8月18日，“2022商業(yè)案例創(chuàng)新論壇”在上海浦東圓滿舉辦。云知聲聯(lián)合創(chuàng)始人/創(chuàng)新事業(yè)部總裁陳吉勝受邀參加了此次論壇，并進行了主題演講。精彩演講受到線上線下觀眾的一致共鳴與思考。

　　以下為陳吉勝精彩演講精華整理：

　　01 AI時代B端企業(yè)需要的人才模型是什么?

　　十年TO C,十年TO B.

　　隨著社會逐漸進入AI時代，AI在C端與B端的應用逐漸形成溫差。

　　在C端，海量手機用戶不斷貢獻數(shù)據(jù)，快速迭代，促進C端AI的機器學習越來越有效，應用越來越豐富。

　　人都被手機給Hooked了，我曾經(jīng)看過一個數(shù)據(jù)，就是抖音，由于用戶能天天刷，所以可能差不多幾百毫秒，刷抖音這個人的用戶模型被更新一次了，也就是機器在使用和學習。

　　而B端，由于目前生產(chǎn)設備和工作流程中產(chǎn)生的數(shù)據(jù)相比C端比較有限，也比較離散，目前AI應用不如C端有效。

　　這是為什么呢?

　　原則上來說，無論是B端還是C端，人工智能的三駕馬車(算力、算法、大數(shù)據(jù))都已備齊。

　　算力，據(jù)2022中國算力大會透露，截至今年6月底，中國在用數(shù)據(jù)中心機架總規(guī)模超過590萬標準機架，服務器規(guī)模約2000萬臺，算力總規(guī)模排名全球第二;

　　算法;以深度學習為代表的感知類的算法，比如說圖像，或者是聽覺，這個其實已經(jīng)是超過了人的眼睛和耳朵了。

　　大數(shù)據(jù)，在中國，互聯(lián)網(wǎng)、物聯(lián)網(wǎng)，線上/線下采集的數(shù)據(jù)非常普遍。

　　那么，既然這些底層的能力，都是具備的，為什么AI在C端與B端之間依然會存在溫差?

　　其實根源在于B端場景化的應用不夠。任何不已結(jié)婚為目的的談戀愛都是在耍流氓。AI應用也是一樣，所有不以實際場景應用為目的的AI技術(shù)研究都是空中樓閣。

　　B端客戶，由于行業(yè)的專業(yè)性，導致每個行業(yè)，甚至每一家企業(yè)之間都存在著很多KNOEHOW，表現(xiàn)在B端服務商方面就是碎片化，我們要為這個行業(yè)定制一下，為那個客戶定制一下。所以，理解碎片化場景下的know-how是B端應用AI需要解決的核心問題，而這也引出了我們的主題，

　　AI時代，B端企業(yè)需要的人才模型是什么?對AI廠商來說，需要能夠充分理解碎片化場景下，行業(yè)的know-how，并能夠迅速判斷是否可以引入AI投入的通用人才;對B端客戶來說，需要既了解自身know-how，也懂得AI技術(shù)的應用邊界，應用方法，在公開資料和對應廠商有限支持下即可將AI能力和自身特殊問題相結(jié)合，能夠解決實際問題的專業(yè)人才;

　　針對這個結(jié)論，陳總用一個具體的案例做了生動說明;

　　“我們曾給一個全球TOP級的客戶做過一個不掙錢的案例，乍一聽需求很簡單，就是用AI方式來實現(xiàn)生產(chǎn)線上每塊模組的質(zhì)量檢查，從而替代人工降本增效，或者說緩解找不到愿意做這件事情的工人的窘?jīng)r。但就是這個很簡單的需求，初期我們雙方卻都經(jīng)歷了一段比較焦灼的溝通期。為什么?

