新冠疫情的流行，迫使我們進一步加大對于技術、在線活動以及人工智能的依賴性。其中AI對企業(yè)而言尤其重要，其能夠大規(guī)模實現(xiàn)個性化服務，同時滿足客戶不斷提高體驗需求。 

但是，大部分企業(yè)并不具備實現(xiàn)AI所需要的知識或工具，甚至沒有體會到轉(zhuǎn)型為AI驅(qū)動型企業(yè)的核心訴求。在本文中，我們將從AI部署方法角度出發(fā)，聊聊如何解決這些實際問題。 

首先需要強調(diào)的是，雖然后文中提到的很多方法都以無代碼為重點，但其同樣適用于開發(fā)人員，有助于顯著提升開發(fā)速度。

變革型AI

自從學習編程以來，我發(fā)現(xiàn)很多人都希望開發(fā)出一種使用簡單英語命令創(chuàng)建應用程序的工具。多年之后，伴隨著一代雙一代代碼編寫文本生成器與HTML標記演示，我們最終迎來了與理想最為接近的解決方案——OpenAI的GPT-3。 

GPT-3的全稱為生成式預訓練Transformer 3，能夠利用大量數(shù)據(jù)對AI算法進行訓練，而后利用內(nèi)置知識以極低甚至趨近于零的新增訓練量在新任務中帶來驚人的性能表現(xiàn)。GPT-3使用大量數(shù)據(jù)訓練而成，其中包括Common Crawl與維基百科。更重要的是，這是一套由超級計算機訓練而成的模型，令人嘆為觀止的1750億個參數(shù)也使其成為迄今為止體量最大的AI模型。 

這意味著AI算法能夠運用固有的知識，隨時針對具體任務需求做出轉(zhuǎn)變。變革型AI擁有眾多核心優(yōu)勢——與從零開始進行模型開發(fā)相比，其時間周期更短、實際效果也更高。此外，變革型AI還降低了人工智能技術的使用門檻，企業(yè)只需要與模型共享特定數(shù)據(jù)，即可生成適合自己的模型方案。例如，Anyline的無代碼AI訓練程序可以幫助企業(yè)構建自己的文本閱讀器解決方案（例如ID掃描儀或車牌讀取器）?？蛻糁恍枰獙⒆约旱臄?shù)據(jù)上傳至訓練程序，訓練器就會自動進行神經(jīng)網(wǎng)絡調(diào)整，借此生成定制化OCR掃描程序。 

換句話說，用戶不需要了解系統(tǒng)的工作原理、應用程序中的源代碼以及具體架構。相反，他們只需要向系統(tǒng)提供必要的情報數(shù)據(jù)，并由AI自主進行相應調(diào)整。 

當然，一定程度的AI知識仍然是必要的。根據(jù)Drew Conway提出的數(shù)據(jù)科學維恩圖概念，AI的開發(fā)與實施依托于兩項重要技能：計算機科學技能，以及數(shù)學與統(tǒng)計學知識。如果沒有這些基礎，原本在實驗室環(huán)境中運行良好的模型很可能在處理現(xiàn)實問題時遭遇失敗。 

無代碼或低代碼

另一種流行的實現(xiàn)方法，則是無代碼與低代碼平臺。此類平臺能夠幫助企業(yè)通過簡單的拖拽界面開發(fā)應用程序。無代碼與低代碼工具將成為科技巨頭們的下一個戰(zhàn)斗前線，Amazon新近發(fā)布的Honeycode平臺就是最好的證明。這是一個總值達132億美元的市場，預計到2025年其總價值將進一步提升至455億美元。 

對話式AI平臺Kore.ai首席執(zhí)行官兼創(chuàng)始人Raj Koneru表示，無代碼方法具有諸多優(yōu)勢。“用戶可以輕松定制無代碼平臺以開發(fā)應用程序。以往需要數(shù)周甚至數(shù)月才能完成的工作，現(xiàn)在可以在數(shù)天或者數(shù)小時內(nèi)完成。” 

無代碼平臺的另一大顯著優(yōu)勢，在于易于定制。根據(jù)Koneru的介紹，無代碼平臺允許大家“實施新邏輯，并在幾小時之內(nèi)為更改做好準備。更重要的是，這類平臺能夠盡可能對接更多參與者，幫助幾乎每一個人即時實現(xiàn)所需的功能，而無需費時向其他IT開發(fā)者解釋需求與情況。” 

但無代碼平臺也有自己的缺點。大多數(shù)無代碼/低代碼平臺以云端為基礎，長期使用之后必然會產(chǎn)生嚴重的供應商鎖定問題。換言之，未來的平臺變更將極為困難且耗時。同樣的，無代碼應用程序往往只能在特定的范圍之內(nèi)良好運作，而用戶一旦需要超出系統(tǒng)內(nèi)置設定的其他功能，則會遇到困難。 

當然，也存在克服這些問題的方法。例如，Kore.ai在直接提供拖拽開發(fā)界面之外，也向開發(fā)人員開放API連接，允許他們以更大的自由空間開發(fā)額外功能。Radial就是一套面向電子商務企業(yè)分析類需求的AI平臺，能夠為普通用戶提供即插即用型解決方案，同時也為高級客戶準備了大量API工具。 

最佳方法

AI技術的重要性不可低估。如果無法從數(shù)據(jù)中提取價值與信息，企業(yè)將在激烈的市場競爭中處于劣勢。而具體采用哪種AI部署方法，則取決于您的業(yè)務需求與技術能力。在transformer學習、無代碼與低代碼平臺之間做出正確選擇，將幫助您順利實現(xiàn)業(yè)務目標，通過適當界面開發(fā)應用程序，同時保證功能需求始終處于當前平臺的支持范圍之內(nèi)。