0
人工智能的发展近年来正经历技术成熟的幻灭期，有关商业模式的探讨和探索成为核心关注的问题。在这个阶段，用户更加关注如何落地，如何真正创造价值，并进一步推动自身数字化、智能化转型。
例如2020年以来的新冠疫情是一次黑天鹅事件，几乎所有的软件服务商都意识到了机遇的出现，却没有几家能真正抓住这个机遇。更明显的是，疫情过后，很多人工智能企业的表现可谓是“一顿操作猛如虎，一看战绩零杠五”，这再一次暴露出大量人工智能单点应用的弱点——基础技术积累不足、产品质量参差不齐、无法形成数据闭环等等。
正因如此，尽管外界对人工智能落地应用并不陌生，但做得好的屈指可数，对人工智能落地采取不同策略和路线的服务商也开始逐渐朝向两级分化。
面向未来，雷锋网与芯翌科技产品副总裁王夷就这一问题进行了探讨，认为进一步推动城市和企业管理者为人工智能应用买单的关键要素有以下三点：
一是项目交付能力强，团队具有足够的经验和判断力，如解决方案的完整性、场景应用系统架构的能力；
二是对人工智能技术研发的持续投入，以塑造自身壁垒，这既包括对算法模型的调优，也包括将业务场景抽象化解析的能力；
三是对客户全生命周期运营、维护、咨询的能力。
极速交付背后
毫无疑问，新冠疫情加速了城市及企业管理者对数字化生产工具的诉求。从保障安全复产复工解决燃眉之急，到被短期内上亿人同时协作带来流量高峰的猝不及防，新的实践体验让服务商开始思考如何进一步提升项目交付的质量与效率。
这种冲击下，传统软件开发时间和人力成本，已经无法满足企业业务的需求，大前端开发如何跟上市场变化的脚步，以提升项目支持效率？
一种是以云开发、Serverless的方式，让开发者可以聚焦业务本身，无需关注复杂的服务器配置和管理，比如弹性部署和自动扩容等工作都可以交给服务商。
还有一种是以低代码开发平台的方式，以拖拉拽的方式，主要可支持IoT/AI等创新应用、或效率提升的应用、或涉及交易/记录层等核心系统的迁移或二次开发等场景。
上述两种开发方式所覆盖的场景更为广泛和通用，相比之下，面向特定的业务领域、行业场景，仍有待探索。
2020年初，芯翌产品团队推出一款自带开发框架和集成环境的轻量级技术中台——叶舟，以支撑其自身在城市治理、智能安防、工业互联网等领域的快速产品研发和项目交付。
据介绍，叶舟平台能够通过整合通用资源、沉淀共性能力、制定复用规范、集成最佳实践等，为城市及企业各业务领域中的应用系统提供稳定且有弹性的技术框架。
首先，叶舟平台为场景应用能够快速响应业务变化提供了底层服务、技术、组件、数据等资源和能力的支持，通过对后台系统进行二次封装来屏蔽底层技术细节，并输出具有统一行为的基础业务服务接口来规范和简化应用的集成和复用；
基于叶舟平台规范构建的特定应用模块，通过不断积累形成企业应用池，能够进一步提高应用复用能力、降低研发周期；
在交付阶段，叶舟平台提供了完整高效的部署方案，并具有完备的异常处理和冗余机制，能够适配所有主流硬件框架，确保公司所交付的软件服务能够在各类异构硬件和网络环境中顺利部署，提升部署效率，减低技术风险。
例如，在针对智慧社区的项目开发过程中，芯翌产品团队直接复用叶舟平台提供的通用功能和相关服务，避免重复开发。团队仅需关注特定的社区业务需求，如房屋信息、社区人口信息等功能的开发，同时对于视频监控、地图渲染等其它领域常用功能，可直接从企业应用池中进行复用并进一步和特定应用进行深度集成。项目交付后其最终产出会回归应用池，将其能力进行沉淀和输出，作为其他类似项目的复用模块，使得场景应用开发形成良性循环。
总的来讲，叶舟平台的核心设计理念在于，对工程项目开发和交付整体过程进行支持，涵盖软件工程中设计、风格、部署、交付、维护等各个环节，并兼顾相关行业领域中先行的业务规范。叶舟平台不会对项目开发团队所使用的技术栈、应用结构和部署形式进行限定，能够兼容各种形态的异构应用，适用范围更广。
当然，这并不意味着拥有一款框架或平台就是万能的，芯翌极速项目交付能力的背后，还有一点关键要素，是人。
王夷指出：
我们的产品研发相对比较聚焦，会首先集中优势力量，从熟悉的业务入手，边开发边交付，快速迭代形成基础产品。
这支“年轻”的团队，成员相当老练，很多都是来自业内头部企业具备丰富经验的产品设计、架构与开发人员，本身在业务理解与软件开发方面，具有非常丰富的经验。负责人王夷对于大数据、数据中台、数据智能领域的技术研究、工程实践和产品开发有着深厚的技术积累和实践经营。
