AI正在疯狂寻找Know-How( 三 )

此外,AI的另一个功能是为产业端提供语音和视觉的能力,比如园区语音导览、基于机器视觉的质量检测等等。

划个重点,这些AI能力需要从方方面面的复杂细节进入已有产业实体当中。但是到底如何进入,进入需要注意哪些难以预料的问题,何时能收回技术迭代成本——这些答案都掌握在Know-How手中。

拿着算法和算力以及PPT的AI,在进入细分产业时,尤其是工业属性相对较强的产业,都难免遇到这种尴尬。AI虽然听上去靠谱,但没有“产业带路党”的帮助却寸步难行。

更显著的问题来自于人才储备。

一般来说,AI算法工程师注意研究深度学习的训练部署等相关内容。真实的逻辑,细节点的AI化方案,企业的性价比估算,产业智能化的弹性生长,这些都不在算法架构师或者AI开发者日常的考虑范围中。

而产业专家则对产业周期了如指掌,却很难有经历和机会去学习和了解AI相关的内容。最终导致产业AI变成了各说各话,难以相互了解的两个邻居。

而相比较而言,今天AI这端是相对透明的,真正的产业链合作压力,就来到了AI公司寻找产业Know-How这边。

推荐阅读