達觀數據與AWS、致遠互聯、思科重郵共話數字經濟下的AI落地
- 2021 年 1 月 4 日
- AI
在達觀數據和成都市人工智慧協會聯合主辦的新經濟與人工智慧應用峰會現場，成都市人工智慧產業協會秘書長李婭娜、 致遠互聯副總裁胡守雲、AWS大中華區產品部機器學習高級產品經理孟和、思科重郵工業互聯網技術研究院院長趙宗主、達觀數據西南區總經理張祖浩圍繞數字經濟時代下AI賦能場景與落地實踐，從不同行業視角出發分享了各自的見解與心得。
以下內容根據圓桌整理所得。
成都市人工智慧產業協會秘書長李婭娜：
所以近兩年我們不斷的聽到「無數據不AI」。想聽大家聊一聊人工智慧與數字化之間的聯繫和區別是什麼？
達觀數據西南區總經理張祖浩： 我覺得是互相依存，共同發展的關係。人工智慧對於數據要求高，任何AI的模型訓練都依賴於數據。現階段很多企業提倡數字化落地，數字化可以給AI更好的數據資源。反過來AI也會給數字化提供技術支撐，讓數字化更快速做好技術工作。比如OCR、NLP等都是AI的技術應用領域。
AWS大中華區產品部機器學習高級產品經理孟和： 數據云計算與人工智慧的關係有三個方面。第一，工作中人不想做又必須做的。例如陳總剛剛講的看數字報表的煩惱；第二，人做的不夠完美的。比如審核一100多萬字的報告，人做起來比較吃力。第三，人做不了的。比如app中千人千面的個性化推薦。有了數據，移動互聯網和傳統的財務的財稅數據都會變成數字化的東西。有雲來支撐，我認為數字化可以從廣義上包含人工智慧，從狹義上也是人工智慧的賦能者或始能者。
致遠互聯副總裁胡守云： 我認為數字化是人工智慧的基礎，這裡面有一個更嚴格的定義。如果用上世紀五十年代到八十年代對人工智慧的新的定義，目前人工智慧才剛起步。如果把運算稱為智慧，已經有300—500年歷史。 數字化解決的問題就是要讓機器識別資訊，就像達觀今天做的一樣，讓機器人看得懂文檔，如果這樣定義，目前還處於較初級的階段，完成人和機器或人和系統的連接。 如何讓電腦和系統幫助人提升組織效率，有更大的產出，幫助做好服務，這些是希望通過電腦系統解決的。其中大部分與智慧無關，僅僅是大數據和運算，或者連接數據。這已經能夠幫助到我們，數字化能夠帶來自動化和連接效率大幅度提升，也許100倍，也許1000倍。特別是5G將會構建很多新的業務場景，從而使我們的生活更美好。 人工智慧時代還很遙遠，這是偏悲觀的說法。在人工智慧、數字化或者新的資訊化時代，對人才的需求將有大的變化，產業如何開拓合作，我們也在探索跟大家的能力相互組合。
思科重郵工業互聯網技術研究院院長趙宗主： 關於數字化人工智慧，數字化是基礎，沒有數字化的基礎人工智慧是無源之水。我們作為成渝地區的高科技企業一定要打好這個基礎。
成都市人工智慧產業協會秘書長李婭娜：
請各位嘉賓從不同的領域分享下，AI實際的場景落地為客戶提供智慧化的改變有哪些？解決了什麼樣的問題。
達觀數據西南區總經理張祖浩： 在這裡分享些達觀政府中的落地場景。例如上海現在做得比較多的一網通辦。通過智慧機器人流程自動化（RPA）構建的外國人來華工作一網通辦服務平台，創新性地改變了用戶申請填報模式，先讓用戶上傳必要的附件材料，通過光學字元識別(OCR)+自然語言處理(NLP)技術的結合，自動提取用戶附件材料中的關鍵資訊，並填入到系統頁面中，將申請人從錄入員的角色轉換為審核員的角色，用戶只需要審核確認機器自動識別和填報資訊的準確性即可，極大的提升了申請人的申請效率和智慧化的申請體驗。 現在達觀數據在成都除了政務，在軍工、金融、大型集團企業也有其他AI的落地。
