AI落地真的很難么？

一方面，除了語音／語義識別、圖像識別等有限的幾個場景，AI其實并沒有兌現(xiàn)當初描繪的美好愿景。以技術(shù)公司為主體落地AI，打造的是AI產(chǎn)業(yè)，而AI并不像工業(yè)、制造業(yè)等適合獨立存在，這也就導致了AI落地的困境。

另一方面，AI落地或許沒有想象的那般困難，少了些技術(shù)理想主義不切實際的虛幻，以產(chǎn)業(yè)公司為主體落地AI，打造的是產(chǎn)業(yè)AI，先行者收獲頗豐，后來者循著腳印也逐步將AI落到實處。

AI落地的困難與否，在于是否找對了主體和思路。近兩三年來，AI落地比以往要踏實地多，行業(yè)已經(jīng)達成一致認知，在尊重行業(yè)知識的基礎上，找尋與AI結(jié)合的方法，摸索實操手段，AI才能深入到千行百業(yè)。

9月24日，華為全聯(lián)接2020的第二天，華為云人工智能領域總裁賈永利表示，知識計算是實現(xiàn)行業(yè)知識與AI結(jié)合的一條全新且高效的路徑。

華為云人工智能領域總裁賈永利現(xiàn)場發(fā)表演講

知識、計算與AI，這是一條通往何處的路徑？

AI落地為什么需要知識計算？

AI落地是一場持久戰(zhàn)，技術(shù)創(chuàng)新日益活躍，產(chǎn)業(yè)規(guī)模不斷拓展，是人工智能繁榮的外在，要實現(xiàn)源源不絕的正向循環(huán)推動力，人工智能必須與行業(yè)應用深度融合，各領域＋人工智能的新技術(shù)新模式是AI堅實的未來。

舉個例子，通用的AI基礎能力如語音識別，在進入行業(yè)生產(chǎn)系統(tǒng)的過程中并不是開箱即用，實際業(yè)務復雜度和未知性要大大超過實驗水平，因地制宜、按需改造才能實現(xiàn)AI落地。

在看待AI落地的視角上，華為云一開始就與眾不同。2018年，華為云提出AI落地的三種典型場景：海量重復場景、專家經(jīng)驗場景、多域協(xié)同場景。

2019年，華為云提出跨越行業(yè)AI商用裂谷的四個關(guān)鍵要素：明確定義商業(yè)場景、觸手可及的充沛算力、持續(xù)進化的AI服務、組織與人才的適配。

2020年，華為云提出，AI如果要創(chuàng)造價值必須要進入企業(yè)的核心業(yè)務系統(tǒng)。

三年都是在HUAWEI CONNECT場合，從中可以看出，華為云對行業(yè)AI落地的思考一脈相承，首先判斷AI落地要圍繞數(shù)據(jù)與價值驅(qū)動的確定性場景展開，隨之華為云通過大量項目實踐發(fā)現(xiàn)，行業(yè)不缺數(shù)據(jù)但是缺少充足的AI算力、AI落地過程中需要持續(xù)迭代和演進、落地過程涉及組織和人才的匹配，因此進一步提出了關(guān)鍵要素，繼而在AI深入企業(yè)核心業(yè)務系統(tǒng)的過程中，華為云關(guān)注到行業(yè)知識如何與AI結(jié)合，成為當前最大的掣肘。

具體來看，如何讓行業(yè)專家和AI專家，雙方能夠相互聽得懂，圍繞一個共同的目標相互促進，這是行業(yè)專家如何與AI專家合作的難點。

不同行業(yè)都有自己數(shù)十年甚至上百年的專業(yè)積累，形成了大量成熟的物理、化學、生物等知識表達的機理模型，這些模型和數(shù)據(jù)驅(qū)動的AI模型如何有效結(jié)合，這是行業(yè)機理與AI模型的結(jié)合難點。

行業(yè)自身多年積累的應用系統(tǒng)、控制系統(tǒng)，和AI系統(tǒng)的關(guān)系重塑，行業(yè)應用平滑有序的升級成智慧系統(tǒng)，這是行業(yè)應用與AI系統(tǒng)的結(jié)合難點。

不隨大流地癡迷于刷榜跑分，華為云開始深入各類工廠車間實驗室，當行業(yè)開始認知到行業(yè)知識與技術(shù)本身缺一不可，華為云已經(jīng)初步探索出行業(yè)經(jīng)驗與AI結(jié)合的可行方法——知識計算。

AI落地要再攀新高地，傳統(tǒng)方式不足以發(fā)揮知識最大效用，運用AI的思維解決知識使用的問題，放大知識本身的價值，這也是華為云帶來行業(yè)知識方法論與技術(shù)應用的變革啟示。

企業(yè)如何”知之“？

華為云在其實踐的600多個AI項目后察覺，超過30％的項目AI都進入了核心生產(chǎn)系統(tǒng)，經(jīng)過測算，一旦進入核心生產(chǎn)系統(tǒng)，平均帶來18％以上盈利和效率的提升，這對企業(yè)無疑是一個有吸引力的數(shù)字。

