Insight Tech

2024 年巴黎奥运会和残奥会关注的焦点当然是运动员及其出色的表现和奉献精神。对于我们这些可能只是为了赶上公交车或电梯而拼命冲刺的人来说，这是一个难得的机会，可以让我们有机会追踪运动员挑战人类身体和意志极限的过程。今年夏天，一部分幸运的观众将莅临法国，亲眼目睹这一壮观场面；而其他人则将在家里通过电子设备关注这一盛况。

那么，哪些人负责让国外内观众都能获得流畅而丰富的赛事体验呢？其中一位是 英特尔的奥运会和残奥会项目主管 Sarah Vickers，她将带领我们领略技术提升赛事体验的过程——尤其是奥运会和残奥会。她将介绍英特尔在奥运会举行之前、期间和之后的幕后参与；数据在现场决策中的关键作用；并且 2024 年巴黎奥运会的经验不仅可以为 2028 年洛杉矶奥运会提供借鉴，还可以为其他类型的娱乐活动提供参考 （视频 1）。

视频 1。英特尔的奥运会和残奥会项目主管 Sarah Vickers 在此揭秘为奥运会提供支持的最新技术。（资料来源：insight.tech）

您能否向我们简单介绍一下英特尔对奥运会的参与情况？

这是地球上规模最大，也是最复杂的体育赛事，在全世界拥有数十亿的观众。因此，对于我们来说，这是一个非常令人兴奋的机会，主要是以可扩展的方式展示英特尔技术的领先地位。

我们考虑整合英特尔技术，以多种方式帮助奥运会取得成功。举办奥运会涉及非常复杂的运作——运动员、球迷和志愿者的运送，让人们从 A 点到达 B 点。这本身就很复杂，而在 17 天的时间里，要在如此众多的运动项目中完成这项工作，其复杂程度甚至更上一层楼。

除了出行便利之外，还有球迷的体验需要考虑，更多的是他们在奥运会之外花费的时间。体育本身提供了绝佳的娱乐，但在中间的这段时间呢。我们能做些什么来帮助球迷获得更好的体验？

还有就是为数十亿居家观看比赛的观众的转播体验，如果考虑到现在人们消费媒体的所有不同方式，这就变得更加复杂。因此，我们与奥林匹克广播服务公司合作，利用英特尔技术和应用程序提供卓越的体验。

英特尔技术在 2024 年巴黎奥运会幕后是如何应用的？

我们在数年前就已经开始与国际奥林匹克委员会（IOC）、国际残疾人奥林匹克委员会以及具体的组委会（这里指的是巴黎 2024 赛事组委会）合作。我们需要真正了解正在解决的问题。此外，我们如何才能在过去所做工作的基础上做得更好？因此，我们采用了 2020 年东京奥运会的解决方案并对其进行了改进。那么，自上届奥运会以来，又出现了哪些新的挑战？

奥运会也是展示英特尔“人工智能无处不在”理念的绝佳场所，英特尔人工智能平台有机会改变很多事情。其中一个很好的例子就是数字孪生，通过所有赛事场馆的数字孪生，以三维方式了解这些场馆在奥运会期间的情况。

如果考虑到广播公司，他们确实需要了解摄像机的位置，以及不同情况对摄像机位置的影响。如果考虑到从奥运会到残奥会的过渡，运动员的无障碍环境等方面需要作出诸多改变。数字孪生使提前做好这些事情成为可能，而不是在事情发生后才发现某些解决方案实际上行不通。此外，还可以减少出行次数，因为你可以随时随地在个人电脑上使用数字孪生。

我们从运营角度提供帮助的另一个用例是理解数据。奥运会有很多幕后人员——现场媒体、所有工作人员——因此我们正在帮助国际奥委会和 2024 年巴黎奥运会了解人员流动情况，以便为他们优化设施。这可能关系到场馆的适当使用水平，关系到确保现场观众进出正确的入口和出口，并切实利用这些数据做出实时决策。这也将对下一届奥运会助益颇多，因为团队将获得一组基础数据来帮助他们针对复杂的情况建模和规划。

最后一个示例涉及的是运动员。奥运会是运动员的高光时刻；对他们中的一些人来说，这是他们职业生涯中最辉煌的时刻。我们需要做的是对他们来说一切尽可能都变得简单，这样运动员就可以专注于自己的表现，而不用考虑影响他们 取得 好成绩的因素——食物、旅行和住宿。

