训练|腾讯云副总裁吴运生:AI落地出现新变化,对细分行业需要深入理解

每经采访人员:郭荣村 每经实习采访人员:安宇飞 每经编辑:陈俊杰
12月23日 , 在“创变者”2021年度腾讯Light论坛中 , 腾讯云副总裁、腾讯优图实验室总经理吴运声接受采访人员采访时表示 , 这几年AI技术的应用落地出现了一些新的变化:以往更多是解决普适性问题 , 如今则要解决细分行业所面临的具体问题 。
据了解 , 随着AI行业不断发展 , 应用场景碎片化的趋势也越来越加明显 。 光大证券在一份研报中表示 , 不同的场景对AI算法拥有不同的需求 , 所以这就要求针对不同场景定制化开发算法 。
吴运声认为 , 应对新的变化 , 需要AI企业成为“行业专家” 。 由于企业的资源有限 , 不可能在每个行业都投入大量资源 , 所以对“平台”的构建也是努力的方向之一 。
AI落地出现新的命题
“可能过往几年 , 我们在AI落地的过程中 , 更多时候会解决一些普适性的问题 , 比如美颜、美妆等 , 这些相对来讲是比较普适的 , 我们不需要有特别深的行业理解 。 但随着AI不断地发展 , 我们发现它要去解决行业的问题 , 这个时候就会带来新的命题 , 需要对行业进行深入的理解 。 ”吴运声表示 。
【训练|腾讯云副总裁吴运生:AI落地出现新变化,对细分行业需要深入理解】吴运声说 , 比如在金融、工业、能源、教育等赛道上 , 要去解决这个行业的问题 , 就要成为这个行业的专家 , 这是近年来AI落地一个很明显的变化 。
吴运声认为 , AI深入行业之后 , 会面临一些非常具体的问题 。 以AI在工业质检中遇到的难题为例 , 工业零件的瑕疵是很小的 , 有时候关于某些瑕疵的认定甚至都没有“标准答案” , 哪怕是同一行业 , 不同的人对于“不良品”的判定可能都不一致 。 “在这种情况下 , 就需要我们AI的人和行业人一起讨论为什么说这个是瑕疵 , 这个不是 , 需要去确定它的标准是什么” 。
具体来说 , AI深入行业会面临怎样的挑战?在今年11月召开的2021腾讯数字生态大会上 , 上海富驰高科技股份有限公司(以下简称富驰高科)的自动化总监邓声志就分享过一个案例 。
富驰高科是金属注射成型零件(MIM)行业制造商 。 此前 , 公司曾面临着质检难题:MIM产品因高反光特性而导致的产品缺陷 , 很容易与正常反光混淆 , 即使人眼也难以区分 。
“传统的做法是靠人工拿着产品在放大镜下360度旋转 , 比较复杂的产品需要1分钟的时间 。 但时间长了以后 , 人容易出现疲劳 , 人员流失率高 , 招工也难 。 ”邓声志说 。
为解决这一问题 , 富驰高科和腾讯优图实验室进行了合作 。 最终 , 经过三百多天的研发周期和两百多次超过半小时的技术讨论会议 , 双方成功合作解决了凹凸缺陷成像技术这一行业难题 。

推荐阅读