人工智能风风雨雨60多年，经历过梦想、爆发、寒冬、野蛮生长、平净等各种不同阶段。进入2017年以后，人工智能技术革新速度减缓，尤其今年以来，全球经济处于贸易战的阴霾之下，内外环境变得愈加不乐观，当AI投资热潮逐渐退去，当AI冬天来临的论调甚嚣尘上， AI创业者该如何立足保身?AI企业该如何突破丛林?
本人在微软、谷歌和百度有多年的研发经验，曾任百度云计算事业部技术委员会主席、百度云计算事业部大数据和人工智能首席架构师。近期，本人加入创新工场旗下的AI商业化公司-创新奇智，担任CTO和联合创始人，并兼任创新工场人工智能工程院首席架构师。
创新奇智创立于2018年3月，专注于提供AI+B2B企业服务，通过 “技术产品”+“行业场景”双轮驱动模式，聚焦零售、制造、金融三大行业，用AI赋能帮助企业提升商业效率和价值，实现数字化转型。
从大平台到创业公司，十几年的AI第一线研发及从业经历，让我对人工智能的发展有了深刻了解。站在当下，放眼未来，结合前文提到的问题，我认为应用为王的后AI时代已经来临。下面，我将从五个方面加以阐述。
AI算法进入平静期，应用落地迎来大爆发
从Rosenblat 提出感知器(Perceptron)模型，Geoffrey Hinton提出深度学习，到Yann LeCun开发著名的卷积神经网络 ( Convolutional Neural Network, CNN )，人工智能经历了逻辑推理、专家系统、机器学习与深度学习等几个阶段，尤其是从2013年开始，语音识别与图像识别实现了突破，大量算法如雨后春笋般出现，迅猛发展的势头到2017年开始缓慢下来，逐渐进入了平净期，暂时没有了新的大突破，只有小的修修补补。
现在进入了后AI时代!
虽然AI技术革新进入了平静期，这个时候，反而是企业将技术转化为应用的最好时期。我接触到的一些国际知名AI技术公司，也反映今后要把公司的更多资源从技术领域转投到应用方面。所以，在应用领域发力是中国AI公司目前最明智的选择。
中美贸易战正酣、AI投资热潮渐退，商业落地强者胜
中美贸易战让全球资本更加谨慎，直接导致投融资环境的收紧。此外，很多AI企业面临技术落地和盈利的挑战，这也让投资人变得更加清醒和理性。可以预见，在未来一段时间内，单靠融资输血和没有商业基因的AI企业将面临很大挑战。相比之下，技术和商业并重，商业落地能力强的企业能够更好地生存下来。
人工智能是一种通用的技术，在各行各业中存在着丰富的场景应用。但是，选出一个能够解决行业真正痛点的场景应用并不容易。尤其是创业公司，在寻找行业场景的过程中，往往一年时间很快就过去了。如果不能迅速找到真正适合自己公司的赛道，融资、市场拓展等各方面都会带来不小的问题。所以，AI公司的发展策略一定要集中资源，精选赛道。目前，创新奇智选择聚焦零售、制造、金融三大重点行业，以T2B2C平台赋能模式，助力企业客户及合作伙伴提升商业效率和价值，加速数字化转型。
另外，选择有经验的行业合作伙伴是商业落地的关键。好的合作伙伴非常了解行业痛点，AI技术公司与行业伙伴联手，可以弥补这类公司在技术方面的不足，并且快速找到自己在行业落地的方向。目前，创新奇智已与eBest、海鼎信息、徐工信息、中冶赛迪、上海智造中心等一批行业合作伙伴达成共识联合创新，所以能够在零售、制造、金融领域快速布局，成为细分行业人工智能的应用之王。
应用为王，找到有价值的场景是重中之重
后AI时代，应用为王，最重要的是找到有价值的行业场景。一些原来纯做AI技术的公司，已经进入瓶颈期，如今都不得不走上寻找落地场景的转型之路。但是，在规划行业发展的道路中，要“有所为有所不为”，AI能够赋能很多行业场景，但不是都有价值。最著名的例子应该是: 饮料罐装线上，识别空瓶并拿走，好的做法是用风扇吹走空瓶，而不是机器视觉引导机械臂拿走空瓶。遴选有价值的场景，杜绝伪需求，其实是一件很困难的事情。