因此，在这届奥运会上，我们采用了基于英特尔人工智能技术的聊天机器人。运动员可就日常生活（如饮食、旅行和住宿）提出问题并获得对话式回答。随着我们得到更多的答案并了解哪些举措有效，聊天机器人将持续变得更加智能。我认为对于巴黎奥运会的参赛运动员来说，这完全是焕然一新的体验。

请向我们介绍一下贵公司参与奥运会和残奥会的过程。

我们首先要问以下几个问题：“需要交付的成果是什么？我们要解决什么样的问题？我们在担心什么？”我们对每届奥运会都有一系列的期望，但对于我们要做的与上届不同的事情也有着一系列期望。

接下来我们会进行评估，并提出问题：“英特尔技术能提供哪些帮助？”我们与许多合作伙伴密切合作，试图找出这个问题的答案。然后，我们制定解决方案路线图。其中一些解决方案是提前交付的：比如数字孪生。数字孪生的好处并不体现在奥运会期间，而是在奥运会举行前的数月。然后还有其他明显 是 针对奥运会举办期间的解决方案。希望在奥运会本身期间一切都能顺利，我们可以尽情享受奥运会并看到我们的技术大放异彩。当然，我们也安排了工作人员在现场确保一切顺利进行，不出任何差错。

奥运会结束后，你们接下来会怎么做？

奥运会涉及大量数据，是吧？所有这些内容，各式各样——转播数据，任何精彩瞬间。然后还有我们帮助国际奥委会收集的一切数据，用于以了解人员流动等情况。正如我之前提到的，这些数据肯定会被用于创建模型，以帮助规划下一届奥运会以及其他类型的娱乐活动。

我们正在研究的一个非常有趣的赛后用例是与奥林匹克广播服务公司合作，利用人工智能平台制作奥运会的精彩片段。我们将能够制作出以前不可能制作出来的精彩瞬间，因为以前都是数量有限的几个人来制作。

但是，如果考虑到现在的广播的观看方式，观众的期望会更高，他们现在想要的是更加个性化的东西。本届奥运会有 206 个不同的国家和地区参加，涉及多种语言和众多体育项目。少数大国历来主导着赛事精彩瞬间的播出，某些体育项目在这些国家非常重要，而在其他国家则根本不重要。

因此，人工智能精彩瞬间能做的就是生成真正面向世界各地观众定制的集锦。随着时间的推移，这些模型也会不断学习，变得更加智能，这样球迷们就能获得更好、更个性化的精彩瞬间集锦。

英特尔用于奥运会的技术能否应用于其他领域？

英特尔在奥运会上的几乎每一个应用都可以在其他赛事上使用，但也可以在体育以外的领域使用。我们思考问题的方式是：“如何才能展现我们的能力？”然后是：“如何进行扩展？”

其中一个案例是人工智能平台的非常有趣的应用，称作“AI 天赋识别”。它利用人工智能进行生物力学分析，帮助体育迷了解自己最适合哪项奥运运动。体育迷做一些有趣的练习，英特尔对这些数据进行整合，然后得到结果。但是，如果考虑到生物力学分析的作用，这种应用就能以各种方式改善人们的生活——物理治疗、职业健康。再看看数字孪生：你会在制造业和城市中发现很多的应用场景。这取决于目标，但这些类型的技术肯定能使许多结果受益。

在奥运会期间，英特尔的合作伙伴关系和生态系统的价值是什么？

奥运会将是一场大型的盛会，在这个后疫情时代，我想我们都很高兴看到奥运会重现昔日的辉煌。这一设想令人兴奋，但显然也非常复杂。巴黎即使 不 举办奥运会或残奥会也会是一座庞大、复杂的城市，因此要将这一切整合在一起是非常困难的。

此外，人工智能——以及一般意义上的技术——变得越来越智能并成为主流，这也影响了人们对它的期望。但我们可以利用它产生的所有数据来构建复杂而有趣的模型——计算现在已成为可能——英特尔将在整个奥运会期间推动大量不同的人工智能应用。

但英特尔不会单打独斗，强大的合作伙伴关系至关重要。我们确实在努力了解最佳解决方案是什么，然后与适当的生态系统合作来帮助实现它——其他顶级奥运合作伙伴以及地方层面的合作伙伴。通过与这些值得信赖的合作伙伴合作，英特尔可以帮助开发解决方案，确保举办一届精彩的奥运会。我们非常高兴能成为国际奥林匹克委员会和国际残疾人奥林匹克委员会的合作伙伴，帮助举办一届迄今为止最好的奥运会。

