企業(yè)的數(shù)字化是近年來老生常談的一個話題，企業(yè)數(shù)字化實質上是指企業(yè)將業(yè)務中許多復雜的信息轉變?yōu)榭梢远攘康臄?shù)據(jù)，再以這些數(shù)據(jù)建立起適當?shù)臄?shù)字化模型，進行統(tǒng)一處理，并加工生成新的信息資源，再服務于企業(yè)業(yè)務、做出最優(yōu)決策的過程。

數(shù)字化基礎的好壞，一方面體現(xiàn)的是企業(yè)的IT技術實力，另一方面也與企業(yè)對自身業(yè)務的熟悉程度和把控能力相關，而這兩者都是企業(yè)應用AI的關鍵。我們將針對企業(yè)數(shù)字化基礎的不同程度，具體說明如何進行AI應用的準備。

基礎較好，嘗試自研AI工具

對于數(shù)字化基礎較好的企業(yè)，自身擁有較為完善的數(shù)據(jù)網(wǎng)絡和IT基礎設施及開發(fā)人才。在資金和時間都允許的情況下，是可以嘗試自主開發(fā)AI工具或平臺的。那么，具體該如何準備呢?

人們常說的人工智能的“三駕馬車”：數(shù)據(jù)、算法和算力，是AI得以應用的基礎，其中數(shù)據(jù)是首先要解決的一環(huán)。這需要企業(yè)擁有一個能夠從多個來源采集和分析數(shù)據(jù)的中央數(shù)據(jù)中心。要注意的是，人工智能并不是靜態(tài)的，訓練出來的模型在應用到實際場景后，會產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)質量更高，能進一步提升人工智能模型的能力，再用到場景中，企業(yè)要特別做好這部分數(shù)據(jù)的處理。

關于算力，目前，世界上絕大多數(shù)云服務提供商都致力于將其產(chǎn)品擴展到AI 基礎設施。但由于監(jiān)管或其他商業(yè)原因，將訓練數(shù)據(jù)移至云端并不適用于所有公司。這時，自身的算力就顯得尤為重要?，F(xiàn)在的人工智能系統(tǒng)通過成百上千個GPU來提升算力，使深度學習能夠走向生產(chǎn)環(huán)境，但隨著數(shù)據(jù)的井噴式增長，現(xiàn)有算力將無法匹配，有時還需要使用FPGA或ASIC等硬件加速。

至于算法，企業(yè)對算法的研究主要依賴高端技術人才，我們在上一篇文章中有過詳細闡述，這里就不再重復。

基礎一般，“半成品”是個好選擇

對于信息化基礎一般的企業(yè)，也是大多數(shù)企業(yè)，對自身業(yè)務相關的數(shù)據(jù)準備比較完善，但在IT技術上可能與專業(yè)AI公司差距明顯。這種情況下，與AI服務商合作，選擇一個優(yōu)秀的“半成品”再加工，是個最有效快捷的方法。這里我們舉個例子說明。

江蘇某手機配件工廠通常一次質檢需要1分鐘左右，但人不是機器總有疲憊的時候，這就會導致質檢效果的波動。于是這家公司開始考慮通過人工智能提升效率。最終引入了百度智能云AI質檢一體機，一體機能夠與原來的生產(chǎn)線無縫連接，之前分鐘級別的人工檢測一秒內搞定。最終能為企業(yè)節(jié)省大量人力成本，收益明顯。

上面這個制造業(yè)的案例充分說明了AI一體機的實用性，其實理論上來說，幾乎所有行業(yè)，都可以采用AI開發(fā)平臺。AI開發(fā)平臺集軟硬件為一體，企業(yè)所做的僅僅是將數(shù)據(jù)輸入開發(fā)平臺，平臺通過軟硬件的配合和算法的優(yōu)化，就能以企業(yè)數(shù)據(jù)為核心，“獲取知識、應用知識”，為企業(yè)定制專屬的方案，從而為企業(yè)帶來效益。

在這個過程中，企業(yè)最關鍵的是對自身業(yè)務有清晰的認識。因為AI開發(fā)平臺需要根據(jù)不同企業(yè)的性質，匹配出真正適合企業(yè)的軟硬件和各種AI能力，這體現(xiàn)在AI一體機的封裝能力上。不同的企業(yè)，所需的AI開發(fā)平臺也不同，開發(fā)平臺的封裝完整性越高，企業(yè)的操作就越簡單，但屏蔽的能力也會越多，平臺自身的可延展性和拓展性越差。其中有利有弊，需要企業(yè)自身權衡。

基礎較差，數(shù)據(jù)準備是第一步

對于基礎較差的企業(yè)，可能對信息化、數(shù)字化還處于兩眼一抹黑的狀態(tài)，這類企業(yè)首先要做的就是數(shù)據(jù)的收集整理。那么企業(yè)需要哪幾類的數(shù)據(jù)呢?我們大致可以分為三類： 企業(yè)自身的數(shù)據(jù)，數(shù)據(jù)越全越有利于后期在AI工具中的應用;產(chǎn)業(yè)鏈層面上的數(shù)據(jù)，可以加深AI工具對行業(yè)的了解，進行整體的把控;其他輔助數(shù)據(jù)，弱相關的數(shù)據(jù)，參考的價值較小，但數(shù)據(jù)越全面，最終的偏差就會越小。

無論是基礎較好、普通還是基礎較差的企業(yè)，想要應用人工智能進行數(shù)字化升級，其實都有路可循，關鍵是不要急于求成，“磨刀不誤砍柴工”，一步步提升自己的信息化程度，完善AI前的準備工作，才能找到適合自己的應用方向，最終實現(xiàn)AI效能的最大化。