不知从何时起，商场购物的吸引力越来越小，即便大牌云集，消费者们往往也会发现很难买到衬心的商品，甚至即便已经在网上看好样式，但到了商场的品牌专柜，却连影儿都没见到。消费者无疑被具备长尾效应的电商平台“惯坏了”，甚至“万能的XX”都早已成为了网络口头禅。
当AI赋能一切的时代来临，很多中小企业也正在期待一个长尾的AI平台，各种各样的AI需求井喷般的爆发。例如大量社区楼下正在或已经完成建设的电动自行车充电桩，很多居民脑海中的第一反应往往是到底安全不安全，能不能把车充好。城市充电桩公司对此也十分头疼，因为不同的品牌需要进行不同的适配，不同寿命阶段的电池也需要匹配不同的电流电压，一个小小的社区居民福利背后却需要庞大的数据，以及懂得自动匹配充电模式的能力。
面对这种状况，显然AI是一个很好的解决途径，但对于这类中小企业来说，通过自身力量实现AI赋能又实在有些力不从心，找AI公司的话，不少企业却在忙着服务大客户，一个造福居民的充电桩项目便很可能面临搁浅的局面。
AI碎片化需求卡在何处
实际上，这并不是仅仅这家充电桩公司所头疼的问题，当手机App都能轻松调用AI与ML能力，来挖掘自身特色功能的时候，大量不同行业下的中小企业却暂时只能停留在空想阶段。对比之下不难发现，手机App可以通过API，借助操作系统，来轻松调用AI硬件能力。但中小企业的实际项目与AI之间却缺少这样的桥梁。
特斯联科技集团高级副总裁刘斌向媒体分析了目前AI在供给侧上所面临的问题，由于人工智能属于非常烧钱的行业，公司自身需要强大的资金投入，所以已经上市的公司，也将服务的对象按照“二八原则”锁定在了最关键的20%大客户上，针对另外80%的市场，则重点解决如刷脸解锁、聊天软件变音变脸这类共性需求。“一般AI公司主要把精力放在两方面，20%的大客户的个性化需求，以及80%的碎片化共性需求。 ”刘斌总结说。
此外，中小企业还面临着人才问题，当“身兼多职”、“能者多劳”往往成为中小企业现状的情况下，招募专门的AI人才，一方面这类人才稀缺，中小企业吸引力小，另一方面对于用人成本来说，也很可能是一笔不小的开销。如果这类企业身处中小城市，想找到AI人才更是难上加难，很多城市连这类人才都没有，更别提招聘了。
“广大的中小企业属于80%的碎片化需求，但是他们的需求又不具备普遍的通用性，那么他的需求谁来为他解决？这就出现了一个市场空间。 ”刘斌表示。显然，特斯联看到了AI领域下的长尾空间。
特斯联推进AI普及
文章开头提到的电动自行车充电桩公司的AI设想最终并没有搁浅，这家位处于四川德阳的公司，通过德阳当地的“科创中心”找到了特斯联，借助特斯联打造的科创中心，通过小投入建立了充电桩的安全体系。在双方合作过程中，相关技术人员先进行了预训练模型培训，随后完成了电池品牌的数据建模，设定了预测预警机制，运维人员还完成了对于数据收集、维护智能化设施的培训，最终实现了项目的落地。
特斯联的技术人员将AI普及的技术前景形容为了普通大众之于修图技术，曾经专业的修图软件对于很多人来说十分复杂，但随着近几年各种软件的出现，最终成为了一个大众化的技术。特斯联恰恰希望通过自身的模式，能够让国内传统的非人工智能的企业和中小企业都可以很低成本地使用AI技术。
案例中坐落于德阳的科创中心正是这一设想的重要落地实践。该中心聚焦人工智能的重点细分领域，是通过整合技术资源和产业链的资源来持续输出人工智能核心研发能力和服务能力的重要载体，从产业、教培、科研三个方向实现城市级的AI赋能。
据刘斌介绍，德阳科创中心的设立旨在充分贯通学术生态和产业生态，使学术生态得以基于产业数据研发相应的预训练模型，并以“成本共担”的方式，为AI PARK周边的中小微企业提供AI所需的算力、数据、算法模型等核心要素，让各体量、具备不同AI基础的企业均能通过学术机构所研发出的模型，以低代码、模块化的生产方式依据自身的需求，实现自有知识产权算法的孵化及既有成熟算法的调用，进而推动更高效的AI产业实践。
如同案例中在AI训练及部署的过程中对于相关人员的培训，特斯联利用平台技术优势，将高精尖的AI技术变得更加简单易学，让地方能够拥有AI蓝领人才梯队。首先，借助平台可以让人才基于科研机构研究出来的预训练模型或产业模型，训练出针对行业的算法来应用到所在行业中，成为算法训练工程师；其次，通过行业中的大量算法，结合AI背景，培养算法评测工程师；第三，按照行业来梳理出智能化设备的趋势和方向，制作设备的运营和运维的一系列课程，培训出相应人才为城市服务；最后还会体系化培训出数据标注人员。
从中不难发现，特斯联并非是打造了一个类似“千城一面”特性的智能平台，而是有着核心技术作为背书，来让AI真正能够从长尾需求中落地，让中小企业可以快速打造个性十足的AI用例。
自研核心技术做支撑
TACOS九章算法赋能平台可谓是整个生态的核心所在，将科研、AI蓝领、产业相串联。其中支撑学术线的是联邦训练数据安全体系，为学术界提供一个安全训练的环境。在实现预训练模型后再通过弱监督训练体系进入到孵化模型装配流水线，其中可提供计算机视觉、自然语言处理、推理遇见和知识图谱四个方向的算法训练。再把训练出来的算法统一安装至算法舱，适配不同产业具体的业务需求，最终实现产业赋能。
特斯联在技术上搭建了核心3+1体系，包括弱监督、大模型的训练体系，联邦学习训练体系和知识图谱大脑体系，以及自编码技术。 其中联邦学习能够在抽象出预训练模型后，再反哺给产业相应的算法，同时还在上传过程中通过多维多层次的加密体系来进行编码，保证数据信息的安全。
“这个平台必须要简单、易学、易用、易懂，必须要通过各种各样低代码、拖拉拽的方式能够很方便地配置出来。 ”刘斌在媒体采访中还专门强调平台易用的重要性，只有通过低成本、低门槛、普惠的方式才能让中小企业更好的自行解决业务中的难题。
对此，特斯联一方面在自编码技术上支持包括C++、Java、Go等语言，让原来产业中熟悉开发语言的同学能够快速上手，更普惠地向产业和教培提供便捷。另一方面，软件平台界面中，让不具备AI能力的用户也可通过简单的“拖拉拽”方式调用相应模型，无论是单个算法，还是入仓的所有算法，到最终输出指令，都可以通过免代码的操作实现。特斯联可以在最终提供API、SDK、与前端硬件模组来方便产业进行对接。
如今，任何一场AI峰会，万物皆AI已经成为了不少嘉宾的口头禅，但面对如此长尾的需求，在AI领域，无疑也需要“万能的特斯联”，AI的个性化正在亟待满足，新一轮创新也将接踵而至。
营业执照公示信息