曠視走出智慧園區(qū)誤區(qū)的第三種解法
03 曠視的第三種解法
為何曠視走出了智慧園區(qū)的普遍誤區(qū)?
在回答這個(gè)問(wèn)題前,先來(lái)梳理下許多智慧園區(qū)的錯(cuò)誤根源,即只是解決了“園區(qū)遇到過(guò)什么”這樣的問(wèn)題,無(wú)法實(shí)時(shí)洞察并應(yīng)對(duì)園區(qū)內(nèi)正在發(fā)生的狀況,結(jié)果注定是“智慧園區(qū)”被詬病不智慧、不務(wù)實(shí)、不實(shí)用。
進(jìn)一步深挖的話,智慧園區(qū)的所有誤區(qū)都是路線上的失誤:
很多智慧園區(qū)采用了自上而下的思路,即先以“園區(qū)大腦”的形式打通園區(qū)的每一個(gè)節(jié)點(diǎn),然后逐步進(jìn)行子系統(tǒng)的開發(fā)和設(shè)備的采購(gòu),常見(jiàn)于新園區(qū)的規(guī)劃。然而這么做的前提是后續(xù)進(jìn)場(chǎng)的開發(fā)者必須匹配“大腦”的協(xié)議和標(biāo)準(zhǔn),無(wú)疑是一種理想范兒的開發(fā)理念,在數(shù)據(jù)打通上存在種種不確定性。
也有一些智慧園區(qū)汲取了教訓(xùn),推行的是自下而上的策略,為了消除數(shù)據(jù)煙囪,試圖先解決各個(gè)子系統(tǒng)的智能化,再循序進(jìn)行數(shù)據(jù)的匯總統(tǒng)一。只是現(xiàn)階段的很多企業(yè)只有單點(diǎn)技術(shù)服務(wù)的能力,無(wú)法將場(chǎng)景數(shù)據(jù)、業(yè)務(wù)、技術(shù)串成一條線,自下而上的打通終究只是少數(shù)企業(yè)、少數(shù)園區(qū)做成的事。
曠視和金隅的合作讓我們看到了第三種解法,可以總結(jié)為深度賦能、生態(tài)協(xié)作的路線。對(duì)比巨頭們動(dòng)用一切資源狂轟亂炸的戰(zhàn)術(shù),曠視是一家純粹的AI技術(shù)型企業(yè),想要抓住產(chǎn)業(yè)智能化轉(zhuǎn)型的紅利,必須要深入下沉到產(chǎn)業(yè)當(dāng)中,比如將自家的算法嵌入到攝像頭等智能設(shè)備中,結(jié)合自家的技術(shù)解決方案提供數(shù)據(jù)運(yùn)營(yíng)等能力支撐。
就像在金隅智造工場(chǎng)里,比起其他智慧園區(qū)少了很多“花里胡哨”的作秀,精力和價(jià)值集中體現(xiàn)在技術(shù)賦能中。一面將自家的算法嵌入到數(shù)十種智能設(shè)備,提供后端整體解決方案做全棧服務(wù);一面依托自研的Brain++,根據(jù)業(yè)務(wù)需求快速定制算法并進(jìn)行訓(xùn)練和部署。然后以肉眼可見(jiàn)的成果,打動(dòng)面臨多種選擇的客戶。
可以給出的解釋是,人工智能的殺傷力絕不在于秀技術(shù),而是讓技術(shù)在特定場(chǎng)景里深耕,將客戶難以理解的技術(shù)問(wèn)題轉(zhuǎn)變?yōu)檫\(yùn)營(yíng)問(wèn)題。曠視的聰明恰在于此,一組組運(yùn)營(yíng)數(shù)據(jù)的提升“征服”了金隅,并找到了在其他園區(qū)中復(fù)制落地的可能。
04 降本增效的老話題
曠視抓住的市場(chǎng)切入口其實(shí)并不復(fù)雜。
無(wú)論是早前的互聯(lián)網(wǎng)園區(qū),還是當(dāng)下流行的智慧園區(qū),降本增效始終是園區(qū)運(yùn)營(yíng)方的核心訴求。選擇性忽略市場(chǎng)訴求,采用為了智能而智能的建設(shè)理念,碰壁可以說(shuō)是一開始就能預(yù)見(jiàn)的結(jié)果。
