打开APP

人工智能的风口与挑战:5G时代充满想象力 创业者有可能颠覆BAT

当一个人工智能技术要用到这个行业的时候,你得先去学这个行业,然后才可以给行业赋能。


紧扣时代脉搏,呼应经济发展态势,结合产业发展重点,与技术创新应用融合,2019中国(深圳)IT领袖峰会于3月30-31日在深圳市五洲宾馆举行,峰会以“IT新未来:5G与人工智能”为主题,旨在聚焦5G和人工智能,探索IT产业新未来,新发展。

3月31日,达闼科技创始人、董事长兼首席执行官、前中国移动研究院院长黄晓庆,海尔家电产业集团首席技术官赵峰,商汤科技联合创始人、副总裁杨帆,A8新媒体集团董事局主席青松基金创始合伙人刘晓松,车好多集团联合创始人、毛豆新车首席执行官张小沛进行了以“人工智能的风口与挑战”为主题的高端对话,数字中国联合会常务理事王维嘉担任主持人。

以下为演讲速记,经投资界(pedaily2012)整理如下:

王维嘉:大家下午好,今天这个论坛的主题是“人工智能的风口与挑战”,人工智能从2012年爆发开始到今天已经七年了,整个峰会的主题是5G和人工智能,5G还没有到来,所以大家可以畅想,但人工智能已经落地了,所以今天是可以停下来反思一下的时候。今天这个论坛是闭幕式之前的最后一个论坛,现场的听众非常多,说明大家对这个题目非常感兴趣,下面有请对话嘉宾上场。

今天的几位对话嘉宾都是中国业界最优秀的技术和产业领袖,最好是由他们自己介绍一下自己,让我们知道每家公司都是做什么的,你们的业务和AI有什么关系。

黄晓庆:达闼科技是一家从事云端智能机器人端到端的解决方案和运营云端机器人服务的公司,我从事了30年的通讯,一直到2015年,从2015年之后就开始做服务机器人。我更多的是从通信的角度来看人工智能。在过去几年当中不断涉足了人工智能领域,而且对机器人行业也做了很深入的研究,可以借这个机会和大家一起探讨。

王维嘉:你们是把机器人的脑袋放到云里,是这个概念吗?

黄晓庆:我是一个科幻迷,我是《星际迷航》的粉丝,我是在搞通讯的工程师里面最懂生物技术的,在生物技术里面我是最懂技术的。如果人类要造出一个跟人一样聪明的计算机,这个计算机会比人脑大100万倍,重100万倍,耗能多100万倍,所以无法放到机器人的身上。上帝之所以选择不用电子技术,而是采用了生物技术。

赵峰:海尔是全球最大的家电企业,我们连续十年在全球的白电市场是第一的,海尔在全球有七大品牌,整个家电行业现在都从传统的生产家电制造行业转型到硬件+软件+服务的转型,海尔在转型过程中基于两个核心的引擎,一个是连接,也就是大家说的物联网,另外一个是人工智能,这给我们的硬件和服务带来什么?能主动了解用户,懂用户,为用户提供服务。在海尔智能转型当中非常重要的落地点就是海尔的智慧家庭,我们的产品给用户带来的不光只是硬件,更多的是硬件+家庭解决方案,比如全屋的智慧用水、智能洗护、智能美食等解决方案。这里面非常重要的是基于万物互联的连接能力,然后用数据驱动,主动为用户提供各种各样的智慧家庭生活解决方案。

王维嘉:杨帆是商汤科技的共同创始人、副总裁,商汤是中国新兴AI公司里估值最高的。

杨帆:商汤是一家做计算机视觉相关的人工智能的初创企业,我们2014年9月份成立,到现在4年多的时间,发展比较快,我们提供从计算机视觉领域相关的人工智能底层技术到核心平台,到产业化应用服务,我们也是希望未来,包括跟产业互联网,包括对服务业智能化的改造,我们能够跟行业伙伴一起把智能的新技术能真正落地到行业里面去。我在商汤之前是在微软的一家研究院,赵峰是我的老领导,我上学的时候就有一个理想成为科学家,去了微软这个理想达成了一半,我在那边成为了给科学家打下手的工程师,将近十年的生涯对我的帮助还是很大的,从一个技术还不太成熟的时候就一直在做一件事情,怎样让这个技术产品化,怎样能够真正触达工业界,触达终端消费者的需求。后来到了商汤持续致力于把这件事情做得更大,影响到更多的人。

