產(chǎn)業(yè)AI：和其他AI有什么不同？讓阿里舉重兵投入的道理何在？

讓AI能用，有用，普通人樂(lè)于去用，是這個(gè)技術(shù)不會(huì)變成另一個(gè)泡沫的根本保障。

在剛剛結(jié)束的2017云棲大會(huì)·北京峰會(huì)上，阿里云發(fā)布了堪稱(chēng)迄今為止最全面的阿里AI版圖。但在阿里復(fù)雜的AI業(yè)務(wù)、產(chǎn)品和合作生態(tài)背后，也許我們能夠發(fā)現(xiàn)一個(gè)關(guān)鍵詞：產(chǎn)業(yè)AI。

產(chǎn)業(yè)AI到底和其他AI有什么不同？讓阿里舉重兵投入的道理何在？

什么才是產(chǎn)業(yè)AI？

雖然這個(gè)問(wèn)題看起來(lái)像….廢話….但是沒(méi)辦法，真相往往跟我們的想象或多或少有點(diǎn)不同。

顧名思義，產(chǎn)業(yè)AI當(dāng)然是在具體的一個(gè)個(gè)產(chǎn)業(yè)里發(fā)揮作用的AI技術(shù)和產(chǎn)品咯。也就是我們經(jīng)常說(shuō)的AI賦能傳統(tǒng)行業(yè)。但有點(diǎn)不同的是，我們?cè)谟懻揂I賦能行業(yè)，或者所謂“AI+”的時(shí)候，往往設(shè)想的是以AI為主體，來(lái)實(shí)現(xiàn)某個(gè)領(lǐng)域的固有功能。比如一些AI+教育平臺(tái)，就是用AI的語(yǔ)音交互和NLP能力，來(lái)實(shí)現(xiàn)遠(yuǎn)程教育功能。

在這種情況下，一般思考的是用AI替代，而不是用AI結(jié)合。它能改善一些情況，卻無(wú)法真正提高這個(gè)產(chǎn)業(yè)本身的效率，降低原始成本，更不能融合在整個(gè)產(chǎn)業(yè)線之中。

所謂產(chǎn)業(yè)AI，必須是能夠與傳統(tǒng)產(chǎn)業(yè)無(wú)縫結(jié)合，推助產(chǎn)業(yè)核心部類(lèi)向前發(fā)展的。這也是阿里云從ET大腦到產(chǎn)業(yè)AI布局的根本訴求。尤其需要注意的是，深度的產(chǎn)業(yè)AI必然指向復(fù)雜的行業(yè)限制和真實(shí)需求，往往比簡(jiǎn)單的AI替代論復(fù)雜很多。

比如說(shuō)想讓AI來(lái)計(jì)算機(jī)場(chǎng)的停機(jī)坪使用情況，提高停機(jī)坪的使用效率。聽(tīng)起來(lái)蠻簡(jiǎn)單的一件事，但是一名真正的機(jī)場(chǎng)調(diào)度員，卻需要考慮航班號(hào)、機(jī)型、國(guó)際國(guó)內(nèi)分類(lèi)、近機(jī)位優(yōu)先原則、機(jī)上狀況、航空公司情況、機(jī)場(chǎng)建設(shè)狀況、流量狀況、延誤航班對(duì)下序航班的影響、天氣狀況等等十幾個(gè)因素才能決定飛機(jī)停泊的機(jī)位；假如AI系統(tǒng)只算了其中一兩個(gè)，漏算了某些因素，豈不是耽誤了大事？

所以說(shuō)，產(chǎn)業(yè)的需求往往比我們一般想象中復(fù)雜太多，綜合來(lái)看，AI想解決產(chǎn)業(yè)問(wèn)題，必須具備四個(gè)方面的基礎(chǔ)能力：

