云知声副总裁受邀出席“2022商业案例创新论坛 “引爆全场,他讲了什么?

科技 2022-08-26 09:47:30 来源:中创网

  8月18日,“2022商业案例创新论坛”在上海浦东圆满举办。云知声联合创始人/创新事业部总裁陈吉胜受邀参加了此次论坛,并进行了主题演讲。精彩演讲受到线上线下观众的一致共鸣与思考。

  以下为陈吉胜精彩演讲精华整理:

  01 AI时代B端企业需要的人才模型是什么?

  十年TO C,十年TO B.

  随着社会逐渐进入AI时代,AI在C端与B端的应用逐渐形成温差。

  在C端,海量手机用户不断贡献数据,快速迭代,促进C端AI的机器学习越来越有效,应用越来越丰富。

  人都被手机给Hooked了,我曾经看过一个数据,就是抖音,由于用户能天天刷,所以可能差不多几百毫秒,刷抖音这个人的用户模型被更新一次了,也就是机器在使用和学习。

  而B端,由于目前生产设备和工作流程中产生的数据相比C端比较有限,也比较离散,目前AI应用不如C端有效。

  这是为什么呢?

  原则上来说,无论是B端还是C端,人工智能的三驾马车(算力、算法、大数据)都已备齐。

  算力,据2022中国算力大会透露,截至今年6月底,中国在用数据中心机架总规模超过590万标准机架,服务器规模约2000万台,算力总规模排名全球第二;

  算法;以深度学习为代表的感知类的算法,比如说图像,或者是听觉,这个其实已经是超过了人的眼睛和耳朵了。

  大数据,在中国,互联网、物联网,线上/线下采集的数据非常普遍。

  那么,既然这些底层的能力,都是具备的,为什么AI在C端与B端之间依然会存在温差?

  其实根源在于B端场景化的应用不够。任何不已结婚为目的的谈恋爱都是在耍流氓。AI应用也是一样,所有不以实际场景应用为目的的AI技术研究都是空中楼阁。

  B端客户,由于行业的专业性,导致每个行业,甚至每一家企业之间都存在着很多KNOEHOW,表现在B端服务商方面就是碎片化,我们要为这个行业定制一下,为那个客户定制一下。所以,理解碎片化场景下的know-how是B端应用AI需要解决的核心问题,而这也引出了我们的主题,

  AI时代,B端企业需要的人才模型是什么?对AI厂商来说,需要能够充分理解碎片化场景下,行业的know-how,并能够迅速判断是否可以引入AI投入的通用人才;对B端客户来说,需要既了解自身know-how,也懂得AI技术的应用边界,应用方法,在公开资料和对应厂商有限支持下即可将AI能力和自身特殊问题相结合,能够解决实际问题的专业人才;

  针对这个结论,陈总用一个具体的案例做了生动说明;

  “我们曾给一个全球TOP级的客户做过一个不挣钱的案例,乍一听需求很简单,就是用AI方式来实现生产线上每块模组的质量检查,从而替代人工降本增效,或者说缓解找不到愿意做这件事情的工人的窘况。但就是这个很简单的需求,初期我们双方却都经历了一段比较焦灼的沟通期。为什么?

  首先,云知声是一家AI公司,我们是坐在办公室里写代码的,我们的开发人员搞算法、搞模型训练很专业,但他们不懂生产线,不懂模组怎样算坏,怎样不算坏。而对方的人,对自己的AI应用边界不了解,对应用方法等也不清楚,但是他们对自己的问题清楚。所以,在前期的时候,大家经过几轮沟通,发现经常会有一些‘不知道自己不知道’以及‘互相不知道自己不知道’的情况,这是很可怕的事情。

  所以,我们把人派到工厂,和老师傅请教,现场观摩。也给对方普及一些AI的基本常识。内部开玩笑这是云知声的一次上山下乡。但也正是我们的挽起袖子卷起裤管进工厂,不仅让这次的项目成功交付,也让我们对AI 时代下,B端企业的究竟需要怎样的人才有了重新思考。”

  02 AI时代B端应用人才的分层次培养思考

  如上边所讲,我们对AI时代,B端企业需要的人才模型有了一定的认识。。

  即对于AI公司来说,通才的价值大于培养专才,因为是通用技术型的公司,所以更需要的公司方案人员,销售人员,技术人员,可以利用涉猎的较广的知识面,对问题是否适合AI做判断。

  对于B端客户来说,需要既了解自身know-how,也懂得AI技术的应用边界,可将AI能力和自身特殊问题相结合,能够解决实际问题的专业人才;

  我曾经和我的客户有过一个交流,彼此都认为,如果客户方面有专业的人才来做实际AI应用的话,大家双赢。因为客户方本身就清楚Know—how,那他们只是需要有一个非常标准的工具,或者是对AI的应用边界也比较熟悉,然后去训练这个模型。有自己相应的人员可以标注,基础数据处理、分类等。本身就已经是这个行业里的人了,所以只是需要对一线的技术人员进行相应的培训,让他们掌握AI的能力,即B端客户对应的培养方案是专才大于通才。

  国内有大大小小的AI公司,研究开发型的人才在各个公司都有,但是应用和实用的人才,即能够把AI基础的东西用起来,用于自己的生产过程里,这些人是少的。所以,未来AI人才的培养方向,我觉得是提高AI产业链中,应用型以及实用性的人才数量。

  做应用型和实用型的人才,他们应该掌握什么?上来了解各种CNN、DNN,没有太大的必要。但是掌握各种模型训练的框架这很重要,因为一旦掌握多种主流深度学习算法以及多种深度学习框架,就能实际利用国内各个专门企业、单位已经搭建的超算中心,将B端企业已有的数据进行训练和计算,解决实际问题,保障人工智能相关应用快速、高效的规模化产出和稳定运行。真正促进AI在B端应用中的大幅增长。

  总结:基础理论没有大的突破情况下,

  应用人才的规模和质量是竞争的关键因素之一

  最后,我想与大家分享几个目前热门的新闻。

  一是印度的人口明年超过中国,我们领先了五千年,终于让出了这一位置。

  二是越南成为世界工厂?越南的工资确实很便宜,对我们是很有压力;

  三是美国通过了CHIP&Science ACT(芯片法案)

  最后是德国称:要降低对中国经济依赖。

  我们面临的竞争很大,但是我们依然有赢得机会。

  AI时代,大家早已经脱离了拼刺刀的阶段。当下,大家面临的挑战,是如何用AI的力量去提升日渐需求复杂的千行百业产值,并促进降本增效。

  原交大院士,现在的深圳大学校长曾说过:最近三十年左右,不要说中国,哈佛MIT也没有搞出什么基本的理论突破,我们更多的是验证量子理论,验证爱因斯坦的论断。那就说明我们在基础理论下,我们的应用以及我们的一些技术上的改进最重要的,技术上的改进从目前来看,很多时候需要天才,但是应用不需要,需要一直成本可控的应用大军,这才是我们致胜的关键点。

  所以,基础理论没有大的突破情况下,应对当前竞争的关键因素,是打造一支大规模高素质的AI应用队伍。


 

免责声明:本文仅代表作者个人观点,与中创网无关。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。

分享:

扫一扫在手机阅读、分享本文