王维嘉:下一位晓松。

刘晓松:大家好,A8新媒体集团是做互联网传媒,互联网传媒比较早就引进算法,以前不叫人工智能,但基本做数字传媒的,因为有大量的用户、大量的内容,实际上都需要算法。我们的内容涵盖音乐、文学,也有直播、社交等。这些业务或多或少都需要算法,人工智能在互联网传媒这个领域目前应用得最好的就是今日头条,可以看到他做得比较明显,但是实际上其他家都在做,这是我们从事的一个领域。另外我们还有一只基金,叫青松基金,这只基金投的项目当中大概一半都是有人工智能的要求。我们在判断项目的时候就会看你有没有数据,如果你这个企业干的时间长了以后数据越来越多,那这个公司就越来越有竞争力,如果没有数据,那我们认为它的能力就有限。所以不管是做互联网传媒还是做投资都非常注重人工智能的应用。我们也设了一个子基金,青松智慧,专门做人工智能的投资。

王维嘉:子基金是投哪个阶段的?

刘晓松:基本都是早期的,我们比较看重行业的应用,特别是看重医疗类的。

张小沛:大家好,我是车好多集团联合创始人,也是毛豆新车的CEO,我说车好多可能大家不知道,但是如果说瓜子二手车大家还是知道的。人工智能在我们公司的应用,我们创业三年多,我们是全球第一家在二手车这个行业用人工智能,用算法,把一个极其非标准化的,交易链条非常长、很不透明的行业给标准化,三年做到了一年一百万的规模,全球最大的二手车平台,在中国赛道上已经遥遥领先,妥妥的第一名。毛豆新车我们做了一年多,在新车细分赛道上也是第一名了。我们人工智能的应用,在二手车这块,从非标到标准化,这里面有多个人工智能软硬件技术的应用,包括我们在线下开了80万平米的店,智慧零售线下智能设备的应用,还有我们用算法给每一辆二手车定价。另外我们的二手车是全国流通的,可以在贵阳的小县城买北京的车,这个车是实时定价,仓储是人工智能调度给拉过去的。在毛豆新车这个品牌里面,人工智能也是用在选品、定价,全国有上百个仓储,几万条干线和细线的物流线路调度。这是人工智能在我们公司应用的场景。

王维嘉:在座的五位嘉宾从事着五个完全不同的行业,这个就是人工智能和互联网很重要的区别。我们今天的论坛题目是人工智能的风口,互联网公司是团购的风来了就一千个团购公司,最后就剩下一家。但人工智能不是这样的,它非常分散,在座公司可以分成两类,像商汤、达闼科技完全是人工智能产业的新公司,还有像海尔、A8是原来就非常优秀的公司,现在人工智能为公司赋能,他们开始用人工智能产生新的业务,车好多、毛豆新车从开始不是人工智能的业务,但是人工智能起到了重要的甚至是决定性的作用。人工智能的业务是分成两个不同的业务类型的,我过去这些年也在做人工智能投资,在全世界看了很多公司,从中国到硅谷到以色列。我的感觉互联网,或移动互联网、人工智能最重要的区别,一个是to B的生意,一个是to C的生意,人工智能本身是to B的生意。它就显得对我们一般外行来讲是眼花缭乱的,互联网就是商业模式,马云到今天才说我们用电子邮件,我不懂技术没有关系,我仍然可以建设一个伟大的互联网公司。

下面我们从每个领域更深入地让听众有所了解,比如晓庆是从事机器人的,机器人又可以细分很多,请你跟大家分享一下在机器人行业里面都有哪些大的分类,你们达闼科技重点的是什么?

