幻灯二

最前线 | 第四范式发布“AI应用市场”,创始人戴文渊称要重视AI发展的两条曲线

6月23日,第四范式发布会暨企业智能化转型峰会在京召开,峰会上,第四范式全新发布了企业级AI操作系统4Paradigm Sage AIOS 2.0及企业级智能应用市场4Paradigm Sage App Store,联接打通了应用、数据、算力三者间的屏障。

去年8 月,第四范式发布了企业级 AI 操作系统 Sage AIOS,将其定位于 AI 时代的Windows(操作系统),以实现标准化数据规范、高可用资源管理以及更低门槛的桌面式 AI 管理。这也是第四范式成立至今最大的一次产品革新。

有了应用系统,第四范式在今年发布了企业级应用市场,可以理解为针对 AI 应用的AppStore,不过,和针对 C 端消费者的AppStore不同,第四范式推出的Sage App Store,更像是一个针对AI 应用的能力集合站,让企业用户通过之前发布的AI 操作系统 Sage AIOS,开发出多样的 AI 应用,再放进Sage App Store。

“任何做操作系统的公司,应用生态都是重中之重,要提供应用工具的构建集,甚至找好客户,我们也希望让 Sage AIOS进入各个客户,让客户用好AI。”第四范式 AIOS 产品负责人黄缨宁对 36 氪说到。

不仅如此,第四范式还为入驻Sage App Store的公司提供了获客渠道,黄缨宁也谈到,一家创业公司在入驻Sage App Store半年时间后,很快就增加了 20 个企业客户。

此外,为了支撑企业全面的智能化转型,第四范式以Sage AIOS App Store平台为基础,扩展为应用联邦、数据联邦、算力联邦三大网络。

企业转型过程中所需的能力众多,为了让 AI 在企业智能化进程中发挥价值,必须具备集应用、数据、算力为一体的能力模型。应用、数据、计算,三者需要相互联接,其中任何一个出现问题,另外两个都无法发挥作用,整个智能化体系将会失效。

发布会上,第四范式创始人兼 CEO 戴文渊阐述了人工智能(Artificial Intelligence,以下简称“AI”)在企业智能化转型中的两条关键曲线。

自 2016 年谷歌旗下“AlphaGo”击败围棋世界冠军李世石后,AI 受到全行业瞩目,一时间成了解决企业智能化转型的“万金油”,但事实远非如此,对 AI 过高的期望,让诸多公司在落地 AI 时成了“面子工程”,随之而来的 AI “落地难、变现难、上市难”等诸多难题,又让业内对 AI 发展前景充满争议。

AI 的价值验证如今已经走到十字路口。在戴文渊描绘的第一条 AI 发展曲线中,AI 经历了“提出-高期望-能否落地-是否有用”等多次验证,而在AI 潮起潮落的发展进程中,业内对 AI 的认知也逐渐撇清泡沫,回归到理性的认知区间。

最前线 | 第四范式发布“AI应用市场”,创始人戴文渊称要重视AI发展的两条曲线(图1)

图片来源:第四范式

“可能我们觉得AI没有那么大用处,其实有一点用。对于我们来说下一个阶段最大的挑战,是我怎么推进把这个量变推到质变,使真正的企业实现AI转型。”戴文渊在现场表示。

在戴文渊展示的第二条 AI 发展曲线中,“质变”成为 AI 冲破迷雾的核心目标,这也是第四范式立足行业的根本。在经历了信息化、互联网化的浪潮之后,越来越多的传统企业迫切想要寻求智能化的突破口,而剖析现在转型成功的互联网公司,皆在用人工智赋能关键业务场景,实现质变。

最前线 | 第四范式发布“AI应用市场”,创始人戴文渊称要重视AI发展的两条曲线(图2)

图片来源:第四范式

以第四范式和某内容分发平台的合作为例,当 AI 推荐产品落地该内容平台后,随着推荐准确度提升,平台获客成本、广告分发成本都在降低,同时该平台的用户还在不断增加,不论用户规模达到何种量级,平台调取 AI 的成本并不会随之提升,这就形成了边际效应,达到了 AI 实现业务增长的“质变”。

在第四范式与百胜中国的合作案例中,以百胜的餐点派送场景为例,之前餐厅需要专人管理派送,而在AI介入后,可以实现自动化生成配送效率方案,实现效率远超人为判断;再比如临近商圈的餐厅配送范围,过往是需要专人协调周边餐厅利益,如今可以通过智能商圈系统AI规划,保障全局效率最优。

在帮助企业通过 AI 实现智能化转型的过程中,第四范式洞察到,由于企业转型过程中所需能力众多,为了让 AI 在企业智能化进程中发挥价值,必须具备集数据、应用、算力为一体的“金字塔式”能力模型。

最前线 | 第四范式发布“AI应用市场”,创始人戴文渊称要重视AI发展的两条曲线(图3)

图片来源:第四范式

“企业在智能化的过程中需要构建数据、应用、计算,三方面的能力,这三者需要相互联接,其中任何一个出现问题,另外两个都无法发挥作用。”戴文渊谈到。

当中,应用是诸如反欺诈、内容推荐类的业务场景,数据、算力是应用的输入和支撑,没有应用的话,海量数据会沦为死数据,算力投入也难以产生价值。因此,数据、应用、计算必须实现相互联接,否则整个智能化体系将会失效。

为了解决应用构建门槛过高对三者之间的联接的阻塞,第四范式从2014年就开始了自动化机器学习技术AutoML的研究,是首个实现AutoML产品化与产业落地的企业,在这背后,是第四范式实现了从数据、特征、到模型的AI全流程自动化,覆盖决策、语音、文本、视觉等各类AI场景,包括相应的从存储引擎、计算引擎、企业级特性中间件上的联合支撑设计。

我们可以将第四范式比喻为企业智能化提供服务的“装修工程部门”,很多企业如今的智能化进程还处于“毛坯房”阶段,这就需要第四范式怀揣工具(AutoML产品)和服务(数据/应用/计算),提供整套解决方案,帮助企业打造智能化转型“样板间”。

让“AI 决策”,是第四范式成立七年来的核心目标。为了让机器在浩瀚的数据中发现规律,从而指导企业做出决策,第四范式旗下已经形成完整的产品解决方案,包括发布助力企业全面转型的新产品Sage AIOS 2.0;同时,第四范式也首次宣布开源OpenAIOS内核、OpenMLDB数据库等技术组件。第四范式正在为企业转型提供切实可行的方法、产品与技术能力,驱动企业从量变到质变的智能化转型变革。

本站内容收集于互联网,如有侵权或违法,请及时通知站长;转载请注明出处。

您可能还会对下面的文章感兴趣:

内容页广告位一