华为云的AI深潜之旅

Posted 2022-07-01 脑极体

历史上，AI技术曾经经历两次寒冬，其原因都在于技术发展与产业需求脱节。自2017年AI技术进入第三次发展浪潮，这时产学各界都在问同一个问题：这次以机器学习为代表的AI技术，能够实现与产业发展、企业需求结合，从而避免又一次寒冬的到来吗？

几年以来，AI技术也经历了众多争议。但可以看到的是，在融入产业的核心方向上，AI正在越走越远。企业对智能化的认可逐步走高，机器视觉与智能语音领域的基础能力大规模行业落地。与此同时，一个更加关键的问题浮现了出来：AI的目标，是成为企业可调用的若干基础能力，还是从深层次帮助企业完成生产力的解放？

这个问题直接决定了AI的价值上限，也决定了云服务、AI、企业三者融合的上限。这个问题的核心，在于AI能否真正融入企业的核心生产系统。

AI技术融入产业核心，可以说是智能化的深海区，目前还处在探索与尝试的阶段。而这条路上，华为云是走得最远的云计算服务商之一。从市场数据上看，华为云在IDC最新发布的《2021H2中国AI云服务市场研究报告》中，在中国机器学习公有云服务市场份额排名第一。这说明企业更认可基于华为云提供的AI开发平台来完成复杂、深度的智能化建设。其中的关键点，在于华为云提供的AI开发生产线ModelArts。

让我们从市场、技术、生态三方面，透视华为云与ModelArts如何完成这次AI深潜之旅。

AI深海，位于产业核心

企业应用AI能力的方式主要可以分为两种：标准化调用AI能力，定制化进行AI开发。显然，标准化的AI能力，比如机器视觉、语音识别、NLP等等，都只能解决特定的问题。而想要深度化、常态化从AI技术中攫取价值，企业不可避免需要进行大量AI开发工作。而越是能够贴近企业核心生产场景，激活主干道生产力的AI开发，越能够为企业带来价值。

或许可以这么说，AI能力调用是AI的浅水区；AI开发是中部水域；深入产业核心的AI开发、部署就是真正的AI深海。

想要在深海中获取价值，企业一般会面临两种难题：

一是AI开发的步骤太多，流程太复杂，涉及从数据收集、处理，到AI训练、推理、应用等步骤。并且其中每一步会面涌现出大量新技术，导致企业无从下手。每个环节之间的开发壁垒也会造成很多麻烦。

二是AI开发涉及的因素太多。企业需要充沛的算力、有效的开发工具、有经验的AI开发人才等等条件。任何一个因素的缺失或薄弱都会造成整体性的AI开发困境。

这两点困难的存在，让贴近产业核心的AI开发变成了一个“木桶困境”。即使企业已经拥有了众多能力和条件，还是可能因为某个或者某几个弱点，导致AI开发成本激增、上线时间缓慢、业务兼容性差等等问题。

在今天，企业自行构建开发平台并进行AI应用开发并不是最优解，找到合适的专业开发平台变得十分关键。通过公有云来进行机器学习开发，正在成为越来越多企业的选择。

机器学习公有云：

一条被认证的深潜航道

以云底座为依托进行机器学习开发，相对来说可以更加合理规划资源、灵活接入场景化能力、按需部署算力，正在被越来越多的企业所接受。从目前市场空间上看，AI公有云上升速度远大于其他AI软件服务模式。

AI云服务又分为若干种，其中机器学习云服务是最能满足企业定制化、平台化需求的一种，也是最考验云服务商综合性AI能力与开发工具的一种。可以说，机器学习公有云是航向产业智能化深海区的最理想通道之一，这一点已经被企业与行业深度认可。

而在这条航道上，华为云已经占据了领先地位。根据IDC最新发布的《2021H2中国AI云服务市场研究报告》，2021年下半年，华为云在中国机器学习公有云服务市场份额排名第一。迄今为止，华为云AI开发生产线ModelArts已经连续四次登上该市场榜首位置。

在观察华为云在机器学习公有云产业构成里，可以发现两个显著特点：一是增长快，市场份额高速飙升；二是政企客户高度信任华为云，愿意把最考验综合能力的政企智能化需求放在华为云上。

在这条关键航道中，华为云究竟是如何完成市场领先的？答案在于两方面，技术与生态。

深海需要“全能潜艇”：

环环相扣的AI生产线

前面说过，企业定制化AI开发中，步骤多且复杂是第一难题。尤其是政企为代表的大中型企业客户，业务流程本身非常复杂，AI能力需要嵌入到产业体系中，构建全流程工具化是关键。