黄晓庆:我们公司为什么叫达闼,它的英文名是data,它是《星际迷航》里面很重要的一个人物,它是一个机器人。从机器人行业来说,我们能分成比较重要的两个机器人行业,一个是工业机器人,工业机器人是很成熟的行业,大概是300-500亿美元之间,看怎么定义。但归根结底工业机器人是以PLC技术为核心的,不能说里面有很多人工智能,它是一个很强大的,可能是在控制领域里面最大的市场。第二类是服务机器人,非工业机器人就是服务机器人,服务机器人就是为家庭从事服务工作的。我个人的理解,工业机器人和服务机器人最大的差异,工业机器人是没有传感器控制它什么时候该动,什么时候不该动,而是按照预先规定好的动作来做,它要提高通量,不要让生产线停下来,要使劲干,所以需要非常精确、精准的控制系统,可以让它很高速地生产。服务机器人刚好相反,服务机器人是闭环的控制,一定得先看再动,甚至还要有传感器碰到了以后知道往后退。最经典的服务机器人,严格来说也不算很聪明的,就是扫地机器人,事实上扫地机器人不能算是服务机器人。我们从事的是能够自由移动的,能够帮助人类做一些工作的机器人,所以我定义了服务机器人的定义,就是服务机器人能够代替人去干某一件工作。

王维嘉:能不能举一个例子?

黄晓庆:比如我们用一个机器人来代替接待员,代替前台,代替导购,代替推销员,或者我们用它代替保安,或者是代替送货小哥。它能够完整地代替这些角色,这样的服务机器人就是我们从事的工作。为什么要从事这个工作?如果从工业革命的角度来说它就是生产力提高的问题,如果一个人能够管10个机器人,那这个人的生产力就提高了10倍。如果这个机器人还能工作24小时,那就提高了30倍。如果一个人能控制100个人,这就变成工业革命了。在人工智能的支持下,可以让机器人代替人的工作,这时候并不是说机器人就变成人了,中文翻译成机器人是不对的,应该叫人形机器或者智能机器。我们所做的人工智能只是帮助我们让机器变得更智能,第二个阶段才是让人工智能逐渐地走向达到自我意识的状态,但是那个还离我们很远。

王维嘉:我看过很多机器人公司,创业公司主要是做服务机器人,我有一次去一家中国最大的房地产公司,他们也在考虑机器人,我就问他们机器人在房地产行业有多少种应用,他们举了30种应用,比如小区巡逻保安、擦玻璃,但是具体到保安的问题,真要用机器人代替保安,它很难百分之百代替,机器人不能到一些没有路的地方,所以还是要活人。所以在流程上活人和机器人怎么互相对接,谁来负责什么,就会发现有很多具体的问题。另外机器人坏了以后,保安怎么修。你们有没有在一个领域里面,我听他们讲真正深入到了服务机器人,因为他们不是做机器人的,他们准备用,买了大量的机器人做各种各样现场的实验,就发现了很多类似的问题。

黄晓庆:行业是需要深耕的,就像您刚才提到的保安,这个行业里面现有的技术能够完成的工作是一个小区的保安队,平均在1000-3000户的环境里面大概是30个人,只有大概1/3的工作能够用机器人代替,其他2/3的工作是不能代替的。如果我们深耕这个行业就会发现,随着技术水平的提高,能够代替的工作越来越多。另外比如在零售行业里面,到目前为止在接待、点货,现在只占人工的10%,如果机器人能够抓取,也就是它能够精准地去拿东西,这时候一下子就能够达到50%。如果它能够非常精准地拿东西,并且跟人走路的速度差不多,那就能做护工。最终我们瞄准的是家庭服务机器人,机器人和机器人服务时代,我们所面临的最终极目标就是把机器人作为保姆送到每一个家庭。

王维嘉:你刚才提到扫地机器人是目前唯一亮点比较大的,有几千万台,除了扫地机器人,其实它也没有太多的智能,就是碰到东西转一转。还有跟它可比的,你觉得有哪些具体的细分市场?

黄晓庆:在零售行业,机器人代替营业员做接待,介绍产品,做导购,到科技馆里面当解说员,这样的场景是很清晰的,这是肯定可以起来量的。

王维嘉:海尔是全世界最大的家电公司,智能家居也是未来很重要的趋势,赵总在智能家居和物联网方面肯定有很多的思考,我自己也看过很多物联网公司,当然我看的都是新创公司,他们做的事情都很小,对整个建筑物里的电源能够节省,可以监测检测房间里面没有人可以自动关灯,但是一直没有看到一个比较大的市场,请您从智能家居的前景和物联网方面谈谈海尔的思考。

