說起AI的發(fā)展，有些人認(rèn)為：近兩年是爆發(fā)期，未來幾年將逐年上升趨勢發(fā)展；也有人認(rèn)為：當(dāng)前處于AI的初級階段，AI還是個小嬰兒未來仍漫漫長路；還有人認(rèn)為：AI只不過是這兩年炒作的話柄罷了，它不會改變?nèi)祟?，更不會替代人類…?/p>

無論哪種理解，現(xiàn)實情況是：AI及衍生體已經(jīng)成為我們今天工作生活中不可或缺的組成部分，尤其在科研和技術(shù)領(lǐng)域更是如此，很多企業(yè)需要借助AI提升現(xiàn)有業(yè)務(wù)，或者引入AI的某些元素拉動投資，種種跡象表明：談AI的企業(yè)級應(yīng)用和發(fā)展態(tài)勢已經(jīng)成為非常重要的話題，而且必須要有所規(guī)劃、穩(wěn)步前行。

所以今天主要介紹近三年的企業(yè)級AI演進(jìn)和發(fā)展規(guī)劃。我們認(rèn)為，企業(yè)級AI的應(yīng)用發(fā)展規(guī)劃可按階段逐漸演進(jìn)和建設(shè)，即：AI引擎引入階段，AI智能化分析階段，AI智慧運營階段。

第一階段，AI能力引入階段（2019年）：

近年來，AI能力的行業(yè)關(guān)注點主要聚焦在語音識別、語義理解、圖像識別等能力棧，這些能力在行業(yè)間可大規(guī)模應(yīng)用，通用性強；所以在第一階段我們可以將AI應(yīng)用在當(dāng)前已有的場景下，主要引入AI的核心能力（如識別能力），目的是提升整體的業(yè)務(wù)流程和效率，但整體業(yè)務(wù)流程和實現(xiàn)方法保持不變；

這樣的能力引入有幾個好處，一個是當(dāng)前AI整體發(fā)展尚不成熟，自己獨立打拼探索并找到新的商業(yè)模式實在太難；再有就是AI最為吸引眼球的往往還是那些圖像識別、語音識別等能力，這些能力最容易讓老百姓所理解認(rèn)同，并認(rèn)為有這樣的能力就是AI；第三就是實現(xiàn)起來比較簡單，往往組件化的模塊就可以通過調(diào)用的方式嵌入到已有的系統(tǒng)。

第二階段，AI智能化分析階段（2020年）：

除了AI的核心能力外，在算法和模型領(lǐng)域還有很長的路要走，自然也是AI的核心技術(shù)突破。所以應(yīng)該將此能力引入到現(xiàn)有環(huán)境中；所以在第二階段將主要強化AI的分析能力，提升分析探索平臺的挖掘效果，這樣可以幫助業(yè)務(wù)分析師洞察數(shù)據(jù)原因、甚至追溯前端的業(yè)務(wù)問題。

這個階段才是真正發(fā)揮AI效能的階段，也是人工智能在算法領(lǐng)域的核心要素。說白了就是將現(xiàn)在特殊領(lǐng)域特殊場合運用的Alphago，應(yīng)用在更多的生活場景上，而且能夠非常普及，這個階段的效果也就達(dá)成了。

第三階段，AI智能認(rèn)知/AI智慧運營階段（2021年）：

AI的高階能力主要有機器認(rèn)知、智能預(yù)測/預(yù)警等自學(xué)習(xí)迭代過程。這個過程是一種聯(lián)動關(guān)系，也是機器感知、自我提升的過程；第三階段主要探索AI的智能化持續(xù)運營。將前端語音交互、人臉識別、流程導(dǎo)向等模式與后端運營打通，幫助分析師自助式解決業(yè)務(wù)問題；

這個階段的效果呈現(xiàn)，就是講目前比較初級的AI能力進(jìn)行進(jìn)一步延伸，能夠流程化、智能化的完成一系列相關(guān)應(yīng)用流程的動作。比如：用戶去“未來銀行”辦理業(yè)務(wù)，進(jìn)門有自動取號機、然后有自動叫號系統(tǒng)、有自動收單收證件機制、客戶語音提供需求輸入，自動化辦理完成等等，這個過程就是流程的自動化和自助方式，也是AI的高階運營能力。

