一年多之前，我曾经跟一位读者聊过AI和行业应用的问题。
这位读者来自湖南，是一家大型医疗器械企业的科研人员。他跟我说，他很早就在学术刊物上注意到了 学习，并且当时第一感觉就是这种技术可以解决很多医疗检测方面的问题。
用他的话说，“凭着一腔热血”，就组织了一个用AI识别瞳膜病变的项目。
但结果不尽如人意。
真正上手之后，他发现能找到的算法示例很不成熟，小组也不知道如何自己开发。而且AI训练用的显卡非常昂贵，也无法说服企业批准相关的研发经费。
这个故事始终带给我特别深刻的印象，这是一个典型的“愿望的炙热，遇到了AI的冰冷”——而这个故事，若干年来，已经无数次上演在我们身边。
AI走进行业，真的是听上去简单，实际无比复杂的话题。可以说，一千家企业用AI，绝对会碰到一千个以上的问题。
如何让智能真正落地，这当然是个技术问题，但同时也是一个方法论，甚至企业文化、品牌建设的问题。作为平台级的AI技术使能者，今天不仅是要拿出AI能力与解决方案，更要找到一条道路，确保刚刚燃起热血的AI开发者不会遇到一盆冷水。
更进一步，是要保证开发者和行业应用者，把AI用得舒服，用得放心，用得有奔头。
在福州，这两天最热闹的地方就是华为中国生态伙伴大会2019会场。不出所料，这场两万人参加的盛会中，华为云和产业AI又一次成为了主角。
而我们从华为云一系列关于企业智能的新动作中，读出的是一条以人为本的、在今天中国市场上其实还是有些特殊的普惠AI之路。
解释这条路的特殊前，让我们再重新认识一下，到底什么是产业AI。
重新认识以人为本的to B+AI
AI发展到今年，大家其实是无论用什么词汇包装，最终都在说把AI融入产业这件事。
但在一个笼统的概念之下，我们要具体问这样几个问题：到底什么人需要用AI？什么事需要AI来解决？
华为云对这个问题有个非常精准的总结。在生态合作伙伴大会上，华为云BU总裁郑叶来所作的《+智能，见未来 共筑普惠AI》主题分享中，将AI能够解决的问题分为三种：
1、海量重复劳动的场景，用AI来提升效率。比如华为与德邦快递的合作，用智能摄像头取代人工来完成分拣视频监控工作，将重复枯燥的劳动解放了出来。
2、需要专家经验的场景，用AI进行经验传承。比如华为云与金域医学的合作，利用AI系统学习医院的数据与专家经验，将特定癌症的识别准确率相比业界平均水平提升一倍，让机器有了国际顶级专家的水准。
3、多领域协同场景，用AI来应付人力难以承担的复杂协同工作。比如煤炭、钢铁等产业中，很多动作可以用AI来协同完成，而不像人类需要分步骤、分系统合作，极大提升了生产效率。
这三个方向在今天都已经涌现出大量应用案例。仅仅在华为云EI体系中，就已经提供了数十种AI开放能力，总结出了几百个AI应用场景。并且实际应用AI技术，还广泛依赖个性化解决方案和行业深层数据。
可以说，产业AI的实质特征，是应用者面对的问题千差万别，使用的能力千变万化，打造出的最终效果千人千面。这样的产业现状，也就标志着产业AI无法成为一个高度模块化、可复制化的产业。必须深入到行业和企业中间，由开发者、平台和应用者一起思考合适的解决方案。总体而言，产业AI在实践中，会面临这样几个主要困难：
1、AI深入生产场景时，需求指向个性化和驳杂，常常需要大量定制化开发。
2、需要构建复杂的产业链。一家企业应用AI，可能需要若干供应商的配合。
3、以场景为重心，产业AI有待重新组织商业逻辑，开发者需要清晰看到商业潜力。
4、直到今天，还是有很多技术问题亟待解决，尤其是算力的稀缺与昂贵。
这些问题摆在这，必须让我们明白，行业应用者在面临AI时，绝不会立刻扑上去就用。而是一定有自己的所思所虑，所忧所疑。
那么如果说产业AI这件事，在今天有一本秘籍的话，那么只有一句话可以印在上面：以人为本。