《論語十則》中有這樣一句耳熟能詳?shù)脑捳Z，“知之為知之，不知為不知，是知（通智）也”，用來形容當前AI落地的情況毫不違和——企業(yè)知道自己的行業(yè)知識，但是不知道如何應用人工智能，人工智能企業(yè)則反之，只有兩者結(jié)合將知識、計算與AI融會貫通，才能打造企業(yè)自己的智能。

AI介入到行業(yè)之前，行業(yè)知識本身也存在瓶頸，企業(yè)無法考慮到現(xiàn)實情況下所有的場景，行業(yè)經(jīng)驗往往意味著簡化和模糊操作，難以實現(xiàn)流程控制或者質(zhì)量控制最佳的狀態(tài)，這就是為什么當控制精準度達到了一定水平以后，哪怕再提升一個百分點都要投入非常大的人力、物力，甚至產(chǎn)出還比不上投入。

知識計算恰恰可以幫助一定程度上解決這個問題，通過AI系統(tǒng)和理論幫助企業(yè)改進原來傳統(tǒng)的控制方法，AI的參與實現(xiàn)了精準化調(diào)優(yōu)，再加上行業(yè)知識和算法能力，就可以達到更好的控制精度，更優(yōu)的成本的配置，更優(yōu)的策略，知識計算的價值得到最大化發(fā)揮。

在由“不知”向“知之”的旅程中，華為云為企業(yè)提供了模塊化、全生命周期知識計算解決方案，覆蓋從知識獲取到知識應用在企業(yè)的生產(chǎn)環(huán)節(jié)中的全生命周期。

知識計算幫助AI落入現(xiàn)實

煙臺華新不銹鋼有限公司（以下簡稱“華新不銹鋼”）主營不銹鋼、合金鋼生產(chǎn)，合金鋼生產(chǎn)過程中，合金配件是關(guān)鍵環(huán)節(jié)。傳統(tǒng)的合金配料是由人工完成，配料過程主要依賴于專家經(jīng)驗，配比結(jié)果會出現(xiàn)較大波動。同時，由于原料價格隨市場波動，不同批次成分含量不同，為人工配料增加了難度，往往需要重復多次調(diào)整配比。

華新不銹鋼與華為云合作后，將合金配料的元素守恒機理模型、專家經(jīng)驗等隱性知識注入到AI中，與AI深度融合；基于多模態(tài)的數(shù)據(jù)感知驅(qū)動，構(gòu)建成分軟測量AI模型，賦能合金配料工程師進行優(yōu)化決策，找到符合鋼水質(zhì)量的最優(yōu)合金配料比例，同時保證合金成本最低。

華新不銹鋼基于AI輔助可實現(xiàn)10秒內(nèi)完成最優(yōu)合金配比計算，實現(xiàn)合金成本最優(yōu)；并可精準預測終點鋼水成分，預測準確率達到95％以上，生產(chǎn)中一次添加并能完成配料合成。平均每噸可降低成本100元，按20萬噸的年產(chǎn)能計算，每年可為企業(yè)節(jié)省成本2000萬元。

在汽車行業(yè)，中國一汽應用華為云知識計算解決方案構(gòu)建的一汽知識計算平臺，基于業(yè)務場景，將知識便捷地、以數(shù)字化的方式呈現(xiàn)在眼前，快速提升員工能力。通過使用一汽知識計算平臺，一汽紅旗某4S店的一次性修復率提升了4％，客戶維修等待時間下降了23％，廠家支持介入率下降了30％，維修技師的培養(yǎng)時間縮短了30％。

類似的產(chǎn)業(yè)實踐還有華為與中科院北京基因組所韓大力教授的合作，基于華為云知識計算解決方案，將DNA羥甲基數(shù)據(jù)和經(jīng)過大量研究實驗積累的基因知識圖譜進行整合計算，更加準確地識別出血液中的關(guān)鍵生物標記物，將早期診斷的準確性提升了9個百分點，有助于對食道癌患者的早期發(fā)現(xiàn)。

華為云還與交通管理部門合作，把知識計算解決方案應用于交通治理，綜合運用各類專業(yè)知識，通過道路實時信息反饋、整合專家的經(jīng)驗，經(jīng)過AI運算形成一套系統(tǒng)化的控制方案，將其用于城市路口和區(qū)域的通行優(yōu)化，目前已在深圳300多個路口進行驗證，未來有望更進一步實現(xiàn)道路、機場、地鐵等立體化的交通治理。

“通過華為云知識計算解決方案，企業(yè)可以打造自己的知識計算平臺，推動AI進入核心業(yè)務系統(tǒng)，加速智能化升級；知識計算平臺也將成為企業(yè)的核心平臺，極大增強企業(yè)市場競爭力�！比A為云人工智能領域總裁賈永利表示。

融合知識、計算與AI，華為云助力千行百業(yè)開啟智能化征程。