原標題：在物流業(yè)的一個細節(jié)，窺見行業(yè)AI落地的春雷涌動

縱觀整個AI技術的發(fā)展歷史，會發(fā)現(xiàn)無外乎有三條路：通向算法能力進化，通向開發(fā)者，通向行業(yè)應用。

三者當然缺一不可，但其中行業(yè)+AI卻是重要性最高，同時也最富挑戰(zhàn)性的一條路。因為它是AI的最終目的，也是無法作弊的終極考卷。很多人都知道，AI技術在上世紀60和80年代分別迎來過一次技術到產(chǎn)業(yè)的全面泵噴，史稱兩次AI之冬。而這兩次技術災難發(fā)生的根源都在于AI最終沒有達成大眾對它的產(chǎn)業(yè)化期待，無法真正走到工業(yè)世界和社會經(jīng)濟當中。

數(shù)十年過去，我們今天緊緊抱住的AI技術能逃脫歷史的“厄運”嗎？答案可能要從一個真實的崗位，一家實際存在的公司，一份確實需要AI技術的工作中去尋找。

好，讓我們來給這篇關于行業(yè)AI的故事，預先設計一個主角吧。這個主角就是你和我共同使用的視角。我們的主人公叫小白，是剛剛進入國際物流行業(yè)不久的一位新人，他每天的工作就是處理像雨燕一樣飛來的物流單證。

說起來，人類確實是最神奇的生物?？吹窖嘧语w來，大多數(shù)人想到的不是吵鬧的叫聲，而是冬去春來的種種意境；小白在看到那些全球飛來的物流單證時，看到的也不是工作多么復雜繁冗，而是AI對行業(yè)潤物無聲的改變。

物流業(yè)的單證之痛，如何用AI解決？

小白所在的企業(yè)，經(jīng)營著通達全球的物流系統(tǒng)。這意味著公司每天會回收來自世界各地的物流票據(jù)、結(jié)算單據(jù)等等。小白的工作就是將它們歸檔整理，為企業(yè)流程運轉(zhuǎn)做好數(shù)據(jù)準備。

但與很多人想象的不同，這份工作并不是無窮無盡的打字錄入。在AI時代，識別單據(jù)信息只要用OCR技術掃一掃就能搞定。但對小白這個崗位來說，OCR識別取代人工卻并不那么容易。

原因在于，這家企業(yè)經(jīng)營的是國際物流。其問題在于來自各個國家、各個合作企業(yè)的物流單證制式并不統(tǒng)一，語言五花八門，甚至手寫還是機打都不一定。一般的通用OCR API根本無法識別這些“萬國彩旗”。小白這個聽上去極為簡單的單證管理崗位，卻被硬生生逼成了會多門外語，能識別各種奇異字體。

然而最近小白卻發(fā)現(xiàn)了轉(zhuǎn)機，用AI能力識別各種國際物流表單，不再只是他這個文科生的“科學幻想”。公司接入了盈智科技應用華為云ModelArts Pro開發(fā)文字識別套件。在這個套件基礎上，一個全新的國際物流單證識別只需要3分鐘就能完成。這意味著物流單證可以“出現(xiàn)一個消滅一個”，而不是等待技術人員和服務商用一周多的時間才能開發(fā)好。而在新AI能力的輔助下，小白估算了一下工作效率，發(fā)現(xiàn)他完成同等單據(jù)錄入工作的時間，竟然生生壓縮到了原來的50分之一。不僅小白自己的工作壓力得到了解放，整個公司的平臺效率也顯著提高。

AI專家為小白解答了改變背后的“秘密”：過去的OCR識別API是通用化的，面對他們的特殊單證很難發(fā)揮效應，識別正確率無法令人滿意。而基于ModelArts Pro打造的單證識別AI套件，是一個可以實現(xiàn)高效定制的系統(tǒng)。當新單證出現(xiàn)，只需要把幾個關鍵點輸入系統(tǒng)，幾分鐘就可以獲得新的識別能力，能快速響應不斷增加的單證需求。

