【2017DTF】人工智能 从实践验证到技术输出

根据IDC报告，未来三年，中国人工智能市场的复合年增产率将超过50%，到2020年中国人工智能市场的规模将到达150.2亿人民币，其中政府、金融、医疗、制造等行业将占整体人工智能应用市场规模的一半份额以上。

8月30日，在2017戴尔科技峰会“人工智能与行业应用”分论坛中，戴尔首次全面展示了其在人工智能领域的探索和实践之路。现在，它希望通过更加简单、高效的方式做人工智能的技术输出，真正有效地帮助中国各行各业的用户把人工智能的应用实现落地，同时也推动中国的传统产业完成数字化转型和升级。

2017DTF“人工智能分论坛”爆满

AI加速落地各行各业

伴随数字化转型进入深水区，人们逐渐认识到了数字化技术的本质除了“连接”商品、信息以及人之外，还可以连接“智慧”，而这个“智慧”的落地体现就是人工智能。

不夸张的说，人工智能已经成为了当下中国产业升级和企业数字化转型中的新动能和驱动力，我们可以从三个维度来看：

首先，从产业升级角度看，今天，人类已经站在了第四次工业革命的起点之上，其主要的驱动力来自于信息技术的不断突破，特别是随着云计算，大数据、人工智能的大发展，将彻底改变人类的生活、生产和商业方式，进而驱动经济实现新一轮快速增长。

尤其是在中国，由于线上线下生态及场景远比其他国家丰富、多元，中国经济中结构性的差异，以及细分行业中不同的应用场景需求，都给了以人工智能等新技术创新以巨大的想象力。与此同时，一个进一步走向开放的中国，整个社会里仍然存在的各种信息和技术壁垒，也成为了人工智能技术创新施展的最大舞台。

其次，从国家政策角度看，7月20日，国务院正式印发《新一代人工智能发展规划》，明确提出了中国人工智能“三步走”战略、八大关键技术研究、数十个产业落地、AI人才的培养和引进、以及成立人工智能规划推进办公室等战略规划，也说明了人工智能已经从国家战略层面登上了中国的历史舞台。

按照规划安排，未来中国要初步建成人工智能技术标准、服务体系和产业生态链，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，并带动相关产业规模超过1万亿元。

最后，从行业转型的角度看，“人工智能+”将成为新业态。具体来说，在金融行业，人工智能的应用场景就包括风险监测、反欺诈、信用评估；在制造行业，工业物联网+实时数据分析则可用于故障诊断、个性化定制等。

不仅如此，在医疗行业，利用深度学习等技术可进行诊疗图像处理、辅助诊断应用，未来还可以从就诊前交互环节向下延伸至临床诊疗、精准用药，向上拓展至新药研发环节；在物流行业，仓储及物流环节的无人车、无人机也正在成为潮流等。

根据IDC的报告，人工智能未来将全面影响企业的核心竞争力。例如，人工智能技术在企业中将全面应用到IT运营、OT运营自动化中，以数据和智能连接客户，连接产品，连接资产。更关键的是，随着智能硬件、智能家居、消费级机器人、智能驾驶汽车等大量新应用的出现，未来多种形态的人机交互方式也将带来更多的商机。

对于传统行业而言，人工智能无疑是重要的数字化转型加速器，结合大数据和人工智能，企业能够为用户提供更为智能化的产品、服务，并促进自身数字化的运营流程，最终改进用户体验，进而提升公司核心竞争力。

从实践验证到技术输出

实际上，作为最早规模化应用人工智能技术的公司，戴尔在人工智能领域有很长时间的实践验证经验和丰富的技术积累。所以，以戴尔为代表的全球性科技公司，在今后推动中国人工智能的发展过程中，无疑有更多的机会贡献自身的价值。

据了解，戴尔很早就展开了基于人工智能的应用，经过不断的探索和实践，人工智能逐渐走入了戴尔的业务价值链，在销售、采购和生产等环节都取得了不错的成效。

戴尔应用人工智能加速其直销体系的变革。在戴尔直销1.0时代，戴尔利用电话客服和外部销售的方式首创了直销模式，大大降低了库存和销售成本，但庞大客户群管理，对戴尔而言无疑是很大的挑战。

进入到戴尔直销2.0时代，戴尔充分利用互联网的优势，虽然进一步增加了效率，但由此也产生了新的问题，即被动接受客户订单，缺乏客户行为分析、自动化销售预测和精准营销工具等。

