目前，隨著GPU和CPU集群的出現(xiàn)，云端的計算資源已經慢慢不再是人工智能的發(fā)展瓶頸。而人工智能算法模型的進一步豐富和改進以及本地化人工智能的實現(xiàn)成為了人工智能新的主要發(fā)展方向。從人工智能的整個發(fā)展歷程來看，按照應用場景和人工智能資源的集中度，可以大致分成三個階段。.階段：實驗室研究階段，這一階段的人工智能資源高度集中。人工智能在2011年前的發(fā)展大致還處于實證研究階段，資源高度集中在.或大學資助的研究機構中，用于算法模型的訓練和研究，人工智能還只能為極少數(shù)人接觸到。這一階段大量的工作除了在算法模型本身的研究外，還包括建立計算能力本身。第二階段：企業(yè)應用階段，這一階段的人工智能資源被少部分科技巨頭掌握。在人工智能表現(xiàn)出一定的實際應用價值后，科技巨頭們一擁而上，紛紛希望在這個領域取得突破。在少部分核心企業(yè)掌握了大規(guī)模的人工智能資源以后，其它小規(guī)模的企業(yè)一般會利用這些核心企業(yè)提供的人工智能資源接口和其支持的人工智能應用為自身的發(fā)展提供服務。由于掌握大規(guī)模的計算資源是這一模式的前提，因此這一階段人工智能資源的集中度仍然非常高，而這將是人工智能在企業(yè)場景下的主要應用形式，即集中計算，分布使用。第三步：個人應用階段，這一階段的人工智能資源被分散到個人手中。顯然，依賴于云端大規(guī)模計算資源的人工智能算法限制著人工智能在消費者場景的應用，因為集中式計算意味著巨量的網絡資源消耗，

美家買菜系統(tǒng)開發(fā)找（魯杰：可微電），美家買菜平臺開發(fā)，美家買菜軟件開發(fā)，美家買菜平臺開發(fā)，美家買菜模式開發(fā),美家買菜系統(tǒng)源碼開發(fā)，美家買菜系統(tǒng)APP開發(fā)，美家買菜系統(tǒng)開發(fā)方案，app、系統(tǒng)、平臺定制開發(fā)

一、美家買菜系統(tǒng)社區(qū)團購的商業(yè)模式為：以社區(qū)為單位，由寶媽或店主成為團長，在線上借助**群、小程序等組織社區(qū)居民拼團，線下完成交付。當日線上下單，次日社區(qū)內自提。由平臺提供采購、物流倉儲及**支持。

不同于其他社區(qū)團購企業(yè)的是，美家買菜的平臺業(yè)務并不局限在社區(qū)拼團的概念上，而是在社區(qū)團購的基礎上進行模式復制，開拓出了學生團和白領團業(yè)務，面向大學生和上班族群體。北京地區(qū)的中關村、回龍觀、西直門等地都是美家買菜的模式試驗地。

打好基礎

美家優(yōu)享系統(tǒng)社區(qū)團購的基礎，當然是平臺自身的運營效率與供應商的整合管理。

平臺管理方面，我們的系統(tǒng)提供專業(yè)管理后臺，一站化進行商品、小商品、會員、訂單、團長、供應商、售后及傭金等平臺運營過程中涉及的所有模塊的管理。商家也可以在后臺查看平臺運營數(shù)據(jù)，實現(xiàn).營銷。

對于供應商的工作內容，我們的系統(tǒng)為商家的供應商提供了專門的后臺系統(tǒng)。供應商可以通過后臺，自己管理訂單貨品、安排配送或上商品，有助于商家進行多供應商的管理與整合。

開拓市場

夯實平臺的運營與供應鏈基礎后，便可以正式開始拓展市場。在社區(qū)團購平臺的發(fā)展過程中，團長、會員與訂單都是需要關注的重點。

對于團長的工作內容，我們的系統(tǒng)提供團長專用小程序，具備分銷二維碼、訂單查看、訂單管理、售后處理、傭金錢包等功能，*了團長工作量與管理難度，提高團長的工作效率與服務質量，有助于商家招募更多團長和更好開展業(yè)務。

在與消費者進行直接交互的商城小程序上，商家可以設置*拼團、優(yōu)惠券、限時限量等多種常用促銷手段，更有人性化的小商品推薦功能，充分挖掘訂單價值，刺激消費者購買欲望，實現(xiàn)利潤增長

并且因為網絡問題，難以在消費者應用場景中有穩(wěn)定的表現(xiàn)。因此，人工智能的本地化，也就是從集中走向分布(細化到智能手機、可穿戴設備等)實現(xiàn)將是人工智能在消費者場景中得到普及的關鍵一步。伴隨著人工智能的本地化實現(xiàn)，將使得人工智能真正延展到手持設備、家用電器、汽車等消費級應用。人工智能本地化實現(xiàn)的難點在于本地的計算能力在如今動輒幾個G的算法模型面前杯水車薪、無能為力。一部采用一般的CNN算法去處理一張200*200像素圖像的ImageNet千分類問題需要的時間是300毫秒，但這樣的處理速度對于用戶體驗來說是災難性的。要提高本地的圖像識別處理速度，目前能夠想到的途徑有三條：一是精簡算法模型，根據(jù)實際的場景適配需要的精度，讓模型盡可能簡化，二是提升CPU的計算能力。目前的智能手機CPU已經在20nm制程以下，按照傳統(tǒng)路線，CPU提升的極限可能在7-10nm，這其實非常有限。而且，大功耗也是一般移動設備難以承受的，因此只有為人工智能算法模型重新開發(fā)專門的芯片才有可能滿足本地的計算要求。從這個角度來看，人工智能在消費者場景實現(xiàn)的關鍵是對算法模型優(yōu)化和用戶場景的綜合理解，以及底層硬件的設計制造。而人工智能的企業(yè)應用則會是巨頭們的游戲。人工智能產業(yè)主要由底層可應用技術(圖像識別、語音識別、自然語言處理、硬件技術等)、計算資源(大規(guī)模GPU集群)、基礎數(shù)據(jù)服務，以及企業(yè)/政府/消費者應用組成。遵循產業(yè)的一般發(fā)展規(guī)律，人工智能的發(fā)展路徑仍然是從底層可應用技術的成熟開始，再到商業(yè)化計算資源、數(shù)據(jù)服務等基礎設施的完善，.后形成企業(yè)和消費者應用的繁榮