正如金隅智造工場(chǎng)所呈現(xiàn)的一幕,家具工廠到智能制造的蝶變,既是為了承接產(chǎn)業(yè)升級(jí)的需要,也在踐行高效、低碳的管理理念!爸悄堋倍值膬r(jià)值,顯然不應(yīng)局限在字面上的理解,不應(yīng)體現(xiàn)在園區(qū)內(nèi)有多少智能化產(chǎn)品,重心在于創(chuàng)新管理的新技術(shù)、新手段和新體驗(yàn),進(jìn)而吸引越來(lái)越多高價(jià)值的企業(yè)入駐。
需要思考的是人工智能企業(yè)的生存哲學(xué),隨著智慧園區(qū)逐步進(jìn)入到去偽存真的階段,人工智能行業(yè)或許將迎來(lái)新一輪的淘汰賽。
不少企業(yè)還在扮演基礎(chǔ)技術(shù)服務(wù)商的角色,所謂的AI技術(shù)服務(wù)不過(guò)是簡(jiǎn)單粗暴地賣模型、賣算法,但單點(diǎn)技術(shù)已經(jīng)無(wú)法解決智慧園區(qū)這樣的宏大命題。就連整體解決方案提供商的打法也在被挑戰(zhàn),因?yàn)楫a(chǎn)業(yè)智慧化轉(zhuǎn)型的驅(qū)動(dòng)因素,早已從團(tuán)隊(duì)和算法演變?yōu)閿?shù)據(jù)和場(chǎng)景,單一的解決方案已經(jīng)觸碰到了天花板。
曠視和金隅的示范揭開了一個(gè)新的趨勢(shì),人工智能企業(yè)進(jìn)入到了AI產(chǎn)品化的新賽道。在曠視和其他企業(yè)的合作中,深度學(xué)習(xí)框架天元MegEngine、深度學(xué)習(xí)云計(jì)算平臺(tái)MegCompute、數(shù)據(jù)管理平臺(tái)MegData等常常是獨(dú)立出現(xiàn)的名詞,分別對(duì)應(yīng)曠視向不同細(xì)分領(lǐng)域輸出的解決方案,但在金隅智造工場(chǎng)的案例中,被提及最多的是AI生產(chǎn)力平臺(tái)Brain++,開始以綜合能力為觸點(diǎn)廣泛參與。
做一個(gè)總結(jié)的話,企業(yè)降本增效的底層邏輯并沒(méi)有變,但對(duì)人工智能的能力要求越來(lái)越系統(tǒng)化。就拿智慧園區(qū)的例子來(lái)說(shuō),金隅選擇曠視作為合作伙伴,籌謀的因素是多個(gè)層面的,既要幫助園區(qū)解決現(xiàn)階段遇到的棘手問(wèn)題,通過(guò)AIoT的場(chǎng)景化應(yīng)用實(shí)現(xiàn)向智慧園區(qū)的加速升級(jí),同時(shí)也要為園區(qū)的持續(xù)升級(jí)架好向上的梯子。
智慧園區(qū)其實(shí)只是產(chǎn)業(yè)轉(zhuǎn)型的一角,曠視代表的人工智能企業(yè),正放低姿態(tài)深度參與到千行百業(yè)的轉(zhuǎn)型升級(jí)進(jìn)程中,并將從中找到屬于自己的紅利。

發(fā)表評(píng)論
請(qǐng)輸入評(píng)論內(nèi)容...
請(qǐng)輸入評(píng)論/評(píng)論長(zhǎng)度6~500個(gè)字
- 1 誰(shuí)是受“關(guān)稅戰(zhàn)”沖擊最大的城市?
- 2 王凱:以“以太坊”為翼,引領(lǐng)區(qū)塊鏈技術(shù)革新
- 3 城市NOA中,智能駕駛功能邊界在哪里?
- 4 無(wú)人配送車產(chǎn)業(yè)鏈拆解
- 5 看完全是黑科技的智慧公園,我不淡定了
- 6 一季度GDP成績(jī)單出爐,31省份外貿(mào)依存度如何?
- 7 海上停機(jī)導(dǎo)致航運(yùn)業(yè)維修損失數(shù)萬(wàn)美金?Easy-Laser易樂(lè)推出XT770激光對(duì)中系統(tǒng),實(shí)現(xiàn)毫米級(jí)精度確保航行“零誤差”
- 8 Uber:自動(dòng)駕駛能殺死“美版滴滴”?
- 9 智駕平權(quán)戰(zhàn)之城市NOA:既要華為性能、又要特斯拉成本
- 10 從美國(guó)到歐洲,跨境賣家的 “生死” 大轉(zhuǎn)移