從玩具到工具，AI產業化之集成篇_風聞

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。