相关内容

要了解更多有关技术助力赛事体验的信息，请收听 改变游戏规则的技术助力赛事体验更上一层楼。有关英特尔的最新创新，请在 Twitter 上关注 @Intel 和 LinkedIn。

 

本文由文案编辑 Erin Noble 编辑。

自助结账似乎是不错的主意：超市和便利店顾客无需排队，便可以扫描并支付购买的商品然后离开，让员工可以有时间做其他工作。但现实并不总是如此。自助结账的队伍长度常常超过人工结账的队伍。顾客比经验丰富的收银员需要更长时间结账，可能会有疑惑或出错，需要等待帮助。对于零售商来说，“缩水”是一个主要痛点。

有些门店已开始尝试采用自动（无收银员）支付系统，但这些门店只提供有限的产品，且需要大量技术投资。

由门店人员支持的计算机视觉辅助结账服务，可为零售商及顾客提供令人愉悦的媒介。它快速、准确，无需逐个扫描，且商店可以保留“微笑服务”的传统，吸引回头客。

更流畅的零售结账解决方案

零售商与顾客一样受到服务延迟的困扰，但是长期劳动力短缺和上涨的工资让它们无法雇用更多员工，RadiusAI 的总裁兼联合创始人 Aykut Dengi 说道。这是一家计算机视觉公司，致力于为零售商提供 AI 技术解决方案。

为了更好地处理等待时间，零售商开始计算顾客从站到结账台开始到完成交易所需的时间。数字并不令人满意。

“他们问我们是否能提供技术来解决这个问题。所以我们创造了 ShopAssist，” Dengi 说。ShopAssist 用计算机视觉摄像头代替收银台扫描仪，这种扫描仪的工作速度快得多，而且不太需要顾客或收银员介入。

使用 ShopAssist，顾客可以将一篮子货物卸载到柜台上。摄像头在一秒内就能识别里面的每一件物品。顾客和收银员屏幕上都会显示物品清单，显示价格、产品图像和总价。顾客可以自行完成交易。如果他们想用优惠券或购买需要身份证的商品，ShopAssist 会立即通知收银员提供帮助。与传统收银员结账一样，收银员与顾客之间的互动是通过 ShopAssist 面对面进行的。这为顾客和员工都提供了很好的体验。

除了加速交易之外，计算机视觉系统还有助于防止缩水，这是零售商日益普遍的问题，特别是在使用自助结账时。例如，一个人可以从廉价的商品上取下条码贴纸，将其放在更贵的产品上。这种技巧不能骗过 ShopAssist，因为它虽然也扫描条码，但是更依赖产品的图像 – 就像真人一样。计算机视觉可以防止顾客少刷或错刷物品。

优化零售库存管理

缩水率和扫描错误不仅会让零售商降低收入，也会导致库存追踪不正确。没有条码的产品，例如食品服务商品，尤其容易出问题。例如，一些商店可能会提供不同的烤物，如热狗、炸玉米饼和卷饼。这些商品的价格很可能各不相同，如果不能向顾客准确收费并核算，商店会失去利润，库存也会不准确。例如，饮料机也会因为顾客使用汽水杯喝咖啡而出现问题。

因为便利店希望提升其商品的受欢迎程度，新鲜度和供货量是很重要的。“熟食是便利店持续增长的利润来源，但如果你煮错了食物，很多最终会被浪费，” Dengi 说。“ShopAssist 可以准确识别物品，从而减少食物浪费，并有助于提升利润。”

与其他限制所售产品种类的技术相比，ShopAssist 在产品跟踪方面的灵活性使商家能够提供更多样的商品。自主结账也会限制产品的显示方式，而且安装起来既复杂又昂贵。“在每个货架上放置摄像头是一笔巨大的费用，” Dengi 表示。

ShopAssist 软件平台依赖英特尔处理器的性能执行视觉任务，并采用英特尔的 GPU 进行更快速的推理——帮助更快识别更多种类的商品，包括系统之前从未见过的物品。对于零售商而言，尝试新产品十分重要。“通常一家商店一周会引进一百种新商品，经常会包括当地或特别供应商以及老家特供的产品，” Dengi 说。“ShopAssist 可以轻松捕获尚未引入销售点系统的产品的新图像，并将其整合到整个企业中，从而节省时间和费用。”

