|
8月18日，“2022商業(yè)案例創(chuàng)新論壇”在上海浦東圓滿舉辦。云知聲聯(lián)合創(chuàng)始人/創(chuàng)新事業(yè)部總裁陳吉?jiǎng)偈苎麉⒓恿舜舜握搲⑦M(jìn)行了主題演講。精彩演講受到線上線下觀眾的一致共鳴與思考。 以下為陳吉?jiǎng)倬恃葜v精華整理： 01 AI時(shí)代B端企業(yè)需要的人才模型是什么？ 十年TO C,十年TO B. 隨著社會(huì)逐漸進(jìn)入AI時(shí)代，AI在C端與B端的應(yīng)用逐漸形成溫差。 在C端，海量手機(jī)用戶不斷貢獻(xiàn)數(shù)據(jù)，快速迭代，促進(jìn)C端AI的機(jī)器學(xué)習(xí)越來(lái)越有效，應(yīng)用越來(lái)越豐富。 人都被手機(jī)給Hooked了，我曾經(jīng)看過(guò)一個(gè)數(shù)據(jù)，就是抖音，由于用戶能天天刷，所以可能差不多幾百毫秒，刷抖音這個(gè)人的用戶模型被更新一次了，也就是機(jī)器在使用和學(xué)習(xí)。 而B(niǎo)端，由于目前生產(chǎn)設(shè)備和工作流程中產(chǎn)生的數(shù)據(jù)相比C端比較有限，也比較離散，目前AI應(yīng)用不如C端有效。 這是為什么呢？ 原則上來(lái)說(shuō)，無(wú)論是B端還是C端，人工智能的三駕馬車(chē)（算力、算法、大數(shù)據(jù)）都已備齊。 算力，據(jù)2022中國(guó)算力大會(huì)透露，截至今年6月底，中國(guó)在用數(shù)據(jù)中心機(jī)架總規(guī)模超過(guò)590萬(wàn)標(biāo)準(zhǔn)機(jī)架，服務(wù)器規(guī)模約2000萬(wàn)臺(tái)，算力總規(guī)模排名全球第二； 算法；以深度學(xué)習(xí)為代表的感知類(lèi)的算法，比如說(shuō)圖像，或者是聽(tīng)覺(jué)，這個(gè)其實(shí)已經(jīng)是超過(guò)了人的眼睛和耳朵了。 大數(shù)據(jù)，在中國(guó)，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)，線上/線下采集的數(shù)據(jù)非常普遍。 那么，既然這些底層的能力，都是具備的，為什么AI在C端與B端之間依然會(huì)存在溫差？ 其實(shí)根源在于B端場(chǎng)景化的應(yīng)用不夠。毛主席曾經(jīng)說(shuō)過(guò)：任何不已結(jié)婚為目的的談戀愛(ài)都是在耍流氓。AI應(yīng)用也是一樣，所有不以實(shí)際場(chǎng)景應(yīng)用為目的的AI技術(shù)研究都是空中樓閣。 B端客戶，由于行業(yè)的專(zhuān)業(yè)性，導(dǎo)致每個(gè)行業(yè)，甚至每一家企業(yè)之間都存在著很多KNOEHOW，表現(xiàn)在B端服務(wù)商方面就是碎片化，我們要為這個(gè)行業(yè)定制一下，為那個(gè)客戶定制一下。所以，理解碎片化場(chǎng)景下的know-how是B端應(yīng)用AI需要解決的核心問(wèn)題，而這也引出了我們的主題， AI時(shí)代，B端企業(yè)需要的人才模型是什么？