赵峰:从家庭这个角度,人工智能有几个维度,第一个是连接,第二个是交互,第三个是数据,我们的目标是非常清楚的,我在家里,用户要非常容易、非常自然、非常便捷地获取这些服务,这些服务的载体可能是冰箱、洗衣机或者是空调等其他的硬件。对于用户来说他需要的是什么,你打开冰箱,它可以给你推荐今天晚上做什么菜,这又是根据你个性化的饮食习惯给你推荐健康的。你要去洗衣服的时候,它可以主动地提醒你这个衣服应该用什么程序来洗,要怎么护理等。这些知识都可以通过大数据的学习,通过传感器来感知。家里的所有这些设备都需要万物互联的技术,不管是什么样的连接方式,WIFI、蓝牙、5G还是窄带物联网,家电设备一插上电能够自动发现,能够自动组网,信号有变化的话可以重组,这些用户不应该看到,用户看到的是一个非常稳定的万物互联的东西。光有这个还不行,只是让你了解设备是什么状况,把数据弄过来。还要有交互的智能,第一代智能手机是什么?就是APP可以远程地控制家电,我在地铁上一看空气不太好,赶紧把家里的清风器打开,把空调打开。现在的智能交互已经超过了简单的APP控制,APP控制是从以前的物理摇控器变成手机摇控器,现在的交互是一句话,比如海尔空调,你说天太热了把空调打开,不但可以打开,还可以根据环境温度等进行自动设置。人工智能语音现在已经相对比较成熟了,接下来几年会非常普遍。但是在交互上还有差别,每一个领域不要用关键词去唤醒,而是很人性化、很自然的方式说我需要获取什么东西,我需要查询什么。视觉交互接下来是非常重要的,除了语音之外,在厨房里面我打开了油烟机,我在做美食的时候,语音不是很好的环境,这时候手势、人脸识别,通过各种各样的方式来识别我做的菜是什么。比如我们这次在美国要上市的一款油烟机,这个油印机有24寸的屏,它有一个摄像头看你做的菜,它可以远程地跟你分享这个菜每一步要怎么做,它可以识别,你不会做这道菜,他可以教你这一步应该放盐了,这一步应该放什么东西。像这种视觉的交互,还有用图像,在接下来家庭智能非常重要的领域。人工智能带来的交互是多模态的,不应该只是语音,或者是屏端的,应该有语音,有触摸,有视觉,什么时候最方便就应该提供什么样的交互方式。

王维嘉:我在美国看过一个公司做的自动炒菜机,这个能做到吗?或者洗碗,把碗往那一堆,它就给你洗好了,这种有可能吗?

赵峰:不管怎么自动化,它背后总是要有一个判断的,如果每一家都用同样的烹饪方式的话,那可以到超市去买现成的食品,那就是一模一样的。我们海尔提供的是个性化的定制,因为每一家的健康状况不一样,吃的东西肯定是有区别的,洗护的区别也是不一样的,老人、小孩、孕妇,空调的送风方式都是不一样的,这些都是需要个性化定制的。我们和国家电网做的全国范围的智能节电,在夏天的时候家用空调制冷耗电量是非常大的,各个区域用户选择最舒服的温度不一样,南方的更耐热,北方的温度会设得比南方更低,不光是区域不一样,连社区、家庭都不一样。所以不可能给每个家庭提供一个模式出来的方案,肯定是个性化的,这个个性化怎么来?就是通过连接,通过交付。第三个智能就是基于数据的智能,这个智能就是根据用户画像。另外我们有很多设备的数据,设备数据也很重要,很多家用设备是需要维护的,空调需要清洗。人工智能在家庭的应用,除了连接和交互之外,更重要的是数据,数据背后能产生新的服务模式,这才是制造业要从硬件制造商变成硬件+软件+服务,商业模式有根本的转变,这是海尔多年来一直走在前面的根本原因。

王维嘉:商汤科技是最受瞩目的新兴AI公司,刚才杨总说他们是从视觉人脸识别开始,最近我也看了很多消息,商汤在进入到其他不同的领域,包括自动驾驶,能不能跟大家介绍一下现在的人脸识别这个技术到了什么样的水平?人脸识别还有Face++等很多小公司在做,大家是在竞争什么东西?为什么商汤除了这个领域以外还要进入其他的领域,哪些领域是值得做的?

