AI落地知易行难？来看华体科技解决方案

　　AI落地难是AI行业的无奈，从网络上各种文章以及国内外大量的AI公司数年来的巨额亏损可以看出问题严峻和复杂程度。AI落地为什么难？对于这个问题，专家学者，从业人员和政府管理者有很多分析和总结，下面我们引述一些：

　　01

　　“AI落地是一个知易行难的过程。数据是制约AI成功落地的一大因素。因为AI依赖数据训练基础算法。获得有意义的高质量数据，对于AI落地成功至关重要。如果缺少统一、标准化、高质量的数据，AI应用可能就是无米之炊、无源之水。”

　　02

　　“目前AI在产业中的应用场景主要分为三大类，即智能感知、智能交互和智能决策。在这三类场景中，AI要真正落地，就需要降低算力成本，提高算法和框架的性能。只有这样，AI落地时才不会因为成本过高而失去商业价值，进而实现商业化、规模化。”

　　03

　　“规模化也是一大难题。大多数企业的AI创新都是点状、实验性质、局部的创新，缺少规模化、商业化、运行态的布局。”

　　04

　　“联想集团高级副总裁兼CTO芮勇认为，AI“落地”要和具体的垂直行业相结合，比技术更重要的是对行业的理解。他访问过一个做智能交通的公司，一位技术专家对一位行业专家说，“我有深度学习等很牛的技术”，行业专家说：“你先把‘交通法’拿回去看一看，要不然你做的一点用都没有”。”

　　从这些分析中，我们不难发现几个关键词：数据，规模化，成本，算力，行业应用。

　　也有行业人士撰文分析了AI公司面临的困境，比较突出的问题包括，纯技术导向公司难以生存, 实验和实际相差甚远, 定制化要求多投入产出比低等问题。

　　这些关键词，对我们都不陌生。对AI公司面临的困境我们也深有体会。AI行业的这些问题，在其它行业里也并不罕见，在我们３０年艰辛的做大做强的发展历程中都在一直挑战我们，但最终都被我们一一克服。比如，为了解决纯技术导向而其它环节不足的问题，我们不断的学习，把华体从一个偏重设计和制造的公司变成了提供端到端服务的全能公司。为了解决实验和实际相差大的问题，我们在充分测试产品的同时，成立里现场技术支持团队，在现场进行二次开发和测试，保证我们的产品能够适应现场的各种复杂条件，并通过经验积累，完善我们的研发，测试和生产流程。而定制化要求多投入产出比低的问题，对于华体这个多年来坚持的文化定制设计和服务的公司来说，更多的是优势，而不是短板。我们深刻的意识到了我们的这些长处，并把这些经验应用到了智慧解决方案之中，所以我们在AI应用的探索之路上走的很有信心也很顺利。

　　华体在过去的的时间里，作为曾经的传统照明企业，经过几十年的积累，能够完善的提供包括从市场调查，项目融资，方案设计，工业和造型设计，产品研发，产品测试，工程施工，项目运营等端到端的全方位解决方案。这是国内企业，特别是照明行业里少有的。而今天的华体科技（603679），更是经过长时间科技转型的历练，站在了科技和创新的前沿。我们有效的利用了我们的传统优势，将全栈式AI的理念也融合到了我们的的全方位解决方案之中。在这个融合过程中，我们发现，AI落地面对的很多难题，在我们的端到端的解决方案中都得到了有效的解决。我们的方案使边缘算力和AI算法有了着力点，能够规模化的，低成本的，高效的，美观的，部署到路灯特别是新建的智慧路灯网络之中。

　　而这些年来，随着我们对智慧路灯相关技术的研发和智慧路灯网络的规模部署的持续投入，智慧路灯也越来越成为了解决AI在智慧城市建设中落地难的一个极具价值的突破口。

　　从另外一个角度来说，边缘计算和AI在智慧路灯里的应用，也会和5G建设一样，积极的推动智慧路灯网络的投资和建设，形成正循环。在之前的很长一段时间，我们一直在思考智慧路灯如何智慧的问题，董事长兼总裁梁熹前不久在智慧灯杆说专栏里发表了我们的战略构思：

　　通过“边缘算力+AI算法”的方式，利用边缘计算网关和灯杆搭载的各类感知设备的联动融合，搭建出智慧路灯感知源神经与大脑沟通的桥梁，这才是智慧路灯的智慧的所在。

　　边缘算力+AI算法也是我们在5G+智慧路灯建设遇到瓶颈期的时候做出的新的战略考量。随着智慧路灯的大规模部署，搭载于智慧路灯的边缘算力和AI算法，以及与之匹配的多种智能感知设备将会出现在的城镇的每一个角落。

　　同时，华体边缘计算和AI研发的团队也在不断壮大，并加强了与包括腾联想，赛灵思等多个长期战略伙伴的AI团队的合作。大家共同努力，让我们智慧路灯的智慧得以有效的利用，让我们的边缘算力得到释放。我们基于计算机视觉的智慧停车系统，交通预警系统等行业应用已经投入使用，而更多的将影响千家万户日常生活和交通出行的智慧城市AI应用也正在研发和规划之中。

　　近年来，越来越多的边缘服务器、智能感知设备和AI算法软件在智慧路灯上部署，我们欣然的发现，我们智慧路灯的智慧属性在大型项目方案中的占比越来越大，而路灯照明属性在逐渐减弱。这正是我们多年来行业升级，跨界转型努力所期待的结果。华体对于科技转型以及对AI行业推动也充满了激情和希望。

　　以上，我们更多的探讨了我们如何解决AI落地中的规模化、成本、算力的问题，以及正在实施的一些应用项目。欢迎大家来和我们一起来探讨，特别是AI在智慧城市，智能网络汽车等行业的应用里，我们希望能利用我们的智慧路灯边缘云系统来形成一个规模大，成本低，部署快的行业应用生态圈。

　　另外，关于标准化，高质量的数据解决方案，我们也在积极的规划和实施，会陆续在以后文章里进行跟大家深入的探讨。