降低AI应用门槛，联想LeapAI平台怎么帮企业省钱又省事？

电力系统网络的巡线一向依靠人工，费时费力，而在南方电网，巡检无人机将照片拍摄下后，利用计算机视觉技术进行自动识别，巡检覆盖率超过85%，而且降低了人工检查的风险；兴业银行利用智能语音识别与分析技术，对呼叫中心客服进行语音质检，了解客服人员的服务质量，提升了客户满意度；康德乐利用自然语义分析和机器学习技术，进行医药流通领域的渠道管理，智能识别风险，降低人员成本80%，识别率提升至98.8%。

这些AI应用在联想大数据人工智能产品总监么石磊博士看来，还有不少的提升空间，但对企业的帮助已经很大，在联想内部，AI应用也早早落地，比如联想创投采用知识图谱结合自然语义分析、机器学习技术构建创业企业知识库，囊括数万家投资公司和创业企业信息，通过关联挖掘，可以快速实现精准的投资辅助决策。

因此，应用AI技术，对企业来说是一件充满期待的事情。但对企业，尤其是非互联网的传统的企业来说，运用人工智能有很多挑战。

首先，是人工智能技术的复杂性。人工智能是一个综合性的学科，包括数字计算、优化算法等很多科目，而且人工智能技术本身有很多分支，比如计算机视觉、语音识别，自然语言分析，还有传统上的机器学习等，每个分支还有更细节的内容，而处于爆发期，人工智能技术新的算法层出不穷，企业很难跟踪这些技术。

其次，人工智能技术应用于企业业务需要硬件环境的支持，这个环境包括仅需要CPU，还是需要GPU、FPGA，到框架再到框架能否和操作系统完美的匹配。而数据准备、机器学习、算法选择和模型开发，每一个步骤对企业来说都不容易。尤其对企业来说，需要形成整条链端到端的解决方案，难度甚至大于科学研究。

而人工智能技术的研发投入也越来越高。举几个例子，百度每年把15％的营收用于研发，大约合15亿美元，并表示所有投入都与AI相关；三星宣布未来三年投资220亿美金研究人工智能；Amazon旗下的人工智能语音助手Alexa部门员工数量超过万人。互联网巨头对人才的激烈争抢，让整个AI人才市场的价格都水涨船高，一名刚毕业的人工智能专业的博士，年薪在市场上能被炒到80万，人才的抢夺如此激烈，反过来，也让AI对企业来说变成了一件复杂又昂贵的事情。

最后，目前企业人工智能的应用，就像前几年的大数据应用，还是点状而且比较分散的。这种分散不只体现在人工智能研发方向上，还在人员配置上，如果企业真的想要大规模应用人工智能，建设人工智能平台，还需要从战略上进行集中。

简而言之，应用AI技术对企业来说，价值大但又门槛高，可望而不可即。但对于像联想这样的厂商来说，却仿佛看到了新的机会。

从左至右依久为：联想机器智能中心负责人罗军；联想集团副总裁，首席研究员，大数据事业部总经理田日辉；联想集团高级副总裁亚太区总裁黄建恒；联想香港及澳门区总经理黄斌

从内部试用到外部推广

近几年来，联想一直关注于企业数字化转型领域，也关注在人工智能领域，在去年，也曾发布一系列的如智能音箱等人工智能的产品。但与此同时，有关人工智能平台的研究也一直在进行中。

4年前，联想香港机器智能中心成立，最初关注核心技术的研究，然后逐渐聚焦到产品。联想集团副总裁、首席研究员，大数据事业部总经理田日辉介绍，早在2016年，他们就开始形成对人工智能产业发展的看法，主要聚焦在几个产品上：

DeepNEX能够提供深度学习的软件、硬件的集成化管理以及资源调度、数据管理等；HyperMiner是自动化的机器学习训练平台，预测、优化等机器学习的方案可以在平台上进行自动化的训练和参数优化等；HyperGraph是图计算的平台。

