每个手工作坊都值得被AI取代

在近年的疫情防控工作中，多地通过前端移动设备、安防设备的信息采集、城市大脑的大数据分析、研判，构建起了全方位的疫情防控体系。

可以说，新一代信息技术的广泛应用，是疫情防控、民生保障的基础能力之一，但在疫情的压力测试下，也暴露出智慧城市建设过程中的一些短板。

目前，应急防控的痛点，在于信息不互通、数据反复统计、缺乏实时数据、难以快速研判。基层治理信息化和资源协同管理迟滞的本质，在于大量应急防控仍停留在“手工作坊”时代。

鉴于此情况，通过多项智能化技术，快速提升基层治理信息化能力和资源协同管理，成为了智慧城市应急防控模块建设的重中之重。应急防控模块向数字化转型，意味着大量AI技术需要承接需求，但AI技术与方案往往需要定制，导致项目迁移性差、交付效率低的情况。

在机遇和挑战并存的时代下，AI企业如果可以建立成本及全栈技术的护城河，并通过操作系统对技术、方案加以沉淀，提高生产效率、解决场景碎片化问题，有望实现AI行业的再一次“革命”，并受益于规模效应带来的先发优势，将人工智能覆盖到更多中长尾场景与行业中去。

技术整合为底座，解决应急防控难题

通过对平台研发的持续性投入，应急防控项目的交付和部署，正在经历从“小作坊”到工业化生产的大转变。

在病毒不断变异的情况下，采用AI技术具备高效率优势，在突发情况下准确把握疫情动态走势，可以因时、应势采取防控策略，将单一功能的疫情防控系统，进化为针对多种高传染性类疾病的应急疾控平台，成为智慧城市中不可或缺的模块。

云从科技基于人机协同操作系统，推出了针对高传染性类疾病的智慧应急防控平台，通过AI技术驱动智慧防疫管理机制的革新，为核酸检测、监测分析、流调转运、防控救治、资源调配等疫情防控提供高效服务。

这套系统的核心是解决信息不互通、数据反复统计、缺乏实时数据、难以快速研判的难题，助力实现“四清”（人数清、人头清、位置清、状态清），高水平构建整体智治、适应多病种的常态化疫情防控体系。

整体而言，云从应急防控平台能够实现三大价值：

1.物理世界数字化。对于隔离场所等场景，通过模型将物理世界映射到虚拟数字世界中, 以构建物理世界与虚拟数字世界的桥梁。平台传感器实时产生数据，AI平台对这些数据进行分析，并结合经验知识来实现主动异常检测、预测性维护，比如对医患人员的动作行为分析，从而帮助防疫部门做出更准确的预测、合理的决策。

2.知识生成与服务。作为人机协同的中枢，知识生成与服务可实现数据到知识的萃取，底层融合知识图谱技术、机器学习算法以及行业专家的业务知识，并结合推理、决策引擎，形成感知、认知、决策闭环。通过对防疫方法的不断学习优化理解，最终服务于业务流程的处理。

3.陪伴执行。通过各种自动化流程，提升集成人员、台账的书写能力，减少手工填写，并且能够通过数据分析，自动部署到推理引擎实现模型的运算推理，决策引擎提供多种类型的业务规则配置，对各类事件实现自动化的处理，以AI精灵的形式服务于防控，并且可以根据特殊防疫防控任务进行方案制定和建议。

当然，想要实现上述价值，需要企业对多项技术进行有效整合，而云从科技拥有的全链技术能力，能够通过深化全链技术与AI平台，其护城河以及稳定性更高，产品打磨及通用性可以快速形成。基于操作系统整合技术能力与解决方案，可搭建起规模高效的AI生产线，从根本上提升了效率。据了解，应用AI生产线后，可以实现项目人数占用减少70%，完成时间缩短90%。

高生产效率、高技术整合能力的AI流水生产线解决项目碎片化、交付效率低痛点

移动三浪的启迪：人机协同操作系统是核心

在人工智能领域，早期人工智能技术红利来源于人脸识别或语音识别等单点技术，随着智能化场景的扩展与深入，单点技术逐渐无法满足建设需求。

平台建设需要从单点技术向多点技术闭环，才能满足更多场景建设需求，支撑智能化解决方案和产品，形成良好的用户体验。

也正因如此，过去传统AI应用在中长尾需求中暴露众多短板，而软件的发展与加速似乎在告诉产业上下游，人机协同操作系统是绝对的核心，这在智慧应急防控平台的应用中已经得到极为充分的论证。

我们从移动通讯发展三浪得到的启迪也昭示着，产业最终会以操作系统等平台为核心分别将软件硬件解耦，各自形成生态。

如果说人工智能的目标是打造一个像“人”一样，具备“躯干四肢”、“大脑神经”的机器人。那么“躯干四肢”是5G网络、摄像机、芯片等硬件基础设施，最重要的“神经”和“大脑”则是软件和操作系统。可以预见，在AI的角力场上，操作系统平台的生态化将成为行业聚焦的重心。

移动三浪趋势

人工智能三浪带来新市场

后移动三浪的大背景下，人工智能发展也正迎来三浪：第一浪以单点技术为主，第二浪以技术闭环与AI工程化为主，第三浪以平台生态化为主。

第三浪会将流量重构，人机协同操作系统会开放给所有软件产商，在人工智能技术闭环的支持下产生全新交互方式与入口，同时引领上游和下游构建生态。

云从科技人机协同操作系统的核心是技术整合能力与规模化的高效AI生产力。算法工厂提供100余项全系列基于深度学习的AI能力，如计算机视觉分析(人脸、人体、车辆、场景、行为、表情、活体等)、语音识别、NLP自然语言处理等。

人机协同操作系统（CWOS）功能板块

云从科技通过人机协同操作系统提升AI商业化落地整条路径的效率，在多个行业及场景中实现了降本增效。

具体而言，AI在商业化落地有模型生产、业务算子编排优化、应用系统集成、自学习持续提升四个阶段。云从科技通过对全流程每个环节的打磨和优化，最终使AI商业化落地在效率方面相比2020年提升了10倍以上，在成本方面相比2020年下降3倍以上。

AI行业的发展特征之一是规模化效应，想要构建技术与行业壁垒，企业需要具备持续的生命力，同时，多点技术闭环与灵活快速的AI应用生产、部署能力也要求企业具备深耕行业的经验与较强的技术协同能力。

通过多年技术积累和多元业务深耕，云从科技逐步建立品牌优势，扎入金融、治理（数字新基建）、出行等细分领域，其中智慧金融领域已覆盖包括六大国有银行在内的超过100家金融机构，智慧治理领域已服务于全国30个省级行政区政法、学校、景区等多类型应用场景，智慧出行领域已在包括中国十大机场在内的上百座民用枢纽机场部署上线，智慧城市领域已在广州、四川、湖南等多地建设“数字基座”标杆项目，沉淀了丰富的项目经验。

通过为垂直领域头部客户赋能，云从科技产品不断吸收行业知识和专家经验，沉淀标准化技术与方案能力到人机协同操作系统中，快速覆盖中长尾应用场景，满足当下与未来的可持续商业发展。

云从科技第二增长曲线

而在人机协同操作系统的助推下，未来云从科技战略路径将形成两条业务增长曲线，包括大客户战略和标准产品战略，不断产生新的收入增长因子。

作为AI领域为数不多的平台型企业，云从科技通过操作系统和算法工厂解决场景碎片化的问题，逐渐建立起行业壁垒，有望在未来竞争中占领高地。