AI的應(yīng)用竟然可以如此接地氣，大家討論的聲音也多集中在AI應(yīng)用的廣泛普及上。AI經(jīng)過近些年的飛速發(fā)展，經(jīng)過了初始的技術(shù)探索期與應(yīng)用推廣期，從高高在上的產(chǎn)業(yè)應(yīng)用，如智慧城市、自動駕駛、黑燈工廠等高端應(yīng)用走下了高精尖的“神壇”，走向了牧區(qū)，深入到了產(chǎn)業(yè)的最底層，在我們想不到的一些地方扎根落地。

　　在AI這些年的市場教育中，千行百業(yè)對人工智能的應(yīng)用與價值都有了基礎(chǔ)的了解，也建立了AI助益生產(chǎn)的降本增效共識。但對于整個國內(nèi)的市場，能夠使用調(diào)用AI能力資金雄厚的企業(yè)、大廠畢竟是少數(shù)。中國的企業(yè)中，遍布了無數(shù)如毛細血管的小微企業(yè)，這些小微企業(yè)因為成本、技術(shù)、人才等局限，AI技術(shù)并沒有深入到這些產(chǎn)業(yè)的毛細血管中，對于這些產(chǎn)業(yè)深處的角落， AI如何高效低門檻、規(guī)?；膽?yīng)用普惠到這些產(chǎn)業(yè)深處的細微單元中?

　　AI數(shù)羊與“相牛”：倍增的效率提升

　　想要回答這個問題，我們可以從畜牧業(yè)中的AI數(shù)羊和“相?！钡陌咐娢⒅?，看這些困擾畜牧業(yè)的痛點問題，是如何通過低門檻的AI應(yīng)用解決。

　　在傳統(tǒng)的畜牧業(yè)中，因為適度放牧的背景要求，很多牧區(qū)散養(yǎng)戶或小型養(yǎng)殖場環(huán)保不達標(biāo)、檢疫和驗收等環(huán)節(jié)不合格而被強制淘汰，整個畜牧產(chǎn)業(yè)日趨集約化的發(fā)展。對于大型養(yǎng)殖戶來說，數(shù)量增多的牛羊群對于企業(yè)來說養(yǎng)殖管理的難度增加。

　　拿養(yǎng)殖戶最基本的盤點任務(wù)來說，傳統(tǒng)的日常盤點羊群數(shù)量靠人力進行，對于蜂擁入圈的羊群，短時間內(nèi)靠人眼來進行盤點，容易出現(xiàn)清點遺漏、錯誤的現(xiàn)象，耗時費力。

　　而部署簡單的AI封裝工具，在草場羊進出的通道上方部署AI相機，就可以對羊群進行出欄量與存欄量的統(tǒng)計。簡單的低門檻AI部署，不僅提高養(yǎng)殖戶統(tǒng)計羊群的效率，也能降低成本。

　　AI相牛，也是個離高大上AI較遠的邊緣應(yīng)用。傳統(tǒng)的牛類交易集中在線下的牛市，在開集日，牛市聚集了許多牛販、買家、“牛經(jīng)紀(jì)人”，在牛市中最吃香的是“牛經(jīng)紀(jì)人”，他們擁有豐富的相牛經(jīng)驗，可以憑借經(jīng)驗判斷牛的重量與品質(zhì)，決定著牛議價的關(guān)鍵環(huán)節(jié)。一些金牌的“牛經(jīng)紀(jì)人”，甚至能將牛只重量誤差控制在5斤以內(nèi)，可以挑出品質(zhì)最好、病死率更低的牛。

　　這種原始靠人眼積累的經(jīng)驗難以結(jié)構(gòu)化，牛交易的市場定價不清晰透明，交易過程中信息嚴(yán)重不對稱。養(yǎng)殖和交易過程中如何可知可控，降低養(yǎng)殖風(fēng)險，提升收益是養(yǎng)殖戶的集中痛點。如何讓AI習(xí)得人眼的能力，將傳統(tǒng)相牛人的經(jīng)驗轉(zhuǎn)換為算法模型，讓機器也能一眼識別牛的體重、體尺，成為養(yǎng)殖戶們都想獲取的能力。

　　養(yǎng)殖企業(yè)最終找的解決方案也是通過在零門檻的 AI 開發(fā)平臺進行訓(xùn)練，只需要采集牛場中幾百頭牛的數(shù)據(jù)，導(dǎo)入到零門檻的AI開發(fā)平臺中。零門檻的AI開發(fā)平臺提供一站式的智能數(shù)據(jù)標(biāo)注、模型訓(xùn)練、服務(wù)部署等全流程功能，即使沒有算法基礎(chǔ)，養(yǎng)殖企業(yè)的員工也可以輕松上手。通過提高模型精度的訓(xùn)練，AI系統(tǒng)最終可以做到當(dāng)牛從過道中經(jīng)過時，過道兩側(cè)的攝像頭便可以快速采集到牛的各種體尺數(shù)據(jù)和點云數(shù)據(jù)，輕松獲取牛的關(guān)鍵數(shù)據(jù)。

