5月26日在貴州召開的第四屆中國國際大數據產業博覽會，再次將科技產業及媒體輿論的注意力，集中在人工智能的企業應用落地上。
之所以這麼說，一是源自本屆數博會的年度主題——“數化萬物,智在融合”，二是縱觀大會前兩天的很多分論壇，AI幾乎都成為討論的重要議題。作為全球首個大數據領域全球化信息交流的平臺,第四屆數博會正透露出這樣一個信息：當大數據作為生產資料、雲計算作為生產工具已經成為共識，如何釋放人工智能所帶來的生產力變革勢能（尤其在行業應用），已成為焦點。
“現在大家談到AI，行業外的人認為是能說話聊天的機器人，或是手機上的刷臉和美顏APP，而企業管理者多數還侷限在AI就是類似上ERP、升級一個信息系統。這些理解都有些片面，也容易讓更多人對AI產生誤區。”在行業數字化轉型論壇上，一位來自物流行業的信息中心負責人感慨道：AI的確是熱點，但也面臨概念和認知紛亂混淆的問題。
他的焦慮或許帶有一定的普遍性，在AI漸漸處於高度娛樂化和概念化的當下，從行業用戶的角度，如何去了解AI的本質？如何從易用性、高性價比和安全因素方面去考量AI的價值？
用得起和用得好的內在邏輯
華為雲BU總裁鄭葉來
“AI已經不是獨立的產品，也不是自閉環的系統，人工智能適用於大部分經濟活動，包括深度網絡模型，深度學習等等，讓我們產生一個倍增的效應。我們認為未來人工智能將會改變很多的行業。”在大會翌日的“數字融合·領航中國新經濟”論壇上，華為雲BU總裁鄭葉來談到了自己對AI的深刻理解。他同時著重強調，要讓AI“高而不貴”，成為“用得起、用得好、用得放心”的“普惠AI”。
這個普惠AI的提法非常獨特，但是乍一聽並不是很容易理解。何為普惠，又如何讓行業用戶能夠易用、好用和放心？
對於這三點的詮釋，還要先回到行業用戶的角度，來看一下雲計算、大數據和人工智能落地過程中，他們的痛點和挑戰在哪兒。從行業發展來看，人工智能技術的產業化和集成應用已經具備了一定基礎，在工信部公佈的相關數據中，可以看到國內雲計算產業規模在“十二五”末期已達1500億元，而工信部去年下發的《雲計算發展三年行動計劃》也提出，我國雲計算產業規模到2019年將會達到4300億元。
實際上，正是由於過去幾年國內雲計算、物聯網等基礎設施的逐步完善，才為人工智能落地打下了較好的基礎。目前國內雲計算產業的整體滲透率已經超過20%，在工信部去年底下發的另一份文件《促進新一代人工智能產業發展三年行動計劃（2018-2020）》中，更提出到2020年人工智能在工業各領域的探索應用目標，包括數字化車間運營成本將降低20%，產品研製週期縮短20%等。
可以說，未來三年將是AI逐步落地的窗口期，也是行業用戶從困惑到付諸實踐的過程。
而鄭葉來此次提出的“普惠AI”，是基於華為雲行業用戶面臨的挑戰和困惑，給出的樸實答案。站在用戶的角度說話，是鄭葉來分析問題的特點，而談到AI，華為自身就是使用者，也是從挑戰和困惑中摸爬滾打過來的。
華為本身也是製造型企業，過去幾年華為通過引入人工智能技術完整改造了從供應鏈、製造、流程以及客戶服務流程，近幾年設備賣得越來越便宜，經營情況越來越好，這裡面核心問題就是解決了實際場景中存在的問題。鄭葉來以華為自身實踐於AI的經驗來說明，這種“基本生產力”對企業成本效率的提升，已經在華為的製造、零售、物流三大核心環節上發揮了重要效用。
在製造方面，華為的PCB板以前焊接是靠人工，後面改變了方法，用機器識別圖像來判斷，這樣一個小小的改變，解決了人工巨大的工作量，整個人工的工作量減少48%，這對製造業企業來講是非常大的提升。
而對在全球170多個國家和地區都有業務開展的華為而言，供應鏈和物流的合理優化也十分關鍵，鄭葉來舉例：“我們在深圳有108個供貨點，我們根據物品的大小形狀重量等等，多個參數提供一個最佳的裝箱方案，通過陸運和海上的方式運到世界170多個國家，使我們裝車率提升15%。華為的產品現在是越做越好，價格也沒有越來越貴，經營也是越來越穩健。”
除此外，在零售上，華為通過AI技術實現千萬級的銷售憑證審查準確率達到99.5%，還有AI的風控，根據各個賬號的登錄行為識別出意圖，基本杜絕了撞庫掃號攻擊。
尤其是在應對“合法數據獲取成本高”、“AI人才匱乏”這兩大行業挑戰時，鄭葉來表示“ 華為未來三年最主要是什麼？就是如何開放我們的能力，讓各行各業一起解決這個問題。我們要讓AI高而不貴，讓各行各業用得起沒那麼貴，不僅用得起，用得好，更重要的要用得放心。”
為何要夯實“用得起、用得好和用得放心”
