在AI技術(shù)突破此起彼伏的今天，如何解決AI技術(shù)的產(chǎn)業(yè)落地問題，真正讓AI為企業(yè)實現(xiàn)“降本、增效、創(chuàng)新”的目標(biāo)，最終實現(xiàn)AI和產(chǎn)業(yè) 互聯(lián)網(wǎng)的融合？騰訊云副總裁王龍結(jié)合自身經(jīng)歷和產(chǎn)業(yè)實際，對這一問題發(fā)表了自己的觀點。

近年來，AI技術(shù)已經(jīng)深深滲透進(jìn)越來越多的行業(yè)。從金融、醫(yī)療、交通運輸?shù)綂蕵奉I(lǐng)域，AI已經(jīng)無處不在。

但隨之而來就是AI技術(shù)“落地難”的問題，如何讓AI新技術(shù)從人們口中的“熱詞”真正成為身邊的“熱應(yīng)用”，真正為企業(yè)實現(xiàn)“降本、增效、創(chuàng)新”的目標(biāo)，最終實現(xiàn)AI與產(chǎn)業(yè)互聯(lián)網(wǎng)的融合？

在2019年3月27日舉辦的新智元 “智能云·芯世界“AI技術(shù)峰會上，騰訊云副總裁王龍先生發(fā)表了題為《人工智能：產(chǎn)業(yè)互聯(lián)網(wǎng)的”芯“動力》的演講，對這一話題分享了自己的想法。

以下為新智元整理的演講內(nèi)容：

騰訊云副總裁 王龍

各位來賓，各位朋友，早上好！感謝新智元的邀請，讓我有機會和大家分享一下我對AI與產(chǎn)業(yè)互聯(lián)網(wǎng)的一些想法。

過去的二十年，我在中國、德國、美國的IT行業(yè)中歷煉，經(jīng)歷過很多新技術(shù)從孵化、熱炒再到成熟的整個周期。從最早的ERP到MES，再到后來的云計算、移動支付和AI。可以看到一個共同的現(xiàn)象，就是很多時候一項新技術(shù)作為當(dāng)時熱詞很流行，真正進(jìn)入實體經(jīng)濟(jì)之后卻往往會遇到很多困難。同樣的，AI顯然也遇到了相同的情況。

過去的兩年中，騰訊云與IT界各企業(yè)服務(wù)公司開展了很多合作，也有很多成功的案例。 我們也在不斷思考，AI到底如何才能走向成熟？如何才能讓這些熱詞、這些技術(shù)為實體產(chǎn)業(yè)帶來真正的動力？

我們先來看看已經(jīng)被證實的，AI確實能夠有效服務(wù)產(chǎn)業(yè)互聯(lián)網(wǎng)的場景。

AI已經(jīng)解鎖的一些產(chǎn)業(yè)互聯(lián)“芯”場景

降低成本：智能客服、智能核保

基于語音識別、自然語言處理等AI技術(shù)的智能客服解決方案，已經(jīng)可以為金融客戶節(jié)省90%以上的客服人員和質(zhì)檢人員，實現(xiàn)7*24小時的在線客服問答，并提供更加高效和客觀的客服質(zhì)量管理。

與之類似，AI文字識別和自研語音處理技術(shù)在保險理賠和核保領(lǐng)域，也可以實現(xiàn)提高審核效率、節(jié)約人工成本的效用。通過自動化技術(shù)能夠在幾小時、甚至幾分鐘之內(nèi)給出保單的核保結(jié)論。

提升效率：實人實名、地鐵安檢

現(xiàn)在很多人會使用手機做一些和金融相關(guān)的操作，去政府部門辦事的時候，不管是提取公積金，還是處理醫(yī)療保險，都可以使用AI實人實名服務(wù)來登錄和驗證身份，平均業(yè)務(wù)辦理時間減少70%。而過去使用傳統(tǒng)認(rèn)證方式，涉及到身份認(rèn)證可能80%需要去現(xiàn)場辦理。

北京的上班族對地鐵安檢一定不陌生。尤其在早晚高峰時段，進(jìn)站安檢的時候排隊往往很長。但是在人流密度極大、安檢人員配備接近飽和的情況下，一臺安檢機能否起到維護(hù)安全的作用？安檢機制的有效性如何保證？會不會成為一個擺設(shè)？

利用AI算法可以有效解決這些疑問。再敬業(yè)的安檢員也免不了偶爾有所倦怠，AI則完全不存在這個問題，在算法的輔助下，地鐵安檢會更高效，同時節(jié)省大量人力和成本。

快速創(chuàng)新：內(nèi)容增強、人臉融合

AI無論是在P圖、掛件還是人臉融合方面都有眾多應(yīng)用場景，給我們的生活帶來了很多便利和樂趣。騰訊云也推出了人臉融合技術(shù)，開發(fā)了一些小程序能夠?qū)⑷四樑c歷史人物進(jìn)行融合。

