[[202975]]

根據IDC報告，未來三年，中國人工智能市場的復合年增產率將超過50%，到2020年中國人工智能市場的規模將到達150.2億人民幣，其中政府、金融、醫療、制造等行業將占整體人工智能應用市場規模的一半份額以上。

8月30日，在2017戴爾科技峰會“人工智能與行業應用”分論壇中，戴爾首次全面展示了其在人工智能領域的探索和實踐之路?，F在，它希望通過更加簡單、高效的方式做人工智能的技術輸出，真正有效地幫助中國各行各業的用戶把人工智能的應用實現落地，同時也推動中國的傳統產業完成數字化轉型和升級。

[[202976]]

2017DTF“人工智能分論壇”爆滿

AI加速落地各行各業

伴隨數字化轉型進入深水區，人們逐漸認識到了數字化技術的本質除了“連接”商品、信息以及人之外，還可以連接“智慧”，而這個“智慧”的落地體現就是人工智能。

不夸張的說，人工智能已經成為了當下中國產業升級和企業數字化轉型中的新動能和驅動力，我們可以從三個維度來看：

首先，從產業升級角度看，今天，人類已經站在了第四次工業革命的起點之上，其主要的驅動力來自于信息技術的不斷突破，特別是隨著云計算，大數據、人工智能的大發展，將徹底改變人類的生活、生產和商業方式，進而驅動經濟實現新一輪快速增長。

尤其是在中國，由于線上線下生態及場景遠比其他國家豐富、多元，中國經濟中結構性的差異，以及細分行業中不同的應用場景需求，都給了以人工智能等新技術創新以巨大的想象力。與此同時，一個進一步走向開放的中國，整個社會里仍然存在的各種信息和技術壁壘，也成為了人工智能技術創新施展的最大舞臺。

其次，從國家政策角度看，7月20日，國務院正式印發《新一代人工智能發展規劃》，明確提出了中國人工智能“三步走”戰略、八大關鍵技術研究、數十個產業落地、AI人才的培養和引進、以及成立人工智能規劃推進辦公室等戰略規劃，也說明了人工智能已經從國家戰略層面登上了中國的歷史舞臺。

按照規劃安排，未來中國要初步建成人工智能技術標準、服務體系和產業生態鏈，培育若干全球領先的人工智能骨干企業，人工智能核心產業規模超過1500億元，并帶動相關產業規模超過1萬億元。

最后，從行業轉型的角度看，“人工智能+”將成為新業態。具體來說，在金融行業，人工智能的應用場景就包括風險監測、反欺詐、信用評估；在制造行業，工業物聯網+實時數據分析則可用于故障診斷、個性化定制等。

不僅如此，在醫療行業，利用深度學習等技術可進行診療圖像處理、輔助診斷應用，未來還可以從就診前交互環節向下延伸至臨床診療、精準用藥，向上拓展至新藥研發環節；在物流行業，倉儲及物流環節的無人車、無人機也正在成為潮流等。

根據IDC的報告，人工智能未來將全面影響企業的核心競爭力。例如，人工智能技術在企業中將全面應用到IT運營、OT運營自動化中，以數據和智能連接客戶，連接產品，連接資產。更關鍵的是，隨著智能硬件、智能家居、消費級機器人、智能駕駛汽車等大量新應用的出現，未來多種形態的人機交互方式也將帶來更多的商機。

對于傳統行業而言，人工智能無疑是重要的數字化轉型加速器，結合大數據和人工智能，企業能夠為用戶提供更為智能化的產品、服務，并促進自身數字化的運營流程，最終改進用戶體驗，進而提升公司核心競爭力。

從實踐驗證到技術輸出

實際上，作為最早規模化應用人工智能技術的公司，戴爾在人工智能領域有很長時間的實踐驗證經驗和豐富的技術積累。所以，以戴爾為代表的全球性科技公司，在今后推動中國人工智能的發展過程中，無疑有更多的機會貢獻自身的價值。

據了解，戴爾很早就展開了基于人工智能的應用，經過不斷的探索和實踐，人工智能逐漸走入了戴爾的業務價值鏈，在銷售、采購和生產等環節都取得了不錯的成效。

戴爾應用人工智能加速其直銷體系的變革。在戴爾直銷1.0時代，戴爾利用電話客服和外部銷售的方式首創了直銷模式，大大降低了庫存和銷售成本，但龐大客戶群管理，對戴爾而言無疑是很大的挑戰。

進入到戴爾直銷2.0時代，戴爾充分利用互聯網的優勢，雖然進一步增加了效率，但由此也產生了新的問題，即被動接受客戶訂單，缺乏客戶行為分析、自動化銷售預測和精準營銷工具等。