如何跳出大數(shù)據(jù)視角規(guī)劃一個標(biāo)準(zhǔn)的人工智能平臺？就這么簡單！

我們在寫文章的時候，通常需要通過一個總-分-總的結(jié)構(gòu)去構(gòu)思，這樣的方法形成的文章是有體系的、有內(nèi)容的且邏輯通暢。同樣我們在寫方案PPT的時候以可以照貓畫虎，這樣的材料總會讓人感覺既有內(nèi)涵有充實飽滿。

說起人工智能，很多專家學(xué)者對其的理解一套一套的，有些關(guān)注AI的行業(yè)應(yīng)用和未來前景、有些專注于內(nèi)部算法和模型、還有些研究AI的外圍周邊配套……無論哪個領(lǐng)域都是行業(yè)大拿。另外在展現(xiàn)自己思路的過程中，一定要先說清楚整體的體系結(jié)構(gòu)，這樣接下來才能由粗到細(xì)、由淺入深的剖析其內(nèi)部?；诖耍覀冞€必須說出與傳統(tǒng)大數(shù)據(jù)平臺之間的關(guān)系，于是畫了這樣一頁圖，希望能盡可能的清晰勾勒出人工智能平臺的體系結(jié)構(gòu)。

綠色區(qū)域中分別將人工智能平臺區(qū)分為：系統(tǒng)層、能力層和接入層。

系統(tǒng)層：主要是底層系統(tǒng)的能力區(qū)域，為AI提供基礎(chǔ)設(shè)施、存儲計算能力和云化環(huán)境；

能力層：主要包括AI能力服務(wù)平臺和AI深度分析平臺，是AI的核心能力輸出；

接入層：主要包括各類AI開放接口，如能力級API、模型級API和樣本數(shù)據(jù)回收API等等；

藍(lán)色區(qū)域則體現(xiàn)了企業(yè)現(xiàn)有的大數(shù)據(jù)系統(tǒng)/大數(shù)據(jù)平臺，他能體現(xiàn)出它與人工智能平臺之間的關(guān)系。這個大數(shù)據(jù)系統(tǒng)可能是開源Hadoop，也可能是商用級產(chǎn)品，再或者又是混搭架構(gòu)的技術(shù)棧，包括常規(guī)的存儲能力、計算能力、統(tǒng)計分析能力、數(shù)據(jù)可視化能力等等，但請記住它只是個大數(shù)據(jù)系統(tǒng)。

所以我們能看出：

人工智能平臺主要包括AI能力服務(wù)平臺和AI深度分析平臺，同時整個平臺與當(dāng)前大數(shù)據(jù)系統(tǒng)緊密聯(lián)系；

底層交互數(shù)據(jù)可直接用于深度學(xué)習(xí)及模型訓(xùn)練，同時海量數(shù)據(jù)集可輸送到大數(shù)據(jù)平臺，進(jìn)一步挖掘更多信息后，再反饋給人工智能平臺，提高服務(wù)質(zhì)量。

AI能力服務(wù)平臺：負(fù)責(zé)輸出核心的語音、語義、視覺能力服務(wù)，提供統(tǒng)一的API接口和多平臺SDK，方便快速集成使用；

AI深度分析平臺：負(fù)責(zé)深度學(xué)習(xí)等模型訓(xùn)練，為AI能力平臺提供具有高識別效果、高效率底層模型；

深度學(xué)習(xí)平臺和AI能力平臺的關(guān)系：深度學(xué)習(xí)平臺通過不斷優(yōu)化模型，使AI能力平臺可以提供更加優(yōu)質(zhì)的服務(wù)；而AI能力平臺搜集到的海量數(shù)據(jù)又為深度學(xué)習(xí)平臺提供更多訓(xùn)練樣本，二者之間可閉環(huán)迭代演進(jìn)；

