当ChatGPT成为打工人眼中快速生成PPT、分析报表、设计方案等重复性工作的神器时，企业老板或许还是得思考利用AI做些别的事情。
一方面，AI落地商业场景被激发的无数新可能。IDC预测2025年中国人工智能市场总规模将超184亿美元，约占全球总规模8.3%，位列单体国家第二。但与此同时，与后台业务流程紧密相关的AI应用，不同业务数据量企业的体感，或许很难“同此凉热”。
不可否认，从行业应用上看，未来会有越来越多的企业把AI和相关技术，如NLP、模式识别等结合在一起，辅助做部分业务决策和预测，以达到提升生产运营工作效率的目的。
而AI所承担的任务也正变得日益复杂，如分析处理实时数据，其中很多数据是通过流式方式传输，有些还有共享需求，这就对AI贴近实时业务提出了更高要求。此外，过去很多企业把大数据作为核心能力，随着越来越多的公司自己搭建大数据平台，如何在大数据平台下搭建AI，正逐步变成企业的核心竞争力之一。
不管怎么看，业务数据庞大、资金充裕的金融企业、保险企业等大企业，无论是在大数据平台的搭建还是AI具体的部署投入上，能力、意愿和安全收益都更高。这是否意味着广大中小企业只能落后追随？
在企业数据云公司肯睿中国（Cloudera）大中华区区域副总裁王刚看来，AI是不同规模的企业都要尝试的技术，今后一定是核心能力，不同类型的企业都可以尝试，关键在于部署方式与成本间的考量；但必须注意的是，如果没有做好安全合规、隐私保护的“数据底座”就匆忙上马AI应用，对企业来说或将蕴含“更大风险点”。
对话：
AI驱动的智能决策在过去很长时间都是企业数字化转型的方向，被ChatGPT带热的这波AI风潮下，企业的数字化升级和之前相比有哪些不同之处？
王刚：AI的概念有些年头了，但很多客户还是觉得很陌生，认为这是个很复杂的技术名词。但很强互动性的ChatGPT，让很多人发现，通过这个应用可以做一些原来不敢想像的事情或产生一些新的内容。这种互动性让每个人感觉到AI变得触手可及，进一步激发大家对AI的热情。很多人预测AI新一代大规模商业化的时代将会来临。
但具体看，ToC和ToB端的AI还是不太一样。ToB的AI应用更具有行业性，如金融、电信、汽车行业，不不同行业的使用场景不一样。事实上，不可能每家公司都自建一套ChatGPT，后者毕竟是百亿级美金的投入。企业内部要搭建自己的AI平台，这个能力还是要基于某种技术平台，放眼看能提供这种技术平台的公司屈指可数。目前看，帮企业搭建AI平台，实现AI能力，这方面是我们可以做到的。
以Cloudera为例，企业做大数据平台，我们提供端到端各个环节的组件，而非单一产品，通过不同环节用、不同组件实现数据的收集、分析和整理。同时我们的大数据平台可以满足多云、混合云部署方式，通过数据集成，通过原数据管理，可以帮助企业把所有的组件黏合在一起，高度的自动化，同时又满足数据安全和合规的要求。有了数据，企业把大数据平台延伸到AI这个最后环节，也就是顺理成章的事情。企业没有数据，是没有办法对算法进行数据的学习和训练的。
刚提到的TOB场景多为大企业，对于数据量不那么大的中小企业来说，部署AI是不是个伪命题？
王刚：AI部署也应该是中小企业要考虑的能力，只不过大家对AI的顾忌在于投入。大的金融机构资金充裕，他们更愿意花钱去做AI部署。但中小企业会担心投入很多资金、设备、技术和人力后，发现产出回报没那么明显，这是实际存在的问题。但这跟部署方式有关。对于大的金融机构，因数据合规和安全等考虑，更愿意从头搭建自己的数据中心，他们也有这样的能力、财力和人员。
但现在整个大数据平台，包括Machine learning，都可以部署在各种各样的公有云平台上。公有云是按照流量和资源进行消耗，数据量小的时候，可以用很小的资源搭建起来。本身这种搭建的过程、采购以及付费都非常简单，任何一家中小企业都可以用很少的投入进行尝试，门槛没有以前那么高。
此外，我也不建议本中小规模的企业学习一些大公司部署AI做法。目前，国内这些公有云的厂商都在推出自己的AI解决方案和应用能力，门槛很低，有指引式的操作，有些产品甚至点击几下鼠标就可以搭建出来。AI是不同规模的企业都要尝试的技术，今后一定是核心能力。大家觉得AI是大公司的事情，中小企业在这方面永远跟不上大公司的脚步，但其实每个类型的公司都可以尝试。
怎么理解AI“未来一定是企业的核心能力”？
王刚：以我们自己的一个客户——信也科技为例。这是一家做风控的企业，其具体业务应用中采用了很多AI手段。企业虽然对外会公开讲，他们应用了Cloudera的技术，但具体怎么用的——那些摸索了很久的AI模型和算法规则，才是他的核心竞争力。
这个角度看，Cloudera作为技术提供方提供服务支持，但更重要的还是企业要自己琢磨落地行业特点，应该如何应用技术，这才是核心竞争力。这不是简单的投资问题，因为当前的技术难度门槛已经很低了，AI在不同领域都有不同应用，关键在于是不是真的用到实处，对工作生产产生实际性帮助。
当AI应用爆发式增长，哪些是企业容易忽视的风险点？
王刚：首先，从商务上考虑，大家觉得投入很多资金后可能没有什么效果，或者说投资回报很低，这是很大的风险点。
二是数据合规和数据安全的问题，特别是在《数据安全法》推出后，数据隐私越来越重要。这时如果再配合使用AI，却没考虑这一点，企业只想通过很便宜的解决方案去实现某些目标，但没法保证数据安全和合规，可能会给企业造成很大风险。风险一旦暴露，造成商业上的损失，可能比原来对AI的期望值还要大，甚至受到监管的处罚。数据安全、数据合规、数据隐私可能是很多公司意识比较淡薄的地方。
特别是中小企业对数据隐私安全方面的知识比较匮乏，他不知道这方面应该怎么保护自己，保护整个数据不出问题。此外，他们可能知道数据安全很重要，但缺乏怎么做，用什么方法，通过哪些技术和手段去实现。
数据安全合规不是老板一个人的事情，而是和数据相关的整体团队的事情。企业要对员工进行培训，让他们意识到每个使用数据的人，都有义务保护数据，包括IT人员、AI部门、数据工程师、开发人员、使用报表的人等，人和技术要结合在一起。
AI是把双刃剑，用得好让企业如虎添翼；用不好疏忽了安全、隐私和合规，会给企业带来更大损失。
