DoNews 8月20日消息（記者 李昊原）今日上午，第四范式在上海召開年度發(fā)布會，以“萬悟賦能 商業(yè)生花”為主題，重磅推出了Sage AIOS。Sage AIOS的誕生，在中國乃至全球開辟了企業(yè)級AI操作系統(tǒng)新的里程碑。與Sage AIOS同時發(fā)布的新品還有第四范式自動化AI生產力平臺Sage HyperCycle ML、線上化智能運營系統(tǒng)天樞以及全新AI算力平臺SageOne。目前，第四范式覆蓋從算力、操作系統(tǒng)、生產平臺到業(yè)務系統(tǒng)的全棧AI產品矩陣，助力企業(yè)全面的智能化轉型。
發(fā)布會現場，第四范式創(chuàng)始人兼CEO戴文淵對此深有體會：“多年來第四范式團隊沖在AI落地的最前線，在摸爬滾打中，我們總結出數據治理難、科學家稀缺、業(yè)務價值不佳以及算力成本負擔重，是企業(yè)AI轉型中四個最常見的阻力。這些問題歸根結底是因為缺少基于規(guī)范和標準的基礎設施，所以，今天我們設計和構建了更標準化的AI產品。”
革新數據形式 為AI量身定做的操作系統(tǒng)Sage AIOS
定位于AI時代的Windows（操作系統(tǒng)），第四范式發(fā)布了革新性產品Sage AIOS。眾所周知，Windows在PC時代的地位不可撼動，在其通用且強大的平臺上，運行著各種應用軟件，并基于低門檻的“桌面管理”實現人人可用。Sage AIOS作為人工智能的標準化管理平臺，同樣封裝了各類AI應用，包括給AI科學家和開發(fā)者使用的工具類應用，以及針對某個場景一鍵上線的業(yè)務類應用。
AIOS最為重要的設計是數據治理。第四范式在幫助企業(yè)落地AI的過程中發(fā)現，數據治理甚至占據高達95%的時間，即便花費了這么多的時間，數據質量問題仍然困擾著AI業(yè)務效果的提升，效率和效果成為企業(yè)數據治理的兩大難題。AI需要支持數據一致性、時序性和閉環(huán)的數據治理系統(tǒng)，而定義好數據形式，可以同時滿足這三個需求。
第四范式Sage AIOS平臺對于“數據形式”的定義是創(chuàng)新性的。具體而言，AIOS平臺上規(guī)定了數據的準備和使用方式，其中包括不同業(yè)務場景中的模型需要什么樣的數據，對應的數據需要從什么IT系統(tǒng)上去調取，以及如何將這些數據處理為AI ready的數據、“投喂”到AI系統(tǒng)中。
針對不同場景AI數據形式不同的問題，Sage AIOS濃縮了第四范式在多個業(yè)務場景下數據治理的經驗。在AIOS平臺上，企業(yè)想要構建某個AI應用場景，如推薦、反欺詐等，只需一鍵進入相應場景的數據形式、便可直接開始構建AI，1-2天即能落地一個AI應用。長期來看，Sage AIOS將沉淀越來越豐富的數據形式，承載越來越多的AI應用。
如果說定義了“數據形式”，相當于定義了AI版Windows的文件格式，那么有效的資源調度與管理機制，則是Windows的“進程調度器”，Sage AIOS采用HyperScheduler動態(tài)地對各個任務進行合理的資源分配，有效管理調度CPU、GPU、加速卡等各類異構設備資源，從而避免AI應用資源分配不均導致的任務響應慢、宕機等問題，將資源利用率提升50%，AI全流程耗時節(jié)約三分之二時間。
PC時代，Windows用超越DOS的簡潔的人機交互界面，通過Word、PDF等無數種標準化文件格式，助推PC for Everyone。AI時代，第四范式Sage AIOS采用極簡、通識易用的交互界面，首次讓AI進入到AI桌面應用的發(fā)展階段，將各種數據形式進行集中化中臺管理，以消弭AI落地鴻溝，實現AI for Everyone
搭建完規(guī)范化的AI操作系統(tǒng)，企業(yè)開始準備規(guī)模化應用AI，此時，AI科學家短缺成為瓶頸——據第三方公司調查顯示，每年新增100萬個AI應用場景，而每年最多新增1000名科學家，這導致了嚴重的AI應用需求與科學家之間的供需矛盾。
AI人才培養(yǎng)需要一定周期，為了幫助企業(yè)盡快規(guī)?；瘧肁I，第四范式在AIOS平臺上專為業(yè)務人員等非AI專業(yè)人士，準備了名為“HyperCycle ML”的AI高級語言?；诘谒姆妒紸utoML技術和獨創(chuàng)的“庫伯學習圈”方法論，HyperCycle ML將AI過程簡化為“行為、反饋、學習、應用”四步，自動完成從數據引入、數據定義、特征處理、模型訓練、模型應用和模型自學習的AI全流程，操作簡便易用，讓用戶能像使用自動相機拍照一樣建立AI應用。
