用智能称量现实：华为云EI的第一年

2017年9月，华为云相当有气魄地提出了企业智能（EI），其实就是“行业+ AI”。这个朴实但又独树一帜的命题，在整个2018经历了多线并进的奔跑。

让我们来回顾一下EI诞生之后的第一年，回看一下 AI 由实验室到产业空间，从线上模拟到线下经济体的一段故事。

如果说一千个人面对突然起来、名叫AI的技术，必然是一千张面孔，而这千张面孔，就构成了 EI 的味道与灼见——是所谓“用得起、用得好、用得放心”的“普惠AI”。

究竟如何让AI深入真实的物理空间，与万千产业线索开始融合？总结一下逻辑，我们觉得华为云EI一年中主线在干四件事：

一、做通产业案例，证明AI面向企业市场的价值;

二、使能开发者，构筑平台生态底座；

三、技术能力补完，达成相对全面的企业智能服务栈；

四、找到AI与经济融合的核心方向与价值逻辑，确定行业长线发展策略。

让我们一件件说来。

从理论到万物： AI攻入产业现实的首轮战役

在一年之前，每天上下班经过上地三街的北京白领们，大概还无法想象自己每天的通勤，会跟AI有什么关系。

虽然今天他们可能还是不知道 AI已经悄然走进了自己的生活，但至少大家都能体会到，这条街确实没有那么堵了。

2018 年4月，华为云与北京市交管局合作，在海淀区上地三街开展了利用AI技术实现信号配时优化试点应用。简单说来，就是给红绿灯安装上会思考的AI识别与决策装置。

在部署了EI交通智能体解决方案之后，据第三方公司（北京世纪高通科技有限公司）评估报告显示，这条东西方向的京城最堵道路之一，如今平均延误下降了15.2%，平均车速提升了15%。

显然，AI是否有价值，可以听听早十分钟到家的老百姓怎么说。

EI 初入江湖，需要做的第一件事，就是要快速尝试行业探索，做出行之有效的案例。证明 AI 与行业结合确实有其价值，逐渐推动A“I移风易俗”。通过新技术给企业带来核心价值的效果，让AI从过去的纸上谈兵变成实际的案例与价值。

目前来看，这个目标已经在EI的初步发展周期里完成得较为全面。一年中， EI尝试了8大行业超过200个项目中的智能探索；从6月到10月，先后发布了交通、工业、城市三大EI智能体，并在相应领域进行了案例探索。

比如说在工业领域，北京三联虹普公司是一家化工材料企业，通过EI工业智能体，进行生产数据的智能分析，成功释放了产线柔性化能力，从而让企业更好应对下游的个性化需求。并且整体数据分析方案实现云端训练、边缘部署、实时产品分类，经过前期测试，有效提升下游需求匹配率28.5%。

在民众最关心的医疗领域，2018 年华为云EI与金域医学合作，在宫颈癌病理检测领域取得阶段性突破，敏感度（真阳性率）超过99%，特异度（真阴性率）超过80%。

200+案例的探索与实践，直接证明了 AI 进入产业存在市场合理性。并且通过这些探索，为交通、工业、互联网、 医疗等几个主要产业赛道确立了入口样本。

使能开发者，是AI的最佳引擎

在今天，开发者们进入AI世界依旧要面临高耸的壁垒：算力、数据、开发平台、兼容与部署问题，种种考验都摆在开发者和预备开发者面前。然而莫欺少年穷，随着产业AI的拓张与AI深入各行各业，对开发者的需求不断增长，AI开发者正在默默等待着登场机会。

由此看，对开发者的使能与帮助，是保证产业AI源头开放，保持持续生命力的唯一解决方案。而让更多开发者融入自身生态，在产业AI中寻找机会，也是一家平台型企业今天搭建的最优质护城河。

华为云 EI2018 年的另一个主线任务，就是完成对开发者的生态开放和技术使能。在2018年HC大会上，华为发布了基于昇腾芯片的全栈、全场景AI解决方案，面向开发者的底层逻辑给出了新的解答。随后，华为云EI作为主角，面向开发者发布了一系列平台工具——更快的普惠的AI开发平台ModelArts、着眼于现实开发需求的视觉AI应用开发平台HiLens——继而打破了开发者进入AI世界的首座门槛。同时发布了AI沃土开发者使能计划、生态伙伴计划等开发者扶持方案。

2018 年 11 月，斯坦福大学发布DAWNBenchmark 最新成绩，在图像识别领域，华为云ModelArts的总训练时间排名第一，证明了在构建开发者能力的领域中，华为云的实际进度。

