无AI，你也好意思说自己是做智慧商显设备的？

第四科技革命已呼啸而来，人工智能和机器学习无疑是此番科技革命中的重点，相关人才也是千金难求。只有全球顶尖的企业才有实力拥有人工智能和机器学习最拔尖的人才。但物联网时代，有AI人才缺口的不只是互联网企业，传统行业的智能化转型也急需引进AI人才。以商显行业为例，就需要大量的相关人才，才能实现商显终端的智慧化升级。

Boss

人脸识别这一块的专家找到了吗？不是交代你这个星期一定要招到人吗？人呢！

HR

老板，上周猎头介绍的一个吴博士，被鹅厂挖走啦！

这一幕已在很多企业上演，人才的缺口除了加紧培养之外，其实最切合实际的解决之道，就是技术共享，由有人工智能研发能力的企业开放AI人工智能技术，而普通企业只需要调用封装就可以根据自身需求为行业提供更丰富更智能的商用显示设备，所以，有调包侠就行了！

视美泰认为，普通企业不必过度把精力放到人工智能和机器学习的研究上，而该着力于熟悉不同算法的应用场景和掌握一些调参技巧。

1、有钱也招不到人

AI人才到底有多紧俏？打开招聘网站搜索“人工智能”或“机器学习”，会出现很多招聘岗位，大多开出了具有相当诱惑力的薪酬待遇。以机器学习方向的算法工程师为例，该职位大多在月薪2万元以上，标出年薪百万者也不在少数。但目前国内的供求比例仅为1：10，供需严重失衡。所以就算企业开出高价，未必能够招到合适的人。

2、蛋糕不同

理论模型和实际应用是两个领域，做理论研究的发力于突破，提出新的模型或者优化方法，做应用的致力于把模型应用于数据上，攫取商业价值。这两者并不存在利益上的冲突，理论研究先行，是领路人，但只有“调包”的人越来越多，商业化越来越广泛，这个行业才会繁荣，因为证明技术落了地，可以带来实际价值。

3、重复无意义

行业的发展趋势是降低工具的使用难度，国外的亚马逊、谷歌、微软等各大平台都开放了他们的机器学习工具，国内以视美泰为例，为了帮助更多商显企业应用AI技术，已开放了人工智能AIkit（软件开发包），通过提供人工智能的demo程序、文档教程加标准API接口，让所有拥有应用开发能力的用户，根据自身所处的行业沉淀和优势，调用这些共享的人工智能接口。封装大大降低了AI的使用门槛，推动了商显行业的智慧化升级。