人脸识别是人工智能(AI)的标志性应用，当越来越多智能摄像头出现在商场、办事大厅、银行柜面，AI随之实现了大规模落地。但你有没有想过，除了人脸，“猪脸识别”也可以成为一个有趣的AI场景?

　　一年前，国内大型生猪养殖企业牧原公司求助于上海星环科技，希望这家本土软件企业能和它一起探索出 “AI+养猪”之道。对于传统行业来说，这家企业的困惑很典型：小众细分行业该怎么玩转AI?一年后的今天，随着 “猪脸识别”等AI工具越来越成熟，上海也成功在AI领域贡献了新的技术突破与商业模式。

　　为什么没人愿做“猪脸识别”

　　和发达国家相比，我国养殖业的数字化以及AI运用起步稍晚。但是，随着摄像头等各种传感器的引入，海量的数据开始汇总，企业也越来越希望利用AI工具充分分析数据，进而提炼出潜藏在业务背后的那些关键因子。

　　在求助星环科技之前，牧原也联络过其他AI企业，希望对方为它开发AI技术，却得不到足够回应。这并不难理解——当大部分年轻的AI公司只能心无旁骛地深耕有限的几个行业时，比“人脸识别”小众得多的“猪脸识别”，其市场空间很有限，创业公司不会有兴趣为其专门开发一套AI模型。

　　这并非偶然现象。星环科技创始人、董事长孙元浩接触过许多拥有类似困惑的传统企业。比如，一家大型能源公司希望旗下的连锁加油站有机会引入AI，从而能通过摄像头拍到的汽车画面，识别出车型、车主消费习惯等信息，最终提高业绩。而春秋航空则希望能有AI工具来为它海量的飞行数据作分析，从而让整个机队实现省油。

　　理想状况下，“AI+”也完全应该像“互联网+”那样全面开花，但是在其发展的早期，当市场上还来不及成长出那么多“AI服务商”服务传统企业的时候，数字经济的繁盛画面就缺少重要的拼图。而此时，星环科技靠着技术实力，开辟出了一条特别的途径。

　　掌握核心技术，才能赋能传统企业

　　AI产业链可大致分成五个层级：芯片、计算引擎、算法、模型、产品。通常来说，国内AI企业大多位居第四、第五层。而在AI的基础环节，国内企业介入有限、贡献不多。虽然有统计显示，来自我国的AI基础研究论文占全球的1/3，但拿中国科学院院士、上海交通大学副校长毛军发的话说，“有影响力的成果几乎没有”。

　　缺乏底层技术，导致目前许多人工智能企业无力开发出通用型AI平台，只能对国际通行的核心算法加以优化，选择少数行业进行二次开发，形成AI模型。这种局面导致大量传统企业的AI梦想暂时无法落地。

　　“AI+传统产业”的市场空间，归于那些掌握核心技术的企业。上海在技术和人才方面的优势，则使得这类企业能够脱颖而出，星环科技就是其中的佼佼者。

　　早在2013年，“人工智能”成为热词之前，孙元浩就创立了星环科技，专门研发顶级大数据基础软件。几年下来，星环科技在业内积聚了很高的声望，拥有了超过1000家客户，甚至包括本土软件企业很难争取到的金融大客户。两年前，它还与全球其他20家公司一起，被权威咨询机构高德纳(Gartner)认为大数据行业顶尖公司，而且是国内首家入围企业。

　　数据、算力、算法——这三大要素业界公认为人工智能的基础。可以说，AI与大数据是“血脉相通”的行业。基于在大数据领域的实力，加上对于AI商机的洞察，星环科技顺利推出AI通用平台，使得AI能更方便地赋能传统企业。

　　面向企业的AI应用，上海大有可为

　　通过摄像头拍下的画面，加上“猪脸识别”技术，牧原公司已经能方便地实时掌握猪场情况——猪只是否健康，是否贪睡，胃口怎么样，是不是在打喷嚏、咳嗽……这些原先很难被实时采集的数据，如今非常容易获得。

　　实际上，AI工具不仅让企业能更好地掌握猪的情况，整个养殖场的运行数据，包括温湿度、光照度、氧浓度、粉尘量等数据，都被纳入了星环科技与其合作建立的智能平台上。所有信息在汇总之后，通过机器学习，可以形成最佳的经营与防疫策略。

　　孙元浩告诉记者，星环科技的AI技术，实际上是为牧原的IT工程师提供了一个AI开发工具箱，使得他们能很便捷地开发出适合猪场的AI模块;大体上，它包括了一个海量计算引擎，可以让电脑从大数据中提炼出“智能”，同时还容纳了上百种适合各行业的基础算法。

　　这样的AI落地技术与模式，对于其他传统行业的提升也是立竿见影。那家希望为加油站引入AI模块的企业，如今通过与星环科技的合作，已经可以将90%的交易与车辆形成匹配，并开展智能营销。测试显示，通过AI预警模型，他们在一个月内挽回了4000多位即将流失的客户。而对春秋航空来说，通过对每年近百亿条数据的分析，如今他们每小时燃油消耗减少了20公斤，每年节省成本数千万元。

　　在包括中国科学院上海分院副院长张旭、英诺天使基金创始合伙人李竹在内的专家看来，上海发展人工智能产业的最大优势是产业基础雄厚、场景丰富，特别是面向企业的AI应用，只要发挥优势、找准切入点，上海大有可为。而从这个角度来说，由“猪脸识别”引出的关于AI如何与传统行业结合的话题，还值得继续讨论下去。