用智能稱量現實：華為云EI的第一年
補齊能力，讓產業AI客戶收獲更多
用AI為企業護航保駕，提質增效，首先建立在自身技術體系完善，服務多樣化，能力細顆粒化的基礎之上。
EI今年做的第三件事，就是在打通對外兩條路的同時，修煉內功。從技術能力提供上看，2018年內，華為云EI全年共商用超過20種服務，另有多種服務公測中。同時，通過參與很多競賽與測試，穩固了AI前沿領域探索的身位，并且拓展了合作伙伴圖譜，為客戶提供更優質技術選擇。
同時，EI智能體的解決方案，可以看作EI在產品服務領域的深化和自我補完。面對物理世界復雜的現實問題，企業客戶不僅需要簡單的技術對接，同時需要集合了行業智慧、智慧大腦、智能邊緣、端側感知體系的一整套靈活解決方案與統一架構。在商業服務模型上補完了與客戶間最后一公里的連通能力。
補完技術、產品、服務的三種形態結合體，可以看作是EI不斷成熟的標志，也是更多行業＋AI深度融合可能的肇始。
深入實踐，探索總結產業AI規律
如果從更大的行業趨勢上看，EI一年多的探索，最重要的價值是解決了這樣一個問題：當AI進入產業，進入垂直行業，進入某家具體的公司／機構／工廠，到底會發生什么？
要知道，之前是懂AI的人不懂企業；懂企業服務的人不了解AI，兩邊整個一個摸黑開打。
在陌生的霧靄中，一點光亮，一份地圖都如此重要，這也可以視為EI在2018留下最長遠的價值。
通過深入行業，經歷反復的溝通與探索、成功與失敗，EI給出了關于產業AI的直接答案。
EI的三個重要發現已經廣為人知，成為了行業普遍奉行的常識：
首先，AI正在讓IT技術由支撐系統走向生產，AI在很多生產領域可以直接創造價值。通過與不同類型、不同地域、不同行業的企業與組織機構，包括交通、醫療等公共服務領域深度結合，EI證實了AI技術在真實的中國產業空間中有前途，有價值。AI與產業融合之路不僅在論文中和PPT上，還在一個個案例匯總出的數據與生產力關系中。
其次，行業智慧和AI結合仍是難點，也是AI接下來的探索方向。今年EI得出的一個“金句”是這樣說的：“一個好的問題勝過十個算法工程師”。意思就是在真實的產業中，縈繞著大量在外部無法窺視其真諦的行業問題與行業智慧。AI不是萬能鑰匙，而是一種加速器和潤滑劑，歸根結底要與行業中真實的人、技術、產業關系相互連接。在AI躍躍欲試的今天，行業智慧是否準備好了呢？這個問題將是接下來產業AI主要需解決的問題，同時也是眾多創業企業可以探索的新賽道。
再次，行業大數據至關重要，但目前首要問題來自算力稀缺。機器學習的原理，是用智能體學習行業數據，反向給出趨近于智慧的生產力解決方案。那么這個過程中，智能體學習的行業數據就成為一切的基礎。然而在今天，實際情況是各行各業在生產大量數據，但這些數據卻面臨著收集、存儲和學習上的困難——這就是算力饑餓問題。如何將優質、性價比高的算力惠及各行各業，是產業AI最先需要解決的問題。這讓我們知道了，在錯綜復雜的產業實踐中，AI今天需要面對的首要矛盾在何處。
這些來自真實案例和數據的發現，在這一年里與我們一同劈開了AI身旁層層籠罩，云山霧罩的名實之辯。華為云EI用真槍實彈證明了一個簡單的產業AI公式：這東西可以做，必須與行業結合來做，有些問題要馬上做。
結束語：最大的重量，莫過于現實
總結一下EI的第一年旅程，大概是這樣的：向企業市場證明了AI的價值，向開發者輸出了入口，向內夯實了產品與服務，為長遠發展探索出了產業AI的市場邏輯甚至戰略雛形。
這些當然可以看作是功勞，然而也不妨視之為開始。接下來的2019，EI一年中的收獲可以視作昇騰芯片挺入市場的連接器，亦不妨看作產業AI生態的基礎建設。攻算力，連接行業智慧，提供全場景解決方案，AI與產業的故事還大有可為。
很多技術到來之初，我們都會覺得它很神秘，很有重量。這是很自然的事情。然而最大的重量莫過于現實。敢于在現實世界中稱量新的可能，始終是科技產業中最具勇氣的一種跨越。
人工智能的落地，尤其是行業＋人工智能，在今天來看依舊是一首理想主義的高歌，只有用貼近塵土的方式，才讓AI在數字中國生根發芽。
當AI真的切入現實，或許我們真正需要的態度就是這樣——仰望前沿技術的廣闊與無邊想象力，同時要向現實中去求取智慧，與真實的產業經濟體相結合。敢于向現實的最深處探索，同樣也是一種勇氣，這也是我們對EI的期許。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
