“人工智能(AI)技术应聚焦于帮助企业客户发现业务机会、获得洞察。”
13日,在首尔江西区LG科学园接受采访的LG CNS AI研究所所长李周烈(49岁,见图)表示:“目前AI技术主要聚焦于优化既有业务流程,但今后将转向企业活动的核心领域。”2006年入职的李所长自2019年起担任统管LG CNS AI技术研究的D&A研究所所长。
李所长表示:“与引入技术同样重要的是‘如何’引入”,“与其不加分辨地照搬AI技术,不如分析企业的痛点、找出最需要AI的最佳切入点,这一过程才能使引入效果最大化。”他指出,在创新浪潮中,企业无一例外地都在接受大数据与AI技术,但往往省略了对究竟要借此改造哪些领域的思考。
为此,LG CNS提出名为“AI Discovery”的项目。AI Discovery是在正式引入技术之前,与客户企业共处6周、分析业务流程、把握AI应用切入点并发掘新AI业务的项目。李所长表示:“彻底从客户视角出发,明确引入AI的目标与理由,某种意义上这一过程可能比引入技术本身更重要。”
以“如何”为重心的LG CNS数字化转型(DX)方向性,延伸为重视“贴近现场”的研究氛围。已成为当前AI技术主流的深度学习,关键在于以何种数据为原料。数据越贴近现实,所开发的AI算法在产品分类、缺陷检测等实务现场就越能发挥应有作用。尽管如此,一般研究过程中数据与现实脱节的情况仍然很多。李所长解释称:“由于DX业务属于企业间(B2B)业务,公司本身并不持有数据,但我们尽最大努力与客户一起在现场处理数据,以获取具有现场性的数据,这正是我们研究所的最大优势。”
作为需要从整体视角为企业客户设计AI转型的DX企业,必须始终站在AI领域的最前沿。LG CNS加上今年4月新设的语言AI Lab,共编制了包括“视觉AI Lab”“数据AI Lab”“AI工程Lab”在内的4个领域专业实验室,以提升各项技术的专业性。同时,在研究课题之下,各实验室人员灵活聚合与分散,从而确保技术间的整合性。在开发人员短缺持续的背景下,LG CNS以双轨方式推进人力供给。一方面把自2012年以来持续培养的大数据专家转型为AI专家,另一方面在关键岗位招聘新人力,目前约800名专业人才分布于研究所与业务组织。