對(duì)AI廠商來(lái)說(shuō)，需要能夠充分理解碎片化場(chǎng)景下，行業(yè)的know-how，并能夠迅速判斷是否可以引入AI投入的通用人才；對(duì)B端客戶來(lái)說(shuō)，需要既了解自身know-how，也懂得AI技術(shù)的應(yīng)用邊界，應(yīng)用方法，在公開(kāi)資料和對(duì)應(yīng)廠商有限支持下即可將AI能力和自身特殊問(wèn)題相結(jié)合，能夠解決實(shí)際問(wèn)題的專(zhuān)業(yè)人才； 針對(duì)這個(gè)結(jié)論，陳總用一個(gè)具體的案例做了生動(dòng)說(shuō)明； “我們?cè)o一個(gè)全球TOP級(jí)的客戶做過(guò)一個(gè)不掙錢(qián)的案例，乍一聽(tīng)需求很簡(jiǎn)單，就是用AI方式來(lái)實(shí)現(xiàn)生產(chǎn)線上每塊模組的質(zhì)量檢查，從而替代人工降本增效，或者說(shuō)緩解找不到愿意做這件事情的工人的窘?jīng)r。但就是這個(gè)很簡(jiǎn)單的需求，初期我們雙方卻都經(jīng)歷了一段比較焦灼的溝通期。為什么？ 首先，云知聲是一家AI公司，我們是坐在辦公室里寫(xiě)代碼的，我們的開(kāi)發(fā)人員搞算法、搞模型訓(xùn)練很專(zhuān)業(yè)，但他們不懂生產(chǎn)線，不懂模組怎樣算壞，怎樣不算壞。而對(duì)方的人，對(duì)自己的AI應(yīng)用邊界不了解，對(duì)應(yīng)用方法等也不清楚，但是他們對(duì)自己的問(wèn)題清楚。所以，在前期的時(shí)候，大家經(jīng)過(guò)幾輪溝通，發(fā)現(xiàn)經(jīng)常會(huì)有一些‘不知道自己不知道’以及‘互相不知道自己不知道’的情況，這是很可怕的事情。 所以，我們把人派到工廠，和老師傅請(qǐng)教，現(xiàn)場(chǎng)觀摩。也給對(duì)方普及一些AI的基本常識(shí)。內(nèi)部開(kāi)玩笑這是云知聲的一次上山下鄉(xiāng)。但也正是我們的挽起袖子卷起褲管進(jìn)工廠，不僅讓這次的項(xiàng)目成功交付，也讓我們對(duì)AI 時(shí)代下，B端企業(yè)的究竟需要怎樣的人才有了重新思考。” 02 AI時(shí)代 B端應(yīng)用人才的分層次培養(yǎng)思考 如上邊所講，我們對(duì)AI時(shí)代，B端企業(yè)需要的人才模型有了一定的認(rèn)識(shí)。。 即對(duì)于AI公司來(lái)說(shuō)，通才的價(jià)值大于培養(yǎng)專(zhuān)才，因?yàn)槭峭ㄓ眉夹g(shù)型的公司，所以更需要的公司方案人員，銷(xiāo)售人員，技術(shù)人員，可以利用涉獵的較廣的知識(shí)面，對(duì)問(wèn)題是否適合AI做判斷。 對(duì)于B端客戶來(lái)說(shuō)，需要既了解自身know-how，也懂得AI技術(shù)的應(yīng)用邊界，可將AI能力和自身特殊問(wèn)題相結(jié)合，能夠解決實(shí)際問(wèn)題的專(zhuān)業(yè)人才； 我曾經(jīng)和我的客戶有過(guò)一個(gè)交流，彼此都認(rèn)為，如果客戶方面有專(zhuān)業(yè)的人才來(lái)做實(shí)際AI應(yīng)用的話，大家雙贏。因?yàn)榭蛻舴奖旧砭颓宄﨣now—how，那他們只是需要有一個(gè)非常標(biāo)準(zhǔn)的工具，或者是對(duì)AI的應(yīng)用邊界也比較熟悉，然后去訓(xùn)練這個(gè)模型。有自己相應(yīng)的人員可以標(biāo)注，基礎(chǔ)數(shù)據(jù)處理、分類(lèi)等。