AI应用开发公司，到底在帮企业做什么？

说实话，三年前我还不信。

那个时候, 满大街都是喊着“AI赋能”“数字化转型”的口号, 听的人耳朵都要不耐烦了。等到去参与个行业的论坛时, 十个里面演讲的嘉宾有九个, 其PPT的第一页写着“拥抱人工智能”, 紧接着第二页就开始讲述ERP系统要如何去升级了。

但最近这一年，我突然发现，很多东西变了。

不是概念变了，是东西真的落地了。

我存在一位友人, 其于一家规模处于中等偏小状态的制造企业担当IT负责人, 去年之时那位企业老板不知经由何种渠道听闻了AI, 坚决要开展相关事宜, 这位友人只能勉强鼓起勇气寻觅了一家, 所具备的预算并不充足, 内心之中也相当缺乏信心, 最终的情形又是怎样的呢? 三个月过后他们生产线上存在的一个小型流程----针对于来料进行质量检验的流程, 改变成了通过AI视觉识别来进行操作。

一方面效率得到了提升, 另一方面, 重点在于之前那个岗位的工人根本就难以招聘到, 毕竟年轻人当中谁会愿意每天都去关注螺丝是否拧紧了呢?

这事使我着手认真地去琢磨, 那些, 究竟在为企业做些什么呢?

它们到底解决什么“真问题”？

很多人对AI的印象还停留在“聊天机器人”或者“画画工具”。

但真正走进企业你会发现，需求完全是另一回事。

存在一家物流公司, 每日都需对几千张货运单据予以处理, 通过手工打字进行录入, 然而错漏率很高, 致使财务与运营方面每日都发生争执不休的情况。有一家为其打造了一个具备OCR以及规则引擎的小型系统, 能够让单据实施自动识别, 自动完成校验, 还能自动进行入账操作。

有一家连锁餐饮品牌, 区域经理每周都需要去巡店, 要填写几十项检查表, 巡店回来之后还得进行汇总分析。AI公司设计制作了一个针对移动端的小工具, 能够在现场进行拍照, AI可以自动识别后厨卫生情况、员工着装状况以及食材摆放情形, 一旦发现存在问题便会直接进行标注, 最终结果会自动生成报告。

这些事听起来都不“炫酷”，甚至有点“土”。

但恰恰是这些“土活”, 每年为企业节省下几十万的人工成本, 或者将某个环节的效率提升了两三倍。

为什么企业自己搞不定？

这儿存在着一个不错的问题, 许多规模较大的公司事实上是拥有自身的技术团队的, 中小型公司同样有着外包的通道, 可是为何还要去寻觅专门的人工智能应用开发公司呢?

我观察下来，核心是两个原因：

做AI和做传统软件完全不是一回事。

传统软件开发呈现的是“你给予我需求, 我进行代码编写”的模式 , 然而对于AI项目而言 , 在许多情形下连需求都没法清晰表述 , 有一位客服主管声称“我期望让机器人协助我回复消息“ , 但其自身也并不了解理想中的回复究竟是怎样的 , 在这一过程里需要开展大量的沟通 , 经历诸多试错 , 还要进行调参。

手里有着现成模型, 且有过已踩之坑的, 清楚知晓怎样能够以快速方式定位问题, 也明了该如何凭借最小成本去验证可行性。然而企业若自行从起始着手开展, 仅仅是搭建相关环境、展开模型训练以及进行精度调优这一系列操作, 便能够耗费掉长达大半年的时间。

人才太贵了。

有那么一个稍微具备些许经验的AI工程师, 其年薪是以三五十万作为起始标准的。对于大多数并非科技类企业来讲, 去养这样一个人, 既在经济上难以承受, 又在留人层面不太容易做到。并且AI技术更新的速度实在是太快了, 现今所学的那般东西在明年极有可能就过时了。选择找外部团队, 依照项目来支付费用, 如此风险是能够得到有效控制的。

开发过程其实挺“糙”的

倘若你觉得那些 AI 应用开发企业每天所从事的皆是类似于“神经网络”这般的工作, 或者属于像“深度强化学习”这类的事务, 那你就想得过于繁杂了。那你就想得过于繁杂了。

我曾与几家公司的项目经理有过接触, 他们提及频率最高的一句话是, “先达成流程的顺畅运行, 之后再进行优化”。

什么意思呢？

其实就是那个客户, 想要的是一个智能问答系统, 千万别一开始就去调大模型, 也别忙着搞微调, 更别着急去建知识图谱。首先, 得先去买一个现成的API, 然后搭建一个简单的检索框架, 只要能够回答问题就可以了。后来, 客户表示“这个答案太机械了”, 行, 那就加几个规则。再后来, 客户又说“这个场景覆盖不到”, 好, 那就再补充几个样本。

