從技術Gartner成熟度曲線來看，自2015年發酵至今的人工智能，正逐步跌入“死亡之谷”創新曲線的谷底。根據中國信通院2019年發佈的《全球人工智能產業數據報告》顯示，2018年Q2以來全球AI領域投資熱度逐漸下降。人工智能領域的泡沫正在逐漸被戳破，且內部的馬太效應也在加劇。
因此，AI如何落地、以及AI落地後如何產生規模化營收成為人工智能企業近幾年關注的焦點問題。
近日，朋湖網研究相關行業痛點，並與專業人工智能服務企業——芯翌科技共同探討了關於AI落地的技術實現手法和業務佈局思路。通過此次分析交流，希望給行業人士更多探討價值。
落地：精細化場景算法作支撐芯翌科技成立於2018年，是一傢俱備人工智能系統化研發與技術能力的專業AI服務企業，在數據治理、視頻管理、雲原生等領域有深厚的技術積累，產品體系覆蓋智能感知、數據認知、場景應用，為客户提供全鏈路的人工智能行業解決方案。
芯翌研發團隊在人工智能領域有十年以上的技術深耕，在深度學習、計算機視覺以及人臉識別上積累了深刻的算法理解和實踐經驗。憑藉深厚實力，團隊近兩年接連取得世界領先的核心技術成果。2021年3月在由美國國家標準與技術委員會舉辦的NIST-FRVT人臉識別評測中，獲得難度最高的戴口罩人臉識別世界第一，1：1人臉識別賽道世界第三，國內主流廠商第一的成績。在2020年ECCV2020 COCO視覺挑戰賽中，獲得人體關鍵點賽道世界第一。在人體ReID領域，刷新所有公開數據集的最高記錄。
但技術實力仍需與行業理解深度結合。
我們可以看到，在AI和行業結合過程中面臨很多挑戰。常見的有“AI算法落地慢”，“響應客户不及時”、“效果提升不明顯”、“客户定製化嚴重”等，這背後反映的是海量碎片化場景需求的與日俱增。
因此，針對以上的行業難點和痛點，芯翌推出面向城市、工業等眾多精細化場景算法需求的平台：星河—算法倉庫平台，可快速生產、對接、集成、展示。
從整體架構上來看，芯翌建立了從算法生產平台（算法工廠）到核心技術再到AI產品平台（算法倉庫平台）的三級體系。
芯翌基於軟件2.0思想進行內部軟件架構的升級和改造，進一步總結了“數據即代碼，模型即軟件”的軟件2.0核心思想，打造了高效的算法生產工具——算法工廠。通過全棧式的人工智能技術設施，芯翌將數據採集、標註、訓練、評測、應用、部署全流程打通，形成生產閉環。
算法倉庫平台取名為“星河”，看似是一場技術理想主義的浪漫，但仔細研究其技術和功能卻發現，這是一場極為務實的技術落地佈局。
星河算法倉庫平台有三個核心優勢：
支持用户自定義算法：對於業務場景，可以通過用户自定義算法名稱、算法屬性等進行任務的配置，做到用户配置即可實現，人人都是開發者、人人都是應用者；
多種算法集成：尤其是針對微卡口場景，經常需要一路視頻跑多種算法，通過芯翌自研的多算法融合框架，在極大支持用户定義參數的情況下（不限於時間、空間），有效實現多種場景的組合，理論上支持無限種算法的集成，當前已經支持百餘種算法；
開放兼容：在完成算法集成對接的基礎上，支持英偉達（T4、2080Ti等多款GPU卡）平台、AI專用芯片平台（華為altas300、MLU220等多款AI加速卡），具有靈活的算法、算力調度的接口，同時支持第三方算法的接入，做到開放、兼容。
業務架構方面，星河平台採用分層的設計，每層通過接口進行交互，層內模塊高內聚、低耦合，可以快速、獨立的上線，支持靈活的節點擴容。
