人世間美好的事物,不能僅停留在想象層面。

AI如今就是大家想象中的一個美好事物,似乎無所不能,似乎哪里都可以用得上。然而,身處其中的專業(yè)人士才能體會到,AI的行業(yè)應用落地,尤其是規(guī)?；涞?其實非常不容易。

這,幾乎是目前所有AI廠商所面臨的考驗,也是導致AI應用普及速度不及預期的重要原因。

近兩年來,聯(lián)通數(shù)科在行業(yè)AI應用落地方面,取得了非常不錯的成績。以不太被很多人看重的化工食藥行業(yè)為例,聯(lián)通數(shù)科的AI解決方案,已經在湖南中石化、裕泰化工、中原大化、達因藥業(yè)、三星長壽花玉米油等各個細分領域的頭部企業(yè)落地應用,幫助他們降本提質增效,加速智能化升級。我們從聯(lián)通數(shù)科的具體實踐中,或許可以探索發(fā)現(xiàn)一條AI行業(yè)應用的標準化、規(guī)?；涞氐目尚新窂?。

平臺架構:為規(guī)?；瘧玫於ɑA

很多人用慣了人臉識別和機器翻譯,因此就把AI當作是一種應用。其實,AI更像是一種能力,嵌入在各行各業(yè)的應用中,去解決其業(yè)務痛點問題。

因此,AI要想真正發(fā)揮作用,就必須與行業(yè)場景深入結合,這就導致應用場景非常復雜,要結合每個客戶的需求進行定制化。除了工作量大、效率低下之外,也對AI人才提出了更高的要求——需要一大批既懂技術又懂業(yè)務的復合型人才,這顯然并不現(xiàn)實。

解決這一問題的最好方式,就是平臺化。通過平臺化來降低部署實施難度,提升復用性,減少定制化開發(fā)的工作量。

上圖是聯(lián)通化工食藥AI平臺的架構,共分為四層,自下而上分別是基礎平臺、算法模型、行業(yè)垂直功能和智能系統(tǒng)。

除了化工食藥行業(yè),聯(lián)通在制造、能源、交通等行業(yè),也都打造了類似結構的行業(yè)AI平臺,用來支撐各行業(yè)AI應用的落地。聯(lián)通行業(yè)AI平臺具有四個方面的優(yōu)勢:一是行業(yè)可復用:基于對行業(yè)共性需求的梳理,形成了可復用的算法模型和垂直功能分層架構,算法自主可控,且具備跨行業(yè)可適用性;二是可按需部署:針對5G互聯(lián)網組網和應用特點,構建了端、邊、云融合的訓練、推理、運營三者有機結合的靈活部署方式;三是零基礎運維:提供數(shù)據(jù)標注工具和自動化訓練平臺,支持非專業(yè)人員的系統(tǒng)運營維護,實現(xiàn)客戶AI應用的可迭代成長;四是軟硬一體化:針對行業(yè)門類繁多、場景定制化特點,配備專家現(xiàn)場支撐硬件選型和解決方案設計,定制化解決客戶痛點。

聯(lián)通AI:沉淀行業(yè)經驗,構建“行業(yè)大腦”

在上述聯(lián)通化工食藥AI平臺中,底層的硬件平臺是基礎。畢竟,智能化要建立在數(shù)字化和網絡化的基礎上,以此逐步向著局部智能化和全面智能化的方向邁進。

基礎平臺之上的算法模型,對于AI應用的落地則至關重要。這些能力是基于AI技術形成的通用的、標準化的基礎能力,不具備行業(yè)屬性,或者說是跨行業(yè)的。

我們都知道,AI當下的主流方向是語音、視覺和自然語言處理。聯(lián)通數(shù)科的算法模型,都是圍繞這幾個方向而展開的,共有50多項,為各個行業(yè)的AI應用提供支持。

在化工、食品、藥品等行業(yè)中,安全是第一要務。這其中既包括生產過程的安全管理,避免各類安全事故的發(fā)生;也包括作為生產結果的產品安全,畢竟食品和藥品都關系到人民的生命健康。

因此,上述行業(yè)需要的算法模型,主要集中在目標跟蹤、人體檢測、安全帽檢測、材質識別、顏色識別等領域,為安全生產等場景的應用奠定基礎。

中原大化是國內知名化工企業(yè),安全管理就是其痛點需求。聯(lián)通數(shù)科基于算法模型,為其打造了安全合規(guī)監(jiān)測AI系統(tǒng),對攝像頭和無人機采集的視頻數(shù)據(jù)進行實時智能分析,當目標物進入防范區(qū)域、冒煙冒火苗頭、人員暈崗跌倒、未戴安全帽等情況發(fā)生時,在第一時間聯(lián)動報警設備,把不合規(guī)事件消滅在初始期。

