文/当下君
图片/来源网络
时至今日，我们也不敢说在世界范围内，有哪家AI企业完美的解决了AI的商业化落地的问题。在这个问题上，中美等全球各地遇到的困难和挑战，基本上是同一阶段、同一类属的。而这一问题的解决，有可能是飞桨式的步步为营，也可能在某一个时点出现戏剧性的跨越式发展。
未来的戏剧性变迁无法预知，所以我们只能日拱一卒、功不唐捐。
1
百度飞桨首家“4S店”为何进驻张江？
在最近的世界人工智能大会召开之际，由百度集团和上海张江集团共同建设的百度飞桨人工智能产业赋能中心也同期启动。
启动的这一天，观者如堵。大概行业内外的人士都感到好奇——何为AI赋能中心，这个新名词到底意味着什么。
从规模来看，赋能中心的体量着实不小，全国首个“百度飞桨人工智能产业赋能中心”落成，建筑面积约平米，具备AI产品展示、实训支持、人才培训和技术服务等功能。
上个世纪80年代，福特汽车公司进军发现欧洲的消费者对于汽车销售的综合服务要求很高，于是一种新的模式应运而生——4S店。4S是四个英文单词的首写字母，分别代表如下含义：销售(Sale)、配件(Sparepart)、服务(Service)、信息反馈(Survey)，这在后来成为全球汽车销售的主流模式。
中国的AI企业也开始用赋能中心的形态来推进AI落地。
首先，为什么是上海？
四年前，上海围绕打造全球人工智能高地为目标，开始举办世界人工智能大会，此后，不仅这一活动成为全球人工智能发展重要风向标，而且，人工智能也成为上海重点发展的三大先导产业之一，百度在上海设立赋能中心，与上海的产业布局潜力关系巨大。
其次，AI巨头云集上海，百度需要扬起带着自己独特色彩的旗帜。
截至年，上海人工智能重点企业家，包括微软、亚马逊、百度、阿里、腾讯、华为等龙头企业在沪布局，打造产业生态，全年产业规模达到亿元，实现50%左右逆势增长。可以说，上海是中国人工智能领域任何巨头都无法缺席的一块风水宝地。
再者，上海与百度在AI方面的合作已有深厚积累。
早在年7月，浦东新区就与百度达成了战略合作。
而本次世界人工智能大会期间，百度与上海浦东新区共同搭建的“百度飞桨人工智能公共技术平台”也正式揭牌。
如果说“公共技术平台”是构建于数字世界的虚拟化存在，那赋能中心就是这一平台在物理空间的实体投影。
换言之，依托实体的赋能中心与虚拟化平台的相互拉动，将充分发挥和调动百度飞桨在人工智能领域的核心技术优势、多年积累的丰富生态资源，用以促进人工智能技术和上海地区实体经济深度融合，推进新一代人工智能产业创新应用。
赋能中心的存在，本身也是一种AI创新。
2
如何破解AI落地难？
百度飞桨AI产业赋能中心的出现，是在巨大的现实挑战下应运而生的产物，那就是AI落地难已经成为一个世界范围的难题，也成为智能经济时代向我们走来的过程中实际的障碍。
首先，AI的赋能者和AI的需求者之间，需要大量的信息对齐和工作协同。
AI从前两年的概念崛起，如今正逐渐走向落地应用阶段，然而，从世界范围内来看，AI大规模商业化落地，似乎并没有企业想象中的顺利。
并非是AI企业没有做好技术准备，而是AI研发者和AI的使用者之间，先天存在信息鸿沟。因此，当AI具体落地时，就有越来越多诸如场景碎片化、应用成本高、实验室场景到实际应用场景效果差距较大等问题被暴露出来，对于产品和解决方案提供商而言，更成为项目工程化亟待解决的问题。
AI产业最难落地的并不是互联网公司这样的原生数字化企业，这些企业大多有较好的数字基因，对AI的接受程度也普遍较高。真正落地难的，是传统千行百业所构成的“崇山峻岭”。
