作者：張發(fā)恩
人工智能風(fēng)風(fēng)雨雨60多年，經(jīng)歷過(guò)夢(mèng)想、爆發(fā)、寒冬、野蠻生長(cháng)、平凈等各種不同階段。進(jìn)入2017年以后，人工智能技術(shù)革新速度減緩，尤其今年以來(lái)，全球經(jīng)濟處于貿易戰的陰霾之下，內外環(huán)境變得愈加不樂(lè )觀(guān)，當AI投資熱潮逐漸退去，當AI冬天來(lái)臨的論調甚囂塵上， AI創(chuàng )業(yè)者該如何立足保身？AI企業(yè)該如何突破叢林？
本人在微軟、谷歌和百度有多年的研發(fā)經(jīng)驗，曾任百度云計算事業(yè)部技術(shù)委員會(huì )主席、百度云計算事業(yè)部大數據和人工智能首席架構師。近期，本人加入創(chuàng )新工場(chǎng)旗下的AI商業(yè)化公司-創(chuàng )新奇智，擔任CTO和聯(lián)合創(chuàng )始人，并兼任創(chuàng )新工場(chǎng)人工智能工程院首席架構師。
創(chuàng )新奇智創(chuàng )立于2018年3月，專(zhuān)注于提供AI+B2B企業(yè)服務(wù)，通過(guò) “技術(shù)產(chǎn)品”+“行業(yè)場(chǎng)景”雙輪驅動(dòng)模式，聚焦零售、制造、金融三大行業(yè)，用AI賦能幫助企業(yè)提升商業(yè)效率和價(jià)值，實(shí)現數字化轉型。
從大平臺到創(chuàng )業(yè)公司，十幾年的AI第一線(xiàn)研發(fā)及從業(yè)經(jīng)歷，讓我對人工智能的發(fā)展有了深刻了解。站在當下，放眼未來(lái)，結合前文提到的問(wèn)題，我認為應用為王的后AI時(shí)代已經(jīng)來(lái)臨。下面，我將從五個(gè)方面加以闡述。
AI算法進(jìn)入平靜期，應用落地迎來(lái)大爆發(fā)
從Rosenblat 提出感知器(Perceptron)模型，Geoffrey Hinton提出深度學(xué)習，到Yann LeCun開(kāi)發(fā)著(zhù)名的卷積神經(jīng)網(wǎng)絡(luò ) ( Convolutional Neural Network, CNN )，人工智能經(jīng)歷了邏輯推理、專(zhuān)家系統、機器學(xué)習與深度學(xué)習等幾個(gè)階段，尤其是從2013年開(kāi)始，語(yǔ)音識別與圖像識別實(shí)現了突破，大量算法如雨后春筍般出現，迅猛發(fā)展的勢頭到2017年開(kāi)始緩慢下來(lái)，逐漸進(jìn)入了平凈期，暫時(shí)沒(méi)有了新的大突破，只有小的修修補補。
現在進(jìn)入了后AI時(shí)代！
雖然AI技術(shù)革新進(jìn)入了平靜期，這個(gè)時(shí)候，反而是企業(yè)將技術(shù)轉化為應用的最好時(shí)期。我接觸到的一些國際知名AI技術(shù)公司，也反映今后要把公司的更多資源從技術(shù)領(lǐng)域轉投到應用方面。所以，在應用領(lǐng)域發(fā)力是中國AI公司目前最明智的選擇。
中美貿易戰正酣、AI投資熱潮漸退，商業(yè)落地強者勝
中美貿易戰讓全球資本更加謹慎，直接導致投融資環(huán)境的收緊。此外，很多AI企業(yè)面臨技術(shù)落地和盈利的挑戰，這也讓投資人變得更加清醒和理性?？梢灶A見(jiàn)，在未來(lái)一段時(shí)間內，單靠融資輸血和沒(méi)有商業(yè)基因的AI企業(yè)將面臨很大挑戰。相比之下，技術(shù)和商業(yè)并重，商業(yè)落地能力強的企業(yè)能夠更好地生存下來(lái)。
