当前位置: 首页 > 科技 > 人工智能 > “AI决策”助力企业突破业务临界点,发挥数据最大价值_腾

“AI决策”助力企业突破业务临界点,发挥数据最大价值_腾

天乐
2021-07-07 00:10:38 第一视角

“AI的发展经历了‘高期望-能否落地-落地是否有用’等多次潮起潮落。今天,AI的价值再次引发一些讨论和怀疑。”2021第四范式发布会暨企业智能化转型峰会近日在北京召开。峰会上,第四范式创始人兼首席执行官戴文渊博士认为,只有AI决策帮助企业经营从量变到质变,才能真正释放AI的价值,带来AI发展的新浪潮。

他表示,在消费互联网领域,内容分发作为关键业务场景之一,传统的分发方式受限于人工编辑,而上线AI决策后,分发规模不断增加,决策准确度不断提升,当最终边际成本下降为零的临界点时,用户规模的指数级增长,引发了企业实现“质变”。

让“AI决策”

据了解,企业转型过程中所需的能力众多,为了让AI在企业智能化进程中发挥价值,必须具备集应用、数据、算力为一体的能力模型。应用、数据、计算,三者需要相互联接,其中任何一个出现问题,另外两个都无法发挥作用,整个智能化体系将会失效。

第四范式AIOS产品负责人黄缨宁表示,诸如反欺诈、内容推荐等业务场景,没有应用,海量数据会沦为死数据,算力也无法产生价值。

据统计到2025年中国数据量达到48.6ZB,占全球数据量的25%以上,成为全球最大的数据圈。2025年AI中国服务器市场达到66亿美金,这是非常大量的投入。

黄缨宁表示,目前来看这些数据的增长和算力的投入很难发挥其应有的价值,因为单个应用构建平均时间太长,不仅需要各部门人员非常复杂的协作,也需要数据科学家非常好的协作。有了这些前置的条件,导致AI应用的构建效率相对较低,应用增长的速度远远追不上企业正在飞速增长的数据以及算力的投入。

此外,“数据”也是一个瓶颈。据黄缨宁介绍,在整个构建AI应用的过程中,95%的时间花在数据治理,平均来说企业的数据利用率不足1%。企业在数据利用上的共性问题导致了现在的结果:数据业务割裂;数据的使用没有沉淀,导致冗余高;数据开发没有统一标准,难以沉淀和复用。

“为此,我们落地了数据形式方法,每个数据形式对应的是业务场景,定义了这个业务场景要跑起来所需的数据标准。”她表示,把原始的数据一键对接成AI数据,企业省下大量的数据治理时间,通过数据形式一键开启建模,一键关联AI相关应用,更高效的实现业务价值向数据价值转化。

第四范式从2014年起就开始利用AI技术、产品及服务,帮助企业在智能化转型中实现质变。

在发布会上,第四范式全新发布了企业级AI操作系统4Paradigm Sage AIOS 2.0及企业级智能应用市场4Paradigm Sage App Store,联接打通了应用、数据、算力三者间的屏障,同时以Sage AIOS App Store平台为基础,扩展为应用联邦、数据联邦、算力联邦三大网络。

量变到质变

对于率先转型成功的企业,AI决策在关键业务场景发挥了巨大作用,帮助企业突破业务临界点,实现质变。

健新科技的首席技术官刘勇表示,“之前大家比较关注数据量,也就是大数据。但是今天我们更关注的点是从大数据到质量数据的转变。真正经过训练的、有标签体系的、有很好数据基础的数据才能为我们接下来的选址建模提供高效的特征工程。”

他介绍了葛洲坝电场监测系统,其中工况识别、实际故障诊断、状态评估、运行指导、实时关键数据的监测和异常分析等等,都可以利用AI提升。

“例如机组的温度,定转子的温度,机组的轴温等等,和人体的温度一样,都是机组设备运行健康的重要表征。”他表示,我们尝试着用AI技术,将这些温度量、相关的工业特征值、工况负荷、运行的时长以及环境温度加起来,在AI的机器学习中进行训练,得出温度的预测模型。根据预测模型推导出机组运行的安全阈值期间,这个数值超出阈值就进行异常报警,在这之间就证明是安全的。

百胜中国分享其通过AI技术赋能关键业务线上化场景的经验。百胜中国IT资深总监孙磊表示,在百胜中国,比如外卖餐点派送从原来每个餐厅专人来分配配送,现在都是AI系统在做订单分发,且配送效率较高。

再如每家餐厅的外送商圈从专人维护,到智能商圈系统的AI自动规划,保障了全局效率最优。他AI帮助百胜在线上、线下、供应链、食品安全、客服、培训等业务领域提升,未来可能会覆盖全价值链,有助于提升消费者体验,公司营运效率和服务质量,同时降低成本。

永辉彩食鲜CTO乔新亮也表示,在AI决策的协助下,人效获得极大提升,突破临界点后,1个采购员可以完成100个采购员的工作,3000人变成能做100倍的生意,最终企业增长不再受制于人力与成本。而当AI在关键场景验证成功后,就能逐步拓展到其他业务领域。

“在整个智慧零售的选址模型里面,可以把一些多元异构的数据,比如人口、客群、业态、交通这些数据通过数据模型,整理成一个能够供智能选址应用的特征表。我们把这些原始的数据变成了很方便的让我们进行机器学习的数据。”亿景智联的创始人兼首席执行官孙伟表示。

他认为,做零售最看重的线下实体店的频效问题,当锁定高潜力区域的时候,选择合理的备选点位,根据这个点位可以反馈整个评分。没有选址产品之前,需要花费大量的时间交付产品。

责任编辑:孟俊莲 主编:冉学东

提示:支持键盘“← →”键翻页
为你推荐
加载更多
意见反馈
返回顶部