每經(jīng)記者 張虹蕾    每經(jīng)編輯 陳俊杰    

人工智能從熱潮到冷靜再到應(yīng)用落地，一批創(chuàng)業(yè)企業(yè)試圖在這個前沿科技領(lǐng)域開疆拓土。

比起其他面對C端用戶迅速崛起的AI獨角獸，去年底剛剛完成C輪融資的第四范式在AI賽道顯得頗為低調(diào)。在中國農(nóng)業(yè)銀行、交通銀行新晉成為投資人后，它成為五大國有銀行聯(lián)合投資的唯一一家創(chuàng)業(yè)公司，主營產(chǎn)業(yè)則是面向B端的企業(yè)級人工智能PaaS平臺。

在創(chuàng)立第四范式之前，戴文淵曾是百度最年輕的高級科學(xué)家，也做過華為主任科學(xué)家，他經(jīng)歷了行業(yè)理論缺乏基礎(chǔ)支撐的“缺口”期，也見證了阿爾法圍棋（AlphaGo）出現(xiàn)后的人工智能熱潮。

“一些企業(yè)面臨著AI轉(zhuǎn)型的焦慮與無奈。”6月20日，戴文淵在接受《每日經(jīng)濟新聞》記者專訪時表示，屬于人工智能真正的落地時間已經(jīng)到來，各行各業(yè)從擁抱AI到探索AI ,一些偽需求也將逐漸被淘汰。單點解決問題并不能觸及本質(zhì)，自上而下轉(zhuǎn)變思路才能解決“痛點”。

第四范式CEO戴文淵 受訪者供圖

談AI認知：特別火又特別令人困惑

6月20日上午，和自己的團隊成員發(fā)布完幾款新品之后，戴文淵與媒體聊起其和人工智能的往事。在創(chuàng)辦第四范式之前，戴文淵是百度AI系統(tǒng)“鳳巢”系統(tǒng)的設(shè)計者，當時是百度最年輕的高級科學(xué)家，之后赴華為諾亞方舟實驗室任主任科學(xué)家。

談及自己的經(jīng)歷，戴文淵向《每日經(jīng)濟新聞》記者回憶道，十幾年前AI尚未落地，人工智能理論缺乏“遷移學(xué)習(xí)”支撐，因而在2005-2008年一直在做理論方面的研究，想要補齊“缺口”。而在2008年之后，人工智能的理論基本完善，但行業(yè)關(guān)注度依然不高，這個時候就開始思考怎樣讓外界意識到人工智能的價值，進入百度、華為等公司開始實戰(zhàn)。而在近幾年，人工智能的價值已被證明，但推廣的速度依然很慢，這就迫使自己開始創(chuàng)業(yè)。 

“人工智能在今天是一個特別火又特別令人困惑的話題。”戴文淵感嘆，火是因為被各行各業(yè)寄予厚望，困惑是因為目前公眾在新聞媒體上看到更多的AI集中在感知層，例如人臉識別、語音識別、無人車等。但回到企業(yè)經(jīng)營，似乎和無人車這樣的技術(shù)完全聯(lián)系不到一起去。享受著AI紅利的企業(yè)，例如BAT，也沒有哪家是靠人臉識別在經(jīng)營的。

從創(chuàng)業(yè)至今，戴文淵深刻的感受到，企業(yè)在AI轉(zhuǎn)型的過程中也發(fā)生了一系列有意思的變化。過去衡量一個企業(yè)的指標更多停留在資產(chǎn)、負債率、收益率等硬性財務(wù)指標，但隨著AI技術(shù)的革新，業(yè)界也開始關(guān)注一些財報之外的內(nèi)容。

例如，在同等條件下，一家企業(yè)與競爭對手相比，擁有更好的創(chuàng)新需求，基于人工智能和計算機技術(shù)，在相應(yīng)場景的效率提升1%，就可以實現(xiàn)線性的業(yè)績增長。

談AI轉(zhuǎn)型：解決單點痛點的時代早已過去

在與各行各業(yè)的合作方探索AI應(yīng)用的過程中，戴文淵也曾遇到一些有趣的故事。比如，有企業(yè)提出要在公司做一個人形引導(dǎo)機器人，有企業(yè)迫切想要轉(zhuǎn)型，但卻找不到能夠解決核心問題的AI技術(shù)，陷入焦慮。 

