至顶网CIO与应用频道 12月05日 人物访谈(文/王聪彬):每年行色匆匆来往于AWS re:Invent的人们,除了技术人士外,还不乏很多行业客户。在今年的re:Invent上,至顶网对话了三家企业用户:Strikingly、睿视智觉、树根互联,三家企业在上云的问题上的有着一致的目标,他们希望在云中满足客户的需求,在云中让业务茁壮成长。
Strikingly
2012年Strikingly在美国创立,是Y Combinator 孵化的第一支中国团队。2016年在中国成立分公司并发布“上线了”,任何人使用上线了都可以在 10 分钟内轻松发布一个网站、小程序和电商平台,目前也是国内小程序发布最大的第三方服务商。
当然Strikingly创立的初衷并非建站和小程序,而是帮助用户进行营销。网站、小程序只是一个载体,因为国内用户对于小程序的认知和收益都比较清晰,这也成为“上线了”的主打产品。
使用“上线了”的用户主要有两大需求,第一、线下门店的引流和留存;第二、销售。两种需求都是和营销相关,所以通过小程序可以很好的利用线上的能力带动线下业务。
睿视智觉
睿视智觉是一家利用计算机视觉算法技术及FPGA加速技术,提供行业图像信息捕获及系统服务的人工智能公司。目前公司已经完成人工智能三个要素:算法技术(深圳)、计算能力(武汉)、数据系统服务(厦门)的全部部署。
技术上,从ARM到GPU和FPGA睿视智觉经历了一个转折点,这也是弱算力到强算力的过度。随着2016年赛灵思推出VU9P等针对深度学习FPGA,也更坚定了睿视智觉的选择。
目前睿视智觉重点聚焦在图像数据过滤系统和工业智能影像协助系统两大业务版块,技术主要应用于图像数据过滤和工业智能系统等场景。两个场景都有典型的共性特征,就是数据积累多且数据持续产生。尤其各领域图像数据比例越来越高,企业客户也有着比较强的购买力且项目周期较短。
树根互联
树根互联成立于2016年,其打造工业互联网平台“根云”为各行业企业客户提供基于物联网、大数据的云服务,实现赋能、创新和转型。
根云可以将工业界厂内、厂外的各种设备连到云端,采集数据,并将数据传到云端。通过对云端数据分析,得到洞察,为企业给设备提供增值服务。同时也为设备服务商提供服务。
根云的特点是将OT和IT进行连接,在工业这一垂直领域,数据特性多且参数变化大,相对于传统物联网有着很大的区别,所以树根互联基于云搭建数据管理平台,同时对数据进行处理。
让云发挥作用
AWS对于三家企业而言,云都是开展业务的基石,所以几乎从创立之初就开始使用AWS。
Strikingly最开始使用PaaS平台,但随着用户的增加,对于技术架构有了更高的要求,很快也从PaaS专项IaaS,使用AWS也就顺理成章。
Strikingly技术副总裁龚凌晖特别提到了AWS的性能、安全性、高可用性。基于AWS遍布全球的基础设施,Strikingly的产品也获得了整体的稳定性和安全性,支持了业务的快速扩张和用户数的高速增长。目前Strikingly已经使用包括Lambda、DynamoDB、Redshift、Elastic MapReduce等服务。
Strikingly技术副总裁龚凌晖
2018年Strikingly基于AWS中国逐渐丰富的服务,将产品线扩大到垂直领域,发布了“超级云名片”。这也是基于Strikingly自身销售团队的痛点出发,让是销售成为可持续的闭环。
睿视智觉使用云则是希望为用户提供稳定的环境、快速的解析、更低的成本。睿视智觉CEO、联合创始人龚纯斌表示,睿视智觉最早在AWS EC2 F1上部署基于FPGA加速的算法服务,在国内还没有FPGA的环境下,完成了第一代和第二代FPGA加速模型的开发。
睿视智觉CEO、联合创始人龚纯斌
同时睿视智觉还在AWS上搭建了自训练服务,针对工业客户的前端独立设备,在AWS后台同时会有一个对应的训练服务器进行推理,而且AWS服务性模型还支持设备能力的拓展。
所以好处也显而易见,将数据算法和算力剥离,数据交给客户,算力交给AWS,睿视智觉则可以专注在图像解析。同时自训练系统还为客户进行一个初步的评估,相当于完成了60-80%的工作,极大的缩短服务周期。
树根互联则不同于前两家公司,虽说都是创业企业,但树根互联网是由三一重工所孵化,有着一定的技术积累和投入。对于AWS的选择树根互联更多是为应对海外市场需求,尤其是“中国制造2025”等策略的提出,一些大型企业客户40%的装备都在海外提供服务,所以根云也通过AWS将服务扩展到海外。
目前树根互联已经使用了Amazon EC2、Amazon S3、Amazon RDS、Elastic Load Balancing、Amazon VPC。
树根互联 CTO & 联合创始人刘震提到了数字化转型就意味着数据从工业环境中直接抽取,包括人和机器的数据。AWS实现以低成本的方式对采集自不同品牌设备传感器的海量数据进行实时处理,快速判断设备运行状况并指导工程师实现预测性维护,从而帮助客户更高效的作业,提升装备的资产利用率,更高效的管理优化能源与耗材使用,减少设备的停机时间。
树根互联 CTO & 联合创始人刘震
好文章,需要你的鼓励
摩根士丹利最新分析显示,到2030年欧洲银行业可能削减超过20万个工作岗位,约占35家主要银行员工总数的10%。裁员主要集中在后台运营、风险管理和合规等领域,银行预期通过AI技术实现30%的效率提升。荷兰银行ABN Amro计划到2028年裁员五分之一,法国兴业银行CEO宣称"没有什么是神圣不可触碰的"。高盛也警告美国员工将实施裁员和招聘冻结。
瑞士ETH苏黎世联邦理工学院等机构联合开发的WUSH技术,首次从数学理论层面推导出AI大模型量化压缩的最优解。该技术能根据数据特征自适应调整压缩策略,相比传统方法减少60-70%的压缩损失,实现接近零损失的模型压缩,为大模型在普通设备上的高效部署开辟了新路径。
Safe软件CEO唐·默里认为,AI作为助手不可或缺,但绝非权威。他指出,在工程等高精度领域,AI准确率仅达80-90%,远低于99.999%的要求,因此必须保持"人在回路中"模式。默里担心企业过度依赖AI而不培养初级员工,当资深专家退休后将面临人才断层。他强调AI应用于提升团队整体水平,帮助初级员工快速成长,协助资深员工提高效率,但人类专业判断不可替代。
弗吉尼亚大学团队创建了Refer360数据集,这是首个大规模记录真实环境中人机多模态交互的数据库,涵盖室内外场景,包含1400万交互样本。同时开发的MuRes智能模块能让机器人像人类一样理解语言、手势和眼神的组合信息,显著提升了现有AI模型的理解准确度,为未来智能机器人的广泛应用奠定了重要基础。