說到這里是否能與您形成共鳴？人工智能不僅僅是數(shù)學(xué)問題、并不一定是機器學(xué)習(xí)理論、也并僅僅是一堆技術(shù)的堆砌，而可以用一頁清晰直觀的圖去勾勒體系，闡述能力。雖然或許有些粗糙，但值得挖掘推敲。

企業(yè)級AI應(yīng)用創(chuàng)新已大勢所趨，底層平臺應(yīng)具備哪些能力支撐？

隨著行業(yè)內(nèi)外對人工智能的關(guān)注度提升，我們有更多的應(yīng)用場景可以引入AI的元素。其實，人們所接觸的人工智能產(chǎn)品并不多見，所以對之產(chǎn)生比較單薄的印象，但是它經(jīng)過近兩年發(fā)展，已經(jīng)悄然發(fā)芽并開始逐漸“成長”。

人工智能企業(yè)主要的應(yīng)用領(lǐng)域主要集中在教育、醫(yī)療、無人駕駛、電商零售、金融、個人助理、園區(qū)、家居、展廳等多個垂直領(lǐng)域內(nèi)的多個場景。

人工智能+教育：人工智能教育的相關(guān)概念一直受到資本市場的關(guān)注，技術(shù)上，通過語音交互和自然語言處理技術(shù)，實現(xiàn)智能機器人閱卷改卷、背誦機器人、在線口語評測等功能；

人工智能+醫(yī)療：去年8月，騰訊推出了首款將人工智能技術(shù)運用在醫(yī)學(xué)領(lǐng)域的產(chǎn)品“騰訊覓影”，將圖像識別、大數(shù)據(jù)處理、深度學(xué)習(xí)等AI領(lǐng)先技術(shù)與醫(yī)學(xué)跨界融合研發(fā)而成，輔助醫(yī)生進(jìn)行疾病篩查和診斷；

人工智能+無人駕駛：即使無人駕駛的噱頭足夠吸引人，但是為了彌補人工智能的不足，仍然需要采取幕后有人為監(jiān)督的干預(yù)措施，并逐漸逐漸將人工智能應(yīng)用在沒有監(jiān)督的情況下運行；

人工智能+零售：人工智能針對電商領(lǐng)域?qū)崿F(xiàn)的功能主要有客服、實時定價促銷、搜索、銷售預(yù)測、補貨預(yù)測，還可以智能推薦你喜愛的商品信息以及機械手臂機器人完成自動工作；

人工智能+個人助理：在這個領(lǐng)域的應(yīng)用通常比較多見，比如蘋果Siri、微軟小冰等，都是接觸較為基礎(chǔ)的應(yīng)用，隨著聊天機器人日益發(fā)展成真正的智能助理，其可以幫助用戶做很多事情；

人工智能+園區(qū)：通過“互聯(lián)網(wǎng)+”的領(lǐng)域延伸，構(gòu)建智慧運維平臺，融入物聯(lián)網(wǎng)、人工智能等核心技術(shù)，為園區(qū)和入駐企業(yè)的產(chǎn)品與服務(wù)提供智能展示平臺，實現(xiàn)園區(qū)招商的可視化；

人工智能+家居：通過語音控制設(shè)備，從而輕松調(diào)節(jié)家里的風(fēng)扇、空調(diào)、空氣凈化器等家電，這樣的場景目前已基本實現(xiàn)。

所以我們可以看出AI所涉及的學(xué)科非常眾多、其發(fā)展至今所沉淀的應(yīng)用場景也絕不僅僅是上面這些。但企業(yè)在支撐AI創(chuàng)新的同時，也呈現(xiàn)出一個新的問題，那就是：為了支持企業(yè)級AI發(fā)展，底層平臺到底應(yīng)該具備哪些能力呢？之所以拋出這個問題，那是因為自移動互聯(lián)網(wǎng)的蓬勃發(fā)展，一個又一個平臺浮出水面，包括云計算平臺、大數(shù)據(jù)平臺、精準(zhǔn)營銷平臺、智能運維平臺、語音交互平臺、客戶畫像平臺等等，所以建設(shè)平臺、優(yōu)化平臺、運營平臺已成為IT界最為關(guān)注的問題。

