对话大华股份 AI 领头人殷俊：视频物联企业是天然做 AI 的一把好手( 四 )

殷俊：行业智能化层面看，真的是千树万树梨花开了。大华最开始的目的就是行业全覆盖，从这两年看，当年的逻辑是对的。行业覆盖时，把行业做深、产品做全，场景做广。
AI掘金志：“把行业做深、产品做全、场景做广”是否意味着定制化更严重？
殷俊：这是行业本身特性和规律，2017年我就说过，行业做广做深，定制化逃避不了。
智能化与信息化不同，后者以ERP为例，每个企业的通用性相对很强，每个企业的财务结算方式不同，只是小的流程改动，相比之下，智能化的散碎程度更突出，差异化更强。
去年很多行业已进行智能化试点，今年速度更快，发散度更高。比如煤矿行业，散碎程度非常严重，之前可能只是聚焦作业管控的业务，深入行业应用后发现，除了智能需求的发散外，在实践中每条矿道都不完全一致，一旦业务试点可行后铺开推广应用就需要解决实际的差异严重的问题。
因为人工智能技术上还没有到一个泛人工智能阶段，无论是算法、应用都是针对特定明确的任务完成，还无法达到像人一样的理解能力。
AI掘金志：差异化大、颗粒度细、定制化大，就意味着投入大量人力，但双方都不希望如此对吧？如何解决差异化？
殷俊：其实要解决的就是三个问题：项目周期要缩短，人力成本要下降，交付速度要加快。
大华从去年下半年开始做了三件事情：
1、加大通用算法适配能力，通过算法的不断迭代，大幅提升各种场景的适配性。且不断增加增加算法的种类。
【对话大华股份 AI 领头人殷俊：视频物联企业是天然做 AI 的一把好手】2、加快弱监督学习、半监督学习等技术的工程应用。通常的算法训练需要大量样本，但新场景不可能有海量数据，大华内部已经具备现有算法能力快速迁移到新应用的能力，且真正可商用量产。
3、提升系统适配能力。大华自研的巨灵平台作为一站式人工智能生产力工具，内部各方面技术已经积累完了，虽然定制化多，可以解决在短时间内覆盖新场景的问题。
AI掘金志：您刚提到了算法供应商，大华是否想过做一个类似的算法平台？
殷俊：我们也有，但现在还没有把所有的算法都上线。
AI掘金志：是产品没成熟还是时机没成熟？
殷俊：假如大华做算法商城，要考虑三个问题：
一，上线算法本身的质量。
二，客户使用过程中的售后服务。有些公司期望上线后能更多拓展客户，但算法比较专业，对于售后很难完全保障。
三，行业理解。上架的算法通常是通用的，匹配到具体场景后可能有很大落差，存在谁去调整落差的问题。
大华做的很多算法，是走进客户后，才把这几个问题解决了。
说白了，算法商城只是一个框架，不在乎架子怎么搭，最终比拼的还是算法本身的能力，看是谁的质量好，谁的速度快，对客户而言，核心是省钱好用。
我们做的是基于行业理解以及客户真实需要，很多先验和试点工作都提前准备完善了，算法在给到客户前已经过实践验证，客户不需要再去踩雷。
AI掘金志：所以大华认为算法商城模式的根基是不牢靠的？
殷俊：至少在目前还不成熟。因为单一算法是不能用的，这和手机的APP商城有很大的差异，因为每个手机APP都是独立自闭环的系统。
下载一个算法不能有效解决行业问题，就是因为客户的问题并不能靠单一算法解决。举个很简单的例子，工业检测现场除了检测部件本身，还要检测零部件摆放、缺陷、位置等等，一条流水线通常存在很多工位，作业要求和作业对象都不同，还不算对工人的穿着、站位、行为规范等检测，这里需要的是一套完整的算法解决方案，不是单算法能完成的。