从AI数羊到“相牛”：人工智能应用如何低门槛化？

原标题：从AI数羊到“相牛”：人工智能应用如何低门槛化？

近日，热搜上AI数羊的新闻吸引了一大波网友的关注与讨论。新闻中甘肃牧民运用AI技术来数羊，让人倍感惊奇；无独有偶，此前也有新闻报道，养殖户企业借助AI技术来“相牛”，通过AI算法来估算活牛的品质与质量。

AI的应用竟然可以如此接地气，大家讨论的声音也多集中在AI应用的广泛普及上。AI经过近些年的飞速发展，经过了初始的技术探索期与应用推广期，从高高在上的产业应用，如智慧城市、自动驾驶、黑灯工厂等高端应用走下了高精尖的“神坛”，走向了牧区，深入到了产业的最底层，在我们想不到的一些地方扎根落地。

在AI这些年的市场教育中，千行百业对人工智能的应用与价值都有了基础的了解，也建立了AI助益生产的降本增效共识。但对于整个国内的市场，能够使用调用AI能力资金雄厚的企业、大厂毕竟是少数。中国的企业中，遍布了无数如毛细血管的小微企业，这些小微企业因为成本、技术、人才等局限，AI技术并没有深入到这些产业的毛细血管中，对于这些产业深处的角落， AI如何高效低门槛、规模化的应用普惠到这些产业深处的细微单元中？

AI数羊与“相牛”：倍增的效率提升

想要回答这个问题，我们可以从畜牧业中的AI数羊和“相牛”的案例见微知著，看这些困扰畜牧业的痛点问题，是如何通过低门槛的AI应用解决。

在传统的畜牧业中，因为适度放牧的背景要求，很多牧区散养户或小型养殖场环保不达标、检疫和验收等环节不合格而被强制淘汰，整个畜牧产业日趋集约化的发展。对于大型养殖户来说，数量增多的牛羊群对于企业来说养殖管理的难度增加。

拿养殖户最基本的盘点任务来说，传统的日常盘点羊群数量靠人力进行，对于蜂拥入圈的羊群，短时间内靠人眼来进行盘点，容易出现清点遗漏、错误的现象，耗时费力。

而部署简单的AI封装工具，在草场羊进出的通道上方部署AI相机，就可以对羊群进行出栏量与存栏量的统计。简单的低门槛AI部署，不仅提高养殖户统计羊群的效率，也能降低成本。

AI相牛，也是个离高大上AI较远的边缘应用。传统的牛类交易集中在线下的牛市，在开集日，牛市聚集了许多牛贩、买家、“牛经纪人”，在牛市中最吃香的是“牛经纪人”，他们拥有丰富的相牛经验，可以凭借经验判断牛的重量与品质，决定着牛议价的关键环节。一些金牌的“牛经纪人”，甚至能将牛只重量误差控制在5斤以内，可以挑出品质最好、病死率更低的牛。

这种原始靠人眼积累的经验难以结构化，牛交易的市场定价不清晰透明，交易过程中信息严重不对称。养殖和交易过程中如何可知可控，降低养殖风险，提升收益是养殖户的集中痛点。如何让AI习得人眼的能力，将传统相牛人的经验转换为算法模型，让机器也能一眼识别牛的体重、体尺，成为养殖户们都想获取的能力。

养殖企业最终找的解决方案也是通过在零门槛的 AI 开发平台进行训练，只需要采集牛场中几百头牛的数据，导入到零门槛的AI开发平台中。零门槛的AI开发平台提供一站式的智能数据标注、模型训练、服务部署等全流程功能，即使没有算法基础，养殖企业的员工也可以轻松上手。通过提高模型精度的训练，AI系统最终可以做到当牛从过道中经过时，过道两侧的摄像头便可以快速采集到牛的各种体尺数据和点云数据，轻松获取牛的关键数据。

从靠人力目测到用机器标准化的测量，即使没有AI技术的相关能力，也可以解决产业中最落地的问题，数羊与“相牛”这类简单却耗人力的场景问题，低门槛AI可以有效解决这些细碎的应用。在整个产业中，这类分散、非标准、独特的需求很多，接受度友好的平民化AI成为许多行业细微颗粒的共同需求。低门槛AI的应用趋势在这些庞大的需求中也有广阔的发展天地。

低门槛AI发展的“奇点”

低门槛的AI应用工具，国内以百度飞桨为主，在这些平台中，开发者可以自由选择，对于一些简单的任务，可以无需代码基础，只需要对场景的理解进行数据的收集与“投喂”，通过简单地拖拽平台封装的工具就可以使用。开发者可以根据自己的需求进行AI模型的开发、高效训练和多端多平台部署。

零门槛是一些AI开源平台工具的主打特色，零代码基础的用户可以实现在电脑本地就进行安装与高效建模。在百度飞桨平台中，有许多没有代码基础的个人开发者，通过“单打独斗”用低门槛的AI解决了工作中的难题。

