谈谈英特尔的「隐性资产」：技术内功锻造下的AI生态圈

文章来源：头部科技

俗言道：朋友多了好办事。

实际上"朋友"与"好办事"之间互为因果，只有拥有高效专业的办事能力才能拥有更多的朋友。

值得堪羡的是一个个体在奢侈品行业、医疗健康行业、企业服务行业……等多个领域都有"朋友"，"人脉"广泛。当这一个体为一家科技企业时，行话来讲，这家企业已经在逐渐构建完善的生态。

【如何找到"朋友"获得隐性资产？构建生态道阻且长】

如今，生态早已成为各大厂商杀手锏式布局的关键词。

生态系统是一笔巨大的隐性资产。无论是单一产品还是全套产品组合，都还能算厂商的内功修炼，如何成功破局、组局，建设立体多元的生态系统，这需要行业内外长期的信任与积淀。

科技先行的时代，企业何以不遗余力地构建足够生态能力？

浓缩近几年的科技时间轴就会发现，AI的存在感极强，如今的人工智能已经成为逐渐成熟化的数字创新技术，智能化转型更是席卷各行各业。

可以说一个企业的生态能力=AI技术能力+狙击行业转型硬性需求。

英特尔于2018年5月推出人工智能构建者计划(AI Builder program)。该计划是由出色的独立软件供应商 (ISV)、系统集成商 (SI)、原始设备制造商 (OEM) 和企业最终用户组成的生态系统，所有成员的共同使命是推进在英特尔平台中采用人工智能。

在实践过程中英特尔也用AI技术力与行业赋能力也更好地诠释了如何加强生态能力。

【壮大"剁手党"队伍，AI助力奢侈品行业大数据市场分析】

奢侈品时尚业，挑剔与追寻广泛影响力并存的行业，也似乎与AI等新兴技术距离颇远，如何令其成为生态伙伴？

先找行业转型的硬性需求，再祭出技术硬实力。

市场动态分析是奢侈品行业不可或缺的一环，尤其是当下奢侈品不再只是少数人"专项"拥有的商品。

随着人工智能技术和大数据分析日渐成熟，新的工具和技术将数据带至舞台中央，并开始重塑奢侈品行业。IFDAQ (International Fashion Digital Automated Quantification)分析工具正是其中代表——使用深度学习技术和预测分析来明确时尚和奢侈品市场趋势、发现商机、提供投资策略指导。

IFDAQ 解决方案使用的输入和输出数据

该分析工具的出现首先主要依赖于大数据的兴起，这一行业最终目的是让更多消费者买单，要网罗尽可能多的信息——网媒、纸媒、社交媒体中蕴藏着各种碎片化的商机。

IFDAQ背靠的数据资产取自 30 TB 的专有数据湖以及众多与市场和行业表现、网媒与纸媒行业需求、全球数字需求和社交媒体表现相关的数据源。

人工智能的技术介入更是助力IFDAQ 生成的有用信息，EDAQS 智能量化 I/II (ESQ)是IFDAQ 使用的关键组件之一：ESQ 是一种通过关系网络创建基准的算法，此算法还能将非结构化的定性信息转换为结构化、有意义的定量数据。

图说：IFDAQ概念图

硬性需求已现，下一步就是献出技术法宝了。

运行 IFDAQ 解决方案的基础设施（本地和云端）采用的均是基于英特尔架构的处理器和芯片组。IFDAQ在第二代英特尔至强金牌 6248 处理器平台上使用面向英特尔架构优化的 TensorFlow1.12 将训练性能提升了高达 3.56 倍。

在实际环境中，这一速度提升将使系统能够以小时为单位（而非以天为单位）计算新数据。这样一来，奢侈品时尚行业的用户就能随时获取及时准确的分析结果，为其做出决策提供支持。

