行业|1000 种算法、100 个行业、20 万开发者，这家公司让 AI 去贵族化( 三 )

一是技术岗位细分。
“过去5年大家对AI人才的理解是算法工程师，未来AI岗位需求会渗透到每一个岗位，AI产品经理、AI框架师、算法管理师、数据采集师、售前售后......”
二是技术向其他岗位渗透：未来的AI人才，他可能是技术人员，也可能是管理人员。
正如互联网初期，行业普遍只关注技术人才培养，但行业逐渐成熟时，所需人才商业化、细化，衍生出互联网产品经理、运营等等岗位。
“BAT现在不止是技术部门才知道什么是互联网对吧？互联网的思维和逻辑已经渗透到产品、销售、业务甚至人力行政了。”
当产业链结构层次清晰，当一项技术被一一细化、分工明确，AI也就迎来了产业化、平民化的曙光。
AI工具：算法开发工具普及化当AI浪潮已经是必选项，无数投身其中的政企们，也遭遇了现实的骨感。
一是行业知识。
算法的优劣，不仅在于技术，更在于行业逻辑。
算力、算法、数据技术壁垒之外，“场景、应用、知识”成了决定算法能否真正落地的关键点。
比如识别天气，需要了解不同类别的云，生成原理，演变过程，还需要模拟测试环境和测试集。
这些都需要长期深耕行业，对场景有具体认知，但眼下普遍存在的问题是，开发者不太懂行业，行业人不太懂算法。
二是隐私和安全。
不少政府、企业和科研所内部训练数据不容许外传，敏感度极高，对AI平台提出了更高的数据保密性和安全性要求。
三是高效性。
大中型企业，内部算法需求多且碎片化，企业自身难以一次性提炼，自身研发周期长。
算法供需混乱、开发落地流程复杂、训练数据商业敏感度高、算法评测标准不统一等等，导致成本高企和资源浪费。
“极视角内部有套自研自用的一套算法开发工具极栈平台，经过6年多迭代，如今算法开发周期已从最初的36周缩减至如今的4.5周，整体开发效率提升了8倍。”
陈振杰提到，极视角在无数长尾场景中也发现上述问题后，开始尝试把这套内部使用的系统打磨成一个可供外部客户使用的、商业化的平台产品。
这就是极视角发布的AI私有化平台产品——极栈平台。

文章插图

极视角对其的定位是：一个面向大中型政企客户的机器学习服务平台，提供从数据处理、模型训练、模型测试到模型推理的AI全生命周期管理服务，致力于帮助政企迅速获得AI算法开发与应用能力。
“通俗讲，极栈平台最大的特色是什么？”掘金志发问。
“记事本和Word、PowerPoint的区别。”陈振杰说，“比如你要编写一个文档，以前用电脑记事本，现在可以用Word，对编写文档提供更大的支持，更多样的工作可以用PowerPoint，更高效去完成这个工作。”
极栈就是那个PowerPoint。
极栈在自动化测试、快速封装、可视化部署和低代码开发等工具上都进行了优化改造，把企业的算法开发门槛从博士降到了普通研发工程师，帮企业减少人才压力。
极栈的一大特点是私有化部署。
如此，让企业内部专业的研发工程师能够自行开发算法，把行业知识融入到算法研发过程中，拆掉行业与算法工程师之间的巨大屏障。同时，可以在组件功能上充分考虑数据隔离和数据安全。
极栈的诞生，意味着行业关注的重点已经不仅仅是算法本身，在AI教育普及、工具成熟之下，AI已经变成能够被普及化的生产工具了。
而只有把AI技术当做要素时，才能真正地赋能百业。
AI泡沫，去伪存真毫无疑问，如今AI正在去泡沫化，相对应的AI人才动辄百万千万的高薪神话不再存在。