人工智能是一種通用的技術(shù)，在各行各業(yè)中存在著(zhù)豐富的場(chǎng)景應用。但是，選出一個(gè)能夠解決行業(yè)真正痛點(diǎn)的場(chǎng)景應用并不容易。尤其是創(chuàng )業(yè)公司，在尋找行業(yè)場(chǎng)景的過(guò)程中，往往一年時(shí)間很快就過(guò)去了。如果不能迅速找到真正適合自己公司的賽道，融資、市場(chǎng)拓展等各方面都會(huì )帶來(lái)不小的問(wèn)題。所以，AI公司的發(fā)展策略一定要集中資源，精選賽道。目前，創(chuàng )新奇智選擇聚焦零售、制造、金融三大重點(diǎn)行業(yè)，以T2B2C平臺賦能模式，助力企業(yè)客戶(hù)及合作伙伴提升商業(yè)效率和價(jià)值，加速數字化轉型。
另外，選擇有經(jīng)驗的行業(yè)合作伙伴是商業(yè)落地的關(guān)鍵。好的合作伙伴非常了解行業(yè)痛點(diǎn)，AI技術(shù)公司與行業(yè)伙伴聯(lián)手，可以彌補這類(lèi)公司在技術(shù)方面的不足，并且快速找到自己在行業(yè)落地的方向。目前，創(chuàng )新奇智已與eBest、海鼎信息、徐工信息、中冶賽迪、上海智造中心等一批行業(yè)合作伙伴達成共識聯(lián)合創(chuàng )新，所以能夠在零售、制造、金融領(lǐng)域快速布局，成為細分行業(yè)人工智能的應用之王。
應用為王，找到有價(jià)值的場(chǎng)景是重中之重
后AI時(shí)代，應用為王，最重要的是找到有價(jià)值的行業(yè)場(chǎng)景。一些原來(lái)純做AI技術(shù)的公司，已經(jīng)進(jìn)入瓶頸期，如今都不得不走上尋找落地場(chǎng)景的轉型之路。但是，在規劃行業(yè)發(fā)展的道路中，要“有所為有所不為”，AI能夠賦能很多行業(yè)場(chǎng)景，但不是都有價(jià)值。最著(zhù)名的例子應該是: 飲料罐裝線(xiàn)上，識別空瓶并拿走，好的做法是用風(fēng)扇吹走空瓶，而不是機器視覺(jué)引導機械臂拿走空瓶。遴選有價(jià)值的場(chǎng)景，杜絕偽需求，其實(shí)是一件很困難的事情。
創(chuàng )新奇智精心選擇了“零售、制造、金融”這三個(gè)行業(yè)，并吸引了三位行業(yè)合伙人加入，他們分別在這三個(gè)行業(yè)中有20多年的工作經(jīng)驗，和技術(shù)團隊一起找到最有商業(yè)價(jià)值并且AI可落地的場(chǎng)景，從而幫助企業(yè)產(chǎn)生更多商業(yè)價(jià)值，如提高質(zhì)量、降低成本、增加效率等。
以鋼鐵行業(yè)為例，其制造過(guò)程有很多智能質(zhì)檢的場(chǎng)景，但最主要痛點(diǎn)在鋼卷質(zhì)量檢測、焊縫質(zhì)量檢測等方面。AI創(chuàng )企要深入行業(yè)，將AI技術(shù)應用在更有價(jià)值的場(chǎng)景上，才能在日益激烈的AI行業(yè)競賽中勝出。
軟硬一體交付，修通人工智能落地最后一公里路
人工智能應用落地過(guò)程中，往往面臨軟硬件不兼容、部署技術(shù)門(mén)檻高、不易規?；瘡椭频葐?wèn)題。為解決人工智能應用落地最后一公里問(wèn)題，在三大行業(yè)應用背后，創(chuàng )新奇智打造了一個(gè)以分布式自學(xué)習機器學(xué)習與深度學(xué)習平臺、數據采集標注平臺為基礎，覆蓋感知智能、認知智能、決策分析等三大AI技術(shù)方向的人工智能技術(shù)棧。圍繞該技術(shù)棧，我們采用軟硬一體的產(chǎn)品交付方式，讓企業(yè)開(kāi)箱即用創(chuàng )新奇智的人工智能解決方案，無(wú)需再做復雜的設置。
目前，創(chuàng )新奇智已提供了訓練一體機、能耗管理一體機、智能表檢一體機、OCR一體機等軟硬一體交付解決方案，可以填平實(shí)際應用中軟硬件不匹配等很多坑，加速AI商用落地速度。除了人工智能解決方案，創(chuàng )新奇智自主研發(fā)的無(wú)人值守智能貨柜、自助結賬一體機，是為零售行業(yè)打造的標準產(chǎn)品。這些產(chǎn)品已經(jīng)進(jìn)入大批量產(chǎn)階段，很多運營(yíng)商戶(hù)切實(shí)感受到了人工智能為他們帶來(lái)的巨大商業(yè)價(jià)值。