1. 多維感知能力：真實(shí)世界中，數(shù)據(jù)和信息常常是從幾個(gè)方向混雜過(guò)來(lái)。假如AI只能聽(tīng)、只能看，或者只能連接數(shù)據(jù)庫(kù)，那么它就會(huì)變成盲人摸象型AI。只能用來(lái)炫耀某種能力，卻無(wú)法真正投入使用。
2. 全局洞察模式：能感知之外還要能分析和歸納，就像上面說(shuō)的運(yùn)算停機(jī)坪。AI必須綜合各方面信息和實(shí)時(shí)變化的數(shù)據(jù)流，隨時(shí)做出統(tǒng)領(lǐng)全局的最優(yōu)解。這就是我們所說(shuō)人類(lèi)的大局觀。沒(méi)有大局觀的人不能勝任管理，沒(méi)有大局觀的AI也是一樣。
3. 人機(jī)協(xié)同體驗(yàn)：想做產(chǎn)業(yè)AI，必須承認(rèn)的一點(diǎn)是今天的AI絕不可能，也不希望徹底取代人類(lèi)。必須是人機(jī)協(xié)同的工作模式，但是人機(jī)如何協(xié)同，如何在縮減人的工作時(shí)間，提高人的工作效率之外，不會(huì)浪費(fèi)大量學(xué)習(xí)成本和適應(yīng)成本，也是關(guān)鍵問(wèn)題。
4. 持續(xù)進(jìn)化能力：日新月異的工作，必須讓人不斷去適應(yīng)和學(xué)習(xí)新的工作方式，對(duì)于AI也是一樣，如果產(chǎn)業(yè)AI不能進(jìn)化，那么工作需求一旦變更AI就變成廢鐵一塊，那確實(shí)不要也罷。

為了解決這四個(gè)問(wèn)題，阿里云的解決方案是做一個(gè)產(chǎn)業(yè)綜合體：ET大腦。

但是這可能還不夠，產(chǎn)業(yè)AI之路，絕不是單純的技術(shù)能力可以搞定的。

到底該如何打造產(chǎn)業(yè)AI？

如果你身處一個(gè)比較傳統(tǒng)的行業(yè)，不妨想想，假如為你安排一位超級(jí)智能的AI助手，你的第一反應(yīng)是什么？

很興奮？那么第二反應(yīng)呢？大概是感覺(jué)學(xué)起來(lái)很麻煩，不知道到底好用不好用，擔(dān)心成本和收益不相符，等等等等。

這是沒(méi)有辦法的，人在面對(duì)新事物時(shí)的先驗(yàn)反射永遠(yuǎn)都是排斥和懷疑。尤其是AI這種先天具有科幻色彩的技術(shù)與產(chǎn)品。所以說(shuō)，實(shí)驗(yàn)室和PPT上的AI是相對(duì)容易的，但產(chǎn)業(yè)AI卻要更復(fù)雜。其復(fù)雜程度很多時(shí)候不在于單純的技術(shù)挑戰(zhàn)，而在于需要復(fù)雜且長(zhǎng)期的企業(yè)合作、談判溝通和對(duì)細(xì)節(jié)的苛求?？傊?，都是苦差事和累差事。

阿里的產(chǎn)業(yè)AI構(gòu)想，至少要滿(mǎn)足三個(gè)條件：

1. 深入場(chǎng)景的需求

很多AI技術(shù)走進(jìn)現(xiàn)實(shí)時(shí)，往往會(huì)太重AI太輕現(xiàn)實(shí)，這樣做的直接結(jié)果是完全低估了產(chǎn)業(yè)化進(jìn)程的難度。

比如阿里云在打造ET工業(yè)大腦的時(shí)候，面對(duì)的都是已經(jīng)二三十年的老機(jī)器。這些機(jī)器怎么AI？怎么能夠不給企業(yè)成本壓力，如何讓老工廠的工人懂得使用？可能都是科學(xué)家一般不會(huì)思考的問(wèn)題，卻真實(shí)阻擋了工廠的AI化。而阿里云的解決方案蠻簡(jiǎn)單粗暴的：直接派工程師在車(chē)間蹲守。

2. 與行業(yè)從業(yè)者相結(jié)合

我們時(shí)長(zhǎng)忽視的一個(gè)問(wèn)題是：AI技術(shù)有時(shí)候并不能討人喜歡?？此朴械览淼募夹g(shù)解決方案，在真實(shí)產(chǎn)業(yè)場(chǎng)景里其實(shí)是無(wú)效的。

比如AI語(yǔ)音解決方案與法院場(chǎng)景的合作。一般我們理解法院使用語(yǔ)音交互，無(wú)非就是對(duì)庭審進(jìn)行記錄，代替書(shū)記員的工作。但事實(shí)上卻不是這么回事，直接將庭審對(duì)話轉(zhuǎn)換成文字，夾雜了大量的口語(yǔ)內(nèi)容，根本是無(wú)效記錄，反而加大了書(shū)記員工作的難度。真正需要的是AI能夠理解文本、抽取邏輯將庭審記錄簡(jiǎn)化，這才能真正幫到書(shū)記員。

所以說(shuō)，真正的產(chǎn)業(yè)AI必須以從業(yè)者為核心去思考問(wèn)題，這需要對(duì)產(chǎn)業(yè)深度的理解，以及關(guān)鍵領(lǐng)域的產(chǎn)業(yè)深度合作。

