作者：于洪濤
人世間美好的事物，不能僅停留在想象層面。
AI如今就是大家想象中的一個美好事物，似乎無所不能，似乎哪里都可以用得上。然而，身處其中的專業人士才能體會到，AI的行業應用落地，尤其是規模化落地，其實非常不容易。
這，幾乎是目前所有AI廠商所面臨的考驗，也是導致AI應用普及速度不及預期的重要原因。
近兩年來，聯通數科在行業AI應用落地方面，取得了非常不錯的成績。以不太被很多人看重的化工食藥行業為例，聯通數科的AI解決方案，已經在湖南中石化、裕泰化工、中原大化、達因藥業、三星長壽花玉米油等各個細分領域的頭部企業落地應用，幫助他們降本提質增效，加速智能化升級。我們從聯通數科的具體實踐中，或許可以探索發現一條AI行業應用的標準化、規模化落地的可行路徑。
平臺架構：為規模化應用奠定基礎
很多人用慣了人臉識別和機器翻譯，因此就把AI當作是一種應用。其實，AI更像是一種能力，嵌入在各行各業的應用中，去解決其業務痛點問題。
因此，AI要想真正發揮作用，就必須與行業場景深入結合，這就導致應用場景非常復雜，要結合每個客戶的需求進行定制化。除了工作量大、效率低下之外，也對AI人才提出了更高的要求——需要一大批既懂技術又懂業務的復合型人才，這顯然并不現實。
解決這一問題的最好方式，就是平臺化。通過平臺化來降低部署實施難度，提升復用性，減少定制化開發的工作量。
上圖是聯通化工食藥AI平臺的架構，共分為四層，自下而上分別是基礎平臺、算法模型、行業垂直功能和智能系統。
除了化工食藥行業，聯通在制造、能源、交通等行業，也都打造了類似結構的行業AI平臺，用來支撐各行業AI應用的落地。聯通行業AI平臺具有四個方面的優勢：一是行業可復用：基于對行業共性需求的梳理，形成了可復用的算法模型和垂直功能分層架構，算法自主可控，且具備跨行業可適用性；二是可按需部署：針對5G互聯網組網和應用特點，構建了端、邊、云融合的訓練、推理、運營三者有機結合的靈活部署方式；三是零基礎運維：提供數據標注工具和自動化訓練平臺，支持非專業人員的系統運營維護，實現客戶AI應用的可迭代成長；四是軟硬一體化：針對行業門類繁多、場景定制化特點，配備專家現場支撐硬件選型和解決方案設計，定制化解決客戶痛點。
聯通AI：沉淀行業經驗，構建“行業大腦”
在上述聯通化工食藥AI平臺中，底層的硬件平臺是基礎。畢竟，智能化要建立在數字化和網絡化的基礎上，以此逐步向著局部智能化和全面智能化的方向邁進。
基礎平臺之上的算法模型，對于AI應用的落地則至關重要。這些能力是基于AI技術形成的通用的、標準化的基礎能力，不具備行業屬性，或者說是跨行業的。
我們都知道，AI當下的主流方向是語音、視覺和自然語言處理。聯通數科的算法模型，都是圍繞這幾個方向而展開的，共有50多項，為各個行業的AI應用提供支持。
在化工、食品、藥品等行業中，安全是第一要務。這其中既包括生產過程的安全管理，避免各類安全事故的發生；也包括作為生產結果的產品安全，畢竟食品和藥品都關系到人民的生命健康。
因此，上述行業需要的算法模型，主要集中在目標跟蹤、人體檢測、安全帽檢測、材質識別、顏色識別等領域，為安全生產等場景的應用奠定基礎。
中原大化是國內知名化工企業，安全管理就是其痛點需求。聯通數科基于算法模型，為其打造了安全合規監測AI系統，對攝像頭和無人機采集的視頻數據進行實時智能分析，當目標物進入防范區域、冒煙冒火苗頭、人員暈崗跌倒、未戴安全帽等情況發生時，在第一時間聯動報警設備，把不合規事件消滅在初始期。
值得注意的是，聯通數科把這些通用的算法模型形容為“看”、“聽”、“思考”、“說”、“移動”、“抓取”、“交互”等類人能力，進而在這些能力基礎上構建起“行業大腦”。
行業AI范式：抽象行業應用場景
“算法模型”，是聯通數科AI標準化、規模化的下層，是貼近AI技術的基礎能力。在此之上，“行業垂直功能”則是AI標準化、規模化的上層，是貼近行業業務的應用功能。
聯通數科把這一方法論稱之為“行業AI范式”，每個范式都是一個通用方法論，對應一類行業應用場景。
在化工食藥行業，就有工裝穿戴（檢測是否正確穿戴安全帽、工服、口罩、手套等）、行為合規（識別吸煙、打電話、玩手機、睡崗、離崗等不合規行為）、液體質檢（檢查液體的顏色和內容是否符合質量標準）等。
這些“行業AI范式”，是針對特定行業需求而開發的算法，在具備行業特色的同時，也有一定的通用性，可以復制到該行業的多種應用場景當中去。
比如，針對化工食藥企業對安全生產的高要求，該行業的AI算法模型，就要保證不能出現漏檢，為此寧可接受一定的誤識別。再比如，借助“液體質檢”這個AI范式，非專業人士也能用它去解決酒、食用油、液態藥品等的質檢需求。
三星玉米油是國內第一家專業生產和研發玉米油的生產廠家，成功締造了中國玉米油知名品牌“長壽花”。聯通數科為其打造了人員穿戴、洗手、合格證投放等三個合規監測AI應用場景，和壓蓋異常、膠帽異常、噴碼異常、食用油異物檢測等四個質檢AI應用場景，幫助其實現了生產、裝箱、質檢等關鍵環節的智能化升級。
通過上述解析，我們可以看出，聯通數科的行業AI平臺，是以安全開放的AI開發環境，大規模多類型數據為基礎，形成具備感知、決策、執行能力的“行業大腦”；通過深度融合服務政企客戶過程中積累的豐富應用場景及行業經驗，打造行業范式，支撐行業的數字化轉型和智能化升級。
落地實踐：“先試后買”解除客戶顧慮
有了上面兩項通用能力做基礎，實現了AI應用的標準化，那么規模化落地就具有了可行性。這時候，聯通政企業務強大的行業拓展能力、深入鄉鎮的區域覆蓋能力，就可以發揮巨大作用。最近，聯通還成立了9大行業軍團，可以把其AI平臺在細分行業進行快速復制推廣。
與此同時，針對當下客戶顧慮多、不知道該怎么利用AI、也不知道AI到底能給自己帶來什么業務價值的情況，聯通數科實行了名為“BAT”的營銷策略，即“buy after try先試后買”。
根據這一策略，聯通數科提供的前期服務都是免費的，包括深入了解客戶業務痛點、共同探索解決方案、確定業務回報等等。雙方達成共識后，才商榷服務的費用，從而在極大程度上打消了客戶的后顧之憂。
通過這一策略創新，聯通數科的AI平臺得到了化工食藥行業客戶的高度認可，在安全生產和食品安全等領域得到廣泛應用，為行業的智能化升級做出了貢獻。在此進程中，聯通數科通過算法模型和行業垂直功能的兩層抽象，實現了AI行業應用的標準化、通用化，由此也具備了業界領先的快速定制化能力，能夠服務更多的行業客戶。
在AI加速行業應用的當下，聯通數科以強大的自主研發和服務運營能力，創造了AI應用規模化落地的新范式，為我們打開了一片新的天地。
當化身為造福千行百業的智慧與光芒之時，AI也變得更有溫度。
