
8月18日,“2022商業案例創新論壇”在上海浦東圓滿舉辦。云知聲聯合創始人/創新事業部總裁陳吉勝受邀參加了此次論壇,并進行了主題演講。精彩演講受到線上線下觀眾的一致共鳴與思考。

以下為陳吉勝精彩演講精華整理:
01 AI時代,B端企業需要的人才模型是什么
十年TO C,十年TO B.
隨著社會逐漸進入AI時代,AI在C端與B端的應用逐漸形成溫差。
在C端,海量手機用戶不斷貢獻數據,快速迭代,促進C端AI的機器學習越來越有效,應用越來越豐富。
人都被手機給Hooked了,我曾經看過一個數據,就是抖音,由于用戶能天天刷,所以可能差不多幾百毫秒,刷抖音這個人的用戶模型被更新一次了,也就是機器在使用和學習。
而B端,由于目前生產設備和工作流程中產生的數據相比C端比較有限,也比較離散,目前AI應用不如C端有效。
這是為什么呢?
原則上來說,無論是B端還是C端,人工智能的三駕馬車(算力、算法、大數據)都已備齊。
算力,據2022中國算力大會透露,截至今年6月底,中國在用數據中心機架總規模超過590萬標準機架,服務器規模約2000萬臺,算力總規模排名全球第二;
算法;以深度學習為代表的感知類的算法,比如說圖像,或者是聽覺,這個其實已經是超過了人的眼睛和耳朵了。
大數據,在中國,互聯網、物聯網,線上/線下采集的數據非常普遍。
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端之間依然會存在溫差?
其實根源在于B端場景化的應用不夠。毛主席曾經說過:任何不已結婚為目的的談戀愛都是在耍流氓。AI應用也是一樣,所有不以實際場景應用為目的的AI技術研究都是空中樓閣。
B端客戶,由于行業的專業性,導致每個行業,甚至每一家企業之間都存在著很多KNOEHOW,表現在B端服務商方面就是碎片化,我們要為這個行業定制一下,為那個客戶定制一下。所以,理解碎片化場景下的know-how是B端應用AI需要解決的核心問題,而這也引出了我們的主題,
針對這個結論,陳總用一個具體的案例做了生動說明;
“我們曾給一個全球TOP級的客戶做過一個不掙錢的案例,乍一聽需求很簡單,就是用AI方式來實現生產線上每塊模組的質量檢查,從而替代人工降本增效,或者說緩解找不到愿意做這件事情的工人的窘況。但就是這個很簡單的需求,初期我們雙方卻都經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代碼的,我們的開發人員搞算法、搞模型訓練很專業,但他們不懂生產線,不懂模組怎樣算壞,怎樣不算壞。而對方的人,對自己的AI應用邊界不了解,對應用方法等也不清楚,但是他們對自己的問題清楚。所以,在前期的時候,大家經過幾輪溝通,發現經常會有一些‘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,和老師傅請教,現場觀摩。也給對方普及一些AI的基本常識。內部開玩笑這是云知聲的一次上山下鄉。但也正是我們的挽起袖子卷起褲管進工廠,不僅讓這次的項目成功交付,也讓我們對AI 時代下,B端企業的究竟需要怎樣的人才有了重新思考。”
02 AI時代,B端應用人才的分層次培養思考
如上邊所講,我們對AI時代,B端企業需要的人才模型有了一定的認識。。
即對于AI公司來說,通才的價值大于培養專才,因為是通用技術型的公司,所以更需要的公司方案人員,銷售人員,技術人員,可以利用涉獵的較廣的知識面,對問題是否適合AI做判斷。
對于B端客戶來說,需要既了解自身know-how,也懂得AI技術的應用邊界,可將AI能力和自身特殊問題相結合,能夠解決實際問題的專業人才;
我曾經和我的客戶有過一個交流,彼此都認為,如果客戶方面有專業的人才來做實際AI應用的話,大家雙贏。因為客戶方本身就清楚Know—how,那他們只是需要有一個非常標準的工具,或者是對AI的應用邊界也比較熟悉,然后去訓練這個模型。有自己相應的人員可以標注,基礎數據處理、分類等。本身就已經是這個行業里的人了,所以只是需要對一線的技術人員進行相應的培訓,讓他們掌握AI的能力,即B端客戶對應的培養方案是專才大于通才。
國內有大大小小的AI公司,研究開發型的人才在各個公司都有,但是應用和實用的人才,即能夠把AI基礎的東西用起來,用于自己的生產過程里,這些人是少的。所以,未來AI人才的培養方向,我覺得是提高AI產業鏈中,應用型以及實用性的人才數量。
做應用型和實用型的人才,他們應該掌握什么?上來了解各種CNN、DNN,沒有太大的必要。但是掌握各種模型訓練的框架這很重要,因為一旦掌握多種主流深度學習算法以及多種深度學習框架,就能實際利用國內各個專門企業、單位已經搭建的超算中心,將B端企業已有的數據進行訓練和計算,解決實際問題,保障人工智能相關應用快速、高效的規模化產出和穩定運行。真正促進AI在B端應用中的大幅增長。
總結:基礎理論沒有大的突破情況下,
應用人才的規模和質量是競爭的關鍵因素之一
最后,我想與大家分享幾個目前熱門的新聞。
一是印度的人口明年超過中國,我們領先了五千年,終于讓出了這一位置。
二是越南成為世界工廠?越南的工資確實很便宜,對我們是很有壓力;
三是美國通過了CHIP&Science ACT(芯片法案)
最后是德國稱:要降低對中國經濟依賴。
我們面臨的競爭很大,但是我們依然有贏得機會。
AI時代,大家早已經脫離了拼刺刀的階段。當下,大家面臨的挑戰,是如何用AI的力量去提升日漸需求復雜的千行百業產值,并促進降本增效。
原交大院士,現在的深圳大學校長曾說過:最近三十年左右,不要說中國,哈佛MIT也沒有搞出什么基本的理論突破,我們更多的是驗證量子理論,驗證愛因斯坦的論斷。那就說明我們在基礎理論下,我們的應用以及我們的一些技術上的改進最重要的,技術上的改進從目前來看,很多時候需要天才,但是應用不需要,需要一直成本可控的應用大軍,這才是我們致勝的關鍵點。
所以,基礎理論沒有大的突破情況下,應對當前競爭的關鍵因素,是打造一支大規模高素質的AI應用隊伍。
來源:IT時代網
IT時代網(關注微信公眾號ITtime2000,定時推送,互動有福利驚喜)所有原創文章版權所有,未經授權,轉載必究。
創客100創投基金成立于2015年,直通硅谷,專注于TMT領域早期項目投資。LP均來自政府、互聯網IT、傳媒知名企業和個人。創客100創投基金對IT、通信、互聯網、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創客100基金最顯著的特點。
小何
小何
小何
小何