对话驻云创始人 | 七问技术创业者(一):AI、IoT,你是等技术成熟后用,还是提前布局?

简介: 上海驻云信息科技有限公司创始人蒋烁淼,马云湖畔大学第一期学员,公认的“湖畔第一大脑”,在云计算领域深耕多年,曾在阿里云成立之初为其提出开发建议。创业6年,和大家一起交流,把技术和创业成功融合在一起,才能打造出属于自己的江湖。

云计算、大数据以润物细无声地方式改变着人们的生活,当坐着家里叫外卖,半小时就能吃到澳洲龙虾时,当开车在路上,app里提示如何躲避拥堵时,当走到阿里园区,扫脸就可以通过时,背后都是有强大的IT支撑。

面对技术浪潮,作为一家公司的CEO,是等到这个技术成熟了再去拥抱它,还是要提前预判这个技术的趋势来做一个布局?

screenshot

阿里云MVP时间特邀上海驻云科技创始人蒋烁淼,与技术创业者们促膝长谈。

「警惕技术的盲动主义」
技术日新月异,每天都有不同的技术产生,但企业不能进入技术的盲动主义,因为很多技术等到它从出现到成熟,到最后能够商业化,实际上要进入一个很长的周期。但也不能完全的技术使用主义,非得等到技术变得非常成熟的时候才去投入,才去做很多的尝试,这样就会错失很多的机会,甚至会对技术本身充满了很多的歧视的眼光。

「回归本质:要用技术解决什么问题」
很多技术公司,习惯了自己原有技术的路径依赖。比如在驻云这么多年服务云计算的客户过程中,最被大家争论的一个很大话题就是所谓的公有云和私有云。实际上大家在争论公有云私有云的过程中,大家争论的根本不是技术本身,而是在一些所谓的固定资产投资或者传统硬件方面的传统路径上的讨论,而缺乏忽视了今天要用技术解决什么问题,就把本身一个很具体的业务问题,被一个技术的路径主义给替代了。

「如何把握基础设施的重大变革:首先判断哪些技术是可以作为基础设施的技术」
在技术变革的瞬息万变过程中,不能贸动也不能使用,最重要的是如何把握所谓基础设施的重大变革。

那么,需要判断哪些技术是可以作为基础设施的技术。驻云在2001年初就判断云计算会成为未来的核心技术设施。这项技术不管它背后是虚拟化也好,还是今天的容器也好,它不仅仅是纯粹的技术,是把基础设施,所谓的数据中心,所谓的软件变成了一种以公共设施方式输出给广大企业、广大用户。随着2010年以后,包括移动互联网、整个互联网行业的、传统企业互联网化等的趋势变化,整个云计算蓬勃增长,阿里云的增速也有目共睹。

「百度、360:也许是保守让他们错失良机」
最近的百度,甚至360的焦虑,来自于他们似乎都错过了移动互联网的基础平台,移动互联网上几乎没有他们一席之地。这也是因为过于保守,固守在PC这个平台上,这是保守带来的风险。

「AI和VI企业:也许是激进让投资有去无回」
激进带来的问题也会非常多,可能两年前就讲AI、VI,但是两年前在AI和VI上做大量投资的很多企业,其实并没有得到很好的回报。主要的原因是有些技术在没有达到可以完全商用化的时候推向市场,反而不见得是一定能够带来很好的回报的。所以这个中间特别难拿捏,作为每个企业也是很重要的挑战,往往是所谓创业过程中最难最难选择,或者最难判断的一个点。

screenshot

「对于AI,积极探索能不能应用到自己的实际工作场景中。而考虑AI技术时,实际上是要去考虑它到底有什么商业场景」
最近出现的AI换脸,包括一些AI的应用,很多时候都是和图像处理相关的。实际上很多AI公司都偷在换一个小小的概念,把深度学习所应用的场景,即应用深度学习的都称为AI。AI只是今天在图像识别领域,通过非结构化数据的学习,来实现图像的替换或者识别,而这成为了很重要的场景。

驻云本身是一家技术服务公司,并不是是一家运用到具体的机器学习算法开发的公司。积极探索深度学习的技术能不能应用到实际的工作场景中,此时不一定自己去Training一个算法级,或者Training一个Data set,只需要直接使用一些成熟的方案,就可以应用来改善服务体验或者技术体验。

在AI层面上有像商汤、旷视这样的公司,以及阿里云自身本身的AI能力都非常强。驻云作为技术服务商,帮助客户考虑AI技术时,实际上是要去考虑它到底有什么商业场景。

「技术如果缺乏商业环境,就是技术人员自嗨而已」
为什么今天AI都在图像识别上有大量的应用?原因是在图像这个领域上,不管是安防也好,还是刷脸进入、刷脸支付,它更直接跟现在的商业环境相关。所以说技术如果缺乏商业环境就是纯粹的技术,技术人员自嗨而已,大家看看玩玩。所以AI这一块,包括所有的AI公司,都在寻求技术落地的场景。

「AI属于基础技术革命的升级,并不是属于技术+商业模式的升级,未来各行各业使用AI的门槛会越来越低」
AI属于基础技术革命的升级,并不是属于技术+商业模式的升级,未来各行各业使用AI的门槛会越来越低。就像在20年前谷歌搞出搜索引擎的时候,大家可能觉得搜索引擎、索引技术是非常了不得的技术,全世界没有几家公司能做。但是今天不管借助开源技术也好,亦或自己搭建搜索引擎,其实变的非常简单了。场景化的AI也会走到那一步。这个世界并不需要每家公司自己去Training自己的AI算法,只需要找到最好的方案,从商业角度来说大家有分工。

