捧上天的 AI 落地困难，“ 不懂变通”的华为云如何应付？

前几年，AI 几乎被捧上天，各大公司倾巢出动，推出了不少吸眼球的应用和产品。如今，这些 AI 成果是否真得让企业从中获得价值？绕不开的数据、隐私和安全问题作何解？不同领域、不同规模、不同技术能力的企业如何最大限度享受到 AI 的能力？云可以给 AI 增加多少筹码？

“我现在其实比较郁闷的问题是 AI 还在初期阶段，传统企业希望用新技术提升竞争力，但现阶段并没有从中获得多大好处，这个事情还需要做得更加深入”，陕西融普信息科技有限公司（以下简称：陕西融普）CTO 雷顺奇在接受 InfoQ 采访时如是说。

这家公司在西安服务了政务、教育、医疗等多个领域，长期专注于数据挖掘、AI 应用研究以及信息系统智慧化等工作，对传统企业接纳并应用新技术的过程非常清楚。既然如此，AI 在传统企业中的应用现状到底是什么样的？所谓的更深入应该从哪些方面入手？作为 AI 的背后支撑和计算平台，云能做些什么来促进这件事情的正向发展？

企业落地 AI 及云的真实感受

这么久以来，AI 也不是只停留在炒作阶段，普通用户其实可以感受到一些 AI 带来的成果，比如智能家居、AI 客服等，这些成果的使用体验如何，相信每个人都有自己的判断。对传统企业而言，最早一批试用者确实靠着人脸识别、智能机器人等成果吸引了部分用户的注意，但这不是长久之计，并不足以支撑业务转型、升级甚至是增值，要想在场景中真正落地，这其中涉及很多关键问题。

根据过往实践经验和 IT 从业者的敏感度，雷顺奇认为，AI 落地场景有三点比较重要：一是不同环境下的数据集成，尤其是当需要对三个及以上系统的数据进行分析整合时，难度会陡然增加，这不仅仅是技术层面的问题，往往还需要进行商业考量；二是算法模型，TO B 和 TO C 行业的应用各有不同，这种行业差别对分析模型的要求也不尽相同，这意味着必须具备软硬件基础背景或者对行业产品的独特理解才能做出好模型，后续还要不断验证和评估；三是技术优化能力，AI 的运算量对芯片性能提出考验，即便目前可以正常运行，企业也需要储备一些优化手段以实现低功耗或者低成本目标，否则成本太高，企业根本用不起，也谈不上价值。

目前，让企业接受 AI 其实不是件很难的事情，不少思维靠前的经营者甚至会主动联系可以提供 AI 能力的厂商，希望通过新技术来提升竞争力，但如何最大化 AI 价值让传统企业真正感受到技术带来的积极影响就不那么容易了。以零售场景为例，现在商店可以通过 AI 算法尝试门店选址、预测客流量等，但整体来看还是偏初期阶段。如果把门店的客户画像数据进行集成并分析做成数据模型，就实现了更深一步的应用，如果可以将多个门店的数据进行集成，就又深了一步。以此类推，雷顺奇认为，AI 还有很多更深层次的价值需要被发现，否则很难长久。

当然，AI 能力的好坏也与其背后的云平台挂钩。在 AI 的发展中，云平台满足了其超大计算力的要求。因此，选择 AI 的同时也是在选择其背后的云平台。雷顺奇透露，企业在选择云平台时主要会考察易用性、性能、算法以及性价比等因素，其中，易用性是第一要素，毕竟不管这个东西多好，如果企业花了很长时间都很难上手，那这部分浪费的成本就会让整体印象大打折扣。

其次，国内目前主流云厂商所提供的产品线确实更加完善，也有很多面向行业的解决方案，但这个产品数量实在是过于庞大，造成入口较多，最终导致操作层面的复杂性；

最后，主流云厂商基本都遵循按需付费的原则，一些传统企业可能在还没搞懂规则的情况下，费用就上去了，导致最后不敢用，甚至得出云成本太高的结论。

作为 CTO，雷顺奇在推进各领域智慧化项目时发现，这些问题让不少传统企业在 AI 的使用中感受欠佳，从中也不难看出，AI 赛道的成本还是很高，无论是使用成本还是试错成本，企业可以用但却难以用好。如果缺乏挖掘更深层次价值的技术能力，企业很难通过这项技术为业务带来价值。反过来，这对于相关厂商而言也是一件很头疼的事情。

要知道，陕西融普其实仅有 12 人，是一家规模不算大的创业公司，但却在陕西区域推动了不少智慧化相关项目的落地，这其中一部分要归功于其对云平台的选择和应用。

从业务需求出发的选择

雷顺奇最早接触的是服务器租赁托管或者说虚拟主机，这其实就是早期的云计算，只是那时候业界对于云计算还没有清晰明确的认知。因此，雷顺奇其实接触或者说见证了不少云计算平台的发展。最终，他将华为云纳入选择并成为华为云众多 MVP 中的一位，这其实也是从业务需求出发的决策。