HyperCycle ML把AI繁瑣重復和高難度的數百個模塊工作全部交給機器，建模時間由原來的400小時縮短到10小時，自動化模型的精準度目前可以達到Top10%的AI科學家的水平。此外，HyperCycle ML是一個線上閉環(huán)，會自動收集線上的行為和反饋數據進行自學習，以確保穩(wěn)定、持續(xù)迭代的模型效果。
聚焦業(yè)務價值 線上業(yè)務智能運營系統(tǒng)“天樞”
Sage AIOS平臺上首個平臺型拳頭應用，是為傳統(tǒng)企業(yè)提供線上用戶留存優(yōu)化和增長優(yōu)化的運營產品“天樞”。在線化是當下最大趨勢，而全球公共衛(wèi)生環(huán)境與5G等技術同樣在加速這一趨勢——據App Annie報告，因為疫情，在線化和移動化進程快進了2-3年。傳統(tǒng)線下行業(yè)的競爭僅限于商圈同品類的店鋪，但遷移到了線上，競爭泛化為無差異的用戶時間競爭。這些競爭或許發(fā)生在今日頭條與銀行應用之間，也可能是電商與閱讀類應用的競爭，這場競爭的終點是用戶留存。
天樞產品做留存的產品邏輯，相當于給線上的門店植入一個人工智能的大腦，這個大腦能夠察言觀色最快地響應用戶的需要，并通過一個實時的數據流把所有的場景連接起來，在每個場景、每個細節(jié)上打動用戶，提升終端用戶體驗。截止目前，第四范式天樞已經助力零售、銀行、媒體和互聯網等行業(yè)上千家企業(yè)的在線化轉型，依托于智能搜索、智能推薦、智能客服和智能推送等服務，幫助全球知名餐飲集團、大型連鎖超市、國有銀行和頂級電商平臺的線上業(yè)務取得了理想的業(yè)務效果。
可負擔的算力成本 軟硬一體算力平臺SageOne
隨著AI在行業(yè)的廣泛落地，算力的需求和成本猛增成為企業(yè)應用AI的又一挑戰(zhàn)。據Gartner預測，2022年平均每個企業(yè)在AI算力上的支出會是18年的4倍，總體市場支出將超過50億美元。在算力高昂成本的背后，實際上是算力的巨大浪費——企業(yè)數據中心對AI負載進行針對性優(yōu)化，算力平均使用率依然達不到60%。
第四范式SageOne是為AI量身定做的軟件定義算力平臺，面向整個AI生命周期全局優(yōu)化。AI應用的不同步驟，對計算資源、存儲網絡有差異化的要求，第四范式深入了解每一個環(huán)節(jié)負載需求，將計算、存儲、網路、調度全方面動態(tài)考慮，有針對性地進行優(yōu)化，真正解決AI算力浪費的問題。在某連鎖餐飲企業(yè)實際應用場景中，SageOne以一頂十，以8臺替換了88臺通用服務器集群。
目前國內AI算力產業(yè)處于持續(xù)探索和耕耘期，AI基礎設施的發(fā)展是大家共同關心的話題。第四范式作為AI基礎設施產業(yè)中的一員，一直與國內AI企業(yè)保持緊密合作，包括與華為等在內的多個芯片廠商聯合攻堅，軟硬件互相適配，為建設國內完整的AI產業(yè)鏈添磚加瓦。
第四范式總裁裴沵思在發(fā)布會上介紹了第四范式在去年一年的落地成績單。在保持金融行業(yè)高速增長以外，零售行業(yè)在線化業(yè)務突飛猛進，制造、民航、能源、政府等傳統(tǒng)行業(yè)也呈現出快速增長的態(tài)勢。過去5年多時間，第四范式幫助超過8000家合作伙伴實現智能化轉型，與他們一起探索商業(yè)模式進化與重構，蟬聯2018-2019年IDC中國機器學習平臺市場份額第一，這背后是機器學習平臺從底層能力走向業(yè)務端的突破，也驗證了AI通用平臺產品的可行性。
對于第四范式的商業(yè)化發(fā)展，裴沵思表示，消費互聯網和工業(yè)互聯網引爆的數據增長，促使一個個經濟體開始發(fā)生巨大變化。今年，在線化、數據增長的外部環(huán)境與第四范式AI規(guī)?；膬炔繎?zhàn)略一拍即合，給予第四范式在更多的行業(yè)和場景中利用機器發(fā)現規(guī)律，構建極致個人體驗、提升經營決策價值的歷史性機遇。以“數據-規(guī)律-價值”引擎為中心，第四范式的AI商業(yè)化齒輪正不斷加速和擴張。
發(fā)布會現場，來自中國工商銀行、來伊份、蘇寧和中科大腦的客戶代表分享了各自關于企業(yè)AI轉型的洞察和實踐，從商業(yè)模式、規(guī)?；瘧?、長尾效應和生態(tài)賦能等四個維度為企業(yè)AI落地應用提供了創(chuàng)新型參考。
此次第四范式發(fā)布的多款重磅AI新品，完整構建從AI算力、AIOS、自動化AI生產到線上化智能運營的全流程企業(yè)AI產品體系，解決數據治理難、人才門檻高、業(yè)務價值難和算力成本貴等AI應用難題，加速推動AI在各行各業(yè)的全面落地生花，助力以人工智能為代表的創(chuàng)新技術應用與基礎設施建設。
