【GMIC】为什么说企业离真正的AI应用还很远？
拓 扑 社
传 递 企 业 服 务 价 值
拓扑社（ID：tobshe）4 月 27 日报道
编辑：窦悦怡
在今天由长城会主办的GMIC 2018峰会——AI+企业级服务及应用分论坛上，阿里云企业业务事业部总经理赵杰辉发表了关于企业中AI技术的应用案例和技术深度解析的主题演讲。
赵杰辉认为，很多企业认为自己使用了机器人、语音识别、图像和视频识别等几个单点技术就掌握了AI技术，知道什么是AI了，就能通过AI提升企业综合能力了，这些距离真正的AI还很远。
例如在制造业领域，很多企业工业生产线早就开始使用机器人了，但机器人的本质不是AI，而是自动化，只是起到提升效率的作用。
其实，企业级AI是一件综合的事情，它其中涉及很多技术、算法等，如果企业要把这件事做好，并且应用到业务中，就需要规划一个大图，逐步的来建设，这是长期且漫长的过程。
以下是赵杰辉的演讲实录，拓扑社（ID：tobshe）整理删改：
本文预计阅读时间：3分24秒
赵杰辉：非常荣幸GMIC邀请我们来这里做一个分享，今天想分享个非常重要的核心观点，在这一轮的数字化变革中，越来越多的企业会通过云计算、大数据、AI等新兴技术来提高生产能力，提高效率，降低成本，实现数字化转型。
大家在看到AI这个词，首先会想到机器人，会想到视频识别、工业视觉、人脸识别、语音识别等技术应用，认为他们就是真正的AI。
尤其是随着工业4.0的的兴起，AI可以使工业生产制造实现智能化、数字化，我们看到了很多企业在工业生产线上使用了机器人，提高生产率，降低成本。但需要提醒的是，机器人的本质不是AI，而是自动化，只是起到提升效率的作用。
其次，很多企业的工业生产线上，不但通过数据统计来提升产能优化，良品率的提升，但这些大部分都是基于统计学的方法来做的，并不是AI。
此外，像AUI设备，X光机，BC板拍一些照片等技术，通过视频识别的方法识别出来，最后发现只是识别而已。其实，这些识别技术并不是真正的AI，只是单点采集数据的方法，与真正的AI距离还是很远。
在阿里巴巴内部经常在讲，如果要去做AI，需要满足这样的条件：企业要想通过AI优化内部的业务和流程，提升效率，需要先把内部的基础架构实现互联网化，通过互联网体系架构改造生产系统。
企业需要把核心能力抽象成企业内部的公共服务，通过互联网体系架构，把各种渠道收集过来数据形成网络聚合效应，达到实时在线数据共享，才能让数据成为资产，再通过AI、大数据等技术，把数据资产变成业务化的数据，驱动企业的运营。
有一些企业在建大数据也好、建各种平台也好，花了很多钱建了一个非常大的集群，把外面买来的数据放进来，再把自己生产中的数据导出来，放进系统里，最后发现这些数据根本用不上，根本不能指导企业业务，这个集群最后只变成了存储而已。
所以，对于企业的应用来说，要从应用的服务化或者应用的互联网化开始改造，而企业的业务中台的建立，是让企业把内部系统产生数据、第三方用户画像的行为数据，网站浏览的日志数据等来自各方面的数据汇聚在一起，使其做到数据实时在线，这样企业可以对用户的管理能力、交易管理能力，还是其他应用做到实时在线统一。
当企业的系统实现互联网的改造，各种数据实现实时在线统一后，这时候企业才具备数据集成和数据建模的能力，但是这时候的AI只是具备巡检、警告能力，很难形成企业业务大脑。
我总结一下观点，如果要去做企业的AI，它不是跟一个风口，搞一个技术，搞一个视频识别或者语音识别的技术就可以了，它是非常综合的一件事情。
它其中涉及很多技术、算法等，如果企业要把这件事做好，并且应用到业务中，就需要规划一个大图，逐步的来建设，这是长期且漫长的过程。
不过，最重要的前提，企业还是需要把业务架构变成互联网体系，使数据聚合在一起，做到实时在线。
声 明
本文由拓扑社（微信：tobshe）编辑整理，转载请注明来源拓扑社及编辑者。
投稿、寻求报道或商务合作，请发邮件至 tobshe@itjuzi.com，或联系拓扑君（微信：tobsir），标注公司-职务-姓名，谢谢。
热点回顾
资本观点
相关内容
微信扫码咨询专知VIP会员