原标题：华为云的AI深潜之旅
历史上，AI技术曾经经历两次寒冬，其原因都在于技术发展与产业需求脱节。自2017年AI技术进入第三次发展浪潮，这时产学各界都在问同一个问题：这次以机器学习为代表的AI技术，能够实现与产业发展、企业需求结合，从而避免又一次寒冬的到来吗？
几年以来，AI技术也经历了众多争议。但可以看到的是，在融入产业的核心方向上，AI正在越走越远。企业对智能化的认可逐步走高，机器视觉与智能语音领域的基础能力大规模行业落地。与此同时，一个更加关键的问题浮现了出来：AI的目标，是成为企业可调用的若干基础能力，还是从深层次帮助企业完成生产力的解放？
这个问题直接决定了AI的价值上限，也决定了云服务、AI、企业三者融合的上限。这个问题的核心，在于AI能否真正融入企业的核心生产系统。
AI技术融入产业核心，可以说是智能化的深海区，目前还处在探索与尝试的阶段。而这条路上，华为云是走得最远的云计算服务商之一。从市场数据上看，华为云在IDC最新发布的《2021H2中国AI云服务市场研究报告》中，在中国机器学习公有云服务市场份额排名第一。这说明企业更认可基于华为云提供的AI开发平台来完成复杂、深度的智能化建设。其中的关键点，在于华为云提供的AI开发生产线ModelArts。
让我们从市场、技术、生态三方面，透视华为云与ModelArts如何完成这次AI深潜之旅。
AI深海，位于产业核心
企业应用AI能力的方式主要可以分为两种：标准化调用AI能力，定制化进行AI开发。显然，标准化的AI能力，比如机器视觉、语音识别、NLP等等，都只能解决特定的问题。而想要深度化、常态化从AI技术中攫取价值，企业不可避免需要进行大量AI开发工作。而越是能够贴近企业核心生产场景，激活主干道生产力的AI开发，越能够为企业带来价值。
或许可以这么说，AI能力调用是AI的浅水区；AI开发是中部水域；深入产业核心的AI开发、部署就是真正的AI深海。
想要在深海中获取价值，企业一般会面临两种难题：
一是AI开发的步骤太多，流程太复杂，涉及从数据收集、处理，到AI训练、推理、应用等步骤。并且其中每一步会面涌现出大量新技术，导致企业无从下手。每个环节之间的开发壁垒也会造成很多麻烦。
二是AI开发涉及的因素太多。企业需要充沛的算力、有效的开发工具、有经验的AI开发人才等等条件。任何一个因素的缺失或薄弱都会造成整体性的AI开发困境。
这两点困难的存在，让贴近产业核心的AI开发变成了一个“木桶困境”。即使企业已经拥有了众多能力和条件，还是可能因为某个或者某几个弱点，导致AI开发成本激增、上线时间缓慢、业务兼容性差等等问题。
在今天，企业自行构建开发平台并进行AI应用开发并不是最优解，找到合适的专业开发平台变得十分关键。通过公有云来进行机器学习开发，正在成为越来越多企业的选择。
机器学习公有云：一条被认证的深潜航道
以云底座为依托进行机器学习开发，相对来说可以更加合理规划资源、灵活接入场景化能力、按需部署算力，正在被越来越多的企业所接受。从目前市场空间上看，AI公有云上升速度远大于其他AI软件服务模式。
AI云服务又分为若干种，其中机器学习云服务是最能满足企业定制化、平台化需求的一种，也是最考验云服务商综合性AI能力与开发工具的一种。可以说，机器学习公有云是航向产业智能化深海区的最理想通道之一，这一点已经被企业与行业深度认可。
而在这条航道上，华为云已经占据了领先地位。根据IDC最新发布的《2021H2中国AI云服务市场研究报告》，2021年下半年，华为云在中国机器学习公有云服务市场份额排名第一。迄今为止，华为云AI开发生产线ModelArts已经连续四次登上该市场榜首位置。
在观察华为云在机器学习公有云产业构成里，可以发现两个显著特点：一是增长快，市场份额高速飙升；二是政企客户高度信任华为云，愿意把最考验综合能力的政企智能化需求放在华为云上。
在这条关键航道中，华为云究竟是如何完成市场领先的？答案在于两方面，技术与生态。
深海需要“全能潜艇”：环环相扣的AI生产线
前面说过，企业定制化AI开发中，步骤多且复杂是第一难题。尤其是政企为代表的大中型企业客户，业务流程本身非常复杂，AI能力需要嵌入到产业体系中，构建全流程工具化是关键。
