什么样的AI中台算是一个好中台

近几年,人工智能从研究领域进入到实用领域的步伐越来越快,越来越多的场景可以并需要实用人工智能技术提高效益 。在AI的实用化阶段,需要解决AI技术如何与业务场景更好结合,如何减少重复投资、降低成本使投入产出比更高的问题 。
此时出现了中台概念,大家寄希望于通过中台化,使AI技术能快速、方便的实用化,能减低AI技术应用的成本,那AI中台是什么样的?怎样实现AI中台化,实现什么内容和程度的AI中台才是一个好的中台呢?带着这些疑问,我们一起来探讨一下AI中台 。
AI为什么要中台化?
我们先来了解下中台的作用是什么?中台是将重复的服务共享,快速构建满足个性化要求的业务,让业务好用!这个重复共享性,正式目前AI技术落地所急需要解决的问题,只有通过共享、复用,才能实现降低成本、快速应用 。因此,我们建设AI中台,需要紧急围绕这个目的和初衷,只有实现将可重复使用的AI模型、服务沉淀共享,快速组合、组装、产出满足个性化智能业务要求,才是好的AI中台 。
好的AI中台是什么样的?
好的AI中台需要实用、易用、好用,能让业务开发人员、项目实施人员能快速的构建满足当前业务需要的智能化应用,因此需要满足以下几点:

什么样的AI中台算是一个好中台

文章插图
1.拥有众多的AI模型和服务
为了满足快速组装成满足个性化智能业务要求的产品,AI中台必须是一个大型“AI模型和服务”的市场,里面有需要的所有零配件,可以随时按需要选用 。要能满足随需选用,需要包含哪些模型和服务呢?
首先,需要有一些基础的通用组件,比如:语音识别、语音合成、人脸识别;
其次,需要有一些符合行业、领域特性要求的通用组件,比如:某行业的NLP服务、某行业的知识图谱、某领域的图片识别服务;
再次,在某一类型客户群体中通用的组件,比如:企业用户的智能对话服务、个人消费用户的推荐服务 。
最后,当市场中没有想要的零配件时,是否能自己生产了补充进去给自己下次或他人使用 。
2. 能支撑AI模型和服务之间能互通、能拼装
为了确保AI中台中的所有模型和服务都能组合使用,AI中台需要为所有AI模型和服务能互通、互助、并行应用提供一些基础的支撑 。
首先,所有的通用组件、行业组件、领域组件、特定组件是一个个微服务,都需要满足统一的被调取规范;
其次,所有组件所依赖的环境、资源不相冲突,能在同一个控制台注册、运行,需要有统一的基础支撑平台 。比如:智能对话服务作为核心服务,能无缝对接标准的语音服务、某行业的知识图谱、某特定用户群体的推荐服务、特定开发的智能处理服务等 。
最后,所需要的数据资源能一次抽取整理,在不同模型服务间共用,避免人力、物力资源浪费,以及数据的冲突 。比如:抽取的用户所在城市的信息,既可以满足智能对话中对话模型的使用,也可以满足知识图谱模型的使用,还可以满足智能推荐模型的使用 。
3. 能方便对接业务系统、数据中台、开发工具
AI中台不是一个孤立的平台,而是整体信息化建设的一部分,必要要能与基础平台、业务系统很好的融合 。只有做好与原有业务系统的对接,才能使AI能力更好的助力于业务智能化 。
首先,AI中台能方便的对接底层基础运行平台,充分利用基础运行平台的运行和管理能力,同时实现和所有其他业务一起部署、运行,解决重复投入和应用冲突问题 。
其次,AI中台是为业务智能化服务,原有的业务逻辑还是继续由业务系统管理,AI中台只是作为智能化应用的增强服务,通过与业务系统的对接,实现快速的智能化 。如:单据的流转、控制等业务逻辑继续由业务系统负责管理,AI中台提供智能化的组件帮助实现智能的提单、审单、监控 。
再次,AI中台和数据中台、业务中台都属于提供中台服务,应能充分利用数据中台的能力,方便的与数据中心对接,获取数据 。能与业务中台对接,能互相调取、互为支撑、彼此融合 。
最后,AI中台能方便的对接业务开发平台,在业务开发过程中,就能无缝的接入AI模型和服务,和业务系统形成一体化,将AI能力运用到日常业务中 。如:在系统建模的过程中加入AI的组件和服务,在系统构建完成后,就自动拥有了AI的智能业务能力 。
4. 简单好用、适应性强
AI对于很多人来说理解起来可能会很困难,需要花费大量的学习成本 。好的AI中台需要简单好用,易于理解,降低开发、实施人员、运维人员的学习成本 。同时,需要有灵活的适应性,能适应多样的复杂的业务应用环境的要求 。


推荐阅读