至此，小白由衷感慨，AI時代真的來了。

回歸現(xiàn)實：AI到行業(yè)AI的距離

AI必須走入行業(yè)，滿足每家企業(yè)的獨特需求。這個邏輯幾年來被廣泛論證，已經(jīng)成為了貫通國家戰(zhàn)略與每家企業(yè)智能化發(fā)展需求的社會共識。

但問題是，AI究竟如何走入行業(yè)？

如果我們不站在小白的視角，可能會認為OCR識別早就解決了物流單證識別的問題，甚至物流+AI已經(jīng)基本實現(xiàn)了。然而回歸一個真實的崗位，一個細節(jié)的企業(yè)需求，就會發(fā)現(xiàn)每家企業(yè)、每個行業(yè)的獨特性都是無法忽視的。行業(yè)與AI的真實距離，還隔著從紙面到現(xiàn)實這座大山。

比如說，回到現(xiàn)實中我們會發(fā)現(xiàn)大多數(shù)實體經(jīng)濟企業(yè)，都不具備AI人才儲備。數(shù)據(jù)標注、模型訓練、算法架構、Kubeflow、OpenNLP這些概念對企業(yè)目前的從業(yè)梯隊來說無異天書。而雇傭AI人才成本又太高，有了相關人才之后結(jié)果如何還屬未知，這讓眾多企業(yè)只能對AI想想之后作罷。

而能夠直接從服務商體系獲得的AI能力，又大體處于通用API的階段，就像上文所述的物流單證OCR識別一樣，通用API能力不足以滿足企業(yè)定制化需求。而向?qū)I(yè)公司求助，又會面臨很多問題。比如即使需求擁有可執(zhí)行性，定制周期一般也要數(shù)周起步。而如果定制API需要發(fā)生更新，就像小白需要識別新的單證，那么這個輪回又將重演，企業(yè)又可能面臨數(shù)周的等待期。

另一方面，專業(yè)AI服務商由于并不懂具體的行業(yè)流程和行業(yè)需求，因此會要求企業(yè)提供大量專業(yè)背景和行業(yè)數(shù)據(jù)。這個時候企業(yè)又要花費很多時間在整理資料、收集數(shù)據(jù)上，容易陷入雙方你等我、我等你的狀態(tài)，最終項目的時間、人力、資金成本被反復放大。

由此可見，對于現(xiàn)實中具體行業(yè)、垂直領域中的無數(shù)企業(yè)來說，AI要求人才成本過大、獲取時間過長、無法自我迭代等等問題都構成了AI落地的阻礙。那么解決這一系列的思路應該是怎樣的呢？至少有三個解題方式可以歸納：

1、行業(yè)數(shù)據(jù)和行業(yè)模型要實現(xiàn)共享，盡量避免具體的企業(yè)從發(fā)明輪子開始上馬AI。

2、每家企業(yè)要能實現(xiàn)基于模塊化技術，以及行業(yè)數(shù)據(jù)、開放平臺的自我AI創(chuàng)新。達到行業(yè)共享和企業(yè)定制的結(jié)合。

3、整個流程盡量實現(xiàn)自動化、標準化，企業(yè)不需要專業(yè)AI人才也可以使用AI。

這三個要求，我們可以將之視作AI技術體系的3.0階段核心特性。以機器學習為代表的第三次AI崛起，1.0階段是實驗室和科研機構的算法效果和數(shù)據(jù)集實驗；那么2.0階段就是AI走向開發(fā)者，搭建深度學習框架、AI算子、預訓練模型、開源社區(qū)；而3.0階段則是走向行業(yè)差異化和技術工具的模塊化、標準化，從而讓AI走向產(chǎn)業(yè)應用，走向低門檻普惠化的行業(yè)AI階段。

而從小白工作上的改變，物流行業(yè)的定制化AI能力中可以看出，華為云的ModelArts Pro已經(jīng)具備了這樣的特征。

行業(yè)AI工作流：ModelArts Pro的邏輯重構

3月28日，在華為開發(fā)者大會HDC.Cloud期間，華為云正式發(fā)布了ModelArts Pro。作為AI開發(fā)者已經(jīng)十分熟悉的一站式AI開發(fā)管理平臺，ModelArts以自動化、智能化的開發(fā)方式馳名業(yè)界。然而ModelArts Pro卻并不像手機一樣，是版本的垂直上升。而是將一系列全新能力納入體系內(nèi)，完成了開發(fā)者象限之外，行業(yè)AI這個事實上非?？瞻最I域的填補。