数据驱动之道
然而，地基不稳，无异于泥塘之中起高楼。在此之前，数据，尤其是视频数据治理的重要性体现不够，但其意义却决定了前台应用的可用性、稳定性、安全性、甚至是整个项目的成败。这也是为什么如今随着人工智能项目应用走进深水期，大多行业实际上花费大量的精力和人力成本在数据清洗和数据治理这个环节上。
在过去几年的实践过程中，尤其是在城市治理、城市安全及工业安全生产方面，芯翌就已经非常明确要围绕数据构建相应的产品体系。
从数据生产、数据治理、数据应用三个维度，芯翌构建了“明”、“禹”、“景”三大产品系列，形成了覆盖感知、认知、场景应用的数据全链路产品体系。
谈及此，王夷看到的机遇是：
迈过算法和算力，数据成为各家厂商形成差异化解决方案的关键。例如，芯翌构建的“视频全要素治理平台”，作为切入各行业的基础平台，掌握视频入口，向下辐射人工智能产品和服务，向上可以用视频和视频计算来支撑行业转型升级及创新。
“视频指挥智能应用系统”，通过整合视频基础资源，构建视频标签体系，完善视频业务体系，提供视频调阅、标签标注、智能检索、预案编制以及一键上墙等功能，解决传统视频调阅方式反应慢、效率低、操作繁琐的问题，实现视频的高效智能化调阅，满足用户顶层决策到一线指挥的实战需求。
在去年的第三届中国国际进口博览会现场，芯翌的几套视频数据系统在安保指挥部的视频相关系统保障工作中也大显身手。针对进博会安保工作需要，芯翌从前期需求分析，到方案设计、系统研发、系统联调、驻场服务等，投入了大量人力、物力等资源。保障前期，在全域范围内进行平台系统自检和应急预案演练。展会期间，组建了包含技术运维人员、产品研发人员和管理人员的专项运维团队，并采取进博会现场与用户单位24小时全天候双值守机制，确保了第一时间发现问题并实现相互支撑和及时解决。
从“重管理”到“重运营”
信息化时代“重管理”，数字化时代“重运营”。
实际上，很多一线的人工智能科技公司正是因为重视这一点，才能在如今的数字化时代持续立于领先位置，并开始致力于输出自身的数字化运营方法论。例如，在智慧城市治理方面，已经能够将整个城市的交通运输信息网格化、实时化，并将数据开放、回馈给社会；同时，经过沉淀、得以互通的数据，又能够被用来进行实时分析，进一步调整和优化城市运营。
国家信息中心信息化和产业发展部主任单志广曾对未来智慧城市的内涵和特征进行过探讨。他讲过这样一句话：
“从以建为主转向长效运营，未来中国数字化经济里最有价值的就是智慧城市运营商，以城市为载体进行管理和服务，来获取数据增值之后的价值，这才是真正有价值的产业，比今天的电商和平台经济更有深度、广度、更有价值。”
同样，在更为广泛的领域，如工业互联网、消费互联网、交通车联网、物联网等场景中，服务商能在多大程度上帮助企业实现对消费者的数字化运营，提升对消费者需求的实时感知能力，不断改善消费者体验，服务商就将在多大程度上掌握产业价值的天平。
观察芯翌一路走来，同样在他们身上也有类似的理念“傍身”：即以提升用户体验，提高管理和生产效率为目标。
比如，在社会治安应用方面，芯翌开发的社会治安防控系统，提供了多维采集、布控预警、态势感知、指挥调度、监督考核等功能为一体多级治安管控系统，为各级系统和部门提供数据关联、实时比对、多维分析、可视化展示等数据服务和业务支撑。
在工业港口应用场景，芯翌开发了港口安全生产管控系统，基于港口码头涉及的人、车、道路、设备、设施、安保力量及各类事件等对象的感知数据，提供港口进出人员人证核验、进出堆场人员管理、视频巡控、进出港口车辆管控、消防设施管理等功能。
可以看到，相对于传统人工智能企业，芯翌拥有工业化的算法生产平台、全链路的数据治理及应用能力，以及城市级的视频平台，这套组合拳的作用下让芯翌具备了面向用户全生命周期运营的充分条件。
雷锋网总结
正如芯翌董事长杨海宁所言，“人工智能产业发展到如今，在具体场景中实现大规模落地，考验的是技术创新、产品定义、业务推广以及交付实施等方面的综合服务能力。”
因为人工智能的落地一定要看效果，而不是一些功能的堆砌。
芯翌一路升级打怪，遇强则强，见招拆招，将人工智能这样一个在普通人看来神秘而高大上的事物，转换成了一个又一个坚实的成果。（雷锋网）
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
