中国有多少个行业？
根据统计，中国行业分为 15 大类，921 个主要行业，超过 10 万细分行业。而这些行业中有多少可以应用到 AI 技术呢？
时至如今，这个答案基本已经成为了共识：每一个。
然而事实上，从 理论可以 到已经可以还有漫长的路要走。而且这条路到底怎么个走法，似乎始终处在模糊不清的状况里。
上周，华为全联接大会是刷屏级别的存在。然而其中的内容确实太多，难免有点眼花缭乱。比如可能大家没有注意到，跟 AI 落地行业紧密相关的华为云，其实已经在华为全联接大会 2019 三天中通过一系列产业解读和重磅发布，回答了行业 AI，从 理论可能 到 实际应用 到底怎么走的问题。
把这些发布串起来，我们会发现一个关于产业 AI 的公式。华为云的各种 AI 行动就是基于这个公式的答案出发，让产业服务进化，让 AI 开发全面升级。
这道关于智能时代的关键公式，也是为什么 AI 时代选择华为云正当时 的答案所在。
产业 AI 这道题
从逻辑与理论上的能力触达，到实际应用中的融合与相互提升，今天 AI 与 10 万行业的故事确实仅仅写了几笔开篇，连序言都谈不上完整。
华为云 BU 总裁郑叶来在全联接大会谈到这个问题时，用 裂谷 一词来形容 AI 商业落地的现状。他发现，目前中国 TOP 15 的企业客户，使用了超过 70% 的 AI 算力。今年，全球仍然只有 14% 的企业部署了 AI 技术。既然 AI 这么有用，为什么企业不用呢？
华为云业务总裁郑叶来
郑叶来为此提出了 AI 与产业融合，需要解决四大问题：要有明确定义的商业场景、需要触手可及的强劲算力、提供持续进化的 AI 服务、满足相关组织与人才的适配。
这四大要素，其实可以基于产业逻辑再拆分成两半。一半处在上游，也就是 AI 开发工作；下游的一半，是 AI 与行业结合。上游更多是技术与基础设施的提供，而下游是千行万业具体问题的发现和解决。
回到郑叶来所说的四大要素，我们可以将商业场景和组织变革，归类为行业对 AI 的准备。这更多需要不同角色与产业生态的紧密合作，需要与行业智慧和场景的紧密结合、持续进化的 AI 服务，等等条件来解决差异化需求。当然，对于此华为云也已经在行动，EI 体系的建立和发展就是针对这一方向。这次全联接大会中，华为云正式发布了 EI 工业智能体，也是为了解决 AI 技术深入行业场景的问题。
这里我们按下下游这边的问题不表。因为上游是 AI 融合行业的基础，所谓基础不牢地动山摇。今天很多企业面临 AI 时，其实都还没有走到深入场景创新的一步，仅仅了解一下 AI 从训练到部署的难度，就马上决定 从入门到放弃 。
而回到四大要素中，产业上游需要的也就是触手可及的算力、持续进化的 AI 服务、人才生态培养这三大问题。
这个逻辑其实很好理解，一家企业想用 AI，那么最基本的三个条件就是：有人懂 AI、懂 AI 的人能快速达标完成工作、工作有充足的算力支持。
于是我们可以推导出产业 AI 的行业基础，取决于这样的公式：AI 人才储备 AI 开发服务 AI 算力＞企业综合成本预期。只有如此 AI 才能踏出走入企业的第一步。
如果说，产业 AI 的下游是一万个人来解的一万道题，上游则是一个人来解的一道题 核心就是如何实现全周期的 AI 开发者升级 这是华为云需要自己解答的问题。
这是华为云的产业观察和理解，也是华为云在 AI 之路上的行动指南。在全联接大会上，我们可以发现华为云在做的，就是给人才、开发服务、算力，每个环节都安上一个 加速度 。
三管齐下，才是 AI 开发这道题的正确解法。
一起冲，一起燃，有沃土，有开发者
推动产业 AI 效率升级，首先要做的是容纳更多 AI 开发者加入这个行业，激活人才储备领域的变革。
这件事需要的，并不仅仅是工具，更多是一场行动。所以我们看到，在全联接大会上，华为正式发布了面向开发者的沃土计划 2.0，宣布未来 5 年将投入 15 亿美金。而其中很重要一部分内容，就是希望吸引企业和个人开发者加入 AI 开发生态，成为华为云推动普惠 AI 的生态合作伙伴。
