华为与云化能源科技联合发布加油站AI无感支付解决方案
瓦特在发明蒸汽机时，初衷只是想发明个新动力装置，可结果却是引发了第一次工业革命，成为人类社会进化和文明进步的关键推动力。如今我们已经进入了数字化、智能化社会，但是依然有很多传统领域和行业，欠缺帮助他们进入到智能时代的高性价比一揽子解决方案。
9月23日，华为在HUAWEICONNECT 2020期间，华为与云化能源科技有限公司联合发布了加油站AI无感支付解决方案，为智慧算力赋能传统行业转型提供了全新的模板。
为什么加油行业智慧化势在必行？
相信大家都有过开车去加油的经历，尽管如今的加油站已经基本完成信息化建设，站内的也竖起了各类屏幕，但实际体验还是有很多改进空间。为了保证消防安全，加油站明令禁止在车内使用手机扫码支付，如果想手机支付需要专门下车去指定地点。
加油行业在数字化转型的过程中，由于缺失系统的智慧化解决方案，所以目前仅实现了业务层面的数字化，对消费者的体验提升并不明显。不仅车主开车到站时，无法主动得知车主是谁，也没有利用交易形成数据池，无法支撑用户服务的优化和提升，更别提利用数据进行个性化服务和营销了。天然拥有庞大潜在客流的加油站，在当前的模式和体系下，无法实现油品与非油品销售的数据互促，难以形成互相支撑、互相促进的态势。
加油行业在燃油业务和缓发展的趋势下，非油业务要成为主力增长引擎，就必须实现数据的灵活运用，从而形成灵活、个性化的推广策略，实现千人千面的精准营销，增加用户留存率。可以说，加油站要持续发展，必须开足马力进行技术创新，提升效率，挖掘非油业务盈利点。
全场景AI：加油行业进化有了“新动力”
华为昇腾计算智能边缘解决方案总监吴浩在现场演讲中表示：“华为与云化能源发布的加油站AI无感支付解决方案，为加油支付业务提供了极大的便利。华为Atlas 500智能小站支持-40至70摄氏度环境温度稳定运行，可方便地部署在像加油站这样的边缘AI计算场景中，并提供强大的AI算力和实时视频分析能力，为边缘AI应用的稳定、高效运行提供了保障。”
华为联合云化能源科技共同推出的智慧加油解决方案，实现了真正的“AI无感加油”。用户只需一次注册，绑定车牌并开通免密授权，之后再开车进入加油站，系统将自动识别车辆信息，当车辆停靠到油机旁时，屏幕会自动展示车主预设的加油信息，即使油工忙碌，车主也可实现自助提枪加油，无需等待。即加即走，免密支付，大大缩减加油时间，提高效率。
这套系统基于华为Atlas500智能小站进行实现，可对所有入站车辆进行准确采集和分析，对进场车辆的车牌、车标、车型、颜色等特征信息进行识别，并智能化分析，可以把“车辆—车道—油枪”三者准确关联，从而实现加油、支付的自动化。同时，系统还可以对加油操作本身进行监控，出现油枪操作违规，或者疑似打电话、抽烟等危险行为，都可以分析预警和识别风险。
这种边缘AI计算场景，需要不间断的超强算力和易部署易维护特性。华为Atlas 500智能小站具有较小的体积，采用无风扇设计，就能提供超强的AI算力，实现车辆检测、行人检测、场景检测及行为分析等智能计算，具有强计算、易部署、小体积、低功耗、云协同等优点，可帮助传统业务实现全场景AI。
完善的信息采集和智能分析，不仅能改善加油体验，还能在营销等层面实现更多。比如，系统可以对进展车流情况进行统计，可以形成车辆数据热力分布，预测油站业务的波峰和波谷，从而可以预测排队时间，并可调整营销策略，让业务压力更为均衡。
同时，该系统的数据是全业务打通的，核心数据可共享，在掌握用户精确的画像和行为习惯后，在非油业务上也可以有更多创新，比如利用加油大屏，有针对性地推送符合用户个性和需求的非油业务产品，实现精准营销，提高到达率和销售转化率，从而实现业务之间的互相促进。
赋能更多传统行业，推动智慧化社会全面到来
在数字化转型的大潮中，有很多传统行业虽然“起个大早”，但至今依然在突破的边缘挣扎，皆因遭遇了诸多现实难点。比如智慧算力的稀缺和昂贵，智慧解决方案难以覆盖全场景，和传统业务结合较难，不易部署，难以协同和管理等。这些现实原因，导致巨大的生产力提升空间被压抑，市场潜力难以释放，甚至可能会让行业错失转型良机。
华为打造昇腾生态体系，专为AI普惠应用而生，让全栈全场景的AI应用有了坚实的算力基础。华为重视AI技术的普惠性，让先进技术和解决方案能以企业可以负担的成本去大规模部署。智慧加油站的实现，采用的是Atlas人工智能计算解决方案，该方案基于华为的昇腾AI生态构建，具备模块、板卡、小站、服务器、集群等丰富产品形态，是强大、灵活的AI基础设施，可覆盖云边端全场景。
AI在出现之初，纯粹只是用“计算机模拟人”的技术流，极少有能产生商业价值的案例，其初始推动者可能远未料到，AI发展至今，在众多行业应用落地后，有望成为引发新一轮技术革命的关键推动力。AI应用在加油站，赋能智慧加油，让传统加油业务重拾增速是例子之一。类似的传统行业，如金融、医疗、交通、制造等传统行业，同样拥有庞大的产业规模基数和亟待推动的智慧化需求，同样需要AI来获得新的动能。
