讓我們把時間倒回一年多之前。

當時，我們曾經在一篇稿件中結合英國的AI產業(yè)報告，提出中國AI產業(yè)的目前結構有巨大的可升級空間，企業(yè)+AI很可能變成未來的中堅力量。當時有位媒體同行跟我爭論，認為B端市場的AI根本立不住，證據是中國互聯(lián)網十幾年，什么時候有過B端市場成為主流的時候？

而今一年多過去，產業(yè)AI開始成為共識，互聯(lián)網企業(yè)也紛紛轉戰(zhàn)產業(yè)市場，似乎常識并不一定總是靠得住的。

這個故事不是想要證明我們的眼光，而是想與大家回味這樣一個話題：一年多前，我們只是拋出一個說法尚且遇到不少質疑，如果真正要硬橋硬馬來做企業(yè)AI這件事呢？

讓AI從實驗室走到城市鄉(xiāng)村；從虛擬機上的數據集和跑分，走到車間里的機器轟鳴中，走到某路口的紅綠燈里，走到一家企業(yè)的賬面臺前，又將經歷怎樣的紛擾？

恰好有個故事，可以作為參照系描畫這段在我們身邊不經然溜走，卻可能被中國技術史銘記的歲月——在時空坐標里，這個項目恰好記錄了AI作為一種通用目的技術，在中國這片土地從創(chuàng)生到覺醒。

2017年9月，華為云相當有氣魄地提出了企業(yè)智能（EI），其實就是“行業(yè)+AI”。這個樸實但又獨樹一幟的命題，在整個2018經歷了多線并進的奔跑。

讓我們來回顧一下EI誕生之后的第一年，回看一下AI由實驗室到產業(yè)空間，從線上模擬到線下經濟體的一段故事。

如果說一千個人面對突然起來、名叫AI的技術，必然是一千張面孔，而這千張面孔，就構成了EI的味道與灼見——是所謂“用得起、用得好、用得放心”的“普惠AI”。

究竟如何讓AI深入真實的物理空間，與萬千產業(yè)線索開始融合？總結一下邏輯，我們覺得華為云EI一年中主線在干四件事：

一、做通產業(yè)案例，證明AI面向企業(yè)市場的價值;

二、使能開發(fā)者，構筑平臺生態(tài)底座；

三、技術能力補完，達成相對全面的企業(yè)智能服務棧；

四、找到AI與經濟融合的核心方向與價值邏輯，確定行業(yè)長線發(fā)展策略。

讓我們一件件說來。

從理論到萬物：AI攻入產業(yè)現(xiàn)實的首輪戰(zhàn)役

在一年之前，每天上下班經過上地三街的北京白領們，大概還無法想象自己每天的通勤，會跟AI有什么關系。

雖然今天他們可能還是不知道AI已經悄然走進了自己的生活，但至少大家都能體會到，這條街確實沒有那么堵了。

2018年4月，華為云與北京市交管局合作，在海淀區(qū)上地三街開展了利用AI技術實現(xiàn)信號配時優(yōu)化試點應用。簡單說來，就是給紅綠燈安裝上會思考的AI識別與決策裝置。

在部署了EI交通智能體解決方案之后，據第三方公司（北京世紀高通科技有限公司）評估報告顯示，這條東西方向的京城最堵道路之一，如今平均延誤下降了15.2%，平均車速提升了15%。

顯然，AI是否有價值，可以聽聽早十分鐘到家的老百姓怎么說。

EI初入江湖，需要做的第一件事，就是要快速嘗試行業(yè)探索，打出行之有效的案例。證明AI與行業(yè)結合確實有其價值，逐漸推動AI“移風易俗”。通過新技術給企業(yè)帶來核心價值的效果，讓AI從過去的紙上談兵變成實際的案例與價值。

目前來看，這個目標已經在EI的初步發(fā)展周期里完成的較為全面。一年中，EI嘗試了8大行業(yè)超過200個項目中的智能探索；從6月到10月，先后發(fā)布了交通、工業(yè)、城市三大EI智能體，并在相應領域進行了案例探索。

比如說在工業(yè)領域，北京三聯(lián)虹普公司是一家化工材料企業(yè)，通過EI工業(yè)智能體，進行生產數據的智能分析，成功釋放了產線柔性化能力，從而讓企業(yè)更好應對下游的個性化需求。并且整體數據分析方案實現(xiàn)云端訓練、邊緣部署、實時產品分類，經過前期測試，有效提升下游需求匹配率28.5%。

在民眾最關心的醫(yī)療領域，今年華為云EI與金域醫(yī)學合作，在宮頸癌病理檢測領域取得階段性突破，敏感度（真陽性率）超過99%，特異度（真陰性率）超過80%。

200+案例的探索與實踐，直接證明了AI進入產業(yè)存在市場合理性。并且通過這些探索，為交通、工業(yè)、互聯(lián)網、醫(yī)療等幾個主要產業(yè)賽道確立了入口樣本。

使能開發(fā)者，是AI的最佳引擎

我曾經采訪過一位AI開發(fā)者，他想要開發(fā)一種盲人專用的導航設備，能夠在行走場景幫助盲人識別車流和紅綠燈，以及過街天橋、地鐵入口等等。這個方案顯然價值連城，然而他跟我說，在實際開發(fā)中遇到了很大的困難，因為機器視覺模型的訓練需要大量數據，而高昂的算力成本和漫長的訓練時間，真的讓一位普通AI開發(fā)者無所適從。