这些产品同时也和许多行业的应用结合，形成了不少行业AI应用案例。但他们也逐渐认识到，企业要实现AI数据智能的全面应用，单靠几个 工具 产品还不够，经过半年的研讨，他们们决定把产品进行深度的整合，形成一个全面的企业级人工智能平台，并从2017年开始打造完整的企业级AI平台。

LUDP AI联想企业级人工智能平台开发出来后，首先是在联想内部试用，目前在联想集团内部有用户800多个，应用场景超过50个。比如联想笔记本电脑的销量预测，就是在这个企业级人工智能平台上，用机器学习算法，把生产数据和销售数据统一起来进行预测，并将预测的准确率从之前的76%提升到接近90%，仅此一项就为联想全年增收超过千万美元。

在内部试用成功后，将这个企业级人工智能平台向外推出也就成了应有之义，在12月初，香港机器智能中心，LeapAI企业级人工智能平台宣布上市。

如何让AI技术在企业更好的用起来？在联想看来，基本的原则是灵活性和易用性。“AI会应用在企业价值链的各个环节，不能靠少数的科学家，少数的科学家可以做比较好的范例和标杆性的应用，但是全价值链的应用一定要在企业内部形成好的数据文化和人工智能文化，让每一个人都有能力去优化自己的工作。其中包括AI的技术能够跟企业传统的业务流程、传统的信息系统进行无缝整合，包括预测的结果能够跟新系统进行充分的整合，这样才能让AI真正应用到企业实际的业务流程中。”田日辉说，构建企业AI平台，要从战略文化、技术平台的选择和构建，以及业务流程的AI应用等多个方面考虑。

LeapAI是什么？

那么，联想的企业级智能理念，最后呈现的产品形态是什么样的呢？

目前，联想大数据已经构建了一套完整的产品体系，包括：LeapHD大数据计算平台，用于帮助企业构建数据湖；LeapIOT工业物联网平台，是OT域的数据采集和实时分析平台，在产品运营过程中实时收集数据，做实时数据的分析、挖掘，以及历史数据库的分析；LeapAI企业级人工智能平台，实际上把IT域和OT域的数据方便的整合在一起，通过深度学习和机器学习的算法为企业提供优化；LeapOcean内存分析平台，主要面向非常大的数据量，特点是速度快，能够支持秒级的实时交互数据查询；iLeapCloud.com工业互联网平台，主要是通过公有云的模式为企业提供一站式的、快速的工业互联网应用搭建。

在企业中，大数据平台在IT域整合众多的IT系统，OT域的数据通过LeapIOT来收集，形成企业统一的IT和OT域两化融合，在此之上，LeapOcean进行快速的大数据量的交互式的分析，LeapAI企业级人工智能平台能够进行机器学习和深度学习，支撑更深度的数据挖掘，降低企业应用AI技术的门槛，全面赋能企业构建AI能力。。

么石磊介绍， LeapAI联想企业级人工智能平台的功能架构分成四个大的模块：计算环境模块，主要是对下层的硬件进行适配优化和整合，集成主流的人工智能硬件，包括CPU、GPU等，还有内存优化、容积、资源调度等；AI核心技术模块，对AI技术从训练流程到最后的模型生成和模型验证的全面支持，也会支持主流人工智能的技术，包括深度学习，机器学习，增强学习等；模块库，主要是跟AI技术相关的全面的支持；集成开发环境模块 ，强调应用性。

人工智能技术在企业里应用和使用的应用链很长，而且每个环节特别复杂，LeapAI提供了人工智能的环境，在数据准备阶段可以无缝对接大数据平台，在算法选择阶段提供自动化算法优选，企业可以选择包装好的算法，在建模阶段，以往是手工处理，现在有三个选择：完全自动化的实现，自定义的方式完成流程设计以及可编辑的行业板块。

不同于BAT等互联网巨头，联想大数据的积累主要是在企业层面，尤其是工业企业，并且可以提供软硬件一体化的方案，能够对接企业的业务系统，大数据，互联网平台。“联想从前年到现在一直大力推动企业数字化转型，并且希望转型成为数据智能领域顶尖的使用者和供应商。”田日辉说。