华为 Cloud&AI 产品与服务 CTO 张顺茂
应对开发者的真实需求，沃土计划 2.0 针对开发者与 AI 技术之间了解、学习、构建、上市的不同阶段，提出优化相应流程，提升社区质量，理顺资源配置行动。为 AI 开发者针对性提供腾训练卡、云服务代金券、OpenLab、培训与认证服务、开发者大赛等，从技术、生态到商业闭环构建全链赋能。
从沃土计划 2.0 到华为云赋能 AI 开发者的具体行动，我们可以看到大量产学研一体化、商业闭环构建、开发者赋能的执行方案正在陆续打开。这次全联接大会，举行了华为云垃圾分类 AI 大赛、华为云杯无人车大赛决赛等活动，并且发布了华为 AI 系列第一本专业参考书《腾 AI 处理器架构与编程 深入理解 CANN 技术原理及应用》。这一系列行动，本质上是构建与 AI 开发者的生态共同体，帮助开发者更了解华为技术，更了解华为云 +AI。
算力美学的伊始：
腾 910 打开 AI 算力的狂飙周期
人和算力，是 AI 开发的两端。人才有沃土，算力有什么？华为云的答案是，有暴力。
全联接大会第一天，华为就发布了基于 Atlas 900 的华为云 EI 集群，这个拥有宇宙中最大 AI 算力的 大家伙 ，可以计算星空、探测地球、运算基因，执行那些人类计算与智能史上最难完成的工作。
或许华为云 EI 集群并不是普通 AI 开发者需要使用的能力。但是它的出现确实帮助华为云完成了高举高打，占领了 AI 暴力计算的行业制高点。从 8 月腾 910 发布商用至今，我们可以看到一系列基于腾 910 的能力和服务冲入了华为云体系。这个变化是已经发生，并将持续进化。
基于腾 910 的 EI 训练集群，Atlas800 AI 服务器、Atlas300 训练卡陆续加入华为云体系，让 AI 训练的关键算力得到大幅突破。高性价比、高密度、高并发，且不用漫长等待摇号的 AI 训练算力正在驶入开发者的世界。
AI 开发是一件千变万化其乐无穷的事，但 AI 训练只讲究两个字，那就是暴力。在一系列硬件准备完成后，华为云掀起的 AI 算力狂飙已经进入倒计时。
绝世神兵佩自动化武器：
ModelArts 2.0 让开发质变
AI 开发为什么累、麻烦、效率低，大部分行业和企业听着有兴趣，用上就崩溃？这里的原因其实既不是人才偷懒，也不是算力所限，而是深度学习代表的新处理方式，跑在原有编程语言，以及缺少工具化的开发土壤上，所导致的 AI 原罪 。
大量冗余重复的训练数据标注、漫长且低精度的黑盒训练、混乱茫然的模型版本管理、推理部署之后无法落地的种种兼容问题，这些才是 AI 开发的真实状态，也是 AI 难以走入产业的最复杂问题。某种程度来说，AI 开发是一个短板工程，随便一个问题就可能拖住整个开发进程，导致应用难以落地。
解决这个问题，需要的就是持续迭代升级的 AI 服务，用基础设施的进化满足提升开发效率。全联接大会上，华为云 EI 服务产品部总经理贾永利重磅发布了一站式 AI 开发管理平台 ModelArts 2.0，就是为了解决这个问题。
华为云 EI 服务产品部总经理贾永利
如果说，华为云的 AI 行动，是拆解之后解决 AI 开发的所有问题；那么 ModelArts 2.0 就是解决 AI 开发技术流程中的所有问题。
我们知道，AI 开发需要经历数据准备、训练、模型管理、推理部署四个阶段，而 ModelArts 2.0 针对全部四个阶段，发布了 10 余项新特性及服务，包含智能数据筛选、智能数据标注、智能数据分析、多元模型自动搜索、ModelArts SDK、图神经网络、强化学习、模型评估/诊断、模型压缩/转换、自动难例发现、在线学习等，覆盖 AI 模型全生命周期。