创新奇智精心选择了“零售、制造、金融”这三个行业，并吸引了三位行业合伙人加入，他们分别在这三个行业中有20多年的工作经验，和技术团队一起找到最有商业价值并且AI可落地的场景，从而帮助企业产生更多商业价值，如提高质量、降低成本、增加效率等。
以钢铁行业为例，其制造过程有很多智能质检的场景，但最主要痛点在钢卷质量检测、焊缝质量检测等方面。AI创企要深入行业，将AI技术应用在更有价值的场景上，才能在日益激烈的AI行业竞赛中胜出。
软硬一体交付，修通人工智能落地最后一公里路
人工智能应用落地过程中，往往面临软硬件不兼容、部署技术门槛高、不易规模化复制等问题。为解决人工智能应用落地最后一公里问题，在三大行业应用背后，创新奇智打造了一个以分布式自学习机器学习与深度学习平台、数据采集标注平台为基础，覆盖感知智能、认知智能、决策分析等三大AI技术方向的人工智能技术栈。围绕该技术栈，我们采用软硬一体的产品交付方式，让企业开箱即用创新奇智的人工智能解决方案，无需再做复杂的设置。
目前，创新奇智已提供了训练一体机、能耗管理一体机、智能质检一体机、OCR一体机等软硬一体交付解决方案，可以填平实际应用中软硬件不匹配等很多坑，加速AI商用落地速度。除了人工智能解决方案，创新奇智自主研发的无人值守智能货柜、自助结账一体机，是为零售行业打造的标准产品。这些产品已经进入大批量产阶段，很多运营商户切实感受到了人工智能为他们带来的巨大商业价值。
AI2B企业发展壮大的P3理论
AI2B公司从小到大的演进过程中，存在着三个重要的阶段，即Project(项目)阶段，Product(产品)阶段，Platform(平台)阶段，我将其称为AI2B企业发展的P3理论。
公司初创时期，能拿到项目很重要，它代表着被市场的认可，同时也可以帮助企业加深对行业、场景的理解。但是，项目需要投入很多的人力资源，且不容易被复制，所以，有志向的企业不应该在Project阶段停留得太久。
公司发展到一定时期，项目做了很多，这个时候就要思考和实践：从做过的项目中，抽象出公共部分，形成初期的产品功能表，开发1.0版产品，把产品应用到新的项目中，改善迭代产品。最终产品成熟，把公司业务引入可以被大规模复制的Product阶段。
很多企业会停留在Product阶段，更有志向的公司，会进一步把Product转变为Platform。从服务形式上看，在Product阶段，公司的销售人员主动把产品卖给企业客户，并帮助实施;在Platform阶段，大量企业客户利用平台(Platform)的能力，提升自己的商业价值。这个时候，平台(Platform)成长为一个大规模的生态。
我们说，小公司做场景，大公司做平台。最终在市场上占据领导地位的，一定是做平台的大公司。
目前，创新奇智在全国多个重点城市进行了快速布局，从现在到2024年，也规划了完整的技术线路图。例如，
在机器视觉领域，开发出具有创新性网络结构的深度神经网络模型，并在行业应用内获得最好效果。2018年实现语义级图像差分系统、亚像素级缺陷识别;2020年实现自研卷积神经网络架构，效果将超过ResNet等经典神经网络架构;到2024年将探索光衍射神经网络，实现以光速进行图像中的对象分割、分类和识别等任务。
在3D视觉引导方面，2018年基于深度图像信息(RGBD)摄像头，引导机械臂完成简单商品分拣;2020年实现工业级机械臂完成复杂大型商品、包裹、零件的分拣;2024年实现工程机械、工业设备3D视觉引导。
我希望大约在2024年-2025年，能够把创新奇智带到做平台的阶段。
“大潮退去，才知道谁在裸泳。” 进入后AI时代，当整个环境变得更加理性，靠博士创业和讲故事、讲PPT的企业将面临很大挑战，唯有将技术应用落地到合适的场景，为行业、为客户、为投资者带来实实在在价值的企业，才不至于出现裸泳的尴尬。
|
