如何发挥人工智能在数字化转型中的杠杆效应？

1. AI潘多拉盒子已打开

近年来AI热点事件不断，层出不穷的算法、芯片创业公司兴起，产业巨头以主营业务优势延伸新的领域，补齐能力。我们看到，AI已逐渐从理论研究、概念炒作走向场景落地的务实发展阶段。在这个过程中，AI芯片、算法等关键技术突破为各行各业增强了人工智能场景落地的信心。层出不穷的应用如雨后春笋般涌现在我们身边，如智能家居语音助手、教育机器人玩偶、酒店、银行、政务大厅等场所服务接待机器人，以及高铁、机场、企业园区刷脸通行和考勤应用等……无论人们对AI带给人类的未知还有多少顾虑与猜想，人工智能的潘多拉盒子已经打开，正在悄无声息影响并改变我们的生活，让人们的生活变得更加便捷和高效。

2016年以来至今，第一波的AI应用场景绝大多数只是“体验AI”，即通过语音识别、人脸识别打通了数字世界的入口，解放了双手，给人们带来全新的极致体验，真正应用AI芯片的场景并不多，从人工智能发展的方向来看：计算智能à感知智能à认知智能à类脑智能，当前主要实现浅层感知智能或弱认知智能，距离强人工智能还有相当长的距离。未来，通过AI芯片承载深度学习神经网络运算，形成领域算法，AI必将彻底解放人类生产力，而以AI为代表的第四次工业革命，也将给人类社会带来颠覆性的产业变革和创新，企业生产效益将获得指数级的增长。

从图一可以看到，产业发布AI芯片集中出现在2018年下半年以后，AI芯片在第一波体验AI浪潮中并没有得到广泛应用，相反主要得益于NLP自然语言处理（TTS/ARS语音识别与合成）、OCR人脸识别算法的成熟，结合OTT多年积累的优势，比如海量价值数据、云计算、大数据、物联网技术成熟应用，以及围绕开放平台的生态聚合能力等。

2. AI与企业数字化的关系

2.1数字化是企业智能升级的核心基础

虽然第一波体验AI基本未用上AI芯片算力，但是由于这些公司数字化程度较高，成功抢得第一波AI的头筹。典型OTT代表公司：亚马逊、阿里、腾讯、百度，基于其较早的数字化成果（开放平台、云服务、大数据精准营销和推荐能力等），通过echo、天魔精灵、腾讯叮咚、小度等智能语音盒子，快速把主营业务以云服务方式延伸到智能端侧，让用户通过语音交互获得一站式生活服务。虽然目前绝大部分智能终端不具备边缘智能，但OTT公司构建了云边端协同的技术支撑架构，未来可以快速布局AIOT，延伸端侧智能。从这些公司实践可以看出：数字化程度越高，智能越容易实现。企业数字化是企业智能升级的核心基础。

图二

图二中，结合相关咨询机构报告，也可以看到这一点。

也就说，在企业智能化过程中，智能处于金字塔的顶端，需要智能升级的企业，必须先建立数字资产，有了数字资产，AI深度学习和训练才有数据集基础，再结合企业场景，形成可落地的人工智能服务。这个数据资产的建立，首先是全局的，不是孤立的，离不开：统一的云平台、统一数据湖、面向行业敏捷创新的开放平台、边云协同神经网络的支撑。

小结：我们谈企业人工智能需求落地的时候，必然离不开企业数字化的课题建设。

2.2  AI是企业数字化转型的助推器

Gartner认为，“从全球来看，2019年企业数字化业务的成熟度已到达爆发点，数字化成为企业CEO的工作重点，与业绩增长并列第一，2018年17%企业数字化业务达到成熟阶段，2019年预计33%的企业数字化业务程度将达到成熟阶段。”在AI的采用方面，根据调查显示，2019年预计37%的企业会采用人工智能技术，增长率高达270%。同时，40%的CIO认为人工智能将成为2019年企业组织变革最重要的颠覆性力量。

2019年的预测中，我们看到67%的企业数字化程度处于初级阶段，同时40%的CIO对企业智能升级诉求较为强烈。如何抓住智能需求，发挥AI在数字化转型助推器作用，值得我们深入探讨。