杨帆:我从另外一个话题来讲,在座各位做的每一件事情都是有自身的产业支撑的,有做家电的,有做车的,实际上和这个都有关系。商汤是人工智能企业,人工智能有什么实际的应用呢?不跟产业结合就没有实际的价值。商汤怎么定位自身?纯粹的人工智能企业它的价值到底在哪里,它的核心意义到底是什么?这件事情我们是这么理解的,我原来上大学的时候,我觉得人工智能其实是IT行业业务闭环上的一个关键环节的能力提升。我上大学的时候,老师讲计算机产业就是信息的采集、传输、存储、计算和反馈的一门科学。我们看过去整个IT产业的发展,它其实就是对信息的这五个环节,每个环节不断的技术进步会衍生新的场景,带来新的价值。而且这五个环节是要逐一完成的,采集到了信息要传到你想要放的地方,能把它存下来,你要能够对它进行计算和分析,最终它能够从原始的信息或数据,通过计算分析衍生出一些新的信息,产生出新价值的信息,然后再反馈到自然的生产、生活中,完成它的价值闭环。这里面AI的核心意义在哪里呢?AI的核心意义就在于计算和分析。在每个环节都可以衍生出非常优秀的企业,华为就是做信息传播做得非常好的,做得非常成功。谷歌,他对信息的计算和搜索环节,搜索引擎就是把这个环节做得非常好,给用户提供了特别大的价值,他靠这个成为了世界上非常受人尊重的科技企业。每个环节的技术进步都会对信息产业的发展起到非常大的推动。在每个环节技术进步螺旋式上升过程中还会有一个形式,就是信息的形态,最早的时候机器能处理什么?能处理最初始的高度结构化的信息,就是0和1,然后能处理文本信息,现在叫自然语言处理,再往后可以对语音进行这五个环节的闭环处理,它的信息量就更大了,提炼难度就更高了,再往上就是图像和视频,这个是我们目前已知的所有信息形态当中最原始的,信息总量最大,信噪比最低的形态。机器一旦能够从它中间进行二次的价值提炼和价值挖掘,那它所产生的附加价值就非常大。这就是为什么过去几年AI这么火,最后会发现好像就搞视觉的这帮人工智能公司跑得比较快,独角兽也相对多一点。图像作为新的载体形态,或者能够被机器处理的新的载体形态,它的传输技术慢慢成熟了,4G,图像的传输技术成熟了,接下来才能够成熟分析、计算。这就是为什么商汤这样的企业对于图像、视频,我们做计算机视觉,相对而言最原始,使用也最广的信息形态,当我们能够用机器对它进行自动化分析和处理的时候,它所带来的附加价值是非常大的。

你提供这样的附加价值,但是附加价值一定还是要附加在一个东西上的,这个东西是什么?那就是各行各业。这就是为什么纯粹的AI企业一定要跟已有的产业结合,比如商汤做的智慧城市、手机、自动驾驶,我们现在在地产、零售、遥感、教育,我们会和不同的行业合作,共同去探索怎么样把AI带来的对于视频分析的附加价值加到他原来的业务单元中去,加到他原来的业务环节里面去,形成更大的价值回报。

纯粹的AI企业有什么样的能力和优势呢?这跟现在的落地技术有关,它是一种相对通用化的方法论,当有数据之后,其实是用相对通用的方法解决不同行业中类似的问题。这样商汤这类平台性的公司,我为不同的行业提供这样的能力和工具的时候,我在这中间可以最大化地降低边界成本。因为单一做任何一个行业,你去做智能化投入都是非常大的,只有像海尔这样的大公司才搞得起,大量的中小公司怎么办?只有像商汤这样的公司给你提供平台化的能力。我做这件事情因为可以同时跨很多个行业,70%-80%的能力都是可以共享的,个性化的只需要做20%-30%。我们做任何一个行业,其实重要的不仅仅是提供什么样的技术,满足什么样的要求,而是技术怎么跟原有的业务结合,让它的价值落地。在这个过程中,我们作为一家技术企业,我们去理解每个行业是很难的。所以这个过程中一定会跟对这个行业有资源,对这个有理解的行业合作,共同去落地,这样双方都能形成独特的价值。这是商汤自身发展的逻辑和定位。我们跟其他类似的AI企业,我们是横向的平台做得更多,在赋能上做得更多,跟行业合作伙伴也是更开放的,跟合作伙伴共同利用视觉技术去改变这个行业,帮助客户提升。

王维嘉:能不能举几个具体的场景和例子?