产品首次推出时，摄像头除了捕捉图像外还会读取条码，而技术会将两者关联到一起。RadiusAI 使用英特尔^® OpenVINO^™ 工具套件持续优化 ShopAssist 流程，包括产品识别。

RadiusAI 还与零售商和系统集成商合作，为个人需求定制 ShopAssist 硬件或软件。例如，除了支持计算机视觉之外，英特尔处理器还可用于运行商店中的其他设备。

“零售商正更多地采用边缘解决方案，而且他们对英特尔硬件也十分熟悉，” Dengi 说。“例如，他们可以从使用 ShopAssist 系统开始进行结账，稍后再决定在同一台计算机上管理他们的烤箱。”

加入名为 ShopAssist Pulse 的 RadiusAI 解决方案，零售商可以利用商店里现有的摄像头扩大辅助结账、库存管理和熟食运营的能力。

“如果有人拿起两片披萨放入同一个盒子中，或是在购物时吃掉了其中一片，系统可能会识别这位顾客并准确地收取两片披萨的费用。它还可以通知员工，采用非对抗式的防丢失策略。他们还可能希望将另一个披萨放入烤箱中，因为午餐时间很短，” Dengi 表示。

保留社交体验

顾客虽然喜欢快速交易，但他们也重视客户服务和人际互动，而自主结账的方式往往缺乏这些要素。“人们去商店不仅是为了购物，他们还想和员工聊天。这是一种社交体验，” Dengi 说。许多自助结账系统通常离商店员工很远。这会导致预防损失的措施增加，交易时间拉长，和客户满意度问题。

未来，零售技术本身可能会变得更加个性化。例如，RadiusAI 正与 CPG 公司合作，创建基于客户订单的现场生成式 AI 促销活动。“最好的技术是顾客和员工都看不到的技术，” Dengi 说。“正确实施 #计算机视觉，员工便可以在需要时提供帮助，而不会产生重大开销。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。

从堂食餐厅到外卖快餐店和工作场所的食堂，顾客不仅希望能够品尝到美味的食物，而且希望能够获得快速、便捷的体验。与此同时，食品服务行业也在追求更高效的运营、更准确的库存管理以及更强的盈利能力。

为了保持领先地位，大型食品零售商开始依赖边缘 AI 和计算机视觉等变革性的技术。使用这些技术驱动的平台，零售商能够从耗时的传统结账方式转变为客户所需的高效自助服务。此外，它们还提供宝贵的数据，有助于了解客户偏好，最大限度地减少资源浪费、库存短缺和业绩不佳的情况。

上海凯景信息技术有限公司是一家领先的 IT 解决方案提供商，开发了 AI 驱动的自动结账服务，旨在应对食品服务方面的挑战，满足新的客户需求并创造新的机遇。

工作场所的食品服务零售转型

我们以连锁快餐店 (QSR)—老乡鸡餐饮股份有限公司为例。该公司在中国各地拥有超过 2,000 家门店。这家餐饮公司的目标是通过以下措施解决一系列挑战，例如跟踪所有门店的业绩并最大限度地利用资源：

管理大规模运营：首要任务是在不影响服务质量的前提下全面掌握所有门店的运营情况。该公司制定了大规模扩张计划（扩张至 10,000 家门店），需要在实现巨大增长的同时确保整体运营继续平稳进行。

增强盈利能力：由于食物和租金成本高，快餐店的利润率通常较低。但他们最大的支出是员工支出，占每月成本的 30%。随着门店数量的增加，食品浪费导致利润率逐渐降低。

改善顾客体验：快餐店面临的一大挑战是所有门店保持一致的业绩，而快速扩张使得这个问题更加严重。无论顾客在哪里用餐，老乡鸡都需要保证每家门店提供统一的良好体验。为了保持良好的品牌声誉，该公司需要解决服务速度慢、排队时间长、食品质量不稳定和场地不卫生等问题。

提高运营透明度：该公司希望更深入地了解门店业绩，查明业绩最佳和最低的员工。通过这些信息，管理层将能够确定哪些因素对业绩产生了积极影响，并实施纠正措施。该措施面临的障碍在于，他们使用的是过时、效率低下的人工方法，因此几乎无法大规模开展。

显而易见，老香鸡需要采用上海凯景的食堂解决方案，这是一个 AI 驱动的自动结账服务端到端数字化零售平台。该平台为产品识别和重量测量、计价、面部识别、支付、数据分析、综合系统管理等应用提供支持 AI 和计算机视觉的功能模块。

