歷史上,，AI技術曾經(jīng)經(jīng)歷兩次寒冬,，其原因都在于技術發(fā)展與產(chǎn)業(yè)需求脫節(jié)。自2017年AI技術進入第三次發(fā)展浪潮,，這時產(chǎn)學各界都在問同一個問題：這次以機器學習為代表的AI技術,，能夠實現(xiàn)與產(chǎn)業(yè)發(fā)展,、企業(yè)需求結合，從而避免又一次寒冬的到來嗎,？
幾年以來,，AI技術也經(jīng)歷了眾多爭議,。但可以看到的是,，在融入產(chǎn)業(yè)的核心方向上，AI正在越走越遠,。企業(yè)對智能化的認可逐步走高,，機器視覺與智能語音領域的基礎能力大規(guī)模行業(yè)落地。與此同時,，一個更加關鍵的問題浮現(xiàn)了出來：AI的目標,，是成為企業(yè)可調用的若干基礎能力，還是從深層次幫助企業(yè)完成生產(chǎn)力的解放,？
這個問題直接決定了AI的價值上限,，也決定了云服務、AI,、企業(yè)三者融合的上限,。這個問題的核心,，在于AI能否真正融入企業(yè)的核心生產(chǎn)系統(tǒng)。
AI技術融入產(chǎn)業(yè)核心,，可以說是智能化的深海區(qū),，目前還處在探索與嘗試的階段。而這條路上,，華為云是走得最遠的云計算服務商之一,。從市場數(shù)據(jù)上看，華為云在IDC最新發(fā)布的《2021H2中國AI云服務市場研究報告》中,，在中國機器學習公有云服務市場份額排名第一,。這說明企業(yè)更認可基于華為云提供的AI開發(fā)平臺來完成復雜、深度的智能化建設,。其中的關鍵點,，在于華為云提供的AI開發(fā)生產(chǎn)線ModelArts。
讓我們從市場,、技術,、生態(tài)三方面，透視華為云與ModelArts如何完成這次AI深潛之旅,。
AI深海,，位于產(chǎn)業(yè)核心
企業(yè)應用AI能力的方式主要可以分為兩種：標準化調用AI能力，定制化進行AI開發(fā),。顯然,，標準化的AI能力，比如機器視覺,、語音識別,、NLP等等，都只能解決特定的問題,。而想要深度化,、常態(tài)化從AI技術中攫取價值，企業(yè)不可避免需要進行大量AI開發(fā)工作,。而越是能夠貼近企業(yè)核心生產(chǎn)場景,，激活主干道生產(chǎn)力的AI開發(fā)，越能夠為企業(yè)帶來價值,。
或許可以這么說,，AI能力調用是AI的淺水區(qū)；AI開發(fā)是中部水域,；深入產(chǎn)業(yè)核心的AI開發(fā),、部署就是真正的AI深海。
想要在深海中獲取價值,，企業(yè)一般會面臨兩種難題：
一是AI開發(fā)的步驟太多,，流程太復雜,，涉及從數(shù)據(jù)收集、處理,，到AI訓練,、推理、應用等步驟,。并且其中每一步會面涌現(xiàn)出大量新技術,，導致企業(yè)無從下手。每個環(huán)節(jié)之間的開發(fā)壁壘也會造成很多麻煩,。
二是AI開發(fā)涉及的因素太多,。企業(yè)需要充沛的算力、有效的開發(fā)工具,、有經(jīng)驗的AI開發(fā)人才等等條件,。任何一個因素的缺失或薄弱都會造成整體性的AI開發(fā)困境。
這兩點困難的存在,，讓貼近產(chǎn)業(yè)核心的AI開發(fā)變成了一個“木桶困境”,。即使企業(yè)已經(jīng)擁有了眾多能力和條件，還是可能因為某個或者某幾個弱點,，導致AI開發(fā)成本激增,、上線時間緩慢、業(yè)務兼容性差等等問題,。
在今天,，企業(yè)自行構建開發(fā)平臺并進行AI應用開發(fā)并不是最優(yōu)解，找到合適的專業(yè)開發(fā)平臺變得十分關鍵,。通過公有云來進行機器學習開發(fā),，正在成為越來越多企業(yè)的選擇。