杨帆:我们先说人脸识别,2014年的时候商汤当时参加了一个全球比赛,那年我们打败了Facebook,拿了全球第一,为什么这次比赛特别重要呢?这是全世界第一次人脸识别在一个开放场景下机器超越了人的能力。我们做得比别人好,我们就能够对它进行应用,我们做的第一个应用是身份认证。但是做了之后发现这件事情根本不是这样子的,互联网APP的认证,犯罪分子或攻击者不是硬去试你的人脸识别,而是找真实的用户照片来识别,或者是生成一段视频来做这样的攻击。我们发现这不是人脸识别的问题,有一个专业术语叫活体识别的问题,这个人工智能要判断是照片的翻拍还是一个真人,这其实已经不是人脸识别的问题了。再往前走,现在国内的手机厂商,包括oppo、vivo、小米,他们的手机解锁方案也是商汤提供的,这里面我们又会遇到一个新的问题,我做手机解锁的时候,一开始也认为是人脸识别,结果一做发现很有意思,很多用户把手机掏出来这么看一下希望就能解开,很多时候摄像头只能拍到半边脸,这时候就要做半边脸识别。听起来人脸识别是单一的技术,但是当用到不同行业的时候,会不断有小的新技术问题。这就是商汤为什么做这件事情会有长期的价值,这需要你有持续不断的技术创新能力,你要有算法的研发能力,算法研发能力比算法本身重要得多,这是我们所具备的核心能力,包括人脸、图像、物体各种各样的识别。我们还做遥感,做卫星影象的自动识别,帮助国土规划局自动做估计。前两天一个省的规划局去看有没有违建的别墅。你持续的技术创新能力不断地帮助你解决新的问题。

王维嘉:你们的商业模式是卖服务还是卖软件?

杨帆:都有,我们的理想是卖服务,现在不应该叫AI+行业,而是行业+AI,我们的商业模式是跟着行业变的,我要根据在这个行业提供的价值,在这个行业中产业链环节的位置,决定我在这个行业的商业模式。

王维嘉:我永远搞不清楚互联网+和+互联网的区别,你刚才提到AI+行业和行业+AI的区别是什么?

杨帆:就是以谁为主的问题,我们今天讲人工智能改变产业,我觉得更合理的说法应该是所有的行业、所有的产业都要完成信息化、自动化、智能化三步走的升级过程。任何一个商业逻辑是端到端闭环提供价值的基础,所有的端到端闭环都是在每一个行业内产生的。AI是帮助端到端闭环提高效能,降低成本,做以前做不到的事情。因此你的商业逻辑、商业模式以及里的定价都要根据它原有的商业闭环去定义。

黄晓庆:对于是互联网+×还是×+互联网,如果商业模式改变了互联网,那就是×+互联网,如果互联网进入这个行业,把这个行业改变了,那一定是互联网+X。

王维嘉:因为人工智能有很多领域,青松基金都投了哪些领域,或者你们认为哪些方向是最值得投的?

刘晓松:人工智能是老话题了,但是这两年突然爆发是因为它管用,刚开始开复融资的时候大家不太理解,那么赚钱,认为可能是当时投的时候比较便宜。道理就是这样的,当别人还没有看懂的时候,你看懂了,你投进去就可以获得高倍的回报。人工智能在两三年前,大家还比较怀疑,说这个玩意管不管用,现在没人怀疑了,基本上每个行业都觉得管用,即使还有一些比较难啃的骨头,但是大家相信肯定能啃下来,所以大家都看到估值迎来爆发。我们最早是在媒体方面的应用,比如映客一开始只有一个界面,我们当时要求一打开机,一键就可以播。但是这样就有一个问题,喜欢音乐的人和喜欢逗逼的人,和喜欢段子的人,都在一个界面上的时候就很难满足各种口味。所以你看到别的产品,像花椒就分频道,一打开十几个频道。但是映客一直坚持一个界面,坚持了很长时间,背后是什么呢?背后就靠算法,你打开的和我打开的是不一样的。我怎么知道你的喜好呢?就是看你点的哪一个直播,另外你喜欢谁,喜欢多长时间,我大概知道你的口味了,这样就提高了效率,减少了一个键。另外一个例子是我们投资了一家做音乐的公司,叫StepBeats,比如你听音乐运动,你的运动节奏快了,但音乐还是那个节奏,你就非常难受。最好的是你的运动节奏和音乐节奏是匹配的。这家公司可以自动生成音乐,这是一个挺天才的项目,一个刚毕业的小孩,既懂音乐又懂计算机的小孩做的,你用了以后就会非常喜欢。这是在文娱方面的应用。