在开源的AI平台中，我们发现了一个有趣的案例。一位没有代码基础的武汉铁路局年轻工人，他的工作内容中有一项重复、枯燥且极易出错的任务：在货运列车检修中，为车辆重新喷涂与核对车号。火车身上的这串号码，相当于身份证，一旦出错就会影响列车的调度、运行，甚至会导致行车事故发生。而每年需要人工维修并重新喷涂车号的铁路货车数量巨大，虽然任务简单，但是仅靠人力，庞大的工作量下大每年都会发生车号喷错的情况。

这位年轻的铁路工人在了解到AI在车辆车牌识别中的应用，开始尝试使用AI工具开发套件，最终只靠自己在开源的AI平台上构建铁路车身检测项目，实现了铁路货运车号的高准确率自动识别。

在这类传统且AI难以深入覆盖的领域中，这些细微的需求不会被庞大的企业机器看到，身临一线的基层员工虽然会注意到这些难题，但也因为自身的技术能力局限毫无办法。而AI开源平台的低门槛化，也让这些需求可以仅靠对业务的理解就能解决。

我们在这些案例中，也会发现低门槛AI应用“奇点”起势的缘由。企业在数字化的浪潮中，业务的基础场景中存在着大量的简单问题需要运用AI能力解决，这些问题散落在产业的角落中，非标准、散碎但又与专业的领域挂钩，需要定制化的AI能力解决。对于产业来说，拥有AI技术能力与人才的企业是少数，运用封装的低门槛AI平台去定制化解决是这类小微企业的最佳选择。而从技术的发展来说，AI能力的开源与工具的模块与封装，让零基础、低门槛解决这类问题成为可能。

从数羊、相牛到各类低门槛的AI应用，行业内的尝试越来越多，在科学计算、农业、工业、畜牧业、交通等行业领域中都有覆盖。在高校中，一些没有代码基础的学生与老师，也尝试运用开源的AI平台解决科研的计算问题来发表论文。低门槛的AI平台也为对AI感兴趣的人群开展相关内容的教学，线下的讨论会与线上的直播教学内容丰富，供对AI感兴趣的开发者学习。

一直以来，AI是大公司、高级别AI技术人才的“专利”，参与应用的门槛很高，这也极大地影响了AI的产能。而随着AI在千行百业中的普及和规模化应用，头部的企业与AI开发人员开始普惠AI的能力，将一些AI的工具与框架开源出来，打包成模块，集中到开放的AI平台中，让越来越多的行业与人员去参与到AI的开发应用。

在AI技术应用门槛不断降低的背景下，在这些开源的AI平台上，AI活跃开发者规模不断在增长，平台中的AI工具应用到实际场景的案例数量不断在丰富，应用人工智能的企业数量也呈现出多行业繁荣的景象。

向外“辐射”的边界

对于大部分简单、边缘的AI场景需求，都可以使用AI开源的平台来解决。不过也需要一些限制的条件，毕竟这些平台也不是万金油，可以解决任何低频次的AI场景需求。

对于数量众多的中小企业来说，零散的AI需求与自身IT能力的限制中，如何将外部的服务能力与业务场景恰当的融合，为企业的数字化进程价值赋能，是其接下来重点思考的方向。不过在引入与使用低门槛AI的应用过程中也会存在一定的边界。

1.市场教育的普及。虽然AI的普惠教育已经传遍了大江南北，但对于传统行业来说，因为对AI相关技术信息的关注有限，或者对于AI能力的边界有错误的认知。对于低门槛化的AI平台与工具，仍然存在教育的空白，需要进一步的市场普及与教育。

2.改革阻力。对于部分企业来说，引入新的平台工具可能会改变一些企业的现有工作流程，甚至是对一部分运用信息差获取利益的团体造成影响，虽然工具平台可以降本增效，但对求稳的小微团体来说，改变的阻力比较大。

3. 需求难匹配。对于相较复杂的AI需求，低门槛化的AI平台并不一定能够解决复杂的需求，一方面是对使用AI平台的开发人员对技术的能力有要求。另外一方面，就是低门槛的AI平台无法解决较为复杂的需求。低门槛的AI也只适用简单的场景需求，难度高的需求需要算力与算法模型更加复杂的架构解决。

对于一些数据缺乏、界面效果要求较高、算法复杂、高性能复杂系统架构、要求较高的底层开发等，都不适合使用低门槛的AI平台去解决。对于一些简单的场景，在AI技术普惠的发展下，AI门槛会越来越低。我们在开源的AI框架平台中也看到了许多案例。许多开发者都借助这些AI平台解决了边缘的场景问题，改变了曾经重复性、危险性、繁重性的一线工作，哪怕没有代码基础，也靠自驱应用上了最前沿的AI工具解决了最接近生活的难题。有了这些平台，对于小微企业来说，AI升级转型也不再是奢望。

人工智能引领的第四波工业革命浪潮，已经滚滚而来，大企业拥有随时入局的能力。但中小微企业由于资金薄弱，AI人才匮乏，很难迈过智能化的高门槛。可AI的产业价值又让无数人渴望跻身AI领域不被时代抛弃。低门槛AI的应用，给了许多小微企业、开发者破浪前行的工具，让蚂蚁雄兵一般的中小微企业、数量广大的个人开发者，登上“AI号”战舰，参与到智能未来的建设，普惠未来的智能生活。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。