而在戴爾直銷3.0時代，戴爾通過應用人工智能技術，尤其是引入深度學習+機器學習算法模型，從而實現了自動化的預測采購行為，同時充分發掘銷售與客戶數據的價值，完成了銷售管理從關注歷史銷售到未來銷售預測的大跨越。

作為零庫存和高效供應鏈管理的標桿企業，戴爾也不斷推進生產制程自動化、推動供應鏈綠色化生產，推進供應鏈的大數據管理。其中，戴爾應用人工智能進行工業產品外觀檢測就取得了很大的成效。

戴爾在過去3年時間中，在PC部件生產線上，推廣使用機器工位替代先前的人工工位，保證產品生產過程中的標準化和良品率。值得一提的是，在檢測環節，通過精密光學成像，深度學習神經網絡，計算機視覺技術進行元器件檢測，實現了跟肉眼一樣可以識別產品的劃痕、雜點、硬力痕等缺陷檢測，從而降低人工成本。

未來，戴爾希望加強深度學習的能力，今后將大規模推廣圖像識別來代替人工檢測，提高產品檢測的準確率，一旦人工質量檢測如果可以被人工智能取代，戴爾工廠一年可以節省大概上千萬人民幣的投入。

由此可見，戴爾全方位應用人工智能已經實現了對公司生產、運營、銷售等體系的全方位支撐，同時長期的一線實踐驗證又構筑了戴爾人工智能商業化推廣的基礎，為戴爾賦能各行各業的人工智能升級和轉型奠定了堅實的基礎。

戴爾AI賦能行業轉型

我們知道，人工智能的三大要素是算法、數據和計算。為此，戴爾在2015年，與中科院自動化所共同成立人工智能與先進計算聯合實驗室。2016年，與中科院自動化所又共建“諸葛•深知”企業級深度學習應用與服務平臺，在數據治理、平臺建設、算法建模上積極促進人工智能的應用落地。

據介紹，戴爾將“諸葛•深知”深度學習應用和服務平臺定位為可提供硬件、軟件和專業服務的一站式解決方案，目標是由戴爾提供深度學習專業知識來進行問題評估、模型開發和共同開發，讓中國企業能夠輕松使用深度學習，并快速建立起人工智能應用的能力，具體來說。

在算法方面

針對目前市場上五花八門的深度學習工具包、復雜的算法，“諸葛•深知”平臺為企業提供了深度學習工具包的統一接口，同時眾多中科院成熟算法模型可輕松調用。

目前，該平臺已經構建了眾多統一的深度學習計算框架，建立了一系列面向行業應用的專門模塊與中間件，企業可以按照自身的需求，在該平臺上選擇需要應用的模塊，如圖像分類、人類識別、圖像遙感識別，細胞識別、對象識別、新聞分類、評論分類、詞性標注等等。

在數據方面

戴爾主要為企業提供強有力的數據工具平臺。目前，戴爾在大數據領域擁有著全面的解決方案，不僅具有完整的硬件堆棧，還有廣泛的面向大數據的軟件，更有專業服務以及對行業深刻理解，可以為不同用戶提供滿足需求的大數據產品組合。

其中，在大數據訪問及整合方面，通過SAP HANA方案可以將數據進行集中和標準化，能夠幫助用戶降低約50%的商務智能成本，較傳統及預測分析效能快60%；此外，戴爾還與Pivotal合作，面向用戶提供了一站式的開源大數據套件Pivotal Big Data Suite，包括基于x86的大型分布式開源MPP Greenplum、Hadoop原生SQL數據庫HAWQ（HDB）以及內存計算平臺Gemfire，可以說為用戶提供了完整的大數據解決方案。

在計算方面

戴爾最大的優勢就在于計算力。一方面，通過“諸葛•深知”平臺，戴爾可為企業提供深度學習模型訓練和計算服務。該平臺具備業界領先、經過實踐考驗的深度學習部署能力，采用集群管理、多GPU并行處理機制；同時，還面向企業提供深度學習IT平臺解決方案、參考架構及交付服務。

另一方面，針對特定行業的用戶，戴爾的“HPC Systems”家族為生命科學、制造及教育科研三大領域的用戶提供“開箱即用”的HPC系統，在“HPC Systems”家族中，戴爾HPC的獨特優勢體現在提供同類最佳解決方案，包含在性能、密度、能效和功能方面處于業界領先地位的產品，為用戶提供了強大的計算能力。

正如戴爾大中華區總裁黃陳宏博士在2017戴爾科技峰會上所言：“作為數字化轉型的先行者，戴爾結合自身的技術積累與行業理解，發揮在全球網絡、及全球云服務平臺和解決方案方面的優勢，將為中國企業數字化轉型提供卓越的技術支持與創新體驗，助力企業積極應對人機合作時代帶來的挑戰，擁抱數字經濟時代的新機遇。”