另外在教育方面我们也看得非常多,人工智能对教育的改造十年都改变不完,比如买东西,信息流这个事情,很容易出现一个巨头以后,别人都消失了,因为平台效应很强。但是教育不会,不会出现一个教育的巨头说你买所有的教育产品都到这个平台上来买,不存在,原因是代价太大,因为买任何一个教育成本是要花费很大成本的,不是钱的问题,是孩子的时间和你自己的时间,你选课错了不是时间的问题,可能是起跑线的问题,可能是一辈子机会的问题。所以每个人在选一门课的时候难度是很大的,因此不可能一个解决方案能解决所有问题。所以会出现20个千亿级的公司,不会出现一个2万亿级的公司。我们投了20个教育公司,一半以上是人工智能的。

王维嘉:投了20个,都是什么方向的?

刘晓松:松鼠教育是做K12的人工智能辅导,它能知道你的知识点,根据知识点给你做辅导。另外一个是阅达,专门研究做to B的,专门研究知识点和测评的,美国对标的公司200亿美金,他是从美国这家公司回来创业的。这两家公司都进入了去年评的中国互联网教育十大之一。还有洋葱数学,专门做数学的。包括掌门一对一,后面都有大量的算法支撑。

还有供应链的改造,我以为供应链改造,人工智能应用会比较慢,我们投的一家公司整体上把供应链的水平提升很多,把人和机器的效能提高了很多,库存提高了很多,全部通过算法来做,这也是IBM出来的。我们还投了智能一点,这家公司是做什么的呢?就是客服,但回答客户的问题只是解决问题,大家想机器回答问题的时候,所有的问题作了记录,把所有的问题解构以后成为知识点,再合并以后可以给产品,给前端,给销售提供巨大的赋能。这个公司在这个行业当中是跑得最快的,这个公司是我们三年前投的,也是成长得非常快的公司。再举一个服装的例子,我们做了一个论坛,专门把传统的服装产业和我们投的做服装产业的人工智能公司在一起开论坛,传统服装企业都是五六十岁的创始人,另外一部分是30岁以下的,很快抱在一块相见恨晚。我们有一个公司有4000多万人体的数据,你测6个数据,打几个钩,他就能推测出人体的三四百个数据,从而做出一套非常适合你体型的衣服。做衣服的流程是很复杂的,真正要做一件好衣服是很难的一件事情。做一件好衣服,用人工智能来做,可以做得很简单,又快又好。人工智能就管用了,未来会更管用。所以这次论坛选这个题目选得很好。商汤也是我们很尊敬的公司,我也觉得商汤会有很大的空间。但是我还是坚持认为行业是首选,当一个人工智能技术要用到这个行业的时候,你得先去学这个行业,然后才可以给他赋能。

王维嘉:所以你认为是行业+?

刘晓松:一定是。

王维嘉:小沛刚才提到把非标准化的交易变成标准化,我在美国看过很多二手车公司,但是一家都不敢投,你们是怎么把一个非标的东西变成标准化的交易?数据算法在里面起到什么作用,能不能讲一个特别典型的交易场景,让大家理解一下你们是怎么把交易变得简单透明的?

张小沛:我们从2016年做到现在做了三年多,一开始我们是不敢定价的,因为没有数据。但是一开始我们创业的时候,当时心里想是要用AI、大数据去重塑这个行业的,但是一开始樵夫难为无米之炊。我们现在公司有3万人,其中大概有8000个评估师,我们是用这样的代价,每年上架三四百万辆车,每一台车是评估师会上门,我们有一套的设备去测漆、发动机、门、底盘等,我们做了一个底盘机器人,把底盘的机器人拍下来,光线不好,还做了一个激光探头矩阵。我们刚才探讨到底是行业+AI,还是AI+行业,我觉得是伪命题,这两个是要双轮驱动的,你要非常了解knowhow,了解了之后才能正确地建模。对所有的行业,你要对传统行业进行建模,建模的过程就是结构化的过程,结构化的颗粒度做到什么程度非常考验这个团队的knowhow到了什么程度,然后再把数据在不同的颗粒度上转化成线上,你的算法才有材料去训练这些数据。我们评估师上门拿到这些数据之后,我们2016年都在不停地清洗这些数据,因为有大量的噪音在里面。因为有8000个评估师,人是有很大的随意性和不确定性的,同一辆车让5个评估师去评,拿到的数据是不一样的,你怎样把不同的方差拿出来,最后取什么样的方位值,做了大量的前期准备。我们一直到2017年的时候才敢对这些数据,有些是热门车,卖的最好的车是宏光。

王维嘉:为什么这么热?