鄭葉來提出的新見解，在大會現場也引發了很多人的興趣，包括論壇主持人楊瀾，也向他提出了問題：如何讓用戶切實體驗到用得起和用得好。
“華為公司最早是在2012年開始在AI方面進行投入，當時的項目叫做諾亞方舟。因為不是上市公司，我們也沒有對外去宣傳這些研發的工作。過去幾年，我們考慮更多的是AI如何在內部改造自己的生產製造和客戶服務流程，包括物流、供應鏈等等，通過我們自己的實踐實現了效率提升。所以未來我們必須思考如何讓人工智能變得高而不貴，不去造概念，而是埋頭實幹。”鄭葉來強調，只有自身在改進和提升後，才能理解如何讓AI應用更簡單、更容易、更方便、更快捷，“並且輸出這些能力，幫助用戶能夠用各種人工智能的算法、解決方和產品，去解決生產、製造和管理中的實際問題。”
在鄭葉來看來，這種思路正好印證了華為雲曾提出的“有技術”和“有未來”兩個提法。因為華為過去30年持續在ICT領域投入，積累了足夠的技術與經驗，所以“有技術”能夠幫助行業用戶少走彎路，減少試錯成本和運營成本。而華為雲提出的“有未來”，一方面是希望小型企業和創業公司能跟著華為共同成長，另一方面是希望通過自己的實踐經驗，與工業領域的大中型企業一起完成數字化轉型。因此，通過“有技術”和“有未來”的思路，華為雲的AI應用也為幫助行業用戶“用得起和用得好”，打下了厚實的基礎。
鄭葉來強調，AI的落地是應用，而AI的基礎是數據+算法+算力。從這個角度來看，“普惠AI”提出的第三點——“用得放心”，正是因為了解很多行業用戶的心結，併為此與“三不”理念做出呼應。“在華為雲成立之初，我們就提出了‘上不做應用，下不碰數據，不做股權投資’，正是因為堅持‘三不’，華為雲才會迅速獲得了行業用戶的認可。尤其是不碰數據，我們明確強調尊重客戶的數據主權，不非法獲取數據，不拿客戶數據做商業變現，這也就給‘用的放心’打下了核心競爭力。”
華為雲的“黑土地”本質是賦能
可以說，能提出普惠AI，首先是要自己先受惠。那麼，華為雲是否成功幫助其自身得到了實惠？
這方面，華為生產線上的檢測員應該有發言權。在沒有應用華為雲EI以前，華為生產線上通常是一個工人要盯四臺焊接機，然後用肉眼查看PCB板的缺陷。這種方法不但檢驗速度慢（公認每次檢測要五分鐘），而且經常出錯，以華為近三年來的產能來看，這項工作耗費的人力物力可想而知。在應用華為雲EI提供的AOI（自動光學檢測）後，產線上大幅減少了工人的參與，這是因為AOI可對印製板的焊點進行設備固定檢測，從而低了製造過程中的“錯誤”發生率。
由此帶來的收益，是產線上設備成品率從99.2%提升到99.55%，員工的工作量也降低了48%。乍一看這個良率提升僅僅是千分之三點幾，但是懂懂筆記算了一筆賬，以華為去年數千億元產值作為基數，每提升一個千分之一，就相當於是實現了一個“小目標”。
除了自身受益，華為雲EI在城市交通治理方面也已經小露身手。例如在和深圳市公安交通管理部門的合作中，華為雲EI平臺為合作方提供了千億級的秒級搜索能力。這種能力可以讓管理部門在車輛違章識別和尋找失蹤人員方面大幅提升效率。同樣，EI平臺在搜尋失蹤人員、警力智能化調度等方面，也提供了巨大的能力支持。
雖然有了這麼多成功案例，但是我們也可以觀察到，目前國內傳統行業的挑戰仍有很多：數據資源的龐大和散亂（獲取成本高），AI人才和應用能力匱乏，以及行業對AI應用缺乏經驗，都是迫切需要解決的問題。而一個能夠懂數據、懂用戶痛點的合作伙伴，是行業用戶最迫切需要的。鄭葉來強調，“在華為我們不說人工智能，而是企業智能。要先解決企業一個應用場景，解決完之後再解決實際遇到的問題。”他指出，更多時候華為是一個商業管理者的角色，希望把複雜問題變簡單，“因為把事情搞複雜了，就永遠抓不住重點。”
因此，鄭葉來堅信華為雲目前基於EI平臺面向各行各業構建的解決方案，有能力讓企業複雜的AI應用開發更加簡便，也能在未來滿足企業多樣化業務場景和海量數據種類的訴求。這其中，鄭葉來對剛剛開放的“雲智能數據湖”技術尤為興奮，“試想一下，一份數據支持數據全生命週期的無縫流轉，多種分析引擎共享，簡化數據服務之間的配合；同時開放格式，讓用戶數據上雲免轉換。這些舉措，都是希望讓AI更易用、更高效。”他再次強調，“這也正是我反覆說的，華為雲要做合作伙伴的應用、內容和雲生長‘黑土地’的重要原因。”
讓AI用得起，用得好，用得放心，這個“普惠AI”的理念已經提出。未來華為雲將如何“使能”數智新時代，也將成為這次數博會的一道繞樑餘音，引發更多行業參與者的思考。
閱讀更多 懂懂筆記 的文章