　　從靠人力目測到用機器標(biāo)準(zhǔn)化的測量，即使沒有AI技術(shù)的相關(guān)能力，也可以解決產(chǎn)業(yè)中最落地的問題，數(shù)羊與“相?！边@類簡單卻耗人力的場景問題，低門檻AI可以有效解決這些細碎的應(yīng)用。在整個產(chǎn)業(yè)中，這類分散、非標(biāo)準(zhǔn)、獨特的需求很多，接受度友好的平民化AI成為許多行業(yè)細微顆粒的共同需求。低門檻AI的應(yīng)用趨勢在這些龐大的需求中也有廣闊的發(fā)展天地。

　　低門檻AI發(fā)展的“奇點”

　　低門檻的AI應(yīng)用工具，國內(nèi)以百度飛槳為主，在這些平臺中，開發(fā)者可以自由選擇，對于一些簡單的任務(wù)，可以無需代碼基礎(chǔ)，只需要對場景的理解進行數(shù)據(jù)的收集與“投喂”，通過簡單地拖拽平臺封裝的工具就可以使用。開發(fā)者可以根據(jù)自己的需求進行AI模型的開發(fā)、高效訓(xùn)練和多端多平臺部署。

　　零門檻是一些AI開源平臺工具的主打特色，零代碼基礎(chǔ)的用戶可以實現(xiàn)在電腦本地就進行安裝與高效建模。在百度飛槳平臺中，有許多沒有代碼基礎(chǔ)的個人開發(fā)者，通過“單打獨斗”用低門檻的AI解決了工作中的難題。

　　在開源的AI平臺中，我們發(fā)現(xiàn)了一個有趣的案例。一位沒有代碼基礎(chǔ)的武漢鐵路局年輕工人，他的工作內(nèi)容中有一項重復(fù)、枯燥且極易出錯的任務(wù)：在貨運列車檢修中，為車輛重新噴涂與核對車號。火車身上的這串號碼，相當(dāng)于身份證，一旦出錯就會影響列車的調(diào)度、運行，甚至?xí)?dǎo)致行車事故發(fā)生。而每年需要人工維修并重新噴涂車號的鐵路貨車數(shù)量巨大，雖然任務(wù)簡單，但是僅靠人力，龐大的工作量下大每年都會發(fā)生車號噴錯的情況。

　　這位年輕的鐵路工人在了解到AI在車輛車牌識別中的應(yīng)用，開始嘗試使用AI工具開發(fā)套件，最終只靠自己在開源的AI平臺上構(gòu)建鐵路車身檢測項目，實現(xiàn)了鐵路貨運車號的高準(zhǔn)確率自動識別。

　　在這類傳統(tǒng)且AI難以深入覆蓋的領(lǐng)域中，這些細微的需求不會被龐大的企業(yè)機器看到，身臨一線的基層員工雖然會注意到這些難題，但也因為自身的技術(shù)能力局限毫無辦法。而AI開源平臺的低門檻化，也讓這些需求可以僅靠對業(yè)務(wù)的理解就能解決。

　　我們在這些案例中，也會發(fā)現(xiàn)低門檻AI應(yīng)用“奇點”起勢的緣由。企業(yè)在數(shù)字化的浪潮中，業(yè)務(wù)的基礎(chǔ)場景中存在著大量的簡單問題需要運用AI能力解決，這些問題散落在產(chǎn)業(yè)的角落中，非標(biāo)準(zhǔn)、散碎但又與專業(yè)的領(lǐng)域掛鉤，需要定制化的AI能力解決。對于產(chǎn)業(yè)來說，擁有AI技術(shù)能力與人才的企業(yè)是少數(shù)，運用封裝的低門檻AI平臺去定制化解決是這類小微企業(yè)的最佳選擇。而從技術(shù)的發(fā)展來說，AI能力的開源與工具的模塊與封裝，讓零基礎(chǔ)、低門檻解決這類問題成為可能。

　　從數(shù)羊、相牛到各類低門檻的AI應(yīng)用，行業(yè)內(nèi)的嘗試越來越多，在科學(xué)計算、農(nóng)業(yè)、工業(yè)、畜牧業(yè)、交通等行業(yè)領(lǐng)域中都有覆蓋。在高校中，一些沒有代碼基礎(chǔ)的學(xué)生與老師，也嘗試運用開源的AI平臺解決科研的計算問題來發(fā)表論文。低門檻的AI平臺也為對AI感興趣的人群開展相關(guān)內(nèi)容的教學(xué)，線下的討論會與線上的直播教學(xué)內(nèi)容豐富，供對AI感興趣的開發(fā)者學(xué)習(xí)。

