观点：企业智能化转型的“1+N”模式
极客时间编辑部
讲述：丁婵大小：2.36M时长：05:08
AI 不仅是前沿科技，围绕人脸识别、无人驾驶等炫酷场景或热门行业，它还能与各行各业的生产经营结合，在企业的数字化转型中发挥关键作用，体现巨大价值。
第四范式创始人兼 CEO 戴文渊认为，随着人工智能规模化落地，企业在制定 AI 转型路线时可考虑“1+N”的应用场景模式，“1”是结合公司核心业务，把 1 个或几个对业务影响最大的场景做到极致；“N”是用最高的效率规模化落地尽可能多的应用场景，使场景的总体价值最大化。
首先，每个企业可能都会有 1 个或多个核心业务，这些业务提升会带动整个企业的提升。面对这些核心应用场景，我们需要 AI 做到“极致的效果”，因为效果每提升一个百分点，对企业来说都至关重要。
其次，很多企业也经常面临场景应用极其分散的情况。例如大型金融企业的业务往往较为分散。这种情况下，AI 的规模化落地，往往比单场景的极致效果对企业更重要。假设一个企业有一千个场景，其中一个场景提升 10 倍，对整个企业来说，只有百分之一的提升。而如果能高效地完成一千个场景的全面覆盖，即使每个场景只提升 1 倍，那也是百分之百的提升。所以，面对场景众多的企业，AI 的规模化落地能力是企业智能化转型的关键。
我们习惯把企业的核心场景称之为“1”，把众多场景称之为“N”。通常企业的智能化转型需要一个“1+N”应用模式。这里需要指出的是，“1”不一定只有一个应用，有些企业可能会有若干个“1”这样的核心应用，但一定不会很多。
企业的业务一定是和企业的发展目标相关的。例如，某知名国际零售集团，根据企业的发展目标，将其业务分为“开源”和“节流”两大类。
“开源”的目标主要和客户相关，包括提升客户留存率、单客户价值、平均客户留存时间等。手段上来说，可能有千人千面的推荐、优惠券营销等。AI 在里面可以通过优化推荐、营销等环节，提升留存率、单客户价值等核心指标。
“节流”的目标主要是降低中后台运营的成本和提升运营效率。通过提升供应链等环节的效率，降低成本，提升企业的竞争力。这其中，个性化服务、供应链是核心应用，是“1”，1 个百分点的提升就足以改变企业的竞争格局。而众多细分场景，如各种单据的光学字符识别、各种场景的语音识别、智能客服、流程机器人等，是“N”，规模化的落地可以提升企业的整体效率。
“1”一定要做到极致的效果，这类标杆型应用对于 AI 系统的要求较高。
其一是高维，也就是精细，越高维度的 AI，其效果上能做到越精细。其二是实时，随着服务线上化以及对极致体验的要求，对业务的实时响应要求越来越高。其三是闭环（自学习能力），任何系统都不可能完美，都可能会犯错。我们更怕的不是 AI 犯错误，而是 AI 持续不断地犯同样的错误。因此，持续利用业务应用过程中的反馈数据进行系统自我更新与优化的能力，是未来 AI 系统极其重要的核心能力。
而“N”追求的是规模化落地，在面对 1 千个甚至 1 万个场景时，如果每个都做到极致，代价和效率是不够的。实现规模化落地和极致效果的路径不完全一样。
首先需要建立一个统一的方法论，让更多人用统一方法规模化生产 AI。
其次，AI 规模化应用过程中要有完善的数据治理能力，尤其是对于大中型的企业，数据治理非常重要。
最后是 AI 算力，以往人们关注的焦点主要集中在两个方面：一是通过购买大量的服务器和 GPU 来提升算力；二是通过芯片实现 AI 的加速。但是算力是一个完整的体系架构，甚至不是只有硬件，而是软件和硬件的“结合体”，只有了解 AI 算法的运算架构与逻辑，才能针对硬件去做深层次的优化。而算法和软件其实可以直接定义好计算，提前把计算的部分去硬件化。
以上就是今天的内容，希望对你有所帮助。
公开
同步至部落
取消
完成
0/2000
荧光笔
直线
曲线笔记
复制
AI
- 深入了解
- 翻译
- 解释
- 总结
该免费文章来自《极客视点》，如需阅读全部文章，
请先领取课程
请先领取课程
免费领取
© 版权归极客邦科技所有，未经许可不得传播售卖。 页面已增加防盗追踪，如有侵权极客邦将依法追究其法律责任。
登录 后留言
精选留言
由作者筛选后的优质留言将会公开显示，欢迎踊跃留言。
收起评论