想要帮助企业实现这一目标，破局方案就是开发平台的技术升级，让开发走向全流程的自动化、智能化。作为中国信通院认证的首批全能力域领先级AI开发平台，ModelArts始终瞄准着降低开发门槛，打通开发流程的目标，于2018年首次亮相的ModelArts就在数据智能化标注、模型自动训练等方面为企业开发者带来了一站式开发体验。几年以来，连续升级的ModelArts在数据处理-算法开发-模型训练-模型管理和部署的AI全生命周期各环节不断丰富产品功能，终于构筑起了“AI开发生产线”。

在数据处理阶段，ModelArts提供海量数据预处理、智能标注能力，节省了企业大量重复劳动与开发时间；在训练阶段，ModelArts可以支持大规模分布式训练，更加贴近产业级AI的开发需求，并且可以实现模型自动化生成与高度可解释性，极大降低开发门槛；在部署领域，ModelArts能够实现全场景按需部署，满足企业应用AI的复杂场景需求。

如此一来，AI开发的各个环节都可以被ModelArts打通，并且可以完成AI的全周期工作流式管理，从而实现全流程打通、低门槛、低成本的AI开发。不久之前，华为云AI开发生产线ModelArts还加入了新的成员：华为云ModelBox AI应用开发框架，为用户提供应用开发所需的生成、评估、推理部署能力，帮助开发者屏蔽底层软硬件差异，实现AI应用的一次开发全场景部署。

想要潜入复杂、多变、压强巨大的深海，潜水艇必须样样能力具备。想要让AI走向企业生产核心，需要的也不是一种技术、一种产品，而是无数技术叠加而成，环环相扣的AI生产线。

以生态聚航程：

构建AI深海探索集群

企业AI开发的另一个难题，在于影响因素众多，企业需要的支持和帮助也多种多样。这一点就不能仅仅依靠技术来解决，而是需要通过构建全方位的生态环境，让企业每一个需求都可以在生态中找到答案与帮助。

为了实现这一目标，华为云围绕AI开发构建了丰富立体的生态体系，与伙伴、用户、开发者一起，抵达产业智能化的深海区。

目前阶段，华为云构筑的AI生态可以理解为纵横两部分。横向来看，华为云AI Gallery是在华为云AI开发生产线ModelArts基础上构建的开发者社区，既解决开发者需求，同时也满足AI生态中各角色的共享、交易需求，从而实现AI生态链的各个环节打通，进一步降低开发门槛。

纵向来看，为了深度打通企业AI开发需求，实现定制化AI能力的准确对接，华为云发布了生态伙伴计划D-PLAN。这一计划通过与合作伙伴共建AI生态体系的方式，全方位打通AI开发中的堵点、难点，以并肩协作的方式加速AI应用落地。

曹操出行是我们经常使用的出行平台。作为自有车辆的代表性平台，曹操出行对车辆的精准调度有着强烈的需求。以AI技术优化车辆配置方案，让司机预判客单量大且不堵车的区域，显然是出行平台的核心生产能力。但标准化的AI能力难以满足精准预测出行供需关系的需求，于是基于华为云ModelArts ，在华为云D-PLAN的支持下，曹操出行联合华为云打造智能调度解决方案。这一方案在订单预测和车辆调度方面同时发力，优化了平台的供需调控能力，促进了收益增长。

从最终结果来看，华为云的AI方案为曹操出行带来了更短的开发周期，较比自研路径来说极大降低了开发成本，使得订单预测能力和车辆调度能力的交付周期缩短了30%。并且这一合作充分激活了云服务的优势，利用华为云的计算能力，使模型训练、部署效率提升了20%以上。最终，曹操出行的司机可以借助“AI之眼”来预见哪些地方会有订单，并且有效减少司机空车巡游的时间。

目前，华为云AI Gallery和他们的AI生态计划D-PLAN已汇聚了5万多个AI相关资产、70多家高校和200多位博士的力量，整体涉及六大行业、25个细分场景。面向企业AI开发体量大、需求复杂，定制化程度高的客观情况，华为云D-PLAN以更合理、直接的方式进行赋能，帮助企业快速从AI能力中获取价值回报。

面向AI深海区的挑战与责任，华为云选择了机器学习公有云这条高价值赛道；培育了AI开发生产线ModelArts这艘全能潜艇；并且通过开发社区与合作计划，打造了群舰探索的生态航程。

几方面的力量汇聚，最终让华为云获得了AI市场的认可。深海之下，才是智能世界的宝藏所在。