张小沛:因为它是一个面包车,可以拉客,也可以载家人,所以是比较经济实用的车。对这样的车,我们手里有大量的数据,2017年初先从这个车开始定价。

王维嘉:是你们定价,不是车主定价?

张小沛:是数据定价,中国绝大部分其实是不太懂车的,它对车的价格只有一个预期。到2017年初的时候,我们从热销的车,从手里有大量数据的车开始做,然后再一点点做,到现在整个平台上70%的车都是敢于报价的,是因为我们要把车真金白银拿下来,因为我们做零售了,我们是吃库存的,然后卖掉的,否则是会砸在手里的。现在还有30%的车是没办法定价的,这是一个长期的过程。也许接下来我们又往前走了一步,也许80%的车可以定价了。

王维嘉:为什么你们除了二手车之外还卖新车?

张小沛:新车是因为我们认为是二手车的上游,所以往上游去走。我们现在是在卖车,二手车能定价、能流转、能处置,这就是核心能力。

王维嘉:你刚才说行业+AI是伪命题,因为你们自己有很强的AI能力,你们觉得需要像商汤这样的技术帮助吗?

张小沛:这是一个战略选择的问题,没有对和错,我们从创业最初就觉得我们的世界观是要用自己的技术、算法、数据,这些是我们的核心竞争力,我们要拿着这个去重塑这个行业,包括客户机器人都是用自营的,商汤也做得非常好,这是战略选择的问题,我们认为这是核心竞争力,所以我们是选择自营的。

王维嘉:我现在看到的金融行业,它的数据一定不敢放到第三方去做,所以一般来说有钱就招一大帮博士团队来做,可能没有商汤做得好,因为他不放心,他觉得这是我的核心能力。但是像医院一定不愿意自己建团队。对不同的行业,对AI赋能有不同的态度。

杨帆:整体上来说越传统的行业,离IT越远的行业,他本身这方面的能力相对比较弱,企业自身的基因往往业务性更强,这时候就更愿意采取外生性的合作形式来推动。而相对互联网的企业本身离这边比较近,所以更侧重于自身发展。

王维嘉:你们现在也布局自动驾驶,人脸识别在中国是很大的市场,在美国几乎是很小的,但美国和中国相同的是自动驾驶,两三年前是特别大的市场,你从行业的估值就能看得出来。但是我最后决定不投,因为自动驾驶看不到商业模式,自动驾驶像福特、丰田这样的公司,因为这是他们的核心能力,人命关天,所以最后要么是被他收购,要么是他学一段技术以后把你甩开。你对中国自动驾驶市场的看法和你们是否要进入这个市场?

王维嘉:自动驾驶会有您刚才讲的问题,这个逻辑是这样的,中国的创业者特别执着于上市,但企业卖掉也是很好的归宿。我觉得车这件事情,对车厂而言,长期来讲肯定是要把这个核心能力拿在手上的,但车厂也不一定是最后的赢家,在自动驾驶这件事情上也有一些观点认为未来车作为所有物的属性不再那么重了,它在一些场景中的使用权会更加重要,未来车场退化为今天的手机OEM生产商一样,这就颠覆掉了,模式可能完全不一样。对于现在的自动驾驶公司而言有几条路,你当然可以跟车厂合作,我这个公司做得好未来车厂就把我买了,这也是很不错的。还有一种选择,我们今天也看到了,一方面是家用车市场,车还有很多细分的场景,是特定类型的,比如公交车,比如清扫车,比如旅游景点的摆渡车、机场的摆渡车,再比如物流园区从厂房到门口的摆渡车,其实是有大量的场景市场。这些在未来都有可能成为新的机会和空间,你完全可以把自己搞成运营公司,是有这样的可能性的。

王维嘉:今天时间关系,我们已经到时间了,今天在座的五位都是在人工智能行业深耕的,BAT掌握了所有的数据,新创公司怎么办呢?你仔细想,人脸识别,BAT没有人脸数据,你搞人体成