产业需求千变万化，但是人心却是不变的。产业AI命题出现之后，开发者和应用者会本能地估算可能遇到的问题，评估如何通过这件事获得收益。如果不帮他们把这两件事想清楚，那么产业AI永远只能是空中楼阁。
从“拉拢人心”开始做产业AI，这个逻辑很好理解，做起来却相当复杂。在华为中国生态伙伴大会2019上，围绕“以客户为出发点构建AI生态”这个思路，我们可以看到华为云已经同时开展了几个方向的生态合攻。
不是卖优势，而是解决问题
首先华为云要做的，是在技术和产品的主干道上，消除产业应用AI遇到的障碍。
技术问题听起来就是华为的强项，但实际上，真正从用户角度考虑构建技术体系，意味着很多任务已经超出了华为的舒适区，必须去未知技术世界中，摸索还能为用户和开发者做点什么。
华为的优势在通信网络和底层计算，但是在AI领域，华为却做了从芯片，到开发平台，再到算子集和开发工具的全栈全场景AI设施。在采访中，郑叶来提到“如果用户只用华为的芯片和底层算力，那是求之不得的。但是用户有实际问题，所以我们才做了上面的那些工具。”
这个思路，决定了华为云在AI应用的出发点，就已经不是把华为的技术优势打包卖一卖，而是从用户中心的角度，来解决实际中的问题。
今天来看，华为云已经在产业AI这条路上解决了三大问题：
1、算力成本降下来：依靠从昇腾芯片、Atlas智能计算平台，到工具层的全流程打通，华为云让“AI高而不贵”正在实现中。高昂的AI算力成本，在华为云入场后有了显著的下降趋势。
2、把训练困难解决掉：根据最新的斯坦福大学DAWNBench榜单，华为云的ModelArts AI开发平台，获得了图像识别总训练时间及推理性能榜单双料冠军，可以说是公认的速度最快的AI训练平台，甚至比AWS著名的fast AI快4倍。
基于ModelArts的能力拓展，开发者可以做到：训练快，硬速度非常霸道；上线快，端边云一键式部署上云；上手快，简单操作，附带大量教学资源。
一个案例显示，一名城市内涝专家，用ModelArts训练城市内涝预警模型，将训练时间从3天降低到10分钟。
3、打通智能边缘，让AI走向实用：基于华为云的智能边缘技术，应用者和开发者可以完成大量云边端一体化部署。让智能发生在该发生的地方，节约算力和宽带成本，提高数据安全度，让AI可以真正落地。
基础问题逐渐被扫清，产业才能快速准确得到符合自己场景需求的AI能力与开发基础。再之后，才能在我们想象不到的地方，快速可复制地推动AI落地。
在华为云发布AI市场时，特意请来了广联达作为嘉宾。这个举动很有意思。广联达是一家建筑行业的智能技术供应商，基于华为云的AI能力，他们开发了视觉技术模型，来判定工人是否佩戴安全帽，以及AI业务模拟、无人机+图像建模、钢筋数量识别等应用。
满是钢筋水泥的建筑行业，在一般人想来应该是跟智能八竿子打不着的部门，但在技术之路不断被疏浚后，也得以踏入AI的大门。
硬核技术到位后，产业AI的故事就结束了吗？在华为云看来并非如此。
开发者的暖心之旅：从AI市场到生态践行之道
很久以前，我跟朋友分享过这样一个判断：在平台级技术夯实后，产业AI本质上是一个众创对众需的商业模式。
用户需要的算法和API一定是定制化多于通用化的，而他们的需求也需要各种数据服务商、算法开发者、行业解决方案提供商来进行满足。能做到技术兼容的平台下，N家供应企业对N家应用企业，应该是未来的主流AI商业模式。
而且从实际需求上看，代表着定制化创新能力的小团队，甚至个人AI开发者，必须要有一个交易方式来满足生存需要。而且在AI产业刚刚兴起之际，用AI的和做AI的相互不认识，也需要一个交易平台来抵消信息障碍。
然而实际上，这种AI商场模式虽然在逻辑上说得通，实际做起来却困难重重。算法模型的对接和买卖，在今天是一件费力不讨好的事情，其行业规则模糊，技术兼容性问题众多，创始期匹配率不足，都严重制约着这件事的既得利益。