诚然，企业智能化的第一步是建立企业数字资产，绝大部分自认为数字化程度很高的企业，揭开面纱后，是一个个孤立的IT信息烟囱，智能应用场景往往需要数据融合、业务协同。如果我们紧紧抓住企业人工智能转型升级诉求，最大程度发挥人工智能在数字化转型的杠杆作用，通过AI反向驱动企业数字化，将极大推进企业数字化转型进程。举个形象例子，AI如同皇冠上的明珠，是皇冠必配元素，皇冠因明珠而价值连城。

小结：企业智能化离不开数字化底座或设施（皇冠），AI则是数字化底座的必备能力。

3. 发挥AI在数字化转型中的杠杠效应

3.1 首先，建立四位一体的人工智能落地体系

与2C行业不同，2B企业智能核心诉求是降低生产成本，提高效率。AI需要深入到企业生产系统，与线下、本地各种场景相结合。我们看到，目前大部分企业的智能还停留在浅层次阶段，比如工业机器人无法自主学习运动轨迹，停留在固定程序控制模式、巡检机器人未能自主学习非法入侵等。这些能力的完善，需要企业构建从场景确定，到边缘设备智能推理能力部署，到云边端协同机制建立，实现从公有云训练算法，推送到私有云，给智能设备加载算法，实现自主学习和推理执行的完整流程。智能实现在企业场景是一个完整的闭环，其中最为重要的，是挖掘生产场景和痛点需求。现实中，企业信息化部门往往不懂实际生产流程，而生产部门又不懂信息化技术，因此，智能应用落地，又需要跨部门协同，围绕场景的ICT基础设施建设、跨域的数据治理协同等。因此，建立以场景驱动的人工智能落地体系显得非常重要。

算法、算力、数据是人工智能的三驾马车已成为业界共识。但行业市场光有三驾马车还不够，我们认为，企业智能的落地，首先，要建立场景驱动的共识。通过“1（场景驱动）+3（算力/算法/数据）”模式，形成四位一体的落地体系，一旦形成“四位一体”的共识，成立跨部门联合团队，结合线上线下生产痛点，确定典型场景和智能升级步骤。比如，聚焦OA效率提升，IT办公类信息数据梳理是首位；聚焦生产效率提升，则OT生产域数据的梳理是第一位，或者两者兼具。共识的建立，让内外部跨部门的协同和资源整合变得更加高效，从而为智能落地，实现生产力解放、提升效率，提供了组织运作保障。

四位一体的运作体系示意图：

图三

3.2 其次，以AI场景穿越跨部门流程，驱动数字治理

举个例子，政府希望借助AI杜绝大医院号贩子问题，是否只需要人脸识别算法就可以了，答案是否定的。相反，需要摸清贩子在医院挂号窗口出现的规律，同时要结合医院数据库黑白名单，避免误抓老病号，甚至要与其他医院协同，根据建立的特征规则对号贩子进行实时画像，再与人脸识别算法协同，形成上层应用可以调用的“号贩子识别AI服务”，供全市医院监管平台调用并形成联动。比如，产品坏件AI检测，需要建立不符合质量要求的样品数据规则….再比如，闷着脸的罪犯，需要结合体态、走路姿态、行为轨迹等其他辅助判断特征等等….不同行业智能的场景需求千差万别，但是，他们有一个共同点，在人工智能场景梳理的过程中，天然涉及跨区域、跨部门的数据治理，为企业统一的IT基础设施建设提供了整体规划的驱动，包括平台架构。在这个过程中，AI加持的产品和云服务，将有效助力企业数字化转型。

4. 多赢生态是AI商业化土壤

需要提的是，行业智能需求的差异化、多变性，以及可服务化AI，比如原生算法无法直接使用，需结合场景定制可对外服务的API接口，在实际落地过程中，往往面临算法开发难度大、多厂商原生算法的协同困难、管理和运营能力缺失问题，这些问题大大阻碍AI商用步伐。

笔者认为，华为坚持“平台+AI+生态”的战略定位，基于做大蛋糕、多赢的战略理念，可以从典型可复制行业入手，深入洞察客户痛点，深刻理解企业生产流程，围绕商业闭环，从AI商业解决方案规划和顶层设计着眼，与生态伙伴一起，帮助企业扫除落地障碍，加快推动企业智能升级。

本文作者黄玖红