化的方法论，以下为访谈实录，经钛媒体编辑提炼后发布： 谈落地：将 AI 和信息化程度不高的行业结合，很容易陷入泥潭 钛媒体：百度云在2017年云智峰会推出 ABC 一体机、2018年AI开发者大会推出机器人开放平台 Nuwa，百度云为什么要推出这类“硬件+软件”的解决方案，软硬件之间的关系是什么？ 李硕：ABC 一体机是整个业务实现的基础设施，这类系统一般会涉及到知识图谱、自然语言理解、语音文字转换等 AI 技术，以及商品、用户画像等数据标签，这些载体都可以被定位为企业级 AI 基础设施，目前一体机的矩阵已经扩展了很多，包括学习训练一体机、语音一体机，自然语言理解一体机等。 你可以将这种细分的产品方案理解为乐高积木，一体机不仅是一组机器，企业除了得到技术支持以外，还需要与内部业务打通，这就是企业在今天强调的对 AI 能力的“获得感”，他们希望装配在一体机内的 AI 引擎适应企业业务的革新，这就需要在给企业提供基础设施的基础上，同时赋予他们二次开发的能力。 钛媒体：这种“获得感”为什么一定要通过“软+硬”的方案才可以达成？ 李硕：从硬件的层面来说，企业内部有很强的成本控制需要，对于企业 CTO/CIO 而言，他们花了几百万、上千万采购这些设备，也会被考核最后产生的投入产出价值。所以企业在考虑投入 AI 能力的时候，就需要用一个经济的硬件再加上适合这个场景的算法。 目前，我们会根据企业规模以及应用场景的复杂度，帮助企业选择适合的基础服务器、硬盘、GPU 等不同性价比的软硬一体套餐，比如语音转文字这种单一场景，就不需要用最好的 GPU，因为最好等同于最贵。 钛媒体：目前我们的 AI To B 方案主要聚焦在哪些行业，选择一个行业的标准是什么？ 李硕：简单而言就是关系到国计民生的行业，像金融、汽车、能源、农业、工业制造相关的。 进入一个行业，最重要的选择标准就是这个行业本身的信息化成熟程度。今天 AI 和大数据的能力很难建立在还没有完成信息化基础的行业。我们早期遇到过这种客户，他们很热情地拥抱 AI，但当我们实际去客户的生产环境和经营环境观察后，发现内部很多生产流程还是靠 Excel完成，这种情况下AI和大数据是无从谈起的，他们首先要完成信息化。 所谓信息化，就是内部生产经营活动至少有一套 IT 系统在运作，当中产生的数据至少被存在云端（私有或者公有），而不是存在销售人员的电脑里。 钛媒体：不同行业之间的信息化成熟度有怎样的差别？ 李硕：现在国内信息化进程排在前列的行业里，首先是金融；其次是运营商，通信和周边配套的产业。另外，能源做得非常好，因为能源涉及到电网运行安全，送变电等一系列事情，信息化水平从八十年代就开始建立，同时还有航空公司、机场、汽车等涉及交通安全的行业。 钛媒体：行业信息化程度的不足是否给百度云的落地带来挑战？ 李硕：AI落地行业的选择的确是非常重要的一个指标，将 AI 跟一个信息化发展程度不高的客户和行业结合，就很容易陷入泥潭，因为无法找到数据的价值。 2015-2016年间，我们尝试去将AI 应用在旅游行业，当时来看，用人脸识别方案“刷脸”买票进入景区是个很好的结合场景，但做得时候发现国内的景区信息化水平发育参差不齐，比较落后的景区，连网络都不通，还是靠纸质门票完成检票，更不要谈识别人脸了。 所以在2017年之后，我们找到了行业里帮助景区实现票务电子化的集成商，跟他们合作之后，整个 AI 落地的过程就变得更快了。 钛媒体：相比其他的 AI 方案提供商，您认为客户会选择百度云的原因是什么？ 李硕：对于用户来说，他们采购百度的 AI 能力，第一层是单纯做生意，希望获得当下最领先的AI技术；第二层是互联网公司成功方法论的学习，对于今天很多运营商头痛的数据治理问题，百度在2010年就通过分布式部署等方式完成了这个进程，我们非常清楚怎么应用分布式相关的技术去帮助一家企业数据上云，这种方法论对于企业而言是更有价值的东西。 谈趋势：企业客户不想再被 IOE 绑架，它们需要“综合性 AI ” 钛媒体：从2015年百度云正式开放服务至今，谈谈您对 AI 在行业落地的趋势变化？ 李硕：2016-2017年间，我们看到产业对 AI 的态度大致分为两类：一类认为AI是万能药，什么都可以解决；还有一类像劳动密集型产业，对于AI有一些恐惧和担忧，认为 AI 会颠覆既有的商业模式。 AI系统的本质是什么？现在来看我们有一些新的认识：AI系统的本质是说把任何一家企业大量的IT系统产生的数据、经营活动产生的数据、甚至所有员工拥有的认知所转换成的数据，变成一个 AI 系统的原料，最终用这套系统提取出新的知识。 钛媒体：刚才提到企业客户对 AI 能力的需求变化时，您谈到了“获得感”，企业客户是否会为了“获得感”付出更高的客单价呢？ 李硕：“获得感”在今天已经成为企业采购的一个必备项。上个时代 IOE 的产品已经教育了客户不能再买一个黑盒的产品，否则后期需要升级功能时仍然要依赖乙方。 在今天，没有哪家公司会强烈依赖 IOE 这些产品，对于基础设施，客户要求有很强的技术掌控能力，而不是再被新时代的IBM、 Oracle、EMC绑架。 钛媒体：从整个百度体系来说，从百度大脑等底层技术的沉淀，到百度云对外输出产品化的 AI 能力，这个过程是怎么实现的？ 李硕：百度内部有一个非常完善的协作界面。其中，科研团队会把一个类似粗加工的引擎或者模型给到工程和商业化团队，后者会把引擎在不同的场景里做二次加工，再把不同场景里解决不了的问题带回负责基础研究的实验室，最终形成这种角色的互动。 举个例子，比如人脸识别技术，百度的科学家团队会先完成基础模型搭建，将人脸识别的准确率做到80%，接下来工程和商业化团队会根据人脸闸机的实际场景，结合光照、天气、摄像头位置等多种因素，进行二次定制和调优，最终将这项技术包装成识别度达到99.7%的产品。 钛媒体：视觉识别是现在人工智能领域非常热门的应用场景，相对于其他 AI 公司，您认为百度在该领域的壁垒是什么？ 李硕：有三个方面。首先，百度的品牌无疑是一个优势，对于大量行业头部客户来说，他们在选择厂商时会关注合作伙伴的存在长期性。 （编辑：核心网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