调试了技术与生态水压之后，让开发者洪流融入产业AI的真实市场，可以看作EI在2019年的一个关键词。

补齐能力，让产业AI客户收获更多

用AI为企业护航保驾，提质增效，首先建立在自身技术体系完善，服务多样化，能力细颗粒化的基础之上。

EI2018 年做的第三件事，就是在打通对外两条路的同时，修炼内功。从技术 能力提供上看，2018 年内，华为云EI全年共商用超过20种服务，另有多种服务公测中。同时，通过参与很多竞赛与测试，稳固了AI前沿领域探索的身位，并且拓展了合作伙伴图谱，为客户提供更优质技术选择。

同时，EI 智能体的解决方案，可以看作 EI 在产品服务领域的深化和自我补完。面对物理世界复杂的现实问题，企业客户不仅需要简单的技术对接，同时需要集合了行业智慧、智慧大脑、智能边缘、端侧感知体系的一整套灵活解决方案与统一架构。在商业服务模型上补完了与客户间最后一公里的连通能力。

补完技术、产品、服务的三种形态结合体，可以看作是EI不断成熟的标志，也是更多行业+AI深度融合可能的肇始。

深入实践，探索总结产业AI规律

如果从更大的行业趋势上看，EI一年多的探索，最重要的价值是解决了这样一个问题：当AI进入产业，进入垂直行业，进入某家具体的公司/机构/工厂，到底会发生什么？

要知道，之前是懂 AI 的人不懂企业；懂企业服务的人不了解AI，两边整个一个摸黑开打。

在陌生的雾霭中，一点光亮，一份地图都如此重要，这也可以视为EI在2018留下最长远的价值。

通过深入行业，经历反复的沟通与探索、成功与失败，EI给出了关于产业AI的直接答案。

EI的三个重要发现已经广为人知，成为了行业普遍奉行的常识：

首先，AI正在让IT技术由支撑系统走向生产，AI在很多生产领域可以直接创造价值。通过与不同类型、不同地域、不同行业的企业与组织机构，包括交通、医疗等公共服务领域深度结合，EI证实了AI技术在真实的中国产业空间中有前途，有价值。AI 与产业融合之路不仅在论文中和PPT上，还在一个个案例汇总出的数据与生产力关系中。

其次，行业智慧和 AI 结合仍是难点，也是AI接下来的探索方向。2018 年EI 得出的一个“金句”是这样说的：“一个好的问题胜过十个算法工程师”。意 思就是在真实的产业中，萦绕着大量在外部无法窥视其真谛的行业问题与行业智慧。

再次，行业大数据至关重要，但目前首要问题来自算力稀缺。然而在今天，实际情况是各行各业在生产大量数据，但这些数据却面临着收集、存储和学习上的困难——这就是算力饥饿问题。如何将优质、性价比高的算力惠及各行各业，是产业 AI 最先需要解决的问题。这让我们知道了，在错综复杂的产业实践中，AI 今天需要面对的首要矛盾在何处。

这些来自真实案例和数据的发现，在这一年里与我们一同劈开了AI身旁层层笼罩，云山雾罩的名实之辩。华为云EI用真枪实弹证明了一个简单的产业AI公式：这东西可以做，必须与行业结合来做，有些问题要马上做。

结束语：最大的重量，莫过于现实

总结一下EI的第一年旅程，大概是这样的：向企业市场证明了AI的价值，向开发者输出了入口，向内夯实了产品与服务，为长远发展探索出了产业AI的市场逻辑甚至战略雏形。

这些当然可以看作是功劳，然而也不妨视之为开始。接下来的2019，EI一年中的收获可以视作昇腾芯片挺入市场的连接器，亦不妨看作产业AI生态的基础建设。攻算力，连接行业智慧，提供全场景解决方案，AI与产业的故事还大有可为。

很多技术到来之初，我们都会觉得它很神秘，很有重量。这是很自然的事情。然而最大的重量莫过于现实。敢于在现实世界中称量新的可能，始终是科技产业中最具勇气的一种跨越。

人工智能的落地，尤其是行业+人工智能，在今天来看依旧是一首理想主义的高歌，只有用贴近尘土的方式，才让AI在数字中国生根发芽。

当AI真的切入现实，或许我们真正需要的态度就是这样——仰望前沿技术的广阔与无边想象力，同时要向现实中去求取智慧，与真实的产业经济体相结合。敢于向现实的最深处探索，同样也是一种勇气，这也是我们对EI的期许。

文/风辞远