所以说，算法交易平台的价值很多人都认同，但国内实质上始终没有这样的平台。
华为云刚刚做了第一个吃螃蟹的人。
基于ModelArts生态，华为云发布了华为云AI市场，其主要包括AI模型市场、API市场、WIKI数据集、竞赛Hub和案例Hub等模块。事实上，这是国内第一家AI模型市场。
或许在华为云来看，AI市场是一个必须解决的问题，那就不能等到某一天水到渠成之后再解决。哪怕这件事很复杂，甚至不讨好，也有必须做的理由。
甚至于，为了补充AI市场的初期活力，华为云将投入资金对教育双方进行补贴。这其中蕴藏着企业对AI前途的一种理解：去相信和支持那些今天还岌岌无名的开发者，他们是明天的宝藏。
“AI合伙人”，需要多一点点关怀
让我们再来说一个意料之外的发现。
在华为云的峰会中，发布了跟企业智能相关的一系列新产品、新计划。其中尤其引起我注意的，是华为云发布了计划与伙伴和客户一起打造的联合品牌营销计划：“凌云行动”。
所谓凌云行动，就是一向低调形象示人的华为云，将在今年开启与合作伙伴的联合营销行动，将自身的传播与品牌资源与合作伙伴共享，共同深入行业，进行全方面的品牌营销和传播。
在采访中，华为云中国区Marketing部部长张鹏透露，EI品牌是今年华为云的工作重点之一。在AI领域，华为云也将开启一系列与合作伙伴共享的品牌传播与组合营销计划。
说实话，以我们对今天产业AI领域的理解，这个计划的价值举足轻重。
或许会有人怀疑，做AI的把算法弄明白不就行了吗？搞那么多品牌传播干什么？
事实上，今天的AI产业中，资本热度逐渐降低，企业生存负担开始加重。然而大量AI开发者和初创企业，都是以纯技术背景团队为主，在营销和获客上既缺乏经验，又缺乏资源和渠道。
而华为体量巨大的传播网络，毫无疑问是今天雪中送碳的关怀。
AI合伙人，在今天的中国还处在幼苗状态，需要有人扶上马，挡挡雨，送一程。
“脏活累活，会变成门槛”
我们从三个侧面，解释了华为云刚刚展示的产业AI生态赋能方案。
大体上，我们可以看到华为云的目标分为两个方面：
1、消除开发者困难：EI智能体解决方案，训练工具、底层算力成本、边缘计算，等等技术与工具体系都围绕这个目标。
2、构建共同利益：建立AI市场，提供联合品牌传播行动，多方位的合作伙伴服务，都围绕着技术以外的利益共同体建设。
只有沿着这两条路不断走下去，AI开发者与应用者身边出现的问题，甚至是还没出现的问题，被一个个解决，利益越来越充足，目标越来越清晰，才会最终有更多行业愿意尝试AI，更多人才愿意投身AI。
环绕AI场景，平台把技术内外的复杂工作完成更多，合作伙伴和用户就会更简单愉快。而只有蛋糕越来越甜，生态链才会主动走向产业AI。
致力于普惠AI的华为云，或许可以被理解为正在追寻产业AI的另一条路：不盲目寻求可复制的高速扩张，而是通过一个个细节的投入和建设，追求产业AI生态链之间的信赖感、成长感——在信任构建和积累中，寻求市场的质变。
郑叶来有个“金句”，这次又被提到了：“To B是需要服务的，苦活脏活干多了，也会变成门槛。”
在产业AI领域的特质中，这个逻辑尤其意味深长。或许路只有一条，就是服务好客户，AI才有未来。
那么这条路上的所有山石叠障，就用技术、用产品、用服务，一个个移开搬走。最终行业用户和开发者通向AI的路上再没有障碍，修路的愚公也自然会被记得。
产业AI更是一门见人心的生意。AI再超前，人心却是不变的——从业者看在眼中的人情与暖意，就是智能时代的金山银山。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
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。