說道這里，作為支撐AI的能力平臺自然也不在話下，這樣的平臺應(yīng)該具備什么能力呢？我們總結(jié)四點如下——

平臺運用新興技術(shù)的能力（語音、圖像識別等）

引入AI領(lǐng)域的新興技術(shù)能力，這些技術(shù)大多可作為后續(xù)數(shù)據(jù)分析的輸入。如：語音識別、圖像處理、文本檢索、NLP等能力的運用，可以與智能硬件有效的結(jié)合在一起；而且我們發(fā)現(xiàn)很多AI的應(yīng)用都是先以這些吸引眼球的黑科技切入，這些能力很容易以“模塊”的形式在產(chǎn)品或場景間復(fù)制。

平臺具備高級算法和分析引擎（深度學(xué)習(xí)類）

以前很多文章都介紹過，AI的核心主要在于算法的突破，能力平臺可以集成多種分析能力：多維分析、圖分析、預(yù)測分析、分類&聚類、歸因分析、文本挖掘、統(tǒng)計分析等。然后還要支持各類分析工具：如SAS、Rstudio分析工具、Dataiku大數(shù)據(jù)服務(wù)工具、KNIME數(shù)據(jù)挖掘平臺等。最后支持多種開發(fā)語言：R語言、Python、Scala、Golalng/Go等；

平臺引入高效的基礎(chǔ)設(shè)施（芯片、云化資源等）

永遠(yuǎn)不要忘記硬件的強大。從CPU到GPU，現(xiàn)在已經(jīng)發(fā)展到了TPU，專為機器學(xué)習(xí)所量身定做的處理器。因為說起處理器芯片巨頭，Inter長期是超級巨無霸，不過新型的互聯(lián)網(wǎng)巨頭們一邊在采購Intel處理器，一邊也有自己的打算。據(jù)市場調(diào)機構(gòu)估計，全球銷售的服務(wù)器處理器中有大約5％都被Google買走了，同時Google也在創(chuàng)造自己的TPU，加速其第二代人工智能系統(tǒng)TensorFlow的運行，而且效率也大大超過GPU。所以強大的計算速度和分析能力促使微電子產(chǎn)業(yè)的升級創(chuàng)新，智能服務(wù)為實現(xiàn)萬物互聯(lián)，必須要求無縫覆蓋的智能網(wǎng)絡(luò)等；

平臺支持更廣泛的AI應(yīng)用（多類別應(yīng)用）

最后就是人工智能的分析場景、智慧客服場景、智慧營銷場景、智能化運維場景、精細(xì)化管理場景、智慧管家、服務(wù)機器人、智能語音交互、精準(zhǔn)人臉識別及聲控識別等內(nèi)外應(yīng)用支撐；

所以我們看出，作為人工智能的底層平臺與傳統(tǒng)意義的平臺雖然能力各異，但側(cè)重點截然不同，范圍更廣泛、覆蓋更全面。人工智能的未來發(fā)展，一個是人工智能的生命力在于實踐應(yīng)用，再一個就是離不開行色各異的人人參與和體驗，最后就是離不開產(chǎn)業(yè)間的互聯(lián)互通。

談人工智能不能僅僅局限于模型和算法，它更受惠于行業(yè)大趨勢發(fā)展。

人工智能的演變能力支撐

首先，人工智能（ArtificialIntelligence）是最近兩年非?；鸨募夹g(shù)科技名詞，從Alphago開始就掀起了IT及相關(guān)行業(yè)的一番熱潮。現(xiàn)在，人工智能已是無人不知、無人不曉、在各行各業(yè)已如火如荼的前沿科技，而且未來它會在很多領(lǐng)域完全可能達(dá)到人類的智慧高度，取代人類部分勞作，例如無人汽車、無人商店、智能家居……

