算法商城，到底是不是伪命题？( 三 ) 何炜|2021|吴军|区块链|杨硕|征

无论是行业算法还是算法商城本质还是希望通过智能化技术让客户能快速、精准解决他的业务痛点。
但随着数字化转型的不断深入，各行各业对于智能化的需求越来越多，需要产业提供在更细分场景下的定制算法，导致了需求越发“碎片化”，并且市场对算法交付要求也不断提升，需要开发者在深入理解行业痛点前提下，进行定制、精准、快速、可控的算法开发。
当前主流算法商城普遍上还是基于图片识别，有一定可行性，但普适性不高；同时，对于部分通用的成熟型算法，由于应用场景差异较小，基础模式即可满足需求。
因此，我们在实现人工智能产业化落地中，始终贯彻“场景牵引”、“可商用”、“快速定制交付”的理念，聚焦从数据管理、算法训练、人工智能应用开发、跨平台部署、产品仿真验证、发布交付的全链路技术研发和闭环管理，在此基础上我们自研了巨灵一站式人工智能开发平台，为各行业提供一站式算法及方案开发交付支撑能力，从而实现算法高质量的定制化敏捷交付，大幅提升算法产业化落地效率。
以交通行业为例，杭州的绿色停车方案（早餐店、便利店等附近车位20分钟内免费停车）缓解了杭州市民短时停车难的问题，所以一经推出，广受好评。
这背后是开发人员切实理解从违章处罚到便民管理的行业需求，有针对性的开发定制，最终提供真正满足客户需要的算法方案。
非现场违章审核算法更是如此，由于不同地区判罚标准不一，需要开发人员重新梳理需求，打磨算法，才可真正降低交警人工复核工作量。
目前，通过深耕行业核心业务，大华股份已开发20余个细分行业算法方案，100多类场景化算法功能，后续也将持续加强端边云算力协同，加快算法灵活加载到全产业链，满足成本与性能的行业智能差异化需求。
【算法商城，到底是不是伪命题？】旷视高级副总裁陈雪松：初期先有算法后有商城，可用度是关键
算法商城应该是有算法之后才有商城，而不是有商城后再有算法。
与其说是生态的问题，不如说是行业发展阶段的问题。
算法商城应该在整个算法行业相对稳定和固化的背景下成立。
比如APP Store，是在有了很多可用的APP之后才开始出现和繁荣，最早大家都是直接在对应的网站下载，是APP的大量产生，催生了Store，这是初期阶段的一个关键因素。
另外，算法的可用度是商城的关键。
目前用户对算法（无论是主流算法还是长尾算法）关注的焦点在可用度上，而非数量规模。
只要它可用，用户可以接受，就能快速应用。反之，快速迭代出来的算法不可用，对于用户来说价值为0。
目前算法提供商应该将精力放两个方面：核心算法的可规模化、可用度上，长尾算法的快速生产能力和可用度。
细分领域有很多细碎的产品，比如城管有36类大的管理事件，共2230个产品。
占道经营、车辆违停、垃圾溢出、道路基础、井盖位移等需求均具备不同环境，需要不同的产品。
快速迭代的生产能力和可用性是关键，且有一定瓶颈。
目前，在城管领域，垂直行业的小样本快速训练可取得很好的效果，但要赋能全行业，还有很长的路要走。其中涉及方法、训练平台，数据标定工具和模型生产，这是一个系统化的工程。
其次，计算模型的优化，目前算法商城的提供商在算法的优化和匹配上难以达到落地效果。
业务有过一次大测试，结果显示，算法商城的单一算法运营效率比算法独立运营效率的慢三倍，也就是说，算法商城需要三台服务器才能实现后者效果，这意味着用户要为硬件多付3倍的钱。
云从科技联合创始人姚志强：AI通用化和开发门槛程度不足，可考虑把算法集成到操作系统中
AI算法商城不是一个伪命题，但目前看来前景有限，因为人工智能的通用化、开发门槛与成本还没到降到一定程度，所以最理想的做法是把AI算法工厂集成在操作系统中，操作系统提供基础算法+行业场景+产品模块。
以云从为例，云从人机协同操作系统，简称CWOS（Cloudwalk Operating System），是运行在通用操作系统或云操作系统之上，提供人机协同相关算力、算法和数据管理能力和应用接口的底层软件系统，专为人与计算机之间进行自然交互、协作完成复杂业务而构建，同时为开发者设计研发人机协同智能应用提供全面支持，旨在降低人工智能应用门槛、提升人类与机器智能进行协作的效率和体验。
CWOS目前将研发方向划分到七个技术板块，其中涉及的算法工厂包含了一系列持续保持业界领先的基础AI能力，包括：泛人脸识别、视频理解、场景化OCR、语音识别与语音合成、自然语言处理等。