而在戴尔直销3.0时代，戴尔通过应用人工智能技术，尤其是引入深度学习+机器学习算法模型，从而实现了自动化的预测采购行为，同时充分发掘销售与客户数据的价值，完成了销售管理从关注历史销售到未来销售预测的大跨越。

作为零库存和高效供应链管理的标杆企业，戴尔也不断推进生产制程自动化、推动供应链绿色化生产，推进供应链的大数据管理。其中，戴尔应用人工智能进行工业产品外观检测就取得了很大的成效。

戴尔在过去3年时间中，在PC部件生产线上，推广使用机器工位替代先前的人工工位，保证产品生产过程中的标准化和良品率。值得一提的是，在检测环节，通过精密光学成像，深度学习神经网络，计算机视觉技术进行元器件检测，实现了跟肉眼一样可以识别产品的划痕、杂点、硬力痕等缺陷检测，从而降低人工成本。

未来，戴尔希望加强深度学习的能力，今后将大规模推广图像识别来代替人工检测，提高产品检测的准确率，一旦人工质量检测如果可以被人工智能取代，戴尔工厂一年可以节省大概上千万人民币的投入。

由此可见，戴尔全方位应用人工智能已经实现了对公司生产、运营、销售等体系的全方位支撑，同时长期的一线实践验证又构筑了戴尔人工智能商业化推广的基础，为戴尔赋能各行各业的人工智能升级和转型奠定了坚实的基础。

戴尔AI赋能行业转型

我们知道，人工智能的三大要素是算法、数据和计算。为此，戴尔在2015年，与中科院自动化所共同成立人工智能与先进计算联合实验室。2016年，与中科院自动化所又共建“诸葛•深知”企业级深度学习应用与服务平台，在数据治理、平台建设、算法建模上积极促进人工智能的应用落地。

据介绍，戴尔将“诸葛•深知”深度学习应用和服务平台定位为可提供硬件、软件和专业服务的一站式解决方案，目标是由戴尔提供深度学习专业知识来进行问题评估、模型开发和共同开发，让中国企业能够轻松使用深度学习，并快速建立起人工智能应用的能力，具体来说。

在算法方面

针对目前市场上五花八门的深度学习工具包、复杂的算法，“诸葛•深知”平台为企业提供了深度学习工具包的统一接口，同时众多中科院成熟算法模型可轻松调用。

目前，该平台已经构建了众多统一的深度学习计算框架，建立了一系列面向行业应用的专门模块与中间件，企业可以按照自身的需求，在该平台上选择需要应用的模块，如图像分类、人类识别、图像遥感识别，细胞识别、对象识别、新闻分类、评论分类、词性标注等等。

在数据方面

戴尔主要为企业提供强有力的数据工具平台。目前，戴尔在大数据领域拥有着全面的解决方案，不仅具有完整的硬件堆栈，还有广泛的面向大数据的软件，更有专业服务以及对行业深刻理解，可以为不同用户提供满足需求的大数据产品组合。

其中，在大数据访问及整合方面，通过SAP HANA方案可以将数据进行集中和标准化，能够帮助用户降低约50%的商务智能成本，较传统及预测分析效能快60%；此外，戴尔还与Pivotal合作，面向用户提供了一站式的开源大数据套件Pivotal Big Data Suite，包括基于x86的大型分布式开源MPP Greenplum、Hadoop原生SQL数据库HAWQ（HDB）以及内存计算平台Gemfire，可以说为用户提供了完整的大数据解决方案。

在计算方面

戴尔最大的优势就在于计算力。一方面，通过“诸葛•深知”平台，戴尔可为企业提供深度学习模型训练和计算服务。该平台具备业界领先、经过实践考验的深度学习部署能力，采用集群管理、多GPU并行处理机制；同时，还面向企业提供深度学习IT平台解决方案、参考架构及交付服务。

另一方面，针对特定行业的用户，戴尔的“HPC Systems”家族为生命科学、制造及教育科研三大领域的用户提供“开箱即用”的HPC系统，在“HPC Systems”家族中，戴尔HPC的独特优势体现在提供同类最佳解决方案，包含在性能、密度、能效和功能方面处于业界领先地位的产品，为用户提供了强大的计算能力。

正如戴尔大中华区总裁黄陈宏博士在2017戴尔科技峰会上所言：“作为数字化转型的先行者，戴尔结合自身的技术积累与行业理解，发挥在全球网络、及全球云服务平台和解决方案方面的优势，将为中国企业数字化转型提供卓越的技术支持与创新体验，助力企业积极应对人机合作时代带来的挑战，拥抱数字经济时代的新机遇。”