說起AI，我們大多看見的內(nèi)容主要有兩部分：第一就是行業(yè)應(yīng)用，也就講人工智能在哪些領(lǐng)域做了實踐和應(yīng)用；另一部分就是AI的核心——用了什么高級神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)算法等等。但今天我分享的內(nèi)容主要是談?wù)凙I的演進(jìn)，這就是：從10年前具有顛覆意義的云計算到后來無人不談的大數(shù)據(jù)，以及最近熱門的AI（人工智能）等概念延伸，是如何演進(jìn)發(fā)展的。

圖中所示的內(nèi)容有兩個坐標(biāo)，橫向代表時間、發(fā)展階段；縱向代表相關(guān)行業(yè)應(yīng)用及業(yè)務(wù)創(chuàng)新點，在這里我們分別將早年間的云計算、后來成熟普及的大數(shù)據(jù)以及今天的人工智能分別加以闡述。

云計算字眼兒在國內(nèi)出現(xiàn)約在12年前，當(dāng)時談的最多的就是資源池，云計算按類型可以劃分為公有云、私有云和混合云等，按服務(wù)的提供方式可以分為IaaS、PaaS和SaaS等，在當(dāng)時那個概念滲透的時期，應(yīng)用領(lǐng)域就是云存儲、云郵箱、虛擬化資源池建設(shè)等等，慢慢到后面就是幫助客戶解決傳統(tǒng)應(yīng)用上云，業(yè)務(wù)遷移的問題，更多聚焦于IaaS層。今天，無論是國外的AWS還是國內(nèi)的阿里云，可以說云化基礎(chǔ)設(shè)施層的能力已經(jīng)非常完備了，依托于這樣一樣強大的能力引擎（存儲空間、計算資源、網(wǎng)絡(luò)鏈路），云計算作為底層資源較好的承載上面的能力。

什么是上面的能力？那就是大數(shù)據(jù)。2012年左右，云化資源在各行業(yè)應(yīng)用的同時，大數(shù)據(jù)概念也隨之產(chǎn)生了。大數(shù)據(jù)提供了海量數(shù)據(jù)的存儲能力，與云計算的存儲資源池的概念非常相近，與此同時具備NoSQL數(shù)據(jù)庫的管理和查詢能力，而且主要面向于大數(shù)據(jù)量的高并發(fā)處理與數(shù)據(jù)分析，可以說這些能力充分體現(xiàn)了大數(shù)據(jù)的特點，也是大數(shù)據(jù)與云計算銜接的重要階段。2013年左右，希望開展大數(shù)據(jù)領(lǐng)域相關(guān)項目的客戶們陸續(xù)著手建設(shè)大數(shù)據(jù)平臺，后續(xù)幾年逐步聚焦于大數(shù)據(jù)上層應(yīng)用以及PaaS能力共享，這些都是做大數(shù)據(jù)的目的——通過開展數(shù)據(jù)分析探索業(yè)務(wù)價值。而這些能力的關(guān)鍵在于——大數(shù)據(jù)已經(jīng)完全適應(yīng)了云計算的良好土壤。無論開源、無論商用產(chǎn)品都可以分布式集群本地部署，也可以基于虛擬化資源池云化部署，還可以依托于容器技術(shù)自定義部署。而且在“asaservice”方向，云計算時期的PaaS再也不空談web應(yīng)用、數(shù)據(jù)庫中間件等能力，一切都可以用服務(wù)的形式進(jìn)行封裝，將“XaaS”的能力運用的淋漓盡致。

