业界AI基础设施标准化将打通深度应用“最后一公里”

中新网上海8月20日电(樊中华)一场新冠疫情成为各行业全面步入在线化时代的“催化剂”,但以人工智能为代表的新一代科技如何真正地深度应用于不同行业,当前仍旧面临着“最后一公里”难题。

“数据治理难、科学家稀缺、业务价值不佳以及算力成本负担重,是企业AI转型中四个最常见的阻力,”8月20日,人工智能技术与服务商第四范式创始人兼CEO戴文渊指出,这些问题归根结底是因为缺少基于规范和标准的基础设施。

更庞大的应用场景探索将通过标准化的AI基础设施得以发掘。中关村科学城城市大脑股份有限公司总经理助理罗建萌认为,在城市管理过程中,智能化应用还没有真正发挥出它最大的效能。

“此时如何缩短AI应用的‘最后一公里’,让所有的AI平台都能被使用,实现真正的大量合作,其核心是降低门槛,提高效率。”许映童称,AI的发展要在每个产业里向上捅破天,有自己的“杀手锏”技术以引领全球;向下扎到根,保证安全的同时为产业发展提供最佳性价比。

“第四范式与来伊份合作,将一个在市场上磨炼多年的供应链体系,真正变成一个三大场景群共同驱动的商业创新,进行人工智能深入介入下的APP运营、门店赋能、基于供应链优化的销售预测等突破,”戴文渊表示,零售业的在线化转型即是要将线下的店面经营变成线上的店,而此时很多线下的营销手段如拉客、推荐、优惠券派发等,就需要用AI做到精准化和有温度。

新增境外输入确诊病例及无症状感染者信息:

在戴文渊看来,当前每年新增的场景需求应在百万级别,但绝大多数场景都是被压抑的,人才短缺是其中根由。也正因此,第四范式设计打造了全球首个企业级AI操作系统SageAIOS,让人工智能产业化更便捷。

这一点在金融行业表现得更为鲜明。刘承岩介绍,面对中小微企业融资难、融资贵的“老大难”问题,金融机构传统需要客户经理收集数据、专家判断,成本高、量上不去,且很难把控风险。

确诊病例1:男,52岁,缅甸籍;

确诊病例2:男,44岁,中国籍,在缅务工;

罗建萌表示,下一步,希望与第四范式一起对城市事件的源头进行人工智能赋能,即将沉睡在政府部门的大数据唤醒,同时建设AI计算中心开放性平台,“让更多的市民有机会成为城市治理的参与者与构建者。”(完)

“工行通过AI建模,推出了纯信用的金融快贷、异地快贷秒批秒贷的金融产品,今年一季度末工商银行面向中小微规模的融资规模达到了5700多亿,平均贷款利率是4.25%,同时风险控制在千分之四内,”刘承岩说,标准化基础设施使工商银行AI应用的深度广度都发生了非常大的变化。

“我们正在探索建构国内第一个城市治理领域全场景的城市大脑,构建了80多个以人工智能为基础的场景,”罗建萌说,但如何利用AI更好地理解百姓诉求,让政府服务从“接诉即办”转化到“未诉先办”,仍是城市大脑的目标。

拥有3000间线下门店的上海老牌零食零售企业来伊份近年来在进行一场“重建式”的数字化转型。来伊份董事长助理向明辉表示,要通过技术的产品化,通过产品的平台化和服务化,实现整个产业的生态化。

不仅于此,标准化的AI基础设施更有助于帮助实体经济进行数字化转型。

3人于9月2日自缅甸仰光乘机从昆明机场入境,入境时体温均正常,海关采样后按闭环管理要求专车从机场直接送至集中隔离点隔离观察。3日核酸检测结果均阳性,即送定点医院隔离治疗和观察。4日经专家诊断,其中2例诊断为新冠肺炎确诊病例(均为普通型,缅甸输入),1例诊断为无症状感染者(缅甸输入)。

苏宁零售技术研究院院长王俊杰同样有此思考。他指出,苏宁发展零售业30年,发现科技对于零售业的极端重要性,因此苏宁拥有逾1000名AI工程师,但这仍然无法满足服务全球品牌商和服务商的需求。

“破产统计可能还没有达到顶峰。一旦政府停止援助计划,一切可能会更糟。”阿科斯塔说。(央视记者 殷岳)

金融行业是人工智能应用的最大场景之一。中国工商银行软件开发中心总经理助理刘承岩表示,当前,数字工行建设标志着AI发展进入生态化阶段,不同于简单的端口人脸识别等,AI要与工商银行整个业务流程深度嵌合,甚至改变原有的流程体系。

随着近些年“一带一路”建设的有力推进,中欧班列已然成为互联互通、相互促进,应对全球性危机和实现长远发展的重要举措,也正在发挥着不可替代的重要作用。面对疫情来袭,“一带一路”合作伙伴守望相助;面对希望未来,建立休戚与共的命运共同体,中国正在全力以赴。(文字:张鹏 漫画:丁燕)

华为昇腾计算业务总裁许映童则指出,华为有一个基本的判断,即当前AI与产业的结合刚刚起步,处于大产业到来“黎明的前夜”。

无症状感染者:男,43岁,中国籍,在缅务工。

同机其他乘客按照闭环管理要求,专车直接送至集中隔离点隔离观察,未见异常。

“当前,人工智能在产业落地端是非常缺少规范和标准的,甚至是艺术化的,但只有一个产业被科学化、工程化之后,才能实现规模化落地。”戴文渊称。

“在深度化广度化应用的过程中,我们面临的挑战一是规模化下数据科学人才的短缺,二是多行业数据多维融合之难,”刘承岩说,我们希望通过AI的赋能和加持,让数据科学人员能够更高效地工作。此外,需要降低数据分析等的门槛,让更多人可以成为分析师。