「大量的工业互联网平台出现,实际上背后给万物赋能,给万物连接的是互联网」
IoT有时被翻译成物联网,物联网这个词翻译的是有问题的,为什么有问题?因为英语的IoT是Intenet of Things,所以说它的背后是Internet,应该叫连接物的互联网,背后的潜台词还是互联网。大量的工业互联网平台出现,实际上背后给万物赋能,给万物连接的是互联网。但今天讲到IoT的时候,更多的都是讲到工业控制或者设备监控这些比较简单的场景,而在这个场景下很多时候是靠局域网实现的,并不一定需要互联网。

「我们已处于IoT的时代,每个人都已通过手机终端连入到互联网,只是今天需要把更多的设备、更多的对象连接到互联网上」

当前已经进入了一个IoT的时代,每个人都通过手机终端已经连入到互联网,只是今天需要把更多的设备、更多的对象连接到互联网上。至于连接到互联网上是为了什么,其实跟AI是一样的,要看连进来这个设备是为了商业,或者为了这个社会,能够创造哪些更多的价值,有了这些价值才能让技术耀眼夺目。

screenshot

「一个工业企业,如果它整体利润不高,在连订单都接不到的时候,很难再把自己的设备和工业环境升级。」
驻云也在做IoT的领域,有时候会看一些企业的现状。开玩笑说,一个工业企业,如果它在整个大的背景下利润不高的话,在连订单都接不到的时候,很难再把自己的设备和工业环境升级。而一个自己本身有能力创造产品价值的公司,往往会让自己变的更好,这时候就愿意投入一些成本,付出一些代价去升级系统。有一句话也是马老师讲的,叫做“天晴的时候修屋顶”,你不能等到下雨的时候修屋顶。

「IoT的大背景也是中国制造2025」
IoT于企业而言,需考虑如何能够保持自己竞争力的情况下,再实现技术的更新。而今天在IoT的层面上技术已经不是问题了,各种各样的传感器、设备、连接协议都已经全部Ready了,只差技术应用或者技术的成本了。很难想象一个年利润只有1000万的工厂,他会愿意拿出大几百万来升级他的所谓的智能制造,非常难的。好比新加坡的智慧城市,做的非常棒,每一棵树都是IoT,每一棵树长成什么样都是有传感器传上来的。但同样这个IoT技术跑到非洲的一个城市,它连路都没有修好,不可能去上这样的东西。所以IoT的大背景也是中国制造2025,本身中国制造不仅仅是连接互联网这一层面,而是本身制造的核心竞争力要增强,利润率要提升,这样技术才能和它本身的能力有机结合。

「IoT技术角度比AI更成熟,但其最核心的问题不是技术不成熟,而是成本比较高」
中国IoT普遍的落地困难也是来自如此,因为工业企业的利润还不足以支撑产业革命的话,那它就很推进,而本身这个技术的成本并没有下降到任何企业可以免费接入。如果有资本愿意去投,让所有的工厂接入所谓的互联网,传感器什么免费进入。也许这种就像消费者领域的革新也一样,很多时候都是补贴把大家养出来的。最早的时候饿了么和美团竞争的时候,如果所有的快递费都要满打满算每个消费者去承担,可能这个事情起来还会比较慢。

所以从IoT技术角度来说它比AI更成熟一点,但是它最核心的问题不是技术不成熟,而是成本比较高。从另外一个角度来说,如果成本没有下降,不管从云端的阿里云来说,还是各种各样芯片模块的制造商来说还有待努力,说明本身这一块的技术还不足够以把整体的成本打到下面,所以这也是IoT现在存在的问题。
screenshot

想查看对话驻云创始人系列更多后续内容,可点击以下链接查看!

对话驻云创始人 | 七问技术创业者(二):云计算、大数据,你要掌握底层技术,还是会用就够了?

对话驻云创始人 | 七问技术创业者(三):被云厂商绑架 vs. 被技术人员绑架?你怎么选?

对话驻云创始人 | 七问技术创业者(四):“业务中台”and “数据中台”,你真的了解吗?

对话驻云创始人 | 七问技术创业者(五):创业者,如何让你的商业得到快速验证和落地?

对话驻云创始人 | 七问技术创业者(六):这轮融资你凭什么拿?

对话驻云创始人 | 七问技术创业者(七):5G、中国制造2025,你如何抓住这其中的机会?

目录
相关文章
|
5天前
|
人工智能 自然语言处理 机器人
文档智能与RAG技术如何提升AI大模型的业务理解能力
随着人工智能的发展,AI大模型在自然语言处理中的应用日益广泛。文档智能和检索增强生成(RAG)技术的兴起,为模型更好地理解和适应特定业务场景提供了新方案。文档智能通过自动化提取和分析非结构化文档中的信息,提高工作效率和准确性。RAG结合检索机制和生成模型,利用外部知识库提高生成内容的相关性和准确性。两者的结合进一步增强了AI大模型的业务理解能力,助力企业数字化转型。
36 3
|
4天前
|
人工智能 文字识别 运维
AI多模态的5大核心关键技术,让高端制造实现智能化管理
结合大模型应用场景,通过AI技术解析高端制造业的复杂设备与文档数据,自动化地将大型零件、机械图纸、操作手册等文档结构化。核心技术包括版面识别、表格抽取、要素抽取和文档抽取,实现信息的系统化管理和高效查询,大幅提升设备维护和生产管理的效率。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
63 11
|
9天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
47 4
|
8天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
13天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
11天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
11天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
10天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第33天】随着人工智能技术的不断发展,其在医疗领域的应用也越来越广泛。从辅助诊断到治疗方案的制定,AI技术都发挥着重要作用。然而,随之而来的挑战也不容忽视,如数据隐私保护、算法的透明度和可解释性等问题。本文将探讨AI技术在医疗领域的应用及其面临的挑战。
21 0