AWS大中華區產品部機器學習高級產品經理孟和： IDC國際數據公司有統計2021年在軟體和人工智慧方向達到全球的支出會是500億美金。具體到中國2019年在在人工智慧軟體和應用方面大約28.9億美金的支出(不包括硬體)。這個數字還會繼續增長，到2024年之前會年增長率39%左右。這麼快的增長自於哪？ 在醫療領域通過OCR和自然語言處理NLP的方式，可以非常快的幫研究機構了解，病人吃了什麼葯，癥狀怎麼樣？迅速的讀取這些資訊。原來靠醫學研究生讀論文，一天一個人讀2.5個病人的材料。現在用人工智慧後，一天能讀幾千篇，這個效率提升非常高。中國也有很多教育應用，分析學生哪一道題很難做不下去，做哪一道題很開心，我覺得這是AI進入行業的好時機。
致遠互聯副總裁胡守云：
企業都在用的，比如做經營生產和流程配置時，系統會自動的提供流程效率分析，系統對流程效率分析比人工更客觀、沒有偏效性和沒有道德倫理問題，目前取得比較多的成果。300個流程，50個流程，三個月，系統半年後會得到哪個好，哪個不好，給企業提速建議。 用機器人完成自動審批很有價值，未來的企業將多監少管，機器人提供各種報表和執行結果，人只需要看對不對，流程機器人的應用也會大量減少流程中不需要的環節。
成都市人工智慧產業協會秘書長李婭娜：
大家在落地的過程中遇到過什麼問題，又怎麼解決的？
達觀數據西南區總經理張祖浩： 對於廠商來說，客戶對AI的認識存在兩極分化的現象。有些人認為AI什麼都可以做，有一點類似於電影中的AI智慧機器人，擁有人的智慧，能夠自發的創造一些東西出來。實際在推進場景落地的時候，一定需要客戶配合提供一些數據，給予一些場景的支援等。這類客戶在落地過程中會有一些落差。 還有一種認為AI很普通，寫一些規則，通過簡單的表達式就可以得出結論，認為AI是寫死的規則，而不是通過泛化的舉一反三。這是初期的大家認知中的一些想法偏差。隨著我們的推進，大家對AI的概念以及它的工作模式和接受度都會越來越高。 現階段在落地的時候，更多的困境還是在數據這裡。數據是做AI落地最核心的一環。
致遠互聯副總裁胡守云： 首先，要認識到數字化時代已經到來。它是今天式，不是過去式，也不是未來式。特別5G跟我們國家通訊網路基礎設施建設的不斷發展，這樣任何產業都必須數字化轉型。 第二，所有的企業須是長期主義，企業的產品是否對客戶有用，是否真的創造了價值，不管是智慧，還是非智慧。 第三，基礎研究。目前無論感測器，還是電腦、或人才方面，我們與其他西方國家還存在差距。
成都市人工智慧產業協會秘書長李婭娜：
最後我們請4位嘉賓，分別談一談數字經濟時代下，AI如何賦能場景和落地。
達觀數據西南區總經理張祖浩：
企業面臨的問題主要有三個： 第一數據孤島問題嚴重，企業數據存在很多不同地方，物理上隔絕。第二數據統一打通了，但在系統中不能很好的找到它，需要全文檢索的技術支援。第三，數據中蘊含的價值挖掘不夠。 對於這三個方面來說，我們比較關注數據前期準備的工作。我們通常會給客戶一些建議：
1、在數據收集階段提前做好規劃，避免未來使用時因為數據孤島等各方面的原因形成麻煩。2、數據梳理。企業提前做好梳理，以便未來做知識輸出和價值挖掘時有體系做數據的歸檔。3、在數據基礎上做應用。目前這個部分達觀在企業內應用較多的是知識管理。這個背後有知識圖譜技術，搜索技術，以及NLP知識抽取的技術。有了這三個步驟後，形成的數據積累，在做AI應用時，儲備和便利程度就非常的適用AI的場景。
致遠互聯副總裁胡守云：
我提供三個建議。
1.從微觀來說，所有AI數字化的場景必須閉環。
2.中觀看數字化轉型尤其5G將改變世界。如同工業對農業的顛覆，以前依靠陽光和水，我們進行產出。工業時代後不依賴與陽光和水，而依賴於化石能源，今天可能要依賴資訊數據和知識。從這樣的結構來說，以體系結構去做一些事情。整個設計的過程中將人、社會、數據和資訊都作為要素對等考慮，而不是以人為中心，這個時代過去了。
3.從宏觀需要人才，尤其中國我們非常缺基礎研究的人才。