　　一直以來，AI是大公司、高級別AI技術(shù)人才的“專利”，參與應(yīng)用的門檻很高，這也極大地影響了AI的產(chǎn)能。而隨著AI在千行百業(yè)中的普及和規(guī)?；瘧?yīng)用，頭部的企業(yè)與AI開發(fā)人員開始普惠AI的能力，將一些AI的工具與框架開源出來，打包成模塊，集中到開放的AI平臺中，讓越來越多的行業(yè)與人員去參與到AI的開發(fā)應(yīng)用。

　　在AI技術(shù)應(yīng)用門檻不斷降低的背景下，在這些開源的AI平臺上，AI活躍開發(fā)者規(guī)模不斷在增長，平臺中的AI工具應(yīng)用到實際場景的案例數(shù)量不斷在豐富，應(yīng)用人工智能的企業(yè)數(shù)量也呈現(xiàn)出多行業(yè)繁榮的景象。

　　向外“輻射”的邊界

　　對于大部分簡單、邊緣的AI場景需求，都可以使用AI開源的平臺來解決。不過也需要一些限制的條件，畢竟這些平臺也不是萬金油，可以解決任何低頻次的AI場景需求。

　　對于數(shù)量眾多的中小企業(yè)來說，零散的AI需求與自身IT能力的限制中，如何將外部的服務(wù)能力與業(yè)務(wù)場景恰當(dāng)?shù)娜诤希瑸槠髽I(yè)的數(shù)字化進程價值賦能，是其接下來重點思考的方向。不過在引入與使用低門檻AI的應(yīng)用過程中也會存在一定的邊界。

　　1.市場教育的普及。雖然AI的普惠教育已經(jīng)傳遍了大江南北，但對于傳統(tǒng)行業(yè)來說，因為對AI相關(guān)技術(shù)信息的關(guān)注有限，或者對于AI能力的邊界有錯誤的認(rèn)知。對于低門檻化的AI平臺與工具，仍然存在教育的空白，需要進一步的市場普及與教育。

　　2.改革阻力。對于部分企業(yè)來說，引入新的平臺工具可能會改變一些企業(yè)的現(xiàn)有工作流程，甚至是對一部分運用信息差獲取利益的團體造成影響，雖然工具平臺可以降本增效，但對求穩(wěn)的小微團體來說，改變的阻力比較大。

　　3. 需求難匹配。對于相較復(fù)雜的AI需求，低門檻化的AI平臺并不一定能夠解決復(fù)雜的需求，一方面是對使用AI平臺的開發(fā)人員對技術(shù)的能力有要求。另外一方面，就是低門檻的AI平臺無法解決較為復(fù)雜的需求。低門檻的AI也只適用簡單的場景需求，難度高的需求需要算力與算法模型更加復(fù)雜的架構(gòu)解決。

　　對于一些數(shù)據(jù)缺乏、界面效果要求較高、算法復(fù)雜、高性能復(fù)雜系統(tǒng)架構(gòu)、要求較高的底層開發(fā)等，都不適合使用低門檻的AI平臺去解決。對于一些簡單的場景，在AI技術(shù)普惠的發(fā)展下，AI門檻會越來越低。我們在開源的AI框架平臺中也看到了許多案例。許多開發(fā)者都借助這些AI平臺解決了邊緣的場景問題，改變了曾經(jīng)重復(fù)性、危險性、繁重性的一線工作，哪怕沒有代碼基礎(chǔ)，也靠自驅(qū)應(yīng)用上了最前沿的AI工具解決了最接近生活的難題。有了這些平臺，對于小微企業(yè)來說，AI升級轉(zhuǎn)型也不再是奢望。

　　人工智能引領(lǐng)的第四波工業(yè)革命浪潮，已經(jīng)滾滾而來，大企業(yè)擁有隨時入局的能力。但中小微企業(yè)由于資金薄弱，AI人才匱乏，很難邁過智能化的高門檻?？葾I的產(chǎn)業(yè)價值又讓無數(shù)人渴望躋身AI領(lǐng)域不被時代拋棄。低門檻AI的應(yīng)用，給了許多小微企業(yè)、開發(fā)者破浪前行的工具，讓螞蟻雄兵一般的中小微企業(yè)、數(shù)量廣大的個人開發(fā)者，登上“AI號”戰(zhàn)艦，參與到智能未來的建設(shè)，普惠未來的智能生活。