元初智能葛钊含：“不酷了全行业”，曾经解决ai大规模落地在上个月刚结束的2021世界人工

在上个月刚结束的2021世界人工智能大会上，很多行业外人士感叹今年的WAIC“不酷了” ，曾经令人眼花缭乱的黑科技如今变得“平平无奇” 。
事实上从2016年至今，人工智能赛道早已不复当年的狂热；风口仍在，但资本更加冷静务实，唯有强壁垒、能真正落地的AI公司才能突出重围。
元初智能洞悉了AI行业落地难拓展难的瓶颈，立志打通这最后一公里，实现AI大规模落地。作为2019年才进入赛道的“后来”者，元初智能能否做到“居上”呢？
我们有幸和元初智能联合人葛钊含做了一次专访，了解到她对人工智能行业现状的思考，以及元初智能对此提出的新的解答。
一、金融人眼中的智能化“真相”
众所周知，金融行业由于良好的数据基础和基于大规模数据的业务特性，一直以来都被视作最适合人工智能应用落地的领域之一。
《IDC创新者：AI驱动金融行业智能决策（2020）》报告指出，从AI应用渗透率来看，目前金融行业头部企业渗透率达75%以上，第二梯队企业超过50% ，第三梯队企业约在30%左右，是AI应用渗透率排名TOP3的行业。

文章图片

文章图片
【元初智能葛钊含：“不酷了全行业”，曾经解决ai大规模落地】作为在国际大投行摸爬滚打多年的资深金融人，元初智能联合创始人葛钊含就曾切身经历业务操作方式从早期的纸质文件到办公自动化工具、再到各类智能化处理流程演变的全过程。但她却向我们透露了她眼中的智能化真相：“我们发现这些只是让我们从纸质的‘奴隶’变成了系统的‘奴隶’ 。”
事实上，使用门槛高正是企业部署AI智能化应用所面临的主要障碍之一。这是因为多数智能化系统都采用特定的符号标准，导致业务人员在使用过程中经常因为一些技术细节造成工作流程受阻。“以前我们通常自我感觉是智商很高的人，但是天天给IT打电话，说你看这个系统又报不上去了， IT人员来了一看说，你把系统的符号搞错了。”葛钊含笑着举例说。
高门槛也就意味着企业需要更多相关技术人才。据艾瑞咨询《2020年中国人工智能产业研究报告（Ⅲ）公开版》报告显示， 51.2%的企业表示缺乏AI专业人才是AI应用实施中的一大阻碍，占据问题榜首位。

文章图片

文章图片
而48.8%的企业表示缺乏高质量的数据是AI落地的另一大阻力。我们知道，人工智能的核心价值是通过特定算法模型分析已知数据，体现价值的前提是存在大量标准化数据，这就需要企业耗费大量的人工开展数据的收集、整理、标注工作。
值得一提的是，针对现代企业数据高频变化的场景，模型迭代频率也需要极大提高，这不仅会导致人力和维护成本的剧增，还会将企业置于系统崩盘的风险之下。
“所以大家经常吐槽，人工智能到最后只是把人放到后面的智能。而我们需要的，是真正零门槛建模、模型迭代速度超过数据变化速度、后续运维极简的‘活的’AI 。”葛钊含总结道。
二、活AI+全行业，解决AI大规模落地最后一公里
2015年， AlphaGO战胜围棋世界冠军李世石这一载入人类史册的大事件，带火了围绕人工智能的各类创业项目，尤其以被称为“融资机器”的AI四小龙为代表。作为19年才入局的后起之秀，元初智能“解决AI大规模落地”的差异化定位，既来自于对行业痛点的清醒认识，也来自于世界领先的先进技术。