同樣的技術(shù)也用在了電影攝制中，比如《速度與激情7》男主角保羅·沃克在拍攝過程中去世，通過AI技術(shù)，他的弟弟拍了剩余的動作，然后再“換臉”，最終讓電影如期上映，《猩球崛起》也使用了這樣的技術(shù)。

總體而言，任何新技術(shù)應(yīng)用到企業(yè)和行業(yè)的時候，其爆發(fā)點可能永遠(yuǎn)只有三條：為企業(yè)降低成本、為企業(yè)增加效益、為企業(yè)尋找創(chuàng)新的機會。

當(dāng)然，我們也看到，以目前的AI技術(shù)水平，很多時候還只能在產(chǎn)業(yè)的某一個環(huán)節(jié)、某一個步驟實現(xiàn)“降本、增效、創(chuàng)新”，只有在極少數(shù)情況下，AI技術(shù)才可能完全替代人類。

然而，在經(jīng)過數(shù)百個場景和項目的驗證中，我們也逐漸看到了AI技術(shù)落地的一些挑戰(zhàn)和邊界。

三類場景、五大要素： AI與產(chǎn)業(yè)互聯(lián)網(wǎng)融合的“芯”挑戰(zhàn)

AI落地的最大挑戰(zhàn)到底是什么？要想解答這個問題，利用AI技術(shù)真正實現(xiàn)“降本、增效、創(chuàng)新”的目標(biāo)，必須從技術(shù)上來回答一個問題，AI能夠做到什么事情？目前來看，AI在產(chǎn)業(yè)中應(yīng)用的主要場景可以分為三大類：

首先是智能感知。原來有些事情必須通過人和很復(fù)雜的設(shè)備感知物理世界，把物理世界映射到數(shù)字世界中，現(xiàn)在這個過程可以通過AI實現(xiàn)。例如基于視頻/圖像識別的人流檢測、基于視頻/圖像識別的行為檢測等。

其次是智能交互。以前，在完成感知環(huán)節(jié)后，需要將大量數(shù)據(jù)傳輸?shù)皆贫朔?wù)器上才能進(jìn)行交互，現(xiàn)在通過AI技術(shù)，很多時候在邊緣節(jié)點上就能夠?qū)崿F(xiàn)人機交互。例如智能音箱和其他能夠?qū)崿F(xiàn)語音控制的硬件設(shè)備等。

最后是智能決策。以前我們的很多決策都基于邏輯判斷和專家系統(tǒng)。現(xiàn)在通過AI技術(shù)和深度學(xué)習(xí)，可以在某些領(lǐng)域基于大量數(shù)據(jù)和算法獲得更優(yōu)的決策質(zhì)量。例如信用卡支付交易欺詐識別、工業(yè)設(shè)備預(yù)測性維保等。

這三類場景的應(yīng)用，AI如果真正落地，也面臨巨大的挑戰(zhàn)。幾年前，我們一直說AI要有強大的算力、優(yōu)秀的算法、足夠好的數(shù)據(jù)框架，最后要有落地的場景。現(xiàn)在，隨著AI技術(shù)逐步從線上走到線下，人們逐步發(fā)現(xiàn)正是這些要素的缺乏，形成了對產(chǎn)業(yè)很大的挑戰(zhàn)。

換句話說，如果算力成本不夠低，算法和框架的性能不夠高，AI落地的時候就會因為成本過高而失去商業(yè)價值，這種情況下，即使實現(xiàn)了商業(yè)化，也沒法實現(xiàn)規(guī)模化。

AI技術(shù)真正落地障礙重重

AI落地難：線上線下，兩個世界

對于AI在線下場景的應(yīng)用，企業(yè)第一位考慮的往往是投資回報。對于算法和模型而言，如果是線上應(yīng)用，數(shù)據(jù)質(zhì)量往往較好，數(shù)據(jù)分布收斂度較高，算法和模型性能只要稍微提升一點，就會產(chǎn)生很好的效果。

線下的情況則大不一樣，以最常見的攝像頭為例，光照條件、拍攝角度、抖動、傳輸延時等因素都是優(yōu)化算法必須考慮的因素。對于音箱，距離不同，算法和模型上的挑戰(zhàn)都可能截然不同。另外，對于智能設(shè)備而言，模型、算法和軟件的版本更新，也會隨時導(dǎo)致意想不到的后果。

