從玩具到工具,AI產業化之集成篇_風聞
道之所归-1小时前
現代社會是一個分工精細,高度專業化的社會。成功的企業通常會根據業務的需要和自身組織架構特徵,利用信息技術構建其研發流程,生產流程,客户服務流程,客户關係管理系統,供應鏈管理系統,財務管理系統,人力資源管理系統,信息技術運營支撐和安全防護系統等等,其中會整合數量眾多的專業工具。在一個複雜的企業生態環境中,AI的位置在哪裏呢?
在回答這個問題之前,我們先看兩個案例。
一是醫療影像設備。醫療設備供應商已經把AI的影像識別和智能診斷功能集成到自己的產品中。他們對醫院所講的故事是,AI即不是要代替放射科醫生的工作,也不需要對醫院信息系統(HIS)做出任何改變,只是設備的升級換代,這樣醫生的工作會更輕鬆,更不容易出錯。在此類新型的醫療設備的輔助下,放射科的醫生在電腦上查看檢查結果時,看到的不僅是拍攝到的圖像,還包括AI標註的關鍵點,以及旁邊AI生成的輔助診斷結果。當然,醫生仍然需要檢查並確認標註和診斷結果的正確性。
這是一個成功的集成案例。高度的集成度,幫助AI工具避開各種技術和心理障礙,順利進入了醫院的工作流程中。但現實也沒有那麼簡單,接下來還有接受度的問題,我們在後續單獨撰文討論。
二是軟件編程助手。此類工具的主流工作方式是,在用户的編輯器中安裝一個外部插件,軟件工程師在編寫代碼和註釋時,外部插件把用户的輸入傳遞給遠端的AI大模型,AI大模型生成代碼並傳回給外部插件,然後顯示在用户的編輯器中。這種模式的問題在於,專業的軟件開發公司為了保護其代碼,一定會完成軟件開發環境和因特網的隔離。軟件工程師使用的編輯器無法訪問遠在因特網另一端的AI大模型,也就無法在實際工作中使用編程助手。
這是一個失敗的案例,雖然AI大模型能夠大幅度提高代碼的編寫效率,但很低的集成度嚴重阻礙了其商業上的應用。那麼軟件編程助手為什麼不能集成到用户的開發環境中呢?兩個明顯的障礙,一是成本,二是大模型的版權保護。
通過上述兩個案例,不難看出,用户所需要的AI是能夠以專業工具的身份,以最小的代價成功融入現有的工作流程的AI。
文本生成,代碼生成,圖片生成和視頻生成等等,此類的AI應用產業化的關鍵,首先是AI是否具備足夠的專業化的價值,其次就是AI能否順利集成到真正需要的用户的工作中去,從而在工作中體現其價值。如果做不到這兩點,AI應用就沒有商業價值,只能淪為玩具。
在數量眾多的AI圖片生成工具中,能夠對所生成的圖片進行進一步的編輯加工的鳳毛麟角,這也是集成沒做好的典型案例。也正因如此,大量的圖片生成工具只能充當互聯網上的新玩具。
在AI應用的集成過程中,常見的三大障礙分別是:成本,知識產權,安全。
成本
如果AI應用需要額外的數百萬到數千萬的成本支出,用户自然很難接受。有關成本問題的現狀和發展方向,在《從玩具到工具,AI產業化之成本篇》中有更多的討論。
知識產權
AI模型的本質還是軟件,所以知識產權保護的問題一定會在AI產業化的過程中暴露出來。中國需要在軟件知識產權保護的實踐方面取得明顯的進展,才能有效支持AI產業的發展。
安全
AI技術帶來了一系列新的安全問題。從數據的安全,到模型的安全,再到用户信息的安全。AI產業發展的過程,也必將催生新的安全技術和產品。這是一個值得關注的新領域。
綜上所述,AI產業化的過程中,深刻理解各行各業的業務流程和工作方式,準確找到AI工具的位置,在充分挖掘AI智能價值的同時,順利完成AI和工作流程的集成,才是AI從玩具到工具的成功之路。