斑馬技術：以人工智能去中心化為前進方向

程寧/文

當今中國市場，企業(yè)和創(chuàng)新主體均對新技術始終保持高熱情，AI 技術正向社會各領域加速滲透。據(jù)IDC預計，中國人工智能市場規(guī)模到2026年將超過264.4億美元。而從全球范圍來看，2022年6月，Meta 發(fā)布關于實行“去中心化組織結(jié)構”的人工智能（AI）戰(zhàn)略轉(zhuǎn)型公告，指出將采取一種新的方式來開展和管理AI 工作，即將原本的中央式AI 團隊轉(zhuǎn)變?yōu)槿ブ行幕疉I 團隊，更加專注于前沿研究?？萍冀缇揞^的這一舉動印證了Bernard Marr 等未來學家所注意到的一大趨勢：AI的專業(yè)性和通過AI獲益的途徑正在變得民主化，AI 正從核心的專業(yè)領域轉(zhuǎn)向業(yè)務前線。

以“去中心化”應對專業(yè)勞動力短缺

如今，企業(yè)要利用AI 取得成功，在于如何將現(xiàn)有工具和創(chuàng)建AI 應用所需的技能之間取得平衡。有些供應商專注于某些功能，為特定領域的AI工程師和研究人員提供工具。

AI 研究的專業(yè)工具用例有很多，如用于跨團隊共享實驗的Weights & Biases 以及幫助研究人員實現(xiàn)GPU 編排的Run: AI，但是創(chuàng)建和生成應用程序所需的高水平AI工程師和研究人員有限，難以跟上市場需求的發(fā)展。因此，AI 去中心化的同時，亟需新的工具幫助AI專家更加快速地開展工作。

AI 工具得以發(fā)展的一大主要推動力就是當前的勞動力市場缺乏足夠的工程師。如果再細化到對有經(jīng)驗的AI工程師和研究人員的需求，勞動力短缺的問題則更為普遍。

隨著業(yè)界對AI技能需求的持續(xù)增長，各企業(yè)爭相成為其所在領域的“主導者”，力求通過“AI 去中心化”實現(xiàn)AI 應用的開發(fā)，并部署到數(shù)以百萬計的邊緣設備（AIoT）。企業(yè)也愈發(fā)重視創(chuàng)建一個可在任何地方（云、本地、邊緣或混合部署）進行AI 數(shù)據(jù)處理的環(huán)境。

為了同時滿足AI專家和非專業(yè)人士的需求，供應商致力于提供完整的端到端的低代碼/無代碼和專業(yè)AI平臺。由于通用AI模型無法發(fā)揮最大成效，因此，開發(fā)人員也需要與其專業(yè)水平和業(yè)務領域相匹配的工具，就像員工和團隊需要具備符合行業(yè)所需的專業(yè)能力一樣。

如此一來，企業(yè)就能更多地專注于提升自身附加值，并讓專業(yè)的終端用戶能夠騰出時間開展AI研究等工作，讓一線員工承擔更高價值的任務。

優(yōu)秀的AI平臺不僅能夠提高人類的知識水平，還能使用戶能夠集中時間和精力專注于關鍵的工作和決策。

全新的現(xiàn)成AI工具讓專業(yè)及非專業(yè)群體共同受益

簡單的拖拽式低代碼或無代碼AI 平臺是大勢所趨，讓經(jīng)驗豐富的AI專家和非專業(yè)人士能夠以不同的方式受益于這一趨勢，當下也有這種平臺可以同時服務于不同群體。

對于專業(yè)人士來說，一些平臺為他們提供了適合其專業(yè)水平的空間和經(jīng)過測試的模型，同時也為他們提供了發(fā)揮空間，讓他們能夠在非專業(yè)人員無法駕馭的環(huán)境中進行按需構建、測試和調(diào)整。

對于非AI工程師來說，圖形拖拽式軟件使他們不需要耗費大量的時間學習代碼就能夠創(chuàng)建解決方案。

斑馬技術提供機器視覺和深度學習軟件平臺，可以簡化生產(chǎn)、倉儲和運輸環(huán)境中質(zhì)量檢測應用的部署，同時也為經(jīng)驗豐富的程序員和數(shù)據(jù)科學家提供了創(chuàng)造自己工作成果的空間。讓有經(jīng)驗的專家和非專業(yè)人士都能更便利、更直觀地獲取AI 資源，可以顯著優(yōu)化企業(yè)整體運營流程中的分析和決策流程，并通過AI和其他技術及勞動力投資來實現(xiàn)高投資回報。

初創(chuàng)企業(yè)和大型企業(yè)面臨的機遇和挑戰(zhàn)

在未來3～5 年內(nèi)，隨著無服務器功能和容器部署等基礎設施模塊的構建逐漸成熟并成為主流，AI應用程序開發(fā)和部署將越來越普遍。與此同時，收集訓練AI 模型所需的獨特數(shù)據(jù)集以及利用自身領域的經(jīng)驗來解決新案例需求的企業(yè)將具備顯著優(yōu)勢。因此，其無需構建應用程序，也不需要AI 工程師和研究人員。

需要注意的是，這一發(fā)展對不同規(guī)模的企業(yè)意味著不同的機遇和挑戰(zhàn)。隨著AI 的成本和所需技能水平的降低，進入市場的成本也會隨之降低，一方面，初創(chuàng)企業(yè)會以更快的速度進入市場，甚至以其解決方案顛覆市場；另一方面，更大、更成熟的企業(yè)仍會擁有更多的人力和更多的資源。

未來，這些專業(yè)的AI工具也有可能被更大的企業(yè)收購以加速其自身平臺的發(fā)展。業(yè)界也許會同時出現(xiàn)幾個主導的企業(yè)，它們擁有低代碼或無代碼專業(yè)現(xiàn)成解決方案，這些解決方案成本較低，并以大批量部署為前提。

無論如何，企業(yè)領導層和數(shù)據(jù)科學團隊負責人都需要立即采取行動，了解如何利用自身的數(shù)據(jù)和業(yè)務領域的經(jīng)驗，推動面向客戶的產(chǎn)品向前發(fā)展，否則將面臨落后的風險。