　　首先，云知聲是一家AI公司，我們是坐在辦公室里寫代碼的，我們的開發(fā)人員搞算法、搞模型訓練很專業(yè)，但他們不懂生產(chǎn)線，不懂模組怎樣算壞，怎樣不算壞。而對方的人，對自己的AI應用邊界不了解，對應用方法等也不清楚，但是他們對自己的問題清楚。所以，在前期的時候，大家經(jīng)過幾輪溝通，發(fā)現(xiàn)經(jīng)常會有一些‘不知道自己不知道’以及‘互相不知道自己不知道’的情況，這是很可怕的事情。

　　所以，我們把人派到工廠，和老師傅請教，現(xiàn)場觀摩。也給對方普及一些AI的基本常識。內(nèi)部開玩笑這是云知聲的一次上山下鄉(xiāng)。但也正是我們的挽起袖子卷起褲管進工廠，不僅讓這次的項目成功交付，也讓我們對AI 時代下，B端企業(yè)的究竟需要怎樣的人才有了重新思考。”

　　02 AI時代B端應用人才的分層次培養(yǎng)思考

　　如上邊所講，我們對AI時代，B端企業(yè)需要的人才模型有了一定的認識。。

　　即對于AI公司來說，通才的價值大于培養(yǎng)專才，因為是通用技術(shù)型的公司，所以更需要的公司方案人員，銷售人員，技術(shù)人員，可以利用涉獵的較廣的知識面，對問題是否適合AI做判斷。

　　對于B端客戶來說，需要既了解自身know-how，也懂得AI技術(shù)的應用邊界，可將AI能力和自身特殊問題相結(jié)合，能夠解決實際問題的專業(yè)人才;

　　我曾經(jīng)和我的客戶有過一個交流，彼此都認為，如果客戶方面有專業(yè)的人才來做實際AI應用的話，大家雙贏。因為客戶方本身就清楚Know—how，那他們只是需要有一個非常標準的工具，或者是對AI的應用邊界也比較熟悉，然后去訓練這個模型。有自己相應的人員可以標注，基礎數(shù)據(jù)處理、分類等。本身就已經(jīng)是這個行業(yè)里的人了，所以只是需要對一線的技術(shù)人員進行相應的培訓，讓他們掌握AI的能力，即B端客戶對應的培養(yǎng)方案是專才大于通才。

　　國內(nèi)有大大小小的AI公司，研究開發(fā)型的人才在各個公司都有，但是應用和實用的人才，即能夠把AI基礎的東西用起來，用于自己的生產(chǎn)過程里，這些人是少的。所以，未來AI人才的培養(yǎng)方向，我覺得是提高AI產(chǎn)業(yè)鏈中，應用型以及實用性的人才數(shù)量。

　　做應用型和實用型的人才，他們應該掌握什么?上來了解各種CNN、DNN，沒有太大的必要。但是掌握各種模型訓練的框架這很重要，因為一旦掌握多種主流深度學習算法以及多種深度學習框架，就能實際利用國內(nèi)各個專門企業(yè)、單位已經(jīng)搭建的超算中心，將B端企業(yè)已有的數(shù)據(jù)進行訓練和計算，解決實際問題，保障人工智能相關應用快速、高效的規(guī)模化產(chǎn)出和穩(wěn)定運行。真正促進AI在B端應用中的大幅增長。

　　總結(jié)：基礎理論沒有大的突破情況下，

　　應用人才的規(guī)模和質(zhì)量是競爭的關鍵因素之一

　　最后，我想與大家分享幾個目前熱門的新聞。

　　一是印度的人口明年超過中國，我們領先了五千年，終于讓出了這一位置。

　　二是越南成為世界工廠?越南的工資確實很便宜，對我們是很有壓力;

　　三是美國通過了CHIP&Science ACT(芯片法案)

　　最后是德國稱:要降低對中國經(jīng)濟依賴。

　　我們面臨的競爭很大，但是我們依然有贏得機會。

　　AI時代，大家早已經(jīng)脫離了拼刺刀的階段。當下，大家面臨的挑戰(zhàn)，是如何用AI的力量去提升日漸需求復雜的千行百業(yè)產(chǎn)值，并促進降本增效。

　　原交大院士，現(xiàn)在的深圳大學校長曾說過：最近三十年左右，不要說中國，哈佛MIT也沒有搞出什么基本的理論突破，我們更多的是驗證量子理論，驗證愛因斯坦的論斷。那就說明我們在基礎理論下，我們的應用以及我們的一些技術(shù)上的改進最重要的，技術(shù)上的改進從目前來看，很多時候需要天才，但是應用不需要，需要一直成本可控的應用大軍，這才是我們致勝的關鍵點。

　　所以，基礎理論沒有大的突破情況下，應對當前競爭的關鍵因素，是打造一支大規(guī)模高素質(zhì)的AI應用隊伍。