機器學習公有云：一條被認證的深潛航道
以云底座為依托進行機器學習開發(fā),，相對來說可以更加合理規(guī)劃資源,、靈活接入場景化能力、按需部署算力,，正在被越來越多的企業(yè)所接受,。從目前市場空間上看,，AI公有云上升速度遠大于其他AI軟件服務模式,。
AI云服務又分為若干種，其中機器學習云服務是最能滿足企業(yè)定制化,、平臺化需求的一種,，也是最考驗云服務商綜合性AI能力與開發(fā)工具的一種?？梢哉f,，機器學習公有云是航向產(chǎn)業(yè)智能化深海區(qū)的最理想通道之一,，這一點已經(jīng)被企業(yè)與行業(yè)深度認可。
而在這條航道上,，華為云已經(jīng)占據(jù)了領先地位,。根據(jù)IDC最新發(fā)布的《2021H2中國AI云服務市場研究報告》，2021年下半年,，華為云在中國機器學習公有云服務市場份額排名第一,。迄今為止，華為云AI開發(fā)生產(chǎn)線ModelArts已經(jīng)連續(xù)四次登上該市場榜首位置,。
在觀察華為云在機器學習公有云產(chǎn)業(yè)構成里,，可以發(fā)現(xiàn)兩個顯著特點：一是增長快，市場份額高速飆升,；二是政企客戶高度信任華為云,，愿意把最考驗綜合能力的政企智能化需求放在華為云上。
在這條關鍵航道中,，華為云究竟是如何完成市場領先的,？答案在于兩方面，技術與生態(tài),。
深海需要“全能潛艇”：環(huán)環(huán)相扣的AI生產(chǎn)線
前面說過,，企業(yè)定制化AI開發(fā)中，步驟多且復雜是第一難題,。尤其是政企為代表的大中型企業(yè)客戶,，業(yè)務流程本身非常復雜，AI能力需要嵌入到產(chǎn)業(yè)體系中,，構建全流程工具化是關鍵,。
想要幫助企業(yè)實現(xiàn)這一目標，破局方案就是開發(fā)平臺的技術升級,，讓開發(fā)走向全流程的自動化,、智能化。作為中國信通院認證的首批全能力域領先級AI開發(fā)平臺,，ModelArts始終瞄準著降低開發(fā)門檻,，打通開發(fā)流程的目標，于2018年首次亮相的ModelArts就在數(shù)據(jù)智能化標注,、模型自動訓練等方面為企業(yè)開發(fā)者帶來了一站式開發(fā)體驗,。幾年以來，連續(xù)升級的ModelArts在數(shù)據(jù)處理-算法開發(fā)-模型訓練-模型管理和部署的AI全生命周期各環(huán)節(jié)不斷豐富產(chǎn)品功能,，終于構筑起了“AI開發(fā)生產(chǎn)線”,。
在數(shù)據(jù)處理階段，ModelArts提供海量數(shù)據(jù)預處理,、智能標注能力,，節(jié)省了企業(yè)大量重復勞動與開發(fā)時間,；在訓練階段，ModelArts可以支持大規(guī)模分布式訓練,，更加貼近產(chǎn)業(yè)級AI的開發(fā)需求,，并且可以實現(xiàn)模型自動化生成與高度可解釋性，極大降低開發(fā)門檻,；在部署領域,，ModelArts能夠實現(xiàn)全場景按需部署，滿足企業(yè)應用AI的復雜場景需求,。
如此一來,，AI開發(fā)的各個環(huán)節(jié)都可以被ModelArts打通，并且可以完成AI的全周期工作流式管理,，從而實現(xiàn)全流程打通,、低門檻、低成本的AI開發(fā),。不久之前,，華為云AI開發(fā)生產(chǎn)線ModelArts還加入了新的成員：華為云ModelBox AI應用開發(fā)框架，為用戶提供應用開發(fā)所需的生成,、評估,、推理部署能力，幫助開發(fā)者屏蔽底層軟硬件差異,，實現(xiàn)AI應用的一次開發(fā)全場景部署,。