這只是企業(yè)在探索AI轉(zhuǎn)型過程中的一個縮影，當AI迅速來臨之時，一些企業(yè)并沒有理解其核心本質(zhì)。“（人工智能）像不像人只是一種工業(yè)設(shè)計，只追求表面的AI難以了解技術(shù)的本質(zhì)。”在戴文淵看來，這些案例的背后是業(yè)界對于人工智能還未形成完全清晰的認識，急于擁抱AI ,卻未找到與自身基因匹配的AI。

那么，如何才能發(fā)現(xiàn)企業(yè)AI轉(zhuǎn)型痛點？

面對這一疑問，戴文淵表示，“企業(yè)的痛點不是我們發(fā)現(xiàn)的，是企業(yè)告訴我們的。但重要的是了解到企業(yè)的痛點之后，為其提供一套怎樣的解決方案，了解其在轉(zhuǎn)型的過程中遇到了怎樣的困惑，找到適合他們的方法論”。

“AI企業(yè)只是引路人，最終完成轉(zhuǎn)型的是企業(yè)自己。企業(yè)AI轉(zhuǎn)型最重要的一步是意識轉(zhuǎn)換，繼而是組織的重構(gòu)和策略的調(diào)整，自上而下理順思路，AI應(yīng)用才能真正落地。”隨著技術(shù)的迭代，戴文淵認為，過去20年互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)解決了策略執(zhí)行環(huán)節(jié)的問題。未來20年，人工智能將會通過改造 “策略制定”的環(huán)節(jié)來提升企業(yè)業(yè)務(wù)。通過一項技術(shù)或者一個軟件解決“單點”痛點的時代早已經(jīng)過去了，如何給予企業(yè)整套解決方案至關(guān)重要。

談AI應(yīng)用：只注重表層的AI會被逐漸淘汰

IDC預(yù)測，到2022年，中國的人工智能市場投資規(guī)模將超過百億美元，未來5年的復(fù)合增長率超過59%，將形成一個全新的千億人民幣規(guī)模的人工智能基礎(chǔ)架構(gòu)硬件產(chǎn)業(yè)生態(tài)。AI算力正承載人工智能應(yīng)用的平臺和基礎(chǔ)，加速推動人工智能系統(tǒng)的快速發(fā)展和演進。

在戴文淵看來，幾年前，各行各業(yè)僅僅具備擁抱AI的意識，通過人形機器人、刷臉系統(tǒng)從表面接觸AI，對于AI的價值是什么莫衷一是。如今的大多數(shù)企業(yè)開始真正擁有強烈的AI應(yīng)用訴求，開始真正思考自己究竟需要怎樣的AI技術(shù)解決“痛點”。

在這個過程中，一些特殊的時間節(jié)點也讓戴文淵記憶深刻。他表示，AI市場的熱度節(jié)點源于AlphaGo的出現(xiàn)，人工智能一下子火了起來。在此之前，業(yè)界更多在關(guān)注人工智能的價值，真正關(guān)注能給生產(chǎn)力帶來變革的AI企業(yè)并不多。  

在戴文淵看來，過去3年AI經(jīng)歷了一個過熱、過度樂觀的階段，但泡沫也催生了AI的成長。在這個過程中，一些“偽需求”的公司也受到了資本的青睞。經(jīng)歷幾波人工智能的發(fā)展浪潮之后，整個行業(yè)開始反思什么是真正的AI，開始真正回歸價值，只注重表層的AI會被逐漸淘汰。

與此同時，戴文淵也反復(fù)強調(diào)，過往AI發(fā)展進程中，大家關(guān)注的焦點主要集中在兩個方面：一是通過購買大量的服務(wù)器和GPU提升算力；二是通過芯片實現(xiàn)AI的加速。但算力是一個結(jié)合軟件和硬件完整的體系架構(gòu)，只有了解AI算法的運算架構(gòu)與邏輯，才能針對硬件去做深層次的優(yōu)化。

按照戴文淵的預(yù)判，隨著人工智能規(guī)?；涞兀髽I(yè)在制定AI轉(zhuǎn)型路線時可考慮“1+N”的應(yīng)用場景模式，“1”是結(jié)合公司核心業(yè)務(wù)，把1個或幾個對業(yè)務(wù)影響最大的場景做到極致；“N”是用最高的效率規(guī)?；涞乇M可能多的應(yīng)用場景，使場景的總體價值最大化。