ModelArts Pro的定位，是全球首款企業(yè)級AI應用開發(fā)專業(yè)套件。它的獨特價值不僅在于技術上的升級和進化，更在于它在使用者視角上嘗試了一個堪稱重構的邏輯轉(zhuǎn)換。

一般而言，AI平臺和開發(fā)框架預設的使用主體是AI開發(fā)者；而ModelArts Pro瞄準的是行業(yè)AI應用開發(fā)者，以及不太懂AI開發(fā)但是卻需要進行AI落地的企業(yè)，從而完成了“授人以漁”的工具邏輯轉(zhuǎn)換。

從物流行業(yè)的案例中，我們能夠直觀感受到ModelArts Pro帶來的行業(yè)AI改變。而如果回到技術線索的話，ModelArts Pro的改變在于交付方式的創(chuàng)新。一般情況下，AI平臺提供的是技術鏈和工具集合。但一家不具備專業(yè)技術背景的企業(yè)，在使用一種全新技術的時候，真實需要的其實是工作流。

所謂工作流，是上世紀80年代辦公自動化崛起時，關于企業(yè)流程管理和企業(yè)效率提升的一個概念。它把一家特定企業(yè)的工作拆解成相互銜接、能夠?qū)訉油七M的任務和目標，新的員工和項目組，只需要按照工作流要求融入企業(yè)流程，就可以高效率、低學習成本地進入企業(yè)。

ModelArts Pro的主要目標，就是幫助行業(yè)AI應用開發(fā)者快速構建相應的工作流。工作流來自于華為云在處理相關行業(yè)需求時積累的經(jīng)驗，以及合作伙伴對垂直行業(yè)的深度理解，從而搭建出適合具體行業(yè)的AI套件。

當適配ModelArts Pro覆蓋行業(yè)的企業(yè)出現(xiàn)AI需求時，可以率先查看相關工作流是否與自己需求吻合，如果吻合只需要一步步執(zhí)行即可。將自身行業(yè)數(shù)據(jù)，比如小白面對的全球單票數(shù)據(jù)輸入相關工作流，就可以極短時間內(nèi)滿足企業(yè)需求。

而如果企業(yè)還是有一定定制化需求，那么可以通過原子組件(Atom)靈活編排新的行業(yè)工作流。或者由華為云結(jié)合具體需求，搭建符合ModelArts Pro規(guī)則的工作流。這樣在滿足具體需求的同時，有相關需求和行業(yè)特性的后續(xù)企業(yè)就可以延順這條工作流完成低門檻定制開發(fā)。并且企業(yè)后續(xù)的迭代也建立在相關工作流上，可以無縫實現(xiàn)自我演進。而當相關工作流和具體算法愈發(fā)豐富，企業(yè)經(jīng)驗更加成熟，還可以通過華為云AI市場隨時購買更多算法，組成自己的差異化能力，讓AI開發(fā)者生態(tài)與行業(yè)AI生態(tài)不斷融合。

ModelArts Pro的產(chǎn)業(yè)邏輯之所以有“重構”的特性，是因為它首先承認了各行業(yè)、各企業(yè)需求的極大不同，而不是希望以技術抹平企業(yè)差異化。同時它預設企業(yè)沒有AI人才基礎，將所有企業(yè)可能無法完成的工作都自己完成。

既然AI要落地，就要站在土地的角度思考，而不能空想巖石長出翅膀。

與以往的AI開發(fā)平臺和開發(fā)工具相比，基于行業(yè)AI工作流的ModelArts Pro至少在三個方向上重新定義了產(chǎn)業(yè)鏈的行為邏輯：

1、以行業(yè)用戶為中心，從頭組織AI交付方式：以往的AI產(chǎn)業(yè)中，交付方式是以技術能力為單位的。但ModelArts Pro的AI工作流模式，則是完全以行業(yè)視角為中心，以企業(yè)的工作流程模塊為單位。也許企業(yè)上一步需要某種能力，下一步需要完全不同的技術能力。但ModelArts Pro則消弭了技術之間的差異，直接以行業(yè)為單位交付。