本身就已經(jīng)是這個(gè)行業(yè)里的人了，所以只是需要對(duì)一線的技術(shù)人員進(jìn)行相應(yīng)的培訓(xùn)，讓他們掌握AI的能力，即B端客戶對(duì)應(yīng)的培養(yǎng)方案是專(zhuān)才大于通才。 國(guó)內(nèi)有大大小小的AI公司，研究開(kāi)發(fā)型的人才在各個(gè)公司都有，但是應(yīng)用和實(shí)用的人才，即能夠把AI基礎(chǔ)的東西用起來(lái)，用于自己的生產(chǎn)過(guò)程里，這些人是少的。所以，未來(lái)AI人才的培養(yǎng)方向，我覺(jué)得是提高AI產(chǎn)業(yè)鏈中，應(yīng)用型以及實(shí)用性的人才數(shù)量。 做應(yīng)用型和實(shí)用型的人才，他們應(yīng)該掌握什么？上來(lái)了解各種CNN、DNN，沒(méi)有太大的必要。但是掌握各種模型訓(xùn)練的框架這很重要，因?yàn)橐坏┱莆斩喾N主流深度學(xué)習(xí)算法以及多種深度學(xué)習(xí)框架，就能實(shí)際利用國(guó)內(nèi)各個(gè)專(zhuān)門(mén)企業(yè)、單位已經(jīng)搭建的超算中心，將B端企業(yè)已有的數(shù)據(jù)進(jìn)行訓(xùn)練和計(jì)算，解決實(shí)際問(wèn)題，保障人工智能相關(guān)應(yīng)用快速、高效的規(guī)模化產(chǎn)出和穩(wěn)定運(yùn)行。真正促進(jìn)AI在B端應(yīng)用中的大幅增長(zhǎng)。 總結(jié)：基礎(chǔ)理論沒(méi)有大的突破情況下， 應(yīng)用人才的規(guī)模和質(zhì)量是競(jìng)爭(zhēng)的關(guān)鍵因素之一 最后，我想與大家分享幾個(gè)目前熱門(mén)的新聞。 一是印度的人口明年超過(guò)中國(guó)，我們領(lǐng)先了五千年，終于讓出了這一位置。 二是越南成為世界工廠？越南的工資確實(shí)很便宜，對(duì)我們是很有壓力； 三是美國(guó)通過(guò)了CHIP&Science ACT（芯片法案） 最后是德國(guó)稱(chēng):要降低對(duì)中國(guó)經(jīng)濟(jì)依賴。 我們面臨的競(jìng)爭(zhēng)很大，但是我們依然有贏得機(jī)會(huì)。 AI時(shí)代，大家早已經(jīng)脫離了拼刺刀的階段。當(dāng)下，大家面臨的挑戰(zhàn)，是如何用AI的力量去提升日漸需求復(fù)雜的千行百業(yè)產(chǎn)值，并促進(jìn)降本增效。 原交大院士，現(xiàn)在的深圳大學(xué)校長(zhǎng)曾說(shuō)過(guò)：最近三十年左右，不要說(shuō)中國(guó)，哈佛MIT也沒(méi)有搞出什么基本的理論突破，我們更多的是驗(yàn)證量子理論，驗(yàn)證愛(ài)因斯坦的論斷。那就說(shuō)明我們?cè)诨A(chǔ)理論下，我們的應(yīng)用以及我們的一些技術(shù)上的改進(jìn)最重要的，技術(shù)上的改進(jìn)從目前來(lái)看，很多時(shí)候需要天才，但是應(yīng)用不需要，需要一直成本可控的應(yīng)用大軍，這才是我們致勝的關(guān)鍵點(diǎn)。 所以，基礎(chǔ)理論沒(méi)有大的突破情況下，應(yīng)對(duì)當(dāng)前競(jìng)爭(zhēng)的關(guān)鍵因素，是打造一支大規(guī)模高素質(zhì)的AI應(yīng)用隊(duì)伍。 |