AI2B企業(yè)發(fā)展壯大的P3理論
AI2B公司從小到大的演進(jìn)過(guò)程中，存在著(zhù)三個(gè)重要的階段，即Project（項目）階段，Product（產(chǎn)品）階段，Platform（平臺）階段，我將其稱(chēng)為AI2B企業(yè)發(fā)展的P3理論。
公司初創(chuàng )時(shí)期，能拿到項目很重要，它代表著(zhù)被市場(chǎng)的認可，同時(shí)也可以幫助企業(yè)加深對行業(yè)、場(chǎng)景的理解。但是，項目需要投入很多的人力資源，且不容易被復制，所以，有志向的企業(yè)不應該在Project階段停留得太久。
公司發(fā)展到一定時(shí)期，項目做了很多，這個(gè)時(shí)候就要思考和實(shí)踐：從做過(guò)的項目中，抽象出公共部分，形成初期的產(chǎn)品功能表，開(kāi)發(fā)1.0版產(chǎn)品，把產(chǎn)品應用到新的項目中，改善迭代產(chǎn)品。最終產(chǎn)品成熟，把公司業(yè)務(wù)引入可以被大規模復制的Product階段。
很多企業(yè)會(huì )停留在Product階段，更有志向的公司，會(huì )進(jìn)一步把Product轉變?yōu)镻latform。從服務(wù)形式上看，在Product階段，公司的銷(xiāo)售人員主動(dòng)把產(chǎn)品賣(mài)給企業(yè)客戶(hù)，并幫助實(shí)施；在Platform階段，大量企業(yè)客戶(hù)利用平臺（Platform）的能力，提升自己的商業(yè)價(jià)值。這個(gè)時(shí)候，平臺（Platform）成長(cháng)為一個(gè)大規模的生態(tài)。
我們說(shuō)，小公司做場(chǎng)景，大公司做平臺。最終在市場(chǎng)上占據領(lǐng)導地位的，一定是做平臺的大公司。
目前，創(chuàng )新奇智在全國多個(gè)重點(diǎn)城市進(jìn)行了快速布局，從現在到2024年，也規劃了完整的技術(shù)線(xiàn)路圖。例如，
在機器視覺(jué)領(lǐng)域，開(kāi)發(fā)出具有創(chuàng )新性網(wǎng)絡(luò )結構的深度神經(jīng)網(wǎng)絡(luò )模型，并在行業(yè)應用內獲得最好效果。2018年實(shí)現語(yǔ)義級圖像差分系統、亞像素級缺陷識別；2020年實(shí)現自研卷積神經(jīng)網(wǎng)絡(luò )架構，效果將超過(guò)ResNet等經(jīng)典神經(jīng)網(wǎng)絡(luò )架構；到2024年將探索光衍射神經(jīng)網(wǎng)絡(luò )，實(shí)現以光速進(jìn)行圖像中的對象分割、分類(lèi)和識別等任務(wù)。
在3D視覺(jué)引導方面，2018年基于深度圖像信息（RGBD）攝像頭，引導機械臂完成簡(jiǎn)單商品分揀；2020年實(shí)現工業(yè)級機械臂完成復雜大型商品、包裹、零件的分揀；2024年實(shí)現工程機械、工業(yè)設備3D視覺(jué)引導。
我希望大約在2024年-2025年，能夠把創(chuàng )新奇智帶到做平臺的階段。
“大潮退去，才知道誰(shuí)在裸泳?！?進(jìn)入后AI時(shí)代，當整個(gè)環(huán)境變得更加理性，靠博士創(chuàng )業(yè)和講故事、講PPT的企業(yè)將面臨很大挑戰，唯有將技術(shù)應用落地到合適的場(chǎng)景，為行業(yè)、為客戶(hù)、為投資者帶來(lái)實(shí)實(shí)在在價(jià)值的企業(yè)，才不至于出現裸泳的尷尬。