任何一项技术的潮起潮落并不是偶然，但像人工智能技术这样，在过去几十年间历经数次波峰波谷的却并不多见。人工智能对人类社会来说并不是一项简单的技术革命，它象征着一个时代的到来，如同工业时代之于农业时代一样，会带来天翻地覆的变革，影响人类社会百年、甚至千年的进程。

如今我们也看到AI在应用端的创新如雨后春笋，人脸识别、无人驾驶、智能推荐等AI应用已经成为现实；在企业端，越来越多的企业将AI视为数字化转型的下一站，利用AI助力决策、重塑商业模式与生态系统、重建客户体验的例子比比皆是。

但无法否认的是，AI技术和行业应用之间，还隔着一道鸿沟。人工智能发展至今产生了“广义人工智能”和“狭义人工智能”的不同概念。所谓“广义人工智能”本质上就是指通用AI，而“狭义人工智能”则是指在特定领域，结合应用的AI，换言之就是基于具体应用场景的行业智能。

当下所欠缺的就是如何将AI与行业场景深度结合，推动行业智能化的落地。这正是新华三发布《新华三人工智能发展报告》所要解决的问题。

这是怎么样的一本报告？

 

尽管互联网应用纷纷提供了各种自然语言交互的AI工具，同时AI在医疗行业、安防行业有了很多应用落地。但不可否认AI的行业落地仍然缺少灯塔级的案例，同时行业中也缺乏针对AI产业化深度剖析的实战教科书。

《新华三人工智能发展报告》（后文简称为《报告》）就是在这种背景下，扛起了AI产业化落地的理论旗帜。

首先，站在AI产业化的高度上，《报告》认为人工智能的浪潮已势不可挡，原因主要包括顶层政策支持，连续三年相继出台多项人工智能相关政策将AI上升到国家战略；人口老龄化趋势加重导致智能化升级迫在眉睫；最关键的是云和大数据等基础条件已渐趋成熟，5G方兴未艾，这些技术的成熟与发展，预示着人工智能应用将进入爆发阶段。

其次，从人工智能所带来的行业影响上， 《报告》指出人工智能带来生产效率提升、生活方式改变、生存环境改善的同时也带来了诸多挑战，比如：场景化落地面临的挑战、技术方面的挑战、社会伦理方面的挑战等等。

第三，在人工智能落地的关键点上，《报告》一方面强调了算力仍然是人工智能发展的核心支撑，同时也认为大规模AI训练场景对网络和存储提出了挑战，而云边端协同将会推动多样化的AI应用场景落地。

最后，通过大量具体的案例和解决方案全面展示了新华三关于人工智能在行业落地的能力集。例如，针对企业数字化转型，新华三在ICT领域长期深耕，深刻理解数字化转型的意义，不断在企业内部进行探索和实践，形成了完善的企业大脑解决方案，其中包含企业智能运营中心、远程工作接入和现场工作环境；在智慧社区安防的建设中，新华三结合人工智能技术和ICT基础架构打造了新一代智慧社区安防解决方案等等。

不难看出，《报告》既有新华三站在产业高度上对人工智能技术体系、发展脉络的思考，也有与行业场景相结合的落地实践，更有针对热门场景的完整解决方案。从理论到实践，无所不包，折射了新华三对于人工智能行业落地的深耕与远见。

由智及变，让AI智变由内而外

 

4月20日，一年一度的领航者峰会，首次提出了“智变”时代的理念，以智能应对突发的变故，以智能促进发展与变化，以智能寻求突破与变革。

事实上“智变”不仅是新华三对AI产业化的理解，更是新华三自身智能化转型的自我革新，新华三称之为：AI in ALL。按照新华三集团副总裁、技术战略部总裁刘新民的话说，就是“将智能注入产品、解决方案和应用，让智能无所不在。”