3. 跨技術(shù)解決方案

另一種AI產(chǎn)業(yè)化中必須面對(duì)的問(wèn)題，是真實(shí)問(wèn)題往往比實(shí)驗(yàn)與測(cè)試中復(fù)雜很多。比如AI地鐵售票機(jī)，讓用戶(hù)用語(yǔ)音交互的方式買(mǎi)地鐵票。但在地鐵這么嘈雜的環(huán)境里，語(yǔ)音識(shí)別實(shí)在過(guò)于復(fù)雜。最終的解決方案，是加強(qiáng)收音陣列硬件的同時(shí)，用機(jī)器視覺(jué)技術(shù)識(shí)別人臉和嘴唇，讓售票機(jī)聽(tīng)到兼看到買(mǎi)票者，才能最終解決問(wèn)題。

這三條途徑，歸根結(jié)底是巨大的產(chǎn)業(yè)合作任務(wù)和工程化工作量。在具備技術(shù)基礎(chǔ)的同時(shí)，還要求執(zhí)行企業(yè)有行業(yè)合作能力、工程化能力和個(gè)案攻堅(jiān)能力。

這是一條不好走的路，但是誘惑巨大。

產(chǎn)業(yè)化路途中的AI新戰(zhàn)場(chǎng)

阿里的產(chǎn)業(yè)AI夢(mèng)，可能給阿里本身帶來(lái)哪些好處呢？

目前阿里的方案，是通過(guò)ET大腦，陸續(xù)占領(lǐng)城市、工業(yè)、零售、金融、汽車(chē)、家庭等場(chǎng)景。將AI能力、產(chǎn)品和解決方案，以阿里云為出口進(jìn)入各行各業(yè)。

用這種 “現(xiàn)實(shí)主義AI”思路，阿里可能希望獲得多方面的利益和戰(zhàn)略?xún)?yōu)勢(shì)。比如：

1. 從全面場(chǎng)景到良性AI產(chǎn)業(yè)循環(huán)。從工業(yè)、交通，到環(huán)境、航空，ET大腦的布局逐漸向全景化、垂直化雙向發(fā)展。未來(lái)的最優(yōu)結(jié)果是能覆蓋經(jīng)濟(jì)民生關(guān)鍵感知端口的AI系統(tǒng)，可以運(yùn)用這些場(chǎng)景能力通向整體進(jìn)化。而良好的產(chǎn)業(yè)合作步伐，則給升級(jí)能力帶來(lái)了進(jìn)一步出口。場(chǎng)景、技術(shù)和合作，正在形成AI體系的遞增三角關(guān)系。
2. 可復(fù)制的AI解決方案。從航空大腦的案例中不難看出，ET大腦的解決方案和能力基礎(chǔ)是具備高度復(fù)制化的。當(dāng)一個(gè)領(lǐng)域需要復(fù)雜的運(yùn)算，多種感知數(shù)據(jù)的結(jié)合，并且人工效率始終很低，那么就可以自發(fā)引入ET大腦。這種領(lǐng)域在生活中相當(dāng)多見(jiàn)。當(dāng)ET大腦的產(chǎn)業(yè)AI解決方案復(fù)制到某個(gè)量級(jí)時(shí)，生態(tài)性、泛在化的產(chǎn)業(yè)AI自發(fā)衍生或許將會(huì)出現(xiàn)。
3. 關(guān)鍵領(lǐng)域的直接價(jià)值。工業(yè)、醫(yī)療到交通航空，都是可能帶來(lái)直接客戶(hù)和收入的領(lǐng)域，不用太考慮股價(jià)和估值的阿里，或許更期待用AI換來(lái)真金白銀。

無(wú)論阿里的產(chǎn)業(yè)AI夢(mèng)是否成立。至少有一點(diǎn)是肯定的：讓AI能用，有用，普通人樂(lè)于去用，是這個(gè)技術(shù)不會(huì)變成另一個(gè)泡沫的根本保障。

作者：腦極體，微信公眾號(hào)：unity007

本文由 @腦極體 原創(chuàng)發(fā)布于GrowthHK。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來(lái)自 Gatech

GrowthHK（Growth Hacker）：增長(zhǎng)黑客是依靠技術(shù)和數(shù)據(jù)來(lái)達(dá)成各種營(yíng)銷(xiāo)目標(biāo)的新型團(tuán)隊(duì)角色。從單線思維者時(shí)常忽略的角度和高度，梳理整合產(chǎn)品發(fā)展的因素，實(shí)現(xiàn)低成本甚至零成本帶來(lái)的有效增長(zhǎng)…