想要潛入復雜、多變,、壓強巨大的深海,，潛水艇必須樣樣能力具備。想要讓AI走向企業(yè)生產(chǎn)核心,，需要的也不是一種技術,、一種產(chǎn)品，而是無數(shù)技術疊加而成,，環(huán)環(huán)相扣的AI生產(chǎn)線,。
以生態(tài)聚航程：構建AI深海探索集群
企業(yè)AI開發(fā)的另一個難題，在于影響因素眾多,，企業(yè)需要的支持和幫助也多種多樣,。這一點就不能僅僅依靠技術來解決，而是需要通過構建全方位的生態(tài)環(huán)境,，讓企業(yè)每一個需求都可以在生態(tài)中找到答案與幫助,。
為了實現(xiàn)這一目標,，華為云圍繞AI開發(fā)構建了豐富立體的生態(tài)體系,，與伙伴,、用戶、開發(fā)者一起,，抵達產(chǎn)業(yè)智能化的深海區(qū),。
目前階段，華為云構筑的AI生態(tài)可以理解為縱橫兩部分,。橫向來看,，華為云AI Gallery是在華為云AI開發(fā)生產(chǎn)線ModelArts基礎上構建的開發(fā)者社區(qū)，既解決開發(fā)者需求,，同時也滿足AI生態(tài)中各角色的共享,、交易需求，從而實現(xiàn)AI生態(tài)鏈的各個環(huán)節(jié)打通,，進一步降低開發(fā)門檻,。
縱向來看，為了深度打通企業(yè)AI開發(fā)需求,，實現(xiàn)定制化AI能力的準確對接,，華為云發(fā)布了生態(tài)伙伴計劃D-PLAN。這一計劃通過與合作伙伴共建AI生態(tài)體系的方式,，全方位打通AI開發(fā)中的堵點,、難點，以并肩協(xié)作的方式加速AI應用落地,。
曹操出行是我們經(jīng)常使用的出行平臺,。作為自有車輛的代表性平臺，曹操出行對車輛的精準調度有著強烈的需求,。以AI技術優(yōu)化車輛配置方案,，讓司機預判客單量大且不堵車的區(qū)域，顯然是出行平臺的核心生產(chǎn)能力,。但標準化的AI能力難以滿足精準預測出行供需關系的需求,，于是基于華為云ModelArts ，在華為云D-PLAN的支持下,，曹操出行聯(lián)合華為云打造智能調度解決方案,。這一方案在訂單預測和車輛調度方面同時發(fā)力，優(yōu)化了平臺的供需調控能力,，促進了收益增長,。
從最終結果來看，華為云的AI方案為曹操出行帶來了更短的開發(fā)周期,，較比自研路徑來說極大降低了開發(fā)成本,，使得訂單預測能力和車輛調度能力的交付周期縮短了30%。并且這一合作充分激活了云服務的優(yōu)勢，利用華為云的計算能力,，使模型訓練,、部署效率提升了20%以上。最終,，曹操出行的司機可以借助“AI之眼”來預見哪些地方會有訂單,，并且有效減少司機空車巡游的時間。
目前,，華為云AI Gallery和他們的AI生態(tài)計劃D-PLAN已匯聚了5萬多個AI相關資產(chǎn),、70多家高校和200多位博士的力量，整體涉及六大行業(yè),、25個細分場景,。面向企業(yè)AI開發(fā)體量大、需求復雜,，定制化程度高的客觀情況,，華為云D-PLAN以更合理、直接的方式進行賦能,，幫助企業(yè)快速從AI能力中獲取價值回報,。
面向AI深海區(qū)的挑戰(zhàn)與責任，華為云選擇了機器學習公有云這條高價值賽道,；培育了AI開發(fā)生產(chǎn)線ModelArts這艘全能潛艇,；并且通過開發(fā)社區(qū)與合作計劃，打造了群艦探索的生態(tài)航程,。
幾方面的力量匯聚,，最終讓華為云獲得了AI市場的認可。深海之下,，才是智能世界的寶藏所在,。
