AI的商业化轨迹

丁海骜

“现在对于AI的应用，往往集中在语言识别、图像识别和自然语言处理三个方面，所以要判断一个产品或者解决方案是否真正用到了AI技术：首先就看里面有没有用到这三方面的相关技术；其次，就要看这一产品是否会随着数据的积累，算法会不会变得精确度更高。如果得到的都是肯定的答案，那说明这个产品是在应用AI技术正确的道路上。”陈冠诚，Testin云测公司CTO，日前受邀在TICA 2019 阿里巴巴质量创新大会主论坛发表了关于AI技术如何赋能自动化测试的演讲。在此之前几天，他在北京的办公室里接受笔者的专访。

AI应用新场景

实际上，目前整个IT产业都在强调AI的价值，以及发掘出各种不同的AI应用场景。两个月前，Testin云测——这是一家人工智能技术驱动的企业服务平台，为企业和开发者提供云测试服务、AI数据标注服务、安全服务及推广服务的公司——正式面向市场推出了一款全新AI测试产品iTestin，真正将AI技术应用于测试行业。这也是陈冠诚此次受邀参与大会演讲的主要原因。

“iTestin是一个商业化的产品，商业化产品如果没有给客户带来持续价值的话，是没有人会接受的。” 陈冠诚强调，AI的价值在于应用，而iTestin最大的价值在于，其一方面降低了测试工作的门槛，同时另一方面极大地提高了测试工作的效率。

在iTestin发布现场的功能演示过程中，利用 iTestin，测试人员只需要用自然语言即可实现测试编程：测试人员只需输入点击、等待、检查、长按、輸入等自然语言的文字描述，后台的AI就能准确实时地在真机上进行完整无误的操作和相关指令，完成测试操作。例如，测试人员只需要输入“点击搜索”的中文指令，iTestin 就能自动在APP当前页面中检测并识别出“搜索”图标，并完成该图标的点击操作——这与传统的测试脚本需要大量的人工介入，通过手工框选目标控件来实现脚本录制和维护相比，对于处在“数字化转型”关键节点、希望通过开发移动互联网应用优化业务流程的企业级用户，显然具有很大的吸引力。

“我们客户给了一个最真实的反馈：他说用传统的控件方式测试，写一个测试脚本可能需要一个小时，但因为涉及到跨平台应用，因此调试需要用6、7个小时；但是通过使用iTestin，由于其使用UI界面截图的OCR和图标识别技术，使得不同平台可以使用同一套UI进行测试，因此测试脚本的跨平台应用成为可能，因此写完脚本根本不需要再花费大量时间做跨平台调试。”陈冠诚说。

来自垂直领域的AI应用优势

任何一项IT趋势从来都不是技术本身，更多地，是如何能够迅速从技术到商业化、市场化、产品化，并在这一过程中，惠及更多的用户。

如果要绘制一个与AI相关的“技术/商业”地图，那么横向看，就有算法、算力和数据三大要素；而纵向众多的参与者，则可以根据背景的不同，大致分为三类：一类是谷歌、IBM这类的新兴或者传统的IT巨头，他们已经确认AI是未来的趋势，因此对于AI技术的研发投入了非常大的关注；第二类是新兴的人工智能创业公司，这类公司往往在资本和技术的双重推动下，都会很快成为行业的独角兽；第三类就是垂直领域的参与者，这类企业往往在行业深耕数年，自身有明确的优势业务，他们希望通过将AI技术率先在行业落地，为客户带来更大的价值，成为引领行业的创新者并获得更多面向未来竞争环境的能力。

陈冠诚认为，作为一家从现实业务出发开发AI应用的企业，在数据和人才两个方面，Testin云测都有其他企业无可比拟的优势。

“基于深度学习的AI，都会遇到识别对象的数据本身不在训练数据集的范围之内而导致的整个识别失效，所有的应用都存在所谓的长尾场景或者没有覆盖到那种场景，因此没有哪一个AI应用的厂商敢保证自己的识别率是100%，因为它本身是一个大数据的概率问题，所以只能不停地通过新场景下的数据添加，增加产品的适应性。”陈冠诚强调在现实应用层面，AI是否能够给出准确的结果，核心是数据。从这一点上来说，开创云测试领域并深耕8年的Testin云测具有明显的行业经验，及更多的有效数据：“在测试这个行业，Testin云测还构建了测试业界最大规模的千万级数据集用于模型训练。”

而对于人才，陈冠诚认为公司的优势分成两个层次：一方面，投入AI研发的专业技术人员，往往专注于解决一个垂直应用场景的AI应用问题，因此与泛应用场景研发的机构相比，不仅人数、行业经验和知识都占有优势，而且专注度更高；另一方面，对于企业级市场，将AI融入到具体的业务场景当中，更容易与用户形成“正向的循环”，从而在研发企业中完成销售、运营、技术三者之间更高效迭代：“服务的客户多了，自然就会遇到各种各样的场景，所以你的算法自然就会更好，产品的适用性、通用性必然会更高。”

陈冠诚强调：任何一个商业上的成功，或者一种竞争优势的建立，都不能仅仅依靠技术本身来实现，在现实的业务当中与用户形成更良性的互动，从而带动产品和技术的正向迭代，才是保持优势的本质。

写在最后

如果以自动驾驶的L2、L3、L4层级划分作为参照物，陈冠诚认为目前应用于各种场景当中的AI技术，其最大的价值在于“推动技术边界的扩展”，即让AI技术能够更大程度代替人类的重复性工作。在他的认识当中，测试的全流程实际包括三个阶段：首先是规划测试流程和计划；第二是执行测试；第三是分析测试结果，而目前Testin云测的OCR、文字识别、图标识别，其实也只做了第二阶段的一部分工作。“未来可能最智能的级别，是你给系统一个应用，人什么都不需要做，AI会自动写用例，然后自动去执行用例，然后自动分析数据，并给出最终的一个结果。”

然而很多时候，对于整个人类社会来讲，或许技术本身最终具体发展到怎样的程度，已经不那么重要了。重要的是，在技术发展的过程当中，通过与业务逻辑、行业知识的不断融合，以及商业化、市场化和产品化，最终为企业用户带来业务模式和商业逻辑的优化，才是真正推动社会进步的原因，这也是本轮包括AI技术在内的新兴IT技术，能够给予现在和未来的最大价值。