随着人工智能（AI）相关技术不断加强和深入，智能语音助手、智能音箱，甚至扫地机器人这类简单的消费类AI产品已经逐渐融入到我们的生活。与以消费者为主导的市场不同，医疗、工业等以企业为主导的市场发展AI面临着更多难题。近日，《电子产品世界》编辑在“AI时代的移动技术革新”大会上采访了IBM全球技术研究院院士林咏华女士，就AI在医疗、工业等企业为主导的市场推广及应用中存在的问题及相关突破点作了深入的探讨。

　　消费市场与企业市场需求决定者不同
　
　　我们现在接触的大部分比较成熟的AI产品都是消费类产品，而以消费者为主导的市场，需求实际上是由互联网公司决定的，互联网公司在AI上考虑创新的时候，更多的是要考虑消费者需要有什么样AI的能力，而在推出相关产品后，消费者则会去学习怎样使用。相较而言，企业市场的需求是由企业来定的，因此，怎样把AI技术应用到不同的企业中则是IBM等直接面对企业客户的公司所面临的挑战。

　　企业市场AI创新面临的三大问题
　　当下想要用AI来提升企业业务价值主要面临人才、数据和经济性三方面问题。

　　人才问题
　　像BAT等互联网企业已有自己的AI团队，相较而言，今天很多工业界在生产制造、能源、交通等领域的企业，他们有专注自己业务的人才，但是并没有AI方面人才。

　　数据问题
　　AI之所以在最近几年发展得很火，深度学习在其中起到的作用是不可忽视的。2012年深度学习开始进入AI的算法领域，而深度学习的应用需要海量数据，像谷歌、Facebook、BAT等互联网公司，正因为手中有大量的互联网上的数据，因而得以在AI方面有相对较快的发展。但是这些数据与企业今天要解决问题的数据是完全不同的，包括医疗、生产制造等领域中的数据对于企业来说都是小数据级，不是海量数据。

　　经济性问题
　　对于企业而言，经济性问题也是必须考虑的。如果要拥有AI的能力意味着把成本提高十倍，企业自然是很难接受的。而这其中需要考虑的不仅是算法上的创新，而且要通盘考虑系统的优化、系统的创新，如何使在加入AI能力的同时，成本可以没有太大的浮动。

　　IBM的破局之力

　　人才问题
　　提供配备AI能力的硬件平台需要有深度学习的开发团队，而提供公有云的模式又只能提供一些固定的模型，这些固定的模型提供的API内容与今天很多企业数据不相关，难以匹配企业实际需求。
　　针对此，IBM开拓出第三种业务能力——构建一个“AI大脑”，这个大脑既可以部署在企业内部，也可以部署在云端，同时，它面对的开发者并不是需要具备丰富深度学习开发经验的开发者，而是企业中大量的应用开发者，以此来解决企业人才问题。

　　应用开发者可以利用“AI大脑”，不需要做任何深度学习的开发，就可以在上面用机器针对企业的数据去训练应用到企业里的数据模型，并且通过“AI大脑”可以自动的提供很好的、很高的精度，这是我们希望能够达到的，林咏华女士介绍道。

　　IBM推“AI大脑”其实是事后的人才培育，事前的方法是要加大深度学习的教育，尤其是在本科领域。现在很多高校的电气、能源等学科，应该将深度学习作为其必修的基础学科来教学。从而使得这批人才在走上工作岗位时，至少懂得怎样应用深度学习，从而可以更好地结合到产业中。

　　数据问题

　　在企业市场中，很多时候相对较少的不正常的数据更有价值。以医疗图片为例，针对某一疾病，一万个病人中有九千九百多个病人的数据是正常数据，相对于这些正常数据，那一小部分不正常的数据更为关键。无论是在医疗，还是智能制造，这样的不正常的数据会更少。