AI 很火,但落地难周期长,谁能够帮助客户快速解决商业场景的落地问题才是关键。

AI 落地困难的主因是产业和 AI 技术方相互存在认知断层: AI 厂商认为自身技术完备,确无法快速驱动客户业务,而客户拿到 AI 厂商提供的 API 却无从下手。另外,想要进行 AI 融合的企业级客户往往具备一定系统信息化基础,但完成一个特定场景的业务需求,例如刷脸支付,都涉及硬件铺设、系统对接等问题,因此产品融合 AI  技术周期长,企业自行对接成本和难度都很高。

整合平台的诞生也基于此,与其各处对接 AI 技术,不如将技术整合在一起,既帮助技术公司落地技术,又帮助系统集成商快速获得技术红利。

CELLA 的 bind.ai 是一个基于 AI 的 PaaS 平台,为企业客户提供基于落地场景的 API 接口。平台本身集成了多家不同的 AI 云服务,包括百度提供的图像技术、微软提供的 Azure、腾讯优图以及 AWS 的云服务和客户资源,与 CELLA 合作的主要原因是加快技术落地,了解行业用户痛点,完善软件产品。

CELLA 总的来说整合了技术和算法,将接口标准化,降低了客户的开发成本和时间,过去调研、选择技术、研发、技术测试至少需要3个月,现在则需要7天。

操作上,用户只需创建 一个 bind.ai 平台的账户,购买一台智能摄像头、选择部署场景,然后可以在不同节点选择想使用的 AI 技术,最后配置一段代码对接各种系统即可。

具体来看,企业用户基于 bind.ai 平台的 Workflow 功能, 鼠标拖拽就能设计数据处理流程,例如在第一个节点,用户在第一个节点可以选择 Microsoft Azure Facial Recognition 服务的 Face Group API 实现“二次进店”消费者实时监测功能;第二个节点也可以选择使用百度AI开放平台的1:N人脸识别 API 实现“VIP会员”识别更功能。在不同地方,用户也能一键添加 API 服务商。

还有一个优势在于,CELLA 还提供了自己的无服务器架构产品 Serverless。在保持客户内部系统架构不做更改的情况下,CELLA 的无服务器设计可以做到快速连接业务系统,驱动整个业务打通。CEO 安洋告诉36氪,CELLA 这种无服务器架构通常被称作无服务器云函数,企业用户将业务代码运行在 CELLA 的 Serverless Computing Platform 上,这种新计算形态使用户构建基于微服务模式的异构变得容易,最终开发效率高,维护容易、成本降低。

例如,一个VIP客户到店,摄像头实时检测人脸并将数据通过云端进行识别后的结果推送信息到巡店、ERP、CRM 等系统。而这个 VIP 客户到店触发一次识别功能,系统耗费100ms识别并推送,客户仅需这为100ms所执行的代码付费。这跟传统租用云服务器资源收费的模式差异很大,bind.ai 平台的 Serverless 通常是传统云服务费用的十分之一,价值主要体现在:帮助用户加快AI技术落地速度,实现快速部署,降低维护成本。

平台目前主要服务于药房零售、社区、商圈、新零售四个应用场景。在医药行业,今年5月份 CELLA 联合百度 AI 合作为雨诺股份下面的四万多家药店提供基于人脸识别的智慧药房解决方案,首先在南京先声再康连锁药房实现落地。而在今年火起来的新零售行业,CELLA 也为传统系统上融入了 AI 的能力,帮助打通线上线下数据。

CELLA 的核心技术团队都是拥有超过10年的大型互联网系统技术架构、大数据和管理经验,包括前微软最有价值专家、前中国移动互联网产品飞信总架构师、前360大数据架构师、前去哪儿网架构师等。

「CELLA」用平台落地了 AI,重要的是还有低成本的无服务器模式

发表评论

电子邮件地址不会被公开。 必填项已用*标注