众所周知，传统企业拥抱AI并积极转型人工智能化已成为大势所趋。过去几年，不时有客户向第四范式CEO戴文渊提出“在公司大厅造个人形机器人”的要求，在客户方看来，可能这就是向AI靠近了，但在戴文渊看来，人形机器人不是AI，只是工业设计。
　　面对这样的要求，过去戴文渊常常需要向客户解释并引导，企业AI化并非长得像不像，而是能否解决企业核心问题。
　　传统企业人工智能化成为近些年的潮流，但一两年前，部分客户的想法停留着“我先拥抱AI就够了”，近来，戴文渊表示，愈来愈多的客户表达出强烈诉求——通过人工智能实现企业转型。例如工商银行领导便会向下属提出焦虑——人工智能可以下围棋打败人类的顶尖高手了，那它可以为我们工行做什么?在AI帮助企业做更高级别业务的过程中，戴文渊对第一财经记者表示，客户们仍需面对意识转变、组织架构调整等多方面的难题挑战，转型是一个漫长的培养过程。
　　转型人工智能
　　Gartner 2019 CIO调查显示，过去四年中企业部署人工智能的数量增长了270%，并在2018年增长了两倍。Gartner预测，到2021年，70%的企业将通过AI来帮助员工提高工作效率。管理者正在考虑如何加速部署AI在企业整体运营和每一核心业务流程中。
　　基于如此趋势，戴文渊表示越来越多的企业开始进行全面的AI转型，进入到基于数据来制定决策、推出新产品和创造新商业模式的时期，称之为产业变革的新范式。
　　6月20日，人工智能企业第四范式发布企业AI转型的“1 N”战略方法和企业级AI软硬一体集成系统Sage One，企业AI转型提供“软硬”一体全栈能力支撑。具体来讲，“1”是指利用AI达到极致效果，在自己的核心业务上建立绝对优势，在实际经营中，核心业务创造的营收占比可达80%甚至更多，因而1%的提升就足以改变企业竞争格局;“N”是借力科技创新带来的基础设施成本的降低，规模化的落地于更多业务场景，提升整体经营效率。
　　第四范式联合创始人、首席架构师胡时伟表示，传统算力和AI应用负载之间存在天然鸿沟，传统算力只是解决在计算、访存、I/O带宽的局部密集问题，而AI应用负载则需要解决全部密集的问题。发展企业级AI专用算力已成为行业的普遍共识和大势所趋。
　　因此，此次第四范式推出的企业级AI软硬一体集成系统SageOne采用由软件定义的专用AI系统架构，更好地理解AI算法运算架构与逻辑。
　　在选择合作客户时，戴文渊对第一财经记者表示，第四范式的策略是先将行业头部标杆客户谈下，树立头部示范效应，“先改变他们，行业就会改变。”
　　转型仍有挑战
　　创新工场人工智能工程院执行院长王咏刚在接受第一财经记者采访时表示，目前人工智能行业从科技创新的1.0阶段进入行业赋能的2.0阶段。从1.0到2.0，AI角色从科研转变至商业赋能，转化的根本原因在于，前期AI应用都是摘了那些比较容易摘的“果子”，例如将互联网内部大数据、流程广告预测、商品推荐、语音识别、人脸识别等较容易的业务进行优化，再之后，涉及到提高行业效率、降低行业成本的部分，靠AI技术本身很难单独完成，因此必须与传统行业进行结合。“但这些结合尚处于早期初浅阶段，深耕需要大家一起努力。”
　　“今天AI解决了很多问题，但是，这些问题在行业内部可能根本就不是最重要价值链条的一环，AI做的仅是锦上添花，最重要价值链条的环节可能目前的AI技术还解决不了。”王咏刚表示。
　　针对于此，戴文渊对第一财经记者表示，AI对传统企业的改变局限在表层是由于过去几年的行业泡沫引起的，过去几年只要潜力还不错的AI公司就能拿到融资，进而催生出浮于表层的事情。如今的企业客户会更倾向于选择帮助他们提高营销效率与运营效率、提升收入、降低成本的合作方，未来一两年，浮于表层的AI公司会越来越少。
　　此外，戴文渊认为，目前很多转型AI焦虑期的公司所面临的问题在于，并未想清楚自己到底要什么。“企业战略发展问题、组织架构问题尚未解决，却先买了一个软件、一个工具，最后质疑‘我们做了人工智能怎么没有用?’”作为AI技术提供方，戴文渊表示，第四范式要做的是先跟企业客户谈转型发展，而非卖东西，解决完战略与组织问题后，剩下的事情水到渠成。
　　此外，Gartner高级研究总监吕俊宽表示，2019年企业应用AI转型会在规模化场景方面面临三大问题——员工能力问题、数据问题、价值与规模化问题;之后，再进一步解决AI应用的开展，以及成百上千家企业的AI规模化运作。
　　一个严肃的现实是，AI技术对传统行业企业的改造还停留在表层，并未触达核心痛点。