这些企业渴望AI，但基础IT能力薄弱，对AI能解决什么问题和如何解决问题，普遍存在信息落差。在这种情况下，完全依靠云端赋能，很难抓住企业的痛点，也很难真正达成有效的沟通。在这种情况下，基于线下的实体展示、面对面沟通、AI实训仍然是最有效的方法。
其次，AI技术需要进行远景规划，是一个需要靠大量烧钱来谋划长远的产业，目前能够依靠技术输出盈利的AI企业少之又少，所以需要千方百计的把战线前移，和企业形成共建共创的格局。
AI行业的共识是，要想大规模实现AI的场景化落地，不能依靠AI平台企业的“单向推销”，更重要的是企业本身主动有拥抱AI的愿望和行动。
和一切新技术的普及一样，AI的落地，总是从企业中的少数人开始考虑“我们面对的问题能不能用AI来解决”开始的。然而，从这种“星星之火”阶段，到大规模的“星火燎原”之间，并非能够一步到位、一蹴而就。
百度集团副总裁吴甜对此就有一个独特的思考，她在长期观察飞桨通过与产业伙伴的广泛合作中发现，企业应用AI有一个典型的“中间阶段”，也就是“AI工作坊阶段”。
工作坊也被称为“工场”，虽然和“工厂”只有一字之差，但却有不小的区别。18世纪，英国珍妮纺纱机的问世，使得传统的手工业迅速壮大，开始出现一些聚集效应，纺织从一种典型的家庭劳作，渐渐开始出现有一定规模的集中化生产。而这些“工场”的规模虽然普遍不大，但已经有了聚合、协同等模式的雏形，为未来蒸汽机时代到来后大规模出现的“工厂”积累了宝贵的经验，是人类历史上工业化发展的一个重要中间阶段。
吴甜长期的产业观察使之发现——在企业走过“AI先行者探路阶段”后，特别是一些AI的落地经过了验证，产生效益后，企业的AI落地，会从少数人的个人实践，转变成有中小规模的团队来学习和应用AI，逐步探索，称之为AI工作坊应用阶段。
虽然“工作坊”听起来规模不大，但AI的复杂性使之“麻雀虽小、五脏俱全”，一个企业的AI落地，是集产业、技术、模式、资本、服务为一体的复杂系统，更涉及前端、存储、传输、管理、应用多个产业链条。在这种情况下，百度的飞桨赋能中心，就能很好的成为“工作坊阶段”中连接赋能者和企业的一个场景，双方可以相互走近，解决当下赋能过程中面对的种种问题；同时，从个人实践到带领团队的“AI工作坊应用”阶段，面临的是团队里专业AI研发人数少，不同专业背景的成员要一起快速学习AI模型研发的问题，以及进行人才培训、专题研讨等各种活动，最终为进入AI工业大生产阶段做好各方面的准备工作。
而“赋能中心”恰好正好能为解决这些问题提供实地空间，对于上海这个中国工业门类最齐全的城市来说，赋能中心毫无疑问将成为百度飞桨在上海的“技术沙龙”，成为AI交流最密集、最活跃的场景。
3
赋能需要的还有生态和产业环境
AI落地难的解决，还需要更广泛的助力。
例如，日前《深圳经济特区人工智能产业促进条例（草案）》首次披露，这一条例就旨在破解AI产品应用“落地难”等瓶颈问题，用意就是打通创新“最后一公里”，这也是全国人工智能领域的首部地方性法规。
但更重要的，还是要建立好AI的生态。
比如，绝大部分AI企业都是最开始开发一个通用的能力，然后根据行业需求，再做成一个落地的解决方案。这个过程中，依赖的未必仅仅是平台方的技术能力，如果一个垂直领域足够好的话，在这个行业生态里，就会有很多的参与方、很多的解决方案提供者，它们都希望各自扮演好各自的角色，都能参与进来获利，这就好比一个开放的操作系统给消费者带来的价值——各种应用都有人开发，从最通用的