朋湖網瞭解到，芯翌可提供一站式AI應用開發的能力，能夠幫助用户快速拓展新業務、落地新算法；同時提供算法的自我進化、自我迭代能力，當實際應用產生中遇到誤檢、漏檢，用户只需要以負樣本數據為“原料”投入到算法工廠平台，再通過簡單配置即可完成算法模型的訓練、評測、發版，幫助用户在實際場景中提升算法準確性；同時，在部署和應用對接上考慮平台異構性，基於自研的異構虛擬框架，解耦算法和算力，支持靈活的算法調度、異構調度，能夠快速支持算法部署、應用上線，最終實現“眾星匯聚”，“閃耀星河”。
目前，星河平台已覆蓋十餘種場景、百餘種算法，在長三角及粵港澳大灣區等完成20餘個項目交付，在城運、商場、學校、港口、電力等場景，與用户一起讓城市居民的生產和生活更加智能化。
規模化營收：智慧城市、智慧工業為最佳領域有了精細化的場景算法之後，選擇何種場景和業務領域落地才能產生規模化營收變成了下一個關注話題，在芯翌研發副總裁都大龍看來，AI能夠產生規模化營收的行業有三個，一是自動駕駛，二是智慧城市，三是智慧工業。
芯翌科技的聚焦場景放在了智慧城市和智慧工業。都大龍表示：“智慧城市和智慧工業這兩個領域的技術天花板非常高，豐富場景，可以規模化的複製落地，能推動AI技術進一步發展，且近期就會給AI帶來很多落地與營收。”
這裏面值得注意的問題是，大規模落地和部署從而帶來營收的中間有一個過程。除了受核心技術影響外，從行業角度看，首先是該細分行業有一定的數字化積累，且管理者對AI有較高的價值認可度，需要自上而下地走標準化技術和產品規模複製的路線，從而降低交付成本，提升市場佔有率。只有這樣飽滿的市場需求才能與技術產品共促發展。
顯而易見，智慧城市和智慧工業無論是在核心技術上，還是市場接受度上，都具備培養萬億級市場的沃土，且兩個領域關係密切，智慧城市的部署離不開智慧工業的改革，智慧工業離不開智慧城市的基礎設施建設。
據德勤統計，中國智慧城市市場規模近幾年均保持 30%以上增長，2019 年市場規模達 10.5 萬億元。而針對工業互聯網、智能製造的“新政”和相關研究成果更是頻頻出爐，信通院發佈的《工業互聯網產業經濟發展報告（2020年）》預計2020年，我國工業互聯網產業經濟規模將達3.1萬億元，佔GDP比重為2.9%。
在此背景下，芯翌選擇聚焦智慧城市和智慧工業。例如，在城市運行方面，芯翌研發的“識別不文明養犬行為系統”在上海成功應用，系統能實現小區出入犬類目標的智能分析篩選，將小區內公共視頻拍攝到的影像與後台數據庫進行碰撞分析，自動挑選包含犬類的影像並截圖保存。
在港口安全生產方面，芯翌憑藉雲、邊、端多場景工業算法和系統應用平台的融合方案，賦能港口橋吊作業、堆場管理、船員訪客和安全檢查等多維場景。
在應急管理方面，芯翌將化工生產企業中違規打電話、抽煙、在崗打瞌睡、煙火檢測等進行應用，加強應急管理覆蓋度和精細化。
在電力安全方面，芯翌將防護罩、油/液位等設施設備檢查，與安全帽佩戴等不安全行為檢查結合，對“人、機、環”進行自動監測和安全狀態判別，提高電廠安全管理。
接下來，芯翌還將繼續在這兩大領域持續深耕。在技術研發上，一是夯實AI算法生產工廠，實現批量化、規模化的生產和佈署AI算法，不斷提升投入產出比；二是重點打造視頻聯網+AI大腦+視頻應用全鏈路技術產品平台，不斷完善閉環的數據流轉飛輪，支撐城市級規模的人工智能應用場景。
綜上，我們可以發現，芯翌能發展到如今的規模都離不開“技術”和“業務”兩條腿走路戰略。讓AI真正賦能到行業場景、業務鏈條中或許便是這個既擁有技術理想主義，又腳踏實地邁進行業的AI務實企業帶給我們的思考價值。