新华三集团副总裁、技术战略部总裁刘新民

首先在基础架构层面，新华三将AI能力嵌入到基础架构，网络、存储、云计算平台等每个系统中。例如在网络方面，AD-NET智能网络解决方案，引入了基于意图的网络智能分析，将基于数据的处理，作为智能执行的判断，反馈到控制器来控制整个网络，使网络控制更加精细；在网络运维上，把网络的控制运维和分析结合在一起，形成一个联动；在计算方面，新华三的GPU服务器产品线正在不断地丰富中，为用户提供AI算力的能力；在存储中则结合了智能化管理软件，能够提取存储系统工作状态的数据，把故障特征同步到没有出现问题的设备中，避免可能发生的问题。

其次，新华三在网络资源和存储资源的调度上引入AI能力，让云平台全面具备对基础架构的管理能力。另外，新华三全面升级了主动安全AI体系，能够做到对全局安全事件的呈现，既能基于过去的安全事件进行分析，也能对未来的安全态势做预判。

第三，在人工智能的基础知识层，新华三设有AI研究院并大力投入AI基础研究，包括机器学习和认知智能，这些研究成果会嵌入到所有的基础架构和行业应用中。与此同时，新华三也积累了丰富的算法。“基础架构、云平台、安全、运维、智能数据和智能算法，这是实现智变的六大技术能力，我们全部赋予AI算力以提升产品的智能水平，这是最关键的一点。”刘新民说。

由此可见，对于人工智能战略，新华三的目标很清晰，正是由内而外的智能化升级。

刘新民表示，“新华三专注的AI是精准应用的AI，是对产品解决方案有价值的AI。我们的战略是融合业界各种AI技术，不管是基础技术还是应用技术，聚焦到自身的业务和产品AI能力上，对着自己的主业——数字基础设施、云与智能平台、主动安全、统一运维持续发力五年、十年。

AI原生，从自动化到智能化

 

我们知道，在云计算时代诞生了云原生（Cloud Native）的概念。它不是一个产品，而是一套技术体系和一套方法论，指的是产品解决方案基于云计算，不需要再经历从传统的架构转移到云平台，让很多应用不做任何改动就可以在云平台运行起来。换言之，云原生就是距离云更近。

以此类推，AI原生就相当于原生智能，距离智能化的应用更近，驱动智能变革更容易。

刘新民表示，新华三已经增加了很多AI能力以提升传统架构的智能化水平，促进传统架构向智能架构转变。“预计2025年基础架构将原生具备AI能力，不再需要考虑对传统基础架构AI能力的兼容，而是生来就自带AI能力，所有的基础架构的设计原生就是为AI计算和AI分析服务的。不同于传统AI转型的技术架构，新一代AI的技术架构具备高效、敏捷的特性，为未来的发展打下了更好的基础。”

换言之，AI原生的时代，AI将无处不在，AI实现了高效、自动化，也把人类从繁琐复杂的工作中解脱出来，这是未来的一个大的趋势， AI原生的架构必然会到来。此外，AI原生的意义还在于，让行业AI可以更好、更快的落地。

对新华三而言，AI in ALL本质上是为了推动企业数字化和智能化转型而做出的战略调整。所以在AI in ALL的实践中，新华三希望通过差异化的手段，让解决方案化繁为简。刘新民说，“对行业客户来说，第一个差异化就是要解决自动化的问题。基础架构融入了AI的能力，就是希望更容易实现自动化。另外，运维角度也需要自动化，因为未来大量的设备管理过于复杂，人力很难做到高效排查，尤其企业的数据中心有上万台服务器、无数个网络节点、多个SDN控制器的时候，自动化运维就非常重要了，自动控制和自动化运维是新华三首先要解决的重点。”

第二个差异化就是智能化，因为自动化不能实现对未来的预判，使未来的风险降到最低。而智能化既是对历史事件的积累也是对未来的预判。刘新民指出，“智能化的好处，第一是降低运维的复杂度和降低未来的风险，第二是帮助我们从复杂的思考中解脱出来，所以自动化是所有产品长期以来追求的目标，而智能化则是2020年新华三新的目标。

综上所述，无论是自动化还是智能化，本质都是以满足行业用户的需求为目标，赋予它们可控、可感知、对决策有预判的AI能力，掌握了“智变”这一脉络的新华三，正在赋予行业“流淌着的智慧”。