想要帮助企业实现这一目标，破局方案就是开发平台的技术升级，让开发走向全流程的自动化、智能化。作为中国信通院认证的首批全能力域领先级AI开发平台，ModelArts始终瞄准着降低开发门槛，打通开发流程的目标，于2018年首次亮相的ModelArts就在数据智能化标注、模型自动训练等方面为企业开发者带来了一站式开发体验。几年以来，连续升级的ModelArts在数据处理-算法开发-模型训练-模型管理和部署的AI全生命周期各环节不断丰富产品功能，终于构筑起了“AI开发生产线”。
在数据处理阶段，ModelArts提供海量数据预处理、智能标注能力，节省了企业大量重复劳动与开发时间；在训练阶段，ModelArts可以支持大规模分布式训练，更加贴近产业级AI的开发需求，并且可以实现模型自动化生成与高度可解释性，极大降低开发门槛；在部署领域，ModelArts能够实现全场景按需部署，满足企业应用AI的复杂场景需求。
如此一来，AI开发的各个环节都可以被ModelArts打通，并且可以完成AI的全周期工作流式管理。从实现全流程打通、低门槛、低成本的AI开发。不久之前，华为云AI开发生产线ModelArts还加入了新的成员：华为云ModelBox AI应用开发框架，为用户提供应用开发所需的生成、评估、推理部署能力，帮助开发者屏蔽底层软硬件差异，实现AI应用的一次开发全场景部署。
想要潜入复杂、多变、压强巨大的深海，潜水艇必须样样能力具备。想要让AI走向企业生产核心，需要的也不是一种技术、一种产品，而是无数技术叠加而成，环环相扣的AI生产线。
以生态聚航程：构建AI深海探索集群
企业AI开发的另一个难题，在于影响因素众多，企业需要的支持和帮助也多种多样。这一点就不能仅仅依靠技术来解决，而是需要通过构建全方位的生态环境，让企业每一个需求都可以在生态中找到答案与帮助。
为了实现这一目标，华为云围绕AI开发构建了丰富立体的生态体系，与伙伴、用户、开发者一起，抵达产业智能化的深海区。
目前阶段，华为云构筑的AI生态可以理解为纵横两部分。横向来看，华为云AI Gallery是在华为云AI开发生产线ModelArts基础上构建的开发者社区，既解决开发者需求，同时也满足AI生态中各角色的共享、交易需求，从而实现AI生态链的各个环节打通，进一步降低开发门槛。
纵向来看，为了深度打通企业AI开发需求，实现定制化AI能力的准确对接，华为云发布了生态伙伴计划D-PLAN。这一计划通过与合作伙伴共建AI生态体系的方式，全方位打通AI开发中的堵点、难点，以并肩协作的方式加速AI应用落地。
曹操出行是我们经常使用的出行平台。作为自有车辆的代表性平台，曹操出行对车辆的精准调度有着强烈的需求。以AI技术优化车辆配置方案，让司机预判客单量大且不堵车的区域，显然是出行平台的核心生产能力。但标准化的AI能力难以满足精准预测出行供需关系的需求，于是基于华为云ModelArts ，在华为云D-PLAN的支持下，曹操出行联合华为云打造智能调度解决方案。这一方案在订单预测和车辆调度方面同时发力，优化了平台的供需调控能力，促进了收益增长。
从最终结果来看，华为云的AI方案为曹操出行带来了更短的开发周期，较比自研路径来说极大降低了开发成本，使得订单预测能力和车辆调度能力的交付周期缩短了30%。并且这一合作充分激活了云服务的优势，利用华为云的计算能力，使模型训练、部署效率提升了20%以上。最终，曹操出行的司机可以借助“AI之眼”来预见哪些地方会有订单，并且有效减少司机空车巡游的时间。
目前，华为云AI Gallery和他们的AI生态计划D-PLAN已汇聚了5万多个AI相关资产、70多家高校和200多位博士的力量，整体涉及六大行业、25个细分场景。面向企业AI开发体量大、需求复杂，定制化程度高的客观情况，华为云D-PLAN以更合理、直接的方式进行赋能。帮助企业快速从AI能力中获取价值回报。
面向AI深海区的挑战与责任，华为云选择了机器学习公有云这条高价值赛道；培育了AI开发生产线ModelArts这艘全能潜艇；并且通过开发社区与合作计划，打造了群舰探索的生态航程。
几方面的力量汇聚，最终让华为云获得了AI市场的认可。深海之下，才是智能世界的宝藏所在。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