由于食品服务地点的物理布局和产品各不相同，因此 POS 站有三种形式：台式一体机、柜式结账台和立式结账台，为老乡鸡等食品零售商提供了灵活性，可满足每家门店的需求（图 1）。

餐厅中的 AI 提供可衡量的成果

与上海凯景合作，老乡鸡取得了显著成果，包括能够：

• 通过实时产品 SKU 识别和交易账单生成，减少人工结账任务的必要并缩短客户结账时间。
• 通过分析客流模式预测高峰就餐时间，使管理人员能够掌握流量趋势，主动为客流过大或过小时段做好准备，并做出明智的运营和资源调整决策。
• 通过有效的库存管理，确保门店根据准确的消费模式预测优化库存水平，最大限度地减少食物浪费。
• 利用 AI 和计算机视觉 AI 驱动的分析，改进与食品质量、厨房卫生和安全合规相关的标准操作程序。
• 通过深入了解各个门店的业绩指标，查明运营中的薄弱环节，以便重点进行必要的调整并及时解决问题，从而加强管理。

上海凯景的首席技术官 Zhengting He 表示：“总体而言，我们的平台使老乡鸡能够实施战略性决策，这推动了营收增长并改善了客户体验。”每家门店每月的人力成本减少 450 美元左右，结账效率提升高达 80%，避免了因排队时间长而造成的顾客流失。此外，该公司每天的销售额增长 10%，每家门店每年的利润增加 38,700 美元左右。

技术和工具为餐厅中的 AI 提供助力

为了提高食堂解决方案的平台性能，该公司采用了英特尔技术。英特尔^® 酷睿^™ 处理器和边缘 AI 技术提供近乎实时地识别 SKU 所需的性能，准确率高达 99%。Zhengting He 表示：“我们的测试表明，在这种性能水平和准确率下，平均结账时间低至三秒。”利用先进的计算机视觉功能，英特尔^® OpenVINO^™ 工具套件优化了推理性能。

英特尔^® oneAPI Video Processing Library 也在食堂解决方案的视频分析功能中发挥了重要作用。例如，英特尔^® GPU 上的高级硬件和软件功能使 AI 驱动的质量和合规检查能够在非工作时间运行。

除了提供食堂解决方案等先进产品以外，上海凯景还提供其他服务，包括定制咨询、产品生命周期支持、CRM 和数据分析，帮助客户优化供应链并提高运营效率。

该公司可针对各种客户需求提供服务，确保客户实施可持续增长策略并遵守行业标准。上海凯景的首席营销官 John Yang 表示：“我们的主要客户正在快速扩张，我们相信这种趋势将继续下去。我们很高兴能够帮助老乡鸡等公司继续朝着目标努力，那就是为世界各地的人们提供品质优良、经济实惠的食品。”

 

本文由 insight.tech 的编辑副主管 Christina Cardoza 编辑。

无论目标是加快办公任务还是利用聊天机器人给客户留下深刻印象，当今的企业越来越渴望部署 AI 应用。

AI 应用一旦启动，就会极大地提升生产力。但创建这些应用可能会耗费大量时间，特别是生成式 AI 解决方案，由大型语言模型和图像识别系统驱动，需要进行大量的微调和测试。

现在，有更好的方法来实现 AI 解决方案。利用低代码平台，企业可以更快地开发定制 AI 应用。低代码应用更易于维护和定制，以适应未来的使用场景。

简化 AI 解决方案开发

在竞争激烈的 AI 应用领域，时间是一个关键因素，低代码 AI 平台开发商 Iterate.ai 的联合创始人、首席数字官兼首席技术官 Brian Sathianathan 这样表示。“许多公司都希望以创新的解决方案抢占市场先机。但这很难实现，因为他们的 IT 和科技团队已经非常忙碌”，他说。

Sathianathan 和他的同事创立了 Iterate，旨在简化 AI 应用构建流程，将开发时间从几个月缩短至几周。“平均来说，一个 AI 创意从概念变为现实的速度要快上八九倍”，Sathianathan 表示。“不复杂的 AI 解决方案的创建速度可以提升高达 17 倍。”

Iterate 通过为各种 AI 功能（例如聊天机器人、支付系统或图像识别）创建预先编写的代码块来节省时间。利用该公司的 Interplay 平台，开发人员可以将代码块拖放到自己的解决方案中。