从去年发布 ModelArts 开始，其实这一平台的定位，就是用数据自动化和模型管理能力，制定 AI 开发工具盒，从而解决 AI 开发全靠编程能力和野蛮输入的问题。而在今年的升级中，智能化技术的应用提升，和更高度的集成化自动化，构成了两条升级曲线，从而智能化处理 AI 开发中浪费人力的工作，将需要较多编程能力具有高门槛的工作自动化折叠。
这样的升级，就兼顾了不同 AI 开发者的具体需求，武林高手可以把 ModelArts 2.0 当作神兵利器，来分担自己的工作，提升开发专注度；新人们也可以用 ModelArts 2.0 直接上手开发，理解 AI 开发，堪称一把全自动武器。
又有神功傍身，又有全自动火力护体，简直堪称中国队长燕双鹰的标配。
让我们举几个例子，来看看 ModelArts 2.0 到底是如何让开发产生质变的：
1、数据处理时，有智能化加持。
数据标注和预处理，是 AI 开发中最繁琐的流程，虽然一些半自动工具可以提高开发者标注效率，但是其中如果混杂了无效数据，则可能降低训练精度，起到负面效果。针对这种情况，ModelArts 2.0 升级了智能数据筛选功能，用 AI 自动过滤和筛选出对训练模型无效的数据，比如失焦、过曝、不符合训练要求等等。此外，ModelArts 2.0 还升级了混合智能标注、智能数据分析等能力。让 AI 帮你准备训练 AI 用的数据，有一种奇妙的和谐感。
2、AI 训练，从传统到现代。
在 AI 训练过程中，如何提高训练精度一直是考验开发者的核心问题。而通过华为云独创的多元搜索技术，将自动数据增强、超参自动搜索、神经网络架构搜索等技术进行融合，ModelArts 2.0 可以帮助用户快速构建 AI 模型，并且在精度表现上远超业界水平。这种高智能含量的极简训练方案，可谓让训练这件事从传统走向了现代。
3、模型管理，一揽子新方案融合。
面对 AI 走向产业，可能经过复杂的模型管理工程，以及高精密、高安全标准的版本管理工作，ModelArts 2.0 还升级了丰富的评估接口和可视化能力，让 AI 模型一眼可知，不再一到管理就遭遇糊涂账。
4、推理部署，产业级必备的能力进化。
在 AI 部署领域，模型的持续进化持续学习其实是产业级应用的必备要求。产业 AI 场景中，模型一定要具备持续增长、迭代，并且平滑过渡的能力。为了解决这个问题，ModelArts 2.0 业界首发难例自动发现功能，结合在线学习方式，打通运行态和开发态，让模型随着数据的增长而变化，这也意味着模型可以在线持续学习和进化。该功能已经率先在华为云自动驾驶云服务 Octopus 上试运行，这也让我们看到了 ModelArts 成为工业级 AI 核心平台的方向和目标。
深度的自动化与集成化，让 AI 的技术难点被折叠，让 AI 真正用起来；高级智能化，让 AI 技术来做减轻专家的工作负担，让人类的智慧回到创造和创新，让 AI 开发深入。这二者相遇，让 AI 开发真正走向质变。
华为云 +AI：何以正当时？
让我们回到最开始的那个公式，可以看到，这次全联接大会上，EI 训练集群、沃土 2.0，与 ModelArts 2.0，分别指向了 AI 开发者升级所需的三大关键点。而这三者合一，首先触发的是关于 AI 开发时间成本的质变。
AI 开发者赋能，意味着引入更多人才，通过人才配合与组织化缩短项目时间。
基于腾 910 芯片的 AI 算力+云服务，将带来更充沛的 AI 算力，实现更短的机械训练时间。
ModelArts2.0 的工具箱全面升级，让 AI 全流程复杂度降低，达成更短的人工开发时间。
所有时间的缩短，最终意味着产业可行性的增强，AI 开发基础设施在效率上达成全面革新。AI 走进千行万业，将不再是难以执行的选择。行业和企业可以聚焦于商业闭环和创新价值，而不是在 AI 开发的时间迷宫中摸不着头脑。
做普惠 AI 的朋友，用户的朋友。华为云对这个公式的真正答案，是产业 AI 正在让生产力发生质变，选择华为云正当时。