在大數(shù)據(jù)領(lǐng)域，目前已經(jīng)形成了諸如數(shù)據(jù)倉庫、數(shù)據(jù)可視化、大數(shù)據(jù)分析平臺等商用產(chǎn)品，也有Hadoop、Spark等開源生態(tài)系統(tǒng)，這里面其中有那么一塊兒知識領(lǐng)域就是機器學(xué)習(xí)/算法庫，這部分組件兒將大數(shù)據(jù)分析價值施展的更精準(zhǔn)、更有價值，而且也單獨形成了一個新領(lǐng)域——人工智能。人工智能的核心是深度學(xué)習(xí)、是新型神經(jīng)網(wǎng)絡(luò)、是高級算法，可以追溯到1955年的達(dá)特茅斯會議，也可以追溯到1982年霍普菲爾德神經(jīng)網(wǎng)絡(luò)……我想說，伴隨著計算能力未能突破大規(guī)模數(shù)據(jù)訓(xùn)練和復(fù)雜任務(wù)，使得AI進(jìn)入一個又一個低谷。但今天不再一樣，AI的今天已經(jīng)具備了云計算大規(guī)模資源的基礎(chǔ)環(huán)境、也具通過大數(shù)據(jù)能力構(gòu)建復(fù)雜知識學(xué)習(xí)的分析能力，至今開展了相關(guān)語音圖像等識別類應(yīng)用、機器人/智能助手等設(shè)備類應(yīng)用、精準(zhǔn)體驗/推薦類客戶應(yīng)用以及智能化告警/預(yù)測類維護(hù)應(yīng)用。

因此，云計算和大數(shù)據(jù)是人工智能的“助推劑”，我們可以將云計算的資源能力比喻成“土壤”，將大數(shù)據(jù)的分析能力比喻成“水源”，將人工智能比喻成“樹苗”（早期階段），人工智能的發(fā)展離不開業(yè)務(wù)創(chuàng)新與實踐等發(fā)展進(jìn)程，這種能量循序漸進(jìn)的推動了ICT產(chǎn)業(yè)乃至整個社會邁向數(shù)字化、智能化；

構(gòu)建企業(yè)級人工智能支撐環(huán)境

正如前面所講，云計算提供了基礎(chǔ)環(huán)境，大數(shù)據(jù)驅(qū)動了的知識學(xué)習(xí)，AI引擎（算法）增強了人機協(xié)同，而且在整個過程中，技術(shù)的發(fā)展是迭代過程，企業(yè)級人工智能的演進(jìn)仍然需要“社會迭代”，這就需要持續(xù)不斷的知識傳遞、服務(wù)跟進(jìn)、人才保障…才能構(gòu)建好一個企業(yè)級人工智能的雛形。而且要綜合考量開展哪類AI應(yīng)用？做AI軟件能力還是AI硬件產(chǎn)品、或兩者兼?zhèn)涞闹悄軝C器人？AI產(chǎn)品主要面向誰、如何運營等問題，這才是AI發(fā)展的路標(biāo)。

所以，未來主要以人工智能應(yīng)用建設(shè)為導(dǎo)向，將云計算、大數(shù)據(jù)和AI引擎等能力極致發(fā)揮。

企業(yè)級AI總體功能框架

我們將AI能力框架分為三個區(qū)域：AI支撐域、AI核心域、AI應(yīng)用域。

AI支撐域：包括IT基礎(chǔ)設(shè)施、虛擬化資源池、大數(shù)據(jù)存儲計算能力以及相關(guān)數(shù)據(jù)分析工具，核心是完成AI任務(wù)的計算工作、進(jìn)行樣本數(shù)據(jù)的存儲、完成數(shù)據(jù)分析過程，這一層要求具備IaaS、PaaS和DaaS能力。

AI核心域：包括AI平臺控制與核心組件，需要機器學(xué)習(xí)的算法和能力支撐，具體涉及到語音識別、文字識別、圖像識別、生物識別、自然語言處理等方面，從而構(gòu)建起機器認(rèn)知、機器理解、機器思維等AI核心引擎。這一層要求具備圖像處理、聲音合成、情景感知、智能控制等能力。

AI應(yīng)用域：包括AI產(chǎn)品化交付，為客戶、企業(yè)內(nèi)外提供應(yīng)用支撐。這里領(lǐng)域主要根據(jù)自有行業(yè)特點開展AI應(yīng)用建設(shè)，隨便列舉幾個：智能化客戶管理、智能推薦、客戶助手、生物識別等等。