如此以来，认清时代转型的必然趋势，加之技术利刃，精心设计的机器学习机制会产生相应的数据和值，在高维虚拟图像中反映受监控的行业。通过将这个全球最大规模的行业之一分解为极小的绝对可量化单位进行分析，开启了高度智能化数据处理的新时代。

【距离盈利只差一通电话，软硬结合满足可扩展的对话式AI解决方案需求】

客户服务产业所涉及的范围更广泛，很多企业都配有客服中心，客服质量也与盈利能力直接挂钩。企业影响客户体验的主要渠道就是客户与公司客服中心的互动，也就是：打电话。

与奢侈品时尚行业略有不同，由于智能语音热潮来袭，这一领域的转型之路更加清晰，适配的热门技术就摆在眼前：客服中心可以采用对话式解决方案，例如基于人工智能 的虚拟语音助理和语音分析，改善客户体验。

图说：改变未来的客服中心

但这对AI技术提出了较高的要求：成功部署对话式人工智能解决方案需要高性能且可扩展的平台，才能快速高效地处理大量并发来电。

在过去，企业通常对这些海量录制音频进行离线语音分析来深入了解客户的请求、问题和互动。这种分析的处理时间从 30 分钟到三天不等，然后参考分析得出的洞察来设计或修改客服中心的客户互动脚本，供真人坐席或助理机器人回复来电者。

要想实现快速准确地推理、实时数据分析并借助大量语音机器人实例处理大量来电，客服中心解决方案平台必须具备出色的性能、准确性和可扩展性。

例如，虚拟语音助理架构是一种复杂的技术集成，要想缩短整个过程中的延迟，就会对算力提出严苛的要求。但是，如果仅使用一项技术（例如使用 GPU 的 DNN 内核）加速整个解决方案的某一方面并不能完全解决整体吞吐量。

英特尔至强可扩展处理器家族专为要求苛刻的工作负载设计，可以为语音分析等人工智能解决方案提供高性能推理和可扩展性优势，其中包括深度学习加速指令技术，可提升推理速度。

除硬件设备外，英特尔的人工智能软件产品组合可为各类人工智能实施提高性能，其中包括诸如自动语音识别、自然语言处理、机器翻译、文字转语音和语音生物识别等语音分析算法。这些优化有助于在整个对话式人工智能管道中提供实时性能。

除加速外，能够灵活部署是对AI技术的另一考验。

客服中心有着严格的数据隐私合规要求。因此，虚拟语音助理应用必须能够跨各类基础设施配置无缝执行，包括本地企业数据中心、专属数据中心或云数据中心，不受平台组件详细配置的影响。平台架构需要能够满足各类部署方案的性能、功率和外形要求。

英特尔至强可扩展处理器建立在整个产品 SKU 范围内通用微架构和指令集架构 (ISA) 之上。针对 ISA 开发的软件可在各类模型中一致地运行，从而在无需额外修改代码的情况下，在本地、边缘和云部署虚拟语音助理软件。此外，得益于出色的硬件兼容性，用于优化语音分析工作负载的英特尔软件库和工具能够在各类部署场景中灵活部署。

以上两大案例皆源于英特尔AI builders计划，除上述领域外，还有金融、医疗、公共服务、能源等多个行业的公司参与了AI builders。

可以看出，英特尔AI Builders 既是促进技术进步的孵化器，也是一个随时准备网罗众多合适的公司和软硬件资源以打造智能解决方案的生态系统。

构建生态系统的同时，英特尔也不断加强自身的技术底气。今年6月，英特尔发布了全新第三代英特尔至强可扩展处理器及全新的AI软硬件产品组合，进一步强化自身AI实力，并面向下一阶段数据中心和智能应用发展做好准备。

作为一种新兴技术，AI从实验室走向落地的过程中会有无数次尝试，独木不成林，也会涌现各类合作，拥有雄厚科技实力的厂商与迫切转型的传统行业可谓"天生一对"，找到对方牵手合作形成良性生态。

若说何为良性生态的标志，最简单的莫过于：

彼此成就。