AI的出现，为企业提供了一条提升效率、降低成本的新途径。“2017年的时候，AI就已经受到了全社会的广泛关注，人们看到了它与各行各业的结合点，并将它视为未来智能化时代的一个普适性、基础设施般的技术。”智易科技创始人兼CEO李杰表示。
图 | 智易科技创始人兼CEO李杰
然而，在企业“智能变革”的步伐越来越紧凑的当下，掉链子的情况出现了——市场有需求，但是作为“供给”存在的“AI人才”却跟不上了。从企业的角度而言，他们的变革需求是较为急切的，并没有数年时间来等待高校培养的AI人才。
AI门槛太高，落地行业需进一步降低技术门槛
“从终局进行倒推，就如同现在的互联网技术，AI将会是一个非常重要的底层设施，而在推动人工智能普及的过程中，通用化工具起到非常关键的作用。”李杰称。
他也表示，AI是一项门槛非常高的技术，若要让它能够在各行各业进行落地，让更多的人能够利用好AI技术，需要进一步的降低技术门槛，才能为各行各业输出更多、更好地解决方案。
在这方面，智易科技的做法是打造一款超低门槛的“一站式AI研发和应用SaaS平台”——深思平台，用AI替代部分AI人才，解决企业智能变革过程中招不到人、投入成本高、研发周期长等问题。
“我们的愿景是让AI触手可及、让智能无处不在。因此，我们认为必须要让大多数人都能够很快、很轻松地掌握使用我们的平台工具，继而搭建各行各业的AI智能化应用，不需要再经过一个痛苦的学习过程。”这其中的关键技术在于AutoML（自动化机器学习）。
基于自研的AutoML，客户可通过可视化操作导入数据，平台将自动化进行清洗、筛选、调整等操作（平台接入多个数据库，支持结构化数据和图像数据），并针对特定的数据集和模型训练目标，进行大量迭代式的计算，从几十种主流机器学习算法中挑选出性能最优、准确度最高的模型。李杰表示，“平台在此期间，会进行大量的自动化调参，最终将以API的形式输出模型。”这一过程中，客户不需要了解任何AI相关的技术名词、复杂算法、模型参数配置等。
这时候，或许会有人会发出质疑：AI基于数据最终选择和优化的模型值得令人信服吗？
对此李杰表示，目前业界已经有了标准的评估方式，会依据准确率等多个指标进行评估。从客户的角度出发，他们只需要准备一些测试数据集对AutoML最终输出模型的结果进行对比验证，便能以最直观的方式对模型进行判定。“面对客户对模型准确率的怀疑和顾虑，我们通常会直接采取POC（Proof of Concept，针对客户具体应用的验证性测试）的方式。”
打造AI时代的“操作系统”，不与应用层直面竞争
可以明显看出，在用AI赋能企业这一件事情上，智易科技走了一条不寻常的路。
从外部着手，企业若想利用AI进行智能化升级的一般做法是寻求各类AI解决方案服务商的帮助，由后者基于前者的系统、数据等搭建一套“定制化”系统解决方案。从市场角度出发，这类公司似乎与智易科技之间存在着“竞争”的关系。
对此，李杰则给出了不一样的看法。
“我们做的事情其实类似于在PC时代搭建操作系统。”他表示。“操作系统毫无疑问属于偏向底层基础设施的工具层，而我们打造系统的目的并不是为了在将来跟应用层面去做竞争。”
在PC时代，微软搭建并推出了Windows系统这一基础设施。在这之后，微软并没有做过多的上层应用，而是基于系统打造了一个生态，并邀请各行各业的开发者针对性其操作系统展开应用程序的开发，从而才有了后来PC时代应用的大爆发。
“我们希望智易深思平台能让AI技术使用者的覆盖面由技术专家扩展至普罗大众一般，基于AI低门槛平台，让大众能够很方便的针对行业进行智能化开发。”李杰称。
与此同时，他也表示现在行业内还谈不上“竞争关系”，整个市场蛋糕将是越做越大，且AI的各个行业的渗透与落地也在不断加速。
“‘AI时代操作系统’这一概念已经引起了大家足够的重视，这在未来必将是商业层面的一个必争之地。”国内这方面，包括巨头、创企在内的不少公司在去年一年已经开始有所投入，水平也正趋近于国外。
最后
自AI第三波浪潮出现以来，“AI+”的口号就不绝于耳。“但现在AI的商业化落地还处于非常早期的阶段。”李杰表示。“AI操作系统的搭建将会是一个浩大的工程，需要经过多年的积累和打磨。”
“在国内做这样一个偏技术型、偏底层的AI平台需要更多的耐心、更长期的投入和积累。”据他透露，去年下半年开始，智易科技已经开始基于产品进行商业上的探索，并取得了令人满意的进展，而他们的新一轮融资计划也已经正式启动。
