从玩具到工具，AI产业化之集成篇_风闻

现代社会是一个分工精细，高度专业化的社会。成功的企业通常会根据业务的需要和自身组织架构特征，利用信息技术构建其研发流程，生产流程，客户服务流程，客户关系管理系统，供应链管理系统，财务管理系统，人力资源管理系统，信息技术运营支撑和安全防护系统等等，其中会整合数量众多的专业工具。在一个复杂的企业生态环境中，AI的位置在哪里呢？

在回答这个问题之前，我们先看两个案例。

一是医疗影像设备。医疗设备供应商已经把AI的影像识别和智能诊断功能集成到自己的产品中。他们对医院所讲的故事是，AI即不是要代替放射科医生的工作，也不需要对医院信息系统（HIS）做出任何改变，只是设备的升级换代，这样医生的工作会更轻松，更不容易出错。在此类新型的医疗设备的辅助下，放射科的医生在电脑上查看检查结果时，看到的不仅是拍摄到的图像，还包括AI标注的关键点，以及旁边AI生成的辅助诊断结果。当然，医生仍然需要检查并确认标注和诊断结果的正确性。

这是一个成功的集成案例。高度的集成度，帮助AI工具避开各种技术和心理障碍，顺利进入了医院的工作流程中。但现实也没有那么简单，接下来还有接受度的问题，我们在后续单独撰文讨论。

二是软件编程助手。此类工具的主流工作方式是，在用户的编辑器中安装一个外部插件，软件工程师在编写代码和注释时，外部插件把用户的输入传递给远端的AI大模型，AI大模型生成代码并传回给外部插件，然后显示在用户的编辑器中。这种模式的问题在于，专业的软件开发公司为了保护其代码，一定会完成软件开发环境和因特网的隔离。软件工程师使用的编辑器无法访问远在因特网另一端的AI大模型，也就无法在实际工作中使用编程助手。

这是一个失败的案例，虽然AI大模型能够大幅度提高代码的编写效率，但很低的集成度严重阻碍了其商业上的应用。那么软件编程助手为什么不能集成到用户的开发环境中呢？两个明显的障碍，一是成本，二是大模型的版权保护。

通过上述两个案例，不难看出，用户所需要的AI是能够以专业工具的身份，以最小的代价成功融入现有的工作流程的AI。

文本生成，代码生成，图片生成和视频生成等等，此类的AI应用产业化的关键，首先是AI是否具备足够的专业化的价值，其次就是AI能否顺利集成到真正需要的用户的工作中去，从而在工作中体现其价值。如果做不到这两点，AI应用就没有商业价值，只能沦为玩具。

在数量众多的AI图片生成工具中，能够对所生成的图片进行进一步的编辑加工的凤毛麟角，这也是集成没做好的典型案例。也正因如此，大量的图片生成工具只能充当互联网上的新玩具。

在AI应用的集成过程中，常见的三大障碍分别是：成本，知识产权，安全。

成本

如果AI应用需要额外的数百万到数千万的成本支出，用户自然很难接受。有关成本问题的现状和发展方向，在《从玩具到工具，AI产业化之成本篇》中有更多的讨论。

知识产权

AI模型的本质还是软件，所以知识产权保护的问题一定会在AI产业化的过程中暴露出来。中国需要在软件知识产权保护的实践方面取得明显的进展，才能有效支持AI产业的发展。

安全

AI技术带来了一系列新的安全问题。从数据的安全，到模型的安全，再到用户信息的安全。AI产业发展的过程，也必将催生新的安全技术和产品。这是一个值得关注的新领域。

综上所述，AI产业化的过程中，深刻理解各行各业的业务流程和工作方式，准确找到AI工具的位置，在充分挖掘AI智能价值的同时，顺利完成AI和工作流程的集成，才是AI从玩具到工具的成功之路。