值得注意的是,聯(lián)通數(shù)科把這些通用的算法模型形容為“看”、“聽”、“思考”、“說”、“移動”、“抓取”、“交互”等類人能力,進而在這些能力基礎上構建起“行業(yè)大腦”。

行業(yè)AI范式:抽象行業(yè)應用場景

“算法模型”,是聯(lián)通數(shù)科AI標準化、規(guī)模化的下層,是貼近AI技術的基礎能力。在此之上,“行業(yè)垂直功能”則是AI標準化、規(guī)?；纳蠈?是貼近行業(yè)業(yè)務的應用功能。

聯(lián)通數(shù)科把這一方法論稱之為“行業(yè)AI范式”,每個范式都是一個通用方法論,對應一類行業(yè)應用場景。

在化工食藥行業(yè),就有工裝穿戴(檢測是否正確穿戴安全帽、工服、口罩、手套等)、行為合規(guī)(識別吸煙、打電話、玩手機、睡崗、離崗等不合規(guī)行為)、液體質檢(檢查液體的顏色和內容是否符合質量標準)等。

這些“行業(yè)AI范式”,是針對特定行業(yè)需求而開發(fā)的算法,在具備行業(yè)特色的同時,也有一定的通用性,可以復制到該行業(yè)的多種應用場景當中去。

比如,針對化工食藥企業(yè)對安全生產的高要求,該行業(yè)的AI算法模型,就要保證不能出現(xiàn)漏檢,為此寧可接受一定的誤識別。再比如,借助“液體質檢”這個AI范式,非專業(yè)人士也能用它去解決酒、食用油、液態(tài)藥品等的質檢需求。

三星玉米油是國內第一家專業(yè)生產和研發(fā)玉米油的生產廠家,成功締造了中國玉米油知名品牌“長壽花”。聯(lián)通數(shù)科為其打造了人員穿戴、洗手、合格證投放等三個合規(guī)監(jiān)測AI應用場景,和壓蓋異常、膠帽異常、噴碼異常、食用油異物檢測等四個質檢AI應用場景,幫助其實現(xiàn)了生產、裝箱、質檢等關鍵環(huán)節(jié)的智能化升級。

通過上述解析,我們可以看出,聯(lián)通數(shù)科的行業(yè)AI平臺,是以安全開放的AI開發(fā)環(huán)境,大規(guī)模多類型數(shù)據(jù)為基礎,形成具備感知、決策、執(zhí)行能力的“行業(yè)大腦”;通過深度融合服務政企客戶過程中積累的豐富應用場景及行業(yè)經驗,打造行業(yè)范式,支撐行業(yè)的數(shù)字化轉型和智能化升級。

落地實踐:“先試后買”解除客戶顧慮

有了上面兩項通用能力做基礎,實現(xiàn)了AI應用的標準化,那么規(guī)模化落地就具有了可行性。這時候,聯(lián)通政企業(yè)務強大的行業(yè)拓展能力、深入鄉(xiāng)鎮(zhèn)的區(qū)域覆蓋能力,就可以發(fā)揮巨大作用。最近,聯(lián)通還成立了9大行業(yè)軍團,可以把其AI平臺在細分行業(yè)進行快速復制推廣。

與此同時,針對當下客戶顧慮多、不知道該怎么利用AI、也不知道AI到底能給自己帶來什么業(yè)務價值的情況,聯(lián)通數(shù)科實行了名為“BAT”的營銷策略,即“buy after try先試后買”。

根據(jù)這一策略,聯(lián)通數(shù)科提供的前期服務都是免費的,包括深入了解客戶業(yè)務痛點、共同探索解決方案、確定業(yè)務回報等等。雙方達成共識后,才商榷服務的費用,從而在極大程度上打消了客戶的后顧之憂。

通過這一策略創(chuàng)新,聯(lián)通數(shù)科的AI平臺得到了化工食藥行業(yè)客戶的高度認可,在安全生產和食品安全等領域得到廣泛應用,為行業(yè)的智能化升級做出了貢獻。在此進程中,聯(lián)通數(shù)科通過算法模型和行業(yè)垂直功能的兩層抽象,實現(xiàn)了AI行業(yè)應用的標準化、通用化,由此也具備了業(yè)界領先的快速定制化能力,能夠服務更多的行業(yè)客戶。

在AI加速行業(yè)應用的當下,聯(lián)通數(shù)科以強大的自主研發(fā)和服務運營能力,創(chuàng)造了AI應用規(guī)?；涞氐男路妒?為我們打開了一片新的天地。

當化身為造福千行百業(yè)的智慧與光芒之時,AI也變得更有溫度。（作者:于洪濤