AI落地難：場景、資源、模型、設(shè)備、數(shù)據(jù)，牽一發(fā)而動全身

應(yīng)用場景、資源與基礎(chǔ)設(shè)施、算法和模型、智能設(shè)備、數(shù)據(jù)構(gòu)成了AI技術(shù)落地的五要素。如何將這五大要素在落地場景中實現(xiàn)協(xié)調(diào)，是AI技術(shù)在產(chǎn)業(yè)界落地中另一個關(guān)鍵點。在實現(xiàn)智能感知、智能決策、智能交互的時候，往往任何一個要素的變化都會導(dǎo)致其他要素的變化。比如算法模型發(fā)生變化，設(shè)備資源調(diào)度都要跟著改變。結(jié)果就是，真正落地實施的時候就會需要算法專家、設(shè)備專家、資源專家，以及應(yīng)用開發(fā)的合作伙伴都在場。最終結(jié)果就是AI落地的成本太高，沒有辦法真正在產(chǎn)業(yè)應(yīng)用中大規(guī)模鋪開。

如何解決？標(biāo)準(zhǔn)化、模塊化、自服務(wù)化

怎么辦？首先我們需要讓這五個要素并行發(fā)展，讓我們不再需要在任何時候都要顧及所有要素。也就是說，算法專家不用關(guān)心應(yīng)用是什么情況，設(shè)備供應(yīng)商也不用關(guān)心算法問題，把這五個要素進(jìn)行解耦，讓一個要素相對其它幾個要素變得更加透明。例如，對于一個已經(jīng)落地的應(yīng)用，換了攝像頭，負(fù)責(zé)優(yōu)化算法其他幾個人不需要在場，可以遠(yuǎn)程自適應(yīng)進(jìn)行算法的調(diào)整，這樣才可能讓整個AI落地的成本快速降到有商業(yè)價值的水平。

這個思路看上去有點像PC操作系統(tǒng)的誕生，為什么大家都愿意用操作系統(tǒng)？就是因為操作系統(tǒng)把鼠標(biāo)、鍵盤等所有這些設(shè)備之間的復(fù)雜度，都通過一個標(biāo)準(zhǔn)化的協(xié)議屏蔽掉，它們之間能夠互相解耦，各自專注自己擅長的方向。只有這樣才能降低各個方面的成本，AI才能真正規(guī)模化，實現(xiàn)商業(yè)上的成功。

騰訊云AI產(chǎn)品“芯”引擎：“解耦”促進(jìn)AI與產(chǎn)業(yè)互聯(lián)網(wǎng)融合

騰訊云AI大數(shù)據(jù)產(chǎn)品矩陣共分為三層。

最下面的一層是基礎(chǔ)服務(wù)產(chǎn)品層，過去幾年已經(jīng)發(fā)展得非常成熟了，目前騰訊云已經(jīng)建立了專業(yè)大數(shù)據(jù)平臺、數(shù)據(jù)倉庫和數(shù)據(jù)湖，積累的數(shù)據(jù)通過機器學(xué)習(xí)和深度學(xué)習(xí)能力，形成各種AI引擎能力。

最上面的一層是行業(yè)解決方案，也就是AI技術(shù)成功落地的案例。今天上面介紹的四個典型場景就屬于這一層的內(nèi)容，包括基于AI語音識別、人臉識別、內(nèi)容增強等方面的行業(yè)應(yīng)用，這一層主要面對具體業(yè)務(wù)管理者。

基于實際需要，為了更好的落地，我們在這兩層中間進(jìn)一步提供應(yīng)用服務(wù)產(chǎn)品層，目的就是希望能夠把AI落地的成本降低，并讓各個部件之間形成解耦，讓每個人都有機會參與到這個生態(tài)環(huán)境中。這一層主要面對的是開發(fā)者。開發(fā)者可以完全不理會計算模型，也不需要理會什么設(shè)備能夠解決AI落地的問題。

騰訊云AI目前對外也提供三大技術(shù)平臺：騰訊人工智能服務(wù)平臺、騰訊智能對話平臺和騰訊數(shù)據(jù)資產(chǎn)管理平臺。

智能對話平臺可以讓語音語義技術(shù)通過音箱、麥克風(fēng)和傳感器連接線下場景，像智能門鎖和生產(chǎn)設(shè)備控制，智能家居的語音助手都適用這樣的場景。

人工智能服務(wù)平臺可以把數(shù)據(jù)科學(xué)家、智能設(shè)備提供商、應(yīng)用開發(fā)者更好的解耦，讓這些人更專注在自己擅長的領(lǐng)域，從而使得生態(tài)中的所有角色都能健康、高效的發(fā)展。

我們希望能夠為業(yè)界提供最好的技術(shù)和平臺，讓更多的合作伙伴能夠以更簡單、更方便、更低成本的方式來使用騰訊的技術(shù)和服務(wù)。我們也歡迎更多的合作伙伴加入我們，參與到AI技術(shù)落地的浪潮中來，一起更好地服務(wù)產(chǎn)業(yè)互聯(lián)網(wǎng)，為中國的產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型做出貢獻(xiàn)。