迭代个三五轮，模型自己就慢慢变“聪明”了。

此过程并非如同拍摄科幻电影那般, 而是更近似于打磨一把螺丝刀。它不进行炫技, 然而却具备实用性。

不同行业，需求千差万别

聊过几家从事的案例之后, 我存有一个十分深刻的感受, 那就是进行AI落地时, 很多情况下比拼的并非是技术, 而是对于行业的理解。

最受金融行业关注的要点在于合规以及风控, AI并非被用于所谓的“创新方向”, 而是致力于达成“不出现差错”的目标, 对于一个AI信贷审核系统而言, 宁愿其拒绝率相对偏高一些, 也绝对不允许放进任何一笔存在问题待处理的账目。

效率以及体验, 是零售行业最为关注在意的要点。AI客服究竟可不可以降低用户等待时长? 推荐算法有没有可能性提升五个百分点的转化率? 这些指标与营收存在着直接的关联挂钩。

对于制造业而言, 最为关注的要点在于稳定以及成本, 一条产线哪怕仅仅停止半小时, 便极有可能造成多达几十万的损失情况, AI系统就算不准, 可是绝对不可以胡乱报告故障, 更加坚决不可以致使产线出现频繁误停顿的状况。

医疗行业最关心的是隐私和准确。不能出错，更不能泄露数据。

那些并非依靠一套通用算法便能处理好的差异, 正因为这样, 在AI应用开发中深深钻研于某个垂直领域的公司, 可比从事通用平台开发的公司活得更好。

别信“AI替代人类”这种话

聊得越多，我越觉得“AI替代人类”是个伪命题。

真正在发生的，是“不会用AI的人被会用AI的人替代”。

有一个我认识的做数据分析的小姑娘, 其做到了自学利用AI工具去将Excel报表进行自动化处理, 以往一天的工作量当下半小时便可完成, 剩余的空闲时间, 她用于开展业务分析以及撰写分析报告, 随后得以升职了。

她的老板并未被另外什么所取代, 仅仅是她老板的上级认为这个团队效率蛮高, 从而将更多的业务板块分配给了他们。

卖的不是“替代方案”，而是“增效工具”。

成本到底多少？值不值？

好多人一旦听闻“企业级AI应用”, 脑海中便会浮现出的是几百万的项目。

实际情况是，价格区间大得很。

进行一个规模较小的API调用, 加上简单流程自动化, 或许花费几万块便能够完成。要是稍微复杂一些的定制开发, 二三十万也属于较为常见的范围。而真正达到上百万的项目, 通常是那种覆盖多个业务线条、有部署私有化模型需求、还要建设数据中台的大型工程句号。

值不值？看ROI。

某人一位友人所经营的公司, 耗费了二十八万打造了一套智能客服系统, 该系统上线之后, 人工客服的数量由十二人降至五人, 在一年的时间里所节省下来的人力成本就超出了四十万, 这般情况才堪称是真正意义上的令人觉得畅快满足, 由衷感慨真好啊。

确实存在出现问题的情况。有企业耗费资金, 购置了一套看似高端大气上档次的系统, 然而一线工作人员根本就不会去使用, 最终导致其闲置积灰。这种失败与AI技术自身并无关联, 其本质属于管理的问题——缺乏足够的培训, 也没有相应配套的流程变革。

未来会怎样？

单就我个人给出的判断而言, 在未来的三到五年这个时间段之内, 将会如同现今的软件外包公司那般具备普遍程度。

然而存在一点差异, 软件外包公司的客户聚焦于 IT 部门, 可是 AI 应用开发公司所面向之客户将广泛分布于销售部, 客服, 供应链部, 还有人力资源部等等。

因为AI正在从“工具”变成“基础设施”。

现如今, 没有人会认为“运用Excel”是一件多么了不起的事情, 同理, 在未来, 也不会有人觉得“使用AI”是一件值得夸赞的事, 它犹如水电煤那般, 渗透进了企业日常运营的每一处微小细节, 深入于企业日常运转的每一根细微血管之中。

真正能够存活下来的, 必然是秉持着蹲下身子, 甘愿弄脏自己的手, 助力企业解决最后一公里难题的公司。

不是那些只会吹牛的。

忽然间回忆起来, 最初提及的那个从事制造工作的友人, 前些日子再度给我拨通了电话。

他讲, 他们的老板, 尝到了那般甜头, 在今年, 预算实现了三倍的增长, 并且打算开展第二个AI项目。

“这次做什么？”

“不知道，反正先立项，再找公司来聊。”

你看，这就是现在的企业。

不是多了不起的战略，就是觉得——这东西确实有用，那就搞呗。