2、以工作流為方式，重構AI應用場景：傳統(tǒng)的AI+行業(yè)，只需要關注單一場景的效果。但在企業(yè)生產(chǎn)實踐中，卻可能是從策劃、研發(fā)到生產(chǎn)銷售的全流程多場景方案。這些場景可能貫穿不同的AI技術能力、工具和開發(fā)方式，但是ModelArts Pro打破了這些界限，為企業(yè)提供整套解決方案，以及簡單高效的部署體驗。

3、以行業(yè)為視角，重新定義AI人才邊界：ModelArts Pro的一切思路，都建立在各行業(yè)目前階段必然缺乏相關人才的基礎上。于是ModelArts Pro基于工作流模式，融合更多智能化開發(fā)工具、AI市場，構建了無技術門檻的AI使用方案。

某種意義上來說，ModelArts Pro就像一個新的通信節(jié)點，它把屬于AI和開發(fā)的信號，同時接入了行業(yè)的網(wǎng)絡中。而這一個節(jié)點帶來的改變，顯然將帶來廣闊的連鎖效應。當物流單證這個非常垂直的問題，被ModelArts Pro的工作流所改變，我們已經(jīng)能看到更遠處醞釀的蝴蝶風暴。

跨越寒冬：重新定義行業(yè)AI落地方式

ModelArts Pro在縱向的AI技術發(fā)展歷史上，是行業(yè)AI趨勢的必然要求。而華為云能夠率先推動完成這一改變，一方面建立在華為整體AI戰(zhàn)略布局上，一方面來自于華為云不斷與各行業(yè)交流、溝通、探索AI技術的基礎上。ModelArts Pro的本質(zhì)，就是華為云在2019年開始不斷積累的各行業(yè)AI經(jīng)驗留存下來，目前已經(jīng)覆蓋物流、石油、零售、金融、醫(yī)療、交通等行業(yè)場景，推出了文字識別、視覺、自然語言處理、知識圖譜等開發(fā)套件及端云協(xié)同多模態(tài)AI應用開發(fā)套件HiLens。在ModelArts開發(fā)生態(tài)、AI市場，以及華為云合作伙伴的不斷加入中，基于行業(yè)需求的AI交付方式將不斷繁榮，以“小”實現(xiàn)“大”，以案例驅(qū)動產(chǎn)業(yè)，以認同差異實現(xiàn)普惠AI。

而這一模式改變更重要的價值，在于AI以全新的方式融入行業(yè)場景，將驅(qū)動AI使用和云計算服務的整體市場格局發(fā)生板塊遷移。目前AI已經(jīng)成為了云服務體系中最受關注的輸出產(chǎn)品，但真正的大市場、大應用，卻被AI人才成本、時間成本、產(chǎn)業(yè)效率等問題隔絕于“云”外。

ModelArts Pro讓AI解決方案直接與行業(yè)需求貫通，事實上改變了AI接入企業(yè)整體進程的效率。AI不再需要等待企業(yè)去逐步認識價值、培養(yǎng)團隊、形成戰(zhàn)略，而是可以直接嘗試通過云服務吸納無門檻的AI技術應用，以嘗試帶動體系化跟進。

而在ModelArts Pro背后，還聯(lián)接著從昇騰芯片、MindSpore開發(fā)框架，再到華為全棧全場景AI解決方案。當ModelArts Pro“邀請”行業(yè)用戶加入了AI世界，后續(xù)發(fā)生的生態(tài)效應將會持續(xù)令人期待。

以ModelArts Pro為牽引，到華為全棧全場景AI的整體架構，這一邏輯鏈帶給云計算產(chǎn)業(yè)的直接變革在于，大量普通用戶將被吸入，新的商業(yè)模式和需求將在實體經(jīng)濟和商業(yè)世界中興起，華為云基于AI技術的差異化優(yōu)勢將進一步影響市場格局。

智能世界的一切，似乎都在彈指一揮間實現(xiàn)著、改變著、探尋著。

或許我們都是燕子，更美好、更智能的棲居，才是注定的春巢。

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。