聯(lián)播課回顧丨井玉欣：AI中臺助力企業(yè)智能化轉型
今天我想和大家分享的是 “AI中臺如何助力企業(yè)數(shù)字化以及智能化轉型”，以及我在構建 AI中臺方面的一些心得和經驗。
企業(yè)數(shù)字化旨在利用數(shù)字化技術改變企業(yè)業(yè)務模式，優(yōu)化生產過程以及尋求新的商業(yè)價值。但能夠做到真正數(shù)字化的企業(yè)并不是很多。那么在數(shù)字化的征途上，企業(yè)都需要做些什么呢？
企業(yè)首先要做的事情是數(shù)據連接，也就是進行數(shù)據的收集、整理，以及標準化和統(tǒng)一化的數(shù)據操作，形成統(tǒng)一的數(shù)據平臺。進而基于這些數(shù)據去進行分析，制定數(shù)據指標，再基于這些數(shù)據指標進行一些挖掘和洞察，最后依據數(shù)據的洞察做決策。
智能化其實想想已經離我們并不是那么遙遠了，在很多領域我們都有一些智能化的賦能和應用。我將它總結成兩個維度：
從一個橫向的維度來講，有一些通用化的AI技術，比如說計算機視覺、CD還有NRP，這是自然語言處理。還有聲學處理，這樣的一些通用化的AI可以應用在各個領域。
從垂直的角度來說，企業(yè)可以對垂直領域的數(shù)據進行專門的分析挖掘。比如企業(yè)可以深入某一個營銷場景，做一些業(yè)務探索等。
這兩個維度結合，就可以組合出各種各樣的智能化賦能。第一大類賦能就是智能化的流程管理，比如智能運營、金融企業(yè)里的風控、運營過程中的一些業(yè)務助理，包括底層的技術運維等等。
第二大類就是我們非常熟悉且討論很多的智能化精細營銷。例如精準推薦、客戶畫像、客群分析，還有智能客服等等。
第三大類是智能化決策領域，這個領域里包括智能顧問、知識圖譜，還有用人工智能技術進行報告分析并預測趨勢，最后輔助企業(yè)做決策。
所以智能化賦能已經走進了企業(yè)的日常研發(fā)工作流程。
那么企業(yè)進行智能化建設有哪些痛點呢？
1、實施過程它比較復雜：研發(fā)環(huán)節(jié)比較多、流程重復、以及缺少過程的固化、優(yōu)化與自動化，業(yè)務響應緩慢。
2、部署維護困難：模型研發(fā)與部署割裂，缺少統(tǒng)一的運行、監(jiān)控平臺，以及更新維護機制。
3、缺少反饋與更新：生產模型缺少持續(xù)的數(shù)據反饋，導致模型性能隨時間偏移，難以更新。
4、模型重復建設問題：“煙囪式”開發(fā)，目標重復、過度重復，缺乏資產復用與能力沉淀。
5、高投入低產出：項目建設相對緩慢，投入高，收效低，完成后應用范圍小，無法擴大。
6、研究缺乏管理：缺少統(tǒng)一標準，研究力量分散，資源利用率低，AI資產缺乏管理，易流失。
中臺化理論是幾年前阿里提出的，他們在企業(yè)內部進行了一系列的中臺化改造。阿里強調的是服務沉淀，能力共享，打破系統(tǒng)的壁壘，用大中臺的能力去支持小前臺不斷變化的需求，實現(xiàn)對前臺業(yè)務需求的敏捷化支持，最終實現(xiàn)業(yè)務的快速的創(chuàng)新。
那么我們平時聽到最多的中臺是什么？是數(shù)據中臺。
數(shù)據中臺統(tǒng)一了數(shù)據的標準，沉淀公共數(shù)據，實現(xiàn)數(shù)據實體化、標準化、統(tǒng)一化的融合。事實看來中臺化是有效的，因為數(shù)據中臺里固化下來的那些有價值的資產和能力，在支撐工具的幫助之下，并且加以統(tǒng)一的標準化約束，就能夠向外充分地實現(xiàn)資產和能力的復用、共享，對外提供敏捷而高效的服務，不斷地滿足前臺紛紛擾擾各種各樣的業(yè)務需求。
總體來說，從資產向外輸出，實現(xiàn)相關的復用和共享之后，再次進行能力的沉淀，納入到中臺，再把這些資源再重新地再共享出去，最終實現(xiàn)的是一個有機的循環(huán)，以及對于資產和能力的集約化管理。
中臺化的事項對于AI研發(fā)是否有幫助？
我們構建 AI中臺，上面對接業(yè)務前臺，下面依賴于數(shù)據方的支持，對外提供一個標準化統(tǒng)一化的服務。我們只加工利用可復用的能力和資產來進行標準化產品的加工，并且整個過程是可追蹤、可維護、可更新的，可以有效或者說合理地進行循環(huán)的，這就是AI中臺的形成。
首先，AI中臺可以對復雜的實施過程進行標準化流程規(guī)約，也就是企業(yè)可以充分復用算法和特征，通過特征引擎進行固化，再通過可復用的模型和算法，利用數(shù)據來重訓練模型。目的是實現(xiàn)復雜實施過程的標準化、流程化和自動化，并盡量加快其學習的過程。
另外針對流程化部署維護方面，AI中臺可以提供一套標準化的模型封裝工藝，對外企業(yè)只要維護一個統(tǒng)一的服務接口，實現(xiàn)統(tǒng)一模型運行維護統(tǒng)一的平臺。
企業(yè)還可以在運行平臺之上，建立一系列的監(jiān)控機制和反饋機制，定期進行數(shù)據樣本的收集與導出，性能指標定義與報表展示。這依賴的是對服務持續(xù)性的監(jiān)控，AI中臺實現(xiàn)的是持續(xù)健康地反饋和更新。最終這些持續(xù)的反饋更新反過來還會作用到最開始復雜實施過程的流程化與自動化的一個環(huán)節(jié)里去優(yōu)化模型。
總而言之，AI中臺是充分利用企業(yè)現(xiàn)有的能力。當前端有新的需求出現(xiàn)時，后端可以用自動化的工具迅速迭代功能。此外，AI中臺還可以利用企業(yè)已有的一些能力來對前臺提供支持，讓企業(yè)服務越來越敏捷。如果有重復的需求提出，AI中臺可以幫助企業(yè)直接利用現(xiàn)在已有的服務，通過一些簡單的改造或者封裝，提供一個充分復用、充分共享的服務，避免重復性建設。
從戰(zhàn)略維度上，企業(yè)在進行中臺化建設的時候，必須有明確的決心和目標，以及針對中臺化實施所制定的一系列長期或短期的規(guī)劃和方針。
從技術維度上，中臺化本身應該有一個核心的技術支撐，有時也包括中臺化的產出物，是中臺化實施的核心。
從組織維度上，實際上是通過對組織的調整，構建建設中臺所需的組織基礎，方便中臺的建設和實施。但是反過來中臺的建設和實施本身就包含了對組織的集約化重塑。
從流程維度上，企業(yè)對相關的生產流程肯定需要進行適配改造，這樣才能適應中臺的建設。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規(guī)范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯(lián)系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數(shù)英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）