对于 AI 落地具体业务场景的三大关键问题，雷顺奇从华为云中找到了部分答案。他表示，华为云 EI 图引擎服务（Graph Engine Service）采用了基于 EYWA（Edge-set sYnergistic Workflow Architecture）的新型图计算技术，可以帮助解决庞大的运算量、图分析查询以及高性能计算等问题，支持多行业场景方案落地；华为云的人工智能开发平台 ModelArts 则可以很好得解决企业 AI 过程中的系统数据集成等问题。

据悉，在 2018 年 12 月斯坦福大学发布的 DAWNBenchmark 最新成绩中，在图像识别（ResNet50-on-ImageNet，93%以上精度）总训练时间上，华为云 ModelArts 排名世界第一，比第二名提升近 44%，以更低成本实现了更快速度。

雷顺奇补充道，华为云虽然起步比较晚，但其背后的网络和通信能力对华为云的落地，以及大数据和 AI 能力有很好的补充作用。在企业 AI 的框架下，很多应用对实时性要求都很高。长远来看，华为在通信领域的积累可以很好得解决带宽延迟等网络瓶颈，这对用户体验而言是一个很大的提升。

当然，这与雷顺奇华为云 MVP 的身份也有关系，这让他拥有华为云多个核心产品的使用权限，包括一站式人工智能开发平台 ModelArts、视觉开发平台 Hilens 慧眼等，这是华为云继使能开发者之后的又一个重要计划，这种开放和普惠的架势倒是很符合华为一贯的做事风格。

“不懂变通”的华为云

在一些公开活动上，不少互联网公司经常会将数据和应用作为自己的优势，这在云计算和 AI 时代其实是可以理解的，没有数据根本就做不好 AI，甚至不少传统企业在进行数字化转型时恰恰希望能够把数据转化为价值，但华为似乎一直没学会“变通”，2017 年就把边界划分得十分清楚——不做应用、不碰数据、不做股权投资，并一直坚守至今，这很难让人不担心华为怎么做好云和 AI。

过去几年，人工智能、物联网等技术确实在改变企业的运营效率和生产成本，并且变化非常迅速。华为公司副总裁、华为云 BU 总裁郑叶来表示，快也有快的疼，公有云的东西要下沉到私有云其实是很痛苦的，云服务是既快又好的商业模式，但中国的企业客户有很多个性化诉求，华为做云不期望重构生态，也不碰应用。企业服务发展了这么多年，旧的世界没那么容易被轻松打破，华为希望做云上的黑土地，做数字化转型的底座。

当然，这不代表华为不去了解业务和应用。相反，华为本来就是一家 TO B 基因的企业，因此可以很好得理解企业需求，华为希望将技术能力开放给所有合作伙伴和开发者，积极与行业合作伙伴 ISV 沟通，以期实现更好的系统集成。

去年，华为云平台上线了 1500 多个应用就是这部分取得的成果。反观整个市场，一家厂商很难覆盖所有企业的不同场景和需求，即便做了，整个实施过程恐怕也会很痛苦，因为深入每个行业都会发现很多细节需要注意。既然如此，华为云更愿意将能力开放出来，与众多生态伙伴一起做。

除此之外，华为在技术层面也“不懂变通”。众所周知，华为有一个“传说中的”2012 实验室，是华为探索未来科技无人区的主战部队。近日，其中的两个实验室——诺亚方舟实验室和热技术实验室对华为云 MVP、云享专家和媒体开放。

诺亚方舟实验室是华为 AI 研发中心，展示的亮点为“人工智能能力演示”，如智慧终端的计算视觉、语音助手、推荐搜索；智慧企业的供应链大脑、问答系统等；热技术实验室则聚焦高集成封装、高密空冷、高效液冷/相变，展示器件低热阻、仿生散热器、相变液冷、声学降噪材料、流场可视化测试等技术。这些是华为的技术优势，但“不懂变通”的华为还是大方得将这些技术分享给所有 MVP 及开发者。

继去年相继发布 MVP 和云享专家后，此次活动正式推出“华为云专家激励计划”：华为云将投入千万级激励权益，发展 1500 名专家，这是华为云沃土 AI 开发者使能计划的具体落地，也是华为云开发者生态建设的重要一步。

华为云 EI 服务产品部总经理贾永利表示，华为云将向 MVP 开放多个核心产品的使用权限，包括一站式人工智能开发平台 ModelArts、视觉开发平台 HiLens 慧眼等，MVP 可以根据自己对行业理解试用 ModelArts 的图像识别或者语音识别功能，看是否符合预期并提出相关建议和见解。

贾永利还透露，在 AI 领域，华为其实一直从芯片层开始往上做到应用框架，基本覆盖了人工智能的所有方向，因此计划在该领域举办一些开发者大赛，在多个赛道与 MVP 和业界专家进行分享交流，并希望最终可以将 AI 能力普惠给所有开发者。

这家“不懂变通”的企业在用自己的方式推动 AI 普惠发展，至于结果如何就只能交给时间来评判，这就好比郑叶来在采访最后所说：“三年后，我不确定自己还坐不坐在这里，但这没有关系，关键是华为云的业务一定会做好，华为这么多年来做业务还是有一股傻劲的”。