從底層技術邏輯上看，AI不是一對多的單向技術輸出，而是多對多的“集市”型技術體系。這就讓一個身份在AI世界中格外重要：開發(fā)者。

而在今天，開發(fā)者們進入AI世界依舊要面臨高聳的壁壘：算力、數據、開發(fā)平臺、兼容與部署問題，種種考驗都擺在開發(fā)者和預備開發(fā)者面前。然而莫欺少年窮，隨著產業(yè)AI的拓張與AI深入各行各業(yè)，對開發(fā)者的需求不斷增長，AI開發(fā)者正在默默等待著登場機會。

由此看，對開發(fā)者的使能與幫助，是保證產業(yè)AI源頭開放，保持持續(xù)生命力的唯一解決方案。而讓更多開發(fā)者融入自身生態(tài)，在產業(yè)AI中尋找機會，也是一家平臺型企業(yè)今天搭建的最優(yōu)質護城河。

（華為啟動沃土AI開發(fā)者使能計劃）

華為云EI今年的另一個主線任務，就是完成對開發(fā)者的生態(tài)開放和技術使能。在今年HC大會上，華為發(fā)布了基于昇騰芯片的全棧、全場景AI解決方案，面向開發(fā)者的底層邏輯給出了新的解答。隨后，華為云EI作為主角，面向開發(fā)者發(fā)布了一系列平臺工具——更快的普惠的AI開發(fā)平臺ModelArts 、著眼于現(xiàn)實開發(fā)需求的視覺AI應用開發(fā)平臺HiLens——繼而打破了開發(fā)者進入AI世界的首座門檻。同時發(fā)布了AI沃土開發(fā)者使能計劃、生態(tài)伙伴計劃等開發(fā)者扶持方案。

（斯坦福大學DAWNBenchmark最新成績）

今年11月，斯坦福大學發(fā)布DAWNBenchmark最新成績，在圖像識別領域，華為云ModelArts的總訓練時間排名第一，證明了在構建開發(fā)者能力的領域中，華為云的實際進度。

調試了技術與生態(tài)水壓之后，讓開發(fā)者洪流融入產業(yè)AI的真實市場，可以看作EI在2019年的一個關鍵詞。

補齊能力，讓產業(yè)AI客戶收獲更多

用AI為企業(yè)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?；幕A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(wěn)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(yōu)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(xiàn)實問題，企業(yè)客戶不僅需要簡單的技術對接，同時需要集合了行業(yè)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(tǒng)一架構。在商業(yè)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(tài)結合體，可以看作是EI不斷成熟的標志，也是更多行業(yè)+AI深度融合可能的肇始。

深入實踐，探索總結產業(yè)AI規(guī)律

如果從更大的行業(yè)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(yè)，進入垂直行業(yè)，進入某家具體的公司/機構/工廠，到底會發(fā)生什么？

要知道，之前是懂AI的人不懂企業(yè)；懂企業(yè)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(yè)，經歷反復的溝通與探索、成功與失敗，EI給出了關于產業(yè)AI的直接答案。

EI的三個重要發(fā)現(xiàn)已經廣為人知，成為了行業(yè)普遍奉行的常識：

首先，AI正在讓IT技術由支撐系統(tǒng)走向生產，AI在很多生產領域可以直接創(chuàng)造價值。通過與不同類型、不同地域、不同行業(yè)的企業(yè)與組織機構，包括交通、醫(yī)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(yè)空間中有前途，有價值。AI與產業(yè)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(yè)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(yè)中，縈繞著大量在外部無法窺視其真諦的行業(yè)問題與行業(yè)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(yè)中真實的人、技術、產業(yè)關系相互連接。在AI躍躍欲試的今天，行業(yè)智慧是否準備好了呢？這個問題將是接下來產業(yè)AI主要需解決的問題，同時也是眾多創(chuàng)業(yè)企業(yè)可以探索的新賽道。

再次，行業(yè)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(yè)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(yè)數據就成為一切的基礎。然而在今天，實際情況是各行各業(yè)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(yōu)質、性價比高的算力惠及各行各業(yè)，是產業(yè)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(yè)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(fā)現(xiàn)，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(yè)AI公式：這東西可以做，必須與行業(yè)結合來做，有些問題要馬上做。

結束語：最大的重量，莫過于現(xiàn)實

總結一下EI的第一年旅程，大概是這樣的：向企業(yè)市場證明了AI的價值，向開發(fā)者輸出了入口，向內夯實了產品與服務，為長遠發(fā)展探索出了產業(yè)AI的市場邏輯甚至戰(zhàn)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(yè)AI生態(tài)的基礎建設。攻算力，連接行業(yè)智慧，提供全場景解決方案，AI與產業(yè)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(xiàn)實。敢于在現(xiàn)實世界中稱量新的可能，始終是科技產業(yè)中最具勇氣的一種跨越。

人工智能的落地，尤其是行業(yè)+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(fā)芽。

當AI真的切入現(xiàn)實，或許我們真正需要的態(tài)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(xiàn)實中去求取智慧，與真實的產業(yè)經濟體相結合。敢于向現(xiàn)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。