誰會為飛槳 EasyDL 的野心買單？

編輯 | 于斌

出品 | 潮起網「於見專欄」

早在兩年前，飛槳 EasyDL 商品檢測專業版和語音識別自訓練平台就已出世。

出世不久後，EasyDL 在深圳周圍快速鋪開，成為商業圈和科技圈的熱點話題。然而，這一熱度並未持續多久便銷聲匿跡。除了技術討論區偶然有人發佈簡單提問和百度自身發佈的冷門技術貼外，再無其他消息。

事實上，據「於見專欄」觀察，EasyDL 雖然少有新聞報道，但是其實際業務範圍已經擴展到了工業、農業、零售、醫療和物流在內的數十個行業。

但這並不是因為 EasyDL 在悶聲發大財，而是因為在商業推廣過程中遇到了很大瓶頸。這也暴露了 EasyDL 想要成為 AI 行業領頭羊，還有很長一段路要走的現實。

概念過於宏觀，或增加線下推廣難度

名字就有些晦澀難懂的 EasyDL，到底是什麼呢？根據飛槳全景圖企業版的信息介紹，其定位是該系統中的零門檻 AI 開發平台。其作用是要實現讓沒有 AI 開發經驗的人，也可以熟練地使用這一平台創作出自己需要的 AI 應用。

之所以説這個概念本身過於宏觀，是因為 AI 技術本身對於普羅大眾而言，就是一個理解起來相對困難的技術概念。甚至於人們對 AI 的概念就不瞭解，那麼實現所謂的 “沒有 AI 開發經驗的人使用平台進行創作” 這一宏願本身就存在難度。

換句話説，EasyDL 所提倡的開發理念缺乏人才認知作為前提，其結果就是大眾的參與度明顯不足、相關技術推廣的難度也將面臨 “共識性” 問題。

其次，現階段的項目運作中依舊缺乏相關人才培養體系的建設。據「於見專欄」觀察，百度本身是有意打造人才體系建設項目的，但由於自身發展條件限制，這樣的規劃不得不主要以代碼開源和線上技術交流的形式開展，這樣的人才體系構建效率顯然相對低下。

除此之外，在外部人才體系建設上也存在兩方面問題待解決。一方面，是相關技術概念的深度普及存在嚴重不足。在實現平台開發前，要明確 “低代碼” 和 “零代碼” 的概念。雖然概念名稱相對簡單，但其內涵在於：代碼需求量降低的情況下，應該如何重新認知系統運作機理。這一問題的理解難度並不低於代碼開發。

而在平台對外開放的概念普及中，並未有效解決這一問題，使得相關有意向加入的技術人員也存在諸多疑慮。這一點顯然是飛槳本身應該注意和強化的工作內容。

另一方面，是第三方專業人才培訓計劃的有效性問題。「於見專欄」注意到，網絡上存在針對 EasyDL 開發與應用的課程。但相關講解人員的技術背景和出身並不具備足夠説服力，這就使得課程內容對學習者的幫助可能很有限。而一旦出現負面消息，對 EastDL 技術本身的影響將是巨大的。

最後，EasyDL 的商業推廣過程很可能會因為上述兩點原因陷入極大被動局面。之所以有這樣的推論，主要是由於以下兩點原因：
 

第一，當技術概念本身不容易被理解和接受時，市場的表現將呈現出極大的隨機性。此時，技術研發方需要啓動合理的商業營銷策略進行概念普及。而以現階段的情況而言，EasyDL 覆蓋的數十個行業中，商家反饋和滿意度存在不透明性。但在知名度這一指標中，EasyDL 顯然處於弱勢地位；

第二，從目前市場表現和技術應用層面分析，EasyDL 的市場化顯然需要在專業人才的帶動或專業概念普及手段的推動下才能實現。按照業內人士經驗，這一過程大概率會以一個全新的科教行業的發展作為引領，而該培訓行業的發展可能會超出百度的掌控能力。這對 EasyDL 推廣的影響是不確定的。

單一的技術供給，恐難滿足實際需求

在百度的對外活動和分享會中，「於見專欄」捕捉到一個重要細節：EasyDL 的技術研發目的，在於對實體產業自身升級和產業轉型需求的滿足。

這意味着，EasyDL 在應用層面上是想要解決現實商業問題的。無論是工業生產重新佈局、零售產業調整層面，還是相關服務業轉型層面，最終都是要將飛槳全景技術中的各個項目轉換成為生產力的一部分。