“就像用卡车运来的零件建造一座豪宅一样”，Anton 说。“我们将整套厨房、卧室和浴室发给你，你可以非常快地将它们组装在一起。”代码块被组合成面向金融与保险、零售和汽车等行业的定制解决方案。

利用低代码平台节省时间

Interplay 的企业办公解决方案 GenPilot 使组织能够根据内部数据和文档构建自己的生成式 AI 大型语言模型 (LLM)。许多 LLM 专注于财务规划或物流管理等任务，GenPilot 允许公司选择其偏好的模型。虽然 ChatGPT 和 Microsoft Copilot 等公共 LLM 解决方案也可以用于生成式 AI 解决方案，但一些公司对将信息上传到这些平台仍犹豫不决。

“公共模型在多租户云环境中共享。我们提供一个安全的私有环境，各公司可以在本地运行其模型”，Sathianathan 表示。银行、保险公司和其他组织还可以制定符合不同地区数据管理规定的合规规则。

对于员工而言，GenPilot 可以跨数据库收集和解释文档，从而节省数小时的时间。例如，如果一名保险客户通过电子邮件向公司代表提出问题，但忘记提供保单号码，GenPilot 不仅会找到保单号码，还会确定保单如何适用于问题、客户为服务支付的金额以及变更是否会改变费用。然后，它会撰写回复给客户的电子邮件。

“它会用简明易懂的英语进行智能回复”，Sathianathan 说。公司可以设置规则来控制回复的语气和技术水平。

对于非结构化文档（如 PDF），员工可以使用另一个解决方案，Interplay OCR Reader。该应用程序可以将图像转换为机器可读的文本并启动工作流程。例如，当银行员工将客户的扫描文件上传到 OCR Reader 后，它会提取相关信息，并将其输入到贷款申请表中。

简化零售业 AI 管理

Iterate 最新的解决方案之一是 Interplay Drive-Thru，它可以构建语音聊天机器人，用于在繁忙的快餐店 (QSR) 接收客户订单和提供追加销售建议。

长期劳动力短缺问题往往使 QSR 员工身兼数职，不仅要包装食品、收款，还要为店内顾客以及得来速顾客提供服务。“聊天机器人能给他们多一些的喘息空间”，Sathianathan 说。订单处理速度更快，顾客的排队时间缩短，餐厅的吞吐量提升。

得来速餐厅和其他零售商可以通过 Interplay 的 LPR（车牌识别）解决方案加快支付速度。顾客需提供其车牌和信用卡的照片，这样只要他们到达参与的商家，就会被计算机视觉摄像头识别。Interplay LPR 符合 GDPR 和其他隐私法规，目前已部署在欧洲 1,000 多家加油站和便利店。

“它会自动为顾客打开油泵并收取油费。这些操作在 30 毫秒内完成”，Sathianathan 说。

Interplay 的 LLM 解决方案部署在英特尔^® 处理器上。对于企业来说，在高性能 CPU 上运行的应用程序要比那些还需要 GPU 的应用程序（许多 LLM 解决方案就是如此）更具成本效益。

“只使用 CPU 的系统每台机器的成本为 2,500 至 4,000 美元。同等的 GPU/CPU 组合为 8,000 至 12,000 美元”，Sathianathan 表示。零售 IT 团队也更熟悉标准操作系统，从而减少了培训时间。

部署低代码解决方案后，开发人员可以轻松地将相同的 Interplay 代码块移至新的解决方案，而无需整理数百万行代码来进行更改。此外，Interplay 的代码块使用英特尔^® OpenVINO^™ 工具套件，使开发人员能够更高效地优化其 AI 应用。“利用 OpenVINO，最多可以节省 350% 的计算能力。这是一个巨大的优势”，Sathianathan 说。

低代码 AI 解决方案的光明未来

当今的 AI 应用使各公司能以几年前无法想象的方式实现流程自动化，Sathianathan 表示。“AI 解决方案可以进行电话销售。它们可以生成法律文件，而传统上制作这些文件的成本非常高。”

利用低代码构建块，小型企业和大型企业都可以快速且经济地开发出类似的解决方案。这将有助于扩大 AI 应用的覆盖范围，并创造公平的竞争环境，Sathianathan 表示：“很快，你就会看到许多新的自动化功能被开发出来。初创公司将能够发挥出超越自身的实力，并且所有人的成本都将持续下降。”

 

本文由 insight.tech 的编辑主管 Georganne Benesch 编辑。