|
数字化转型被称为“第四次工业革命”,亚太地区企业数智化升级方兴未艾。升级过程中超60%的项目需要每周重新训练模型,使得企业对端到端模型开发和生命周期管理产品的需求爆发增长。在这样的形势下,发展AI技术中台,对于各大企业来说,就成为抓住产业数智化契机的不二之选。 6 b! Y$ V5 V9 C9 j4 g" g- R
宜享花认为构建 AI中台,上面对接业务前台,下面依赖于数据方的支持,对外提供一个标准化统一化的服务。只加工利用可复用的能力和资产来进行标准化产品的加工,并且整个过程是可追踪、可维护、可更新的,可以有效或者说合理地进行循环的,这就是AI中台的形成。
' `! \) `6 v/ [& \# g首先,AI中台可以对复杂的实施过程进行标准化流程规约,也就是企业可以充分复用算法和特征,通过特征引擎进行固化,再通过可复用的模型和算法,利用数据来重训练模型。目的是实现复杂实施过程的标准化、流程化和自动化,并尽量加快其学习的过程。
* K f3 r v5 H, v: ^0 h7 D另外针对流程化部署维护方面,AI中台可以提供一套标准化的模型封装工艺,对外企业只要维护一个统一的服务接口,实现统一模型运行维护统一的平台。
7 \7 _2 _. A# _* r2 A2 j$ d7 C企业还可以在运行平台之上,建立一系列的监控机制和反馈机制,定期进行数据样本的收集与导出,性能指标定义与报表展示。这依赖的是对服务持续性的监控,AI中台实现的是持续健康地反馈和更新。最终这些持续的反馈更新反过来还会作用到最开始复杂实施过程的流程化与自动化的一个环节里去优化模型。 # @; B% [5 A/ j& b% ?
总而言之,AI中台是充分利用企业现有的能力。当前端有新的需求出现时,后端可以用自动化的工具迅速迭代功能。此外,AI中台还可以利用企业已有的一些能力来对前台提供支持,让企业服务越来越敏捷。如果有重复的需求提出,AI中台可以帮助企业直接利用现在已有的服务,通过一些简单的改造或者封装,提供一个充分复用、充分共享的服务,避免重复性建设。 - z2 S( \; ?& g5 F& X$ {7 O1 n8 P7 n
AI中台的建设
7 v$ `# K6 g. Y8 h; K0 ?6 [ ^ ~& h3 Y7 A0 N& Y
% Q! _; z- C4 c4 o7 T从战略维度上,企业在进行中台化建设的时候,必须有明确的决心和目标,以及针对中台化实施所制定的一系列长期或短期的规划和方针。
7 _) H9 g5 K/ A3 q# M从技术维度上,中台化本身应该有一个核心的技术支撑,有时也包括中台化的产出物,是中台化实施的核心。
- L% k* N, m9 f) ?; Q: e( p从组织维度上,实际上是通过对组织的调整,构建建设中台所需的组织基础,方便中台的建设和实施。但是反过来中台的建设和实施本身就包含了对组织的集约化重塑。 * N+ h: T4 ]) R7 R7 \2 T0 ?
从流程维度上,企业对相关的生产流程肯定需要进行适配改造,这样才能适应中台的建设。
3 H+ O8 ]4 X- D宜享花相信企业通过AI中台进行AI能力统一的创造、应用、管理和展示,极大提升AI能力的复用度及管理效率,能够助力企业内部迅速建立起符合业务需求的平台体系,形成强有力的智能化底座,加速企业数字化转型升级。
: O3 _$ N7 M/ \免责声明:此文为转载,版权归原作者所有,市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。如有侵权或其他异议,请联系15632383416,我们将尽快处理。 |