按照這樣的戰略佈局，EasyDL 還無法實現這一偉大願景。在此以 EasyDL 在零售和倉儲行業中的應用為例。

在百度對外分享的應用經驗中，也有這樣一個案例：運用 EasyDL 平台，可以對貨架上的商品進行 AI 掃描，進而建立起一整個貨架商品情況匯總信息庫，幫助管理人員更好地掌控貨架商品和倉儲庫存等。

作為一項創新技術而言，能夠自動識別商品信息並自動生成實時貨架虛擬數據是一項巨大突破。但其實際應用作用卻顯然是極為有限的：貨架管理和倉儲庫存統計只是第一步，重要的是後續調動、整理和銷售應用。
 

在翻閲了其他相關資料後，「於見專欄」並未發現該案例的後續介紹。這就引發了一個問題：如果 EasyDL 只能自動識別信息的話，是不能滿足商家實際需求的，其應用意願顯然也存在極大疑慮。

在這一案例的分析中，可以清晰地看到這樣一個問題：如果沒有後續的應用操作，EasyDL 所描述的應用場景，是不具有現實應用意義的。

一個售貨員或者倉庫管理人員，拿着商品庫存表進行商品核對和後續整理就可以完成的任務，可能不需要 AI 技術的輔助。至少在性價比上，EasyDL 是比不上一名現場工作人員的。

換句話説，EasyDL 描述的只是應用場景的一部分，且是並不具備完全取代人工服務的一部分。

如若不能規範行業標準，或難保交易效率

在 “百度大腦開放日·福州站” 智能製造與安全生產專場中，有企業分享了自身藉助 EasyDL 技術幫助紡織產業進行智能化建設的案例。

藉助百度 AI 技術，該公司實現了面料精準化尋找、面料智能化檢測。在一定程度上降低了產業鏈成本、提高了工作效率。

這樣的成功案例當然值得重點關注，但是單個案例的成功對整個行業的改革而言並不具備足夠説服力。

首先，「於見專欄」注意到案例中技術應用場景的問題。找尋布料和麪料檢測當然是紡織行業的重點工作內容，解決工作難點對整個行業效率的提升必然是巨大的。但問題在於：在面料標準缺乏規範性、設計需求存在特殊性的情況下，商家上傳的數據對紡織企業的採購影響顯然有限。
 

這一問題，在中小型紡織企業的採購中顯然更加明顯。當產品設計參數有所調整時，原本的面料需求參數不能滿足需求時，是很難規範面料供應方的參數供給問題的。

除此之外，大型企業的產品輸出相對穩定，面料供給商也相對確定。在此背景下，EasyDL 平台所發揮的作用必然也是有限的，這將在很大程度上影響飛槳平台的用户獲取。

而中小紡織企業的產品輸出樣式相對較多、面料採購豐富度高、面料供給商轉變較快，但對面料的實際性能考察更為仔細。而 EasyDL 在規範面料參數和技術標準上顯然還有很大提升空間。

一方面，是針對商家上傳面料參數的確定上。手持設備的測繪存在一定誤差，將直接影響到最終生成產品的性能確定；另一方面，面料供給行業在生產標準和市場監管上存在的漏洞，並不會被 AI 技術填補，一旦大面積推廣也將造成品牌競爭、技術參數確認等一系列問題。

由此可見，EasyDL 的行業推廣中所面臨的問題其實是相對複雜的，單憑供應技術還不足以解決產業升級與優化問題。而如何與其實際應用場景進行無縫銜接，做技術上、系統參數上的適配，將是擺在其面前的現實問題。誠然，EasyDL 有背後的百度大數據做支撐，並不定不能夠解決。只是，每個行業都有其特殊的應用場景、不同的行業標準，如何進行全方位的應用配對，現實是一個不小的挑戰，即便能夠藉助大多數解決一部分問題，恐怕也尚需時日。

結語

據「於見專欄」觀察，百度對 EasyDL 項目的投入是巨大的，其核心追求也是要用技術創新提升工業生產效率和社會民生品質。

在 2019 和 2020 兩年的百度年財報中，針對技術創新項目的投入比逐年增加，EasyDL 項目組技術招聘數量提升、對外技術交流活動增加，都標誌着 EasyDL 的技術研發過程是順利的。

但是，技術層面的成功並不意味着商業推廣的成功。現階段，EasyDL 的進一步發展正受制於概念普及、商業推廣和應用技術開放等全技術生態打造落後的問題。

因此，儘管商業前景極為開闊，但是 EasyDL 能否成為 AI 行業平民化應用的領跑者仍不能確定，或許在其宏偉的願景下，受益的是一些有理想、有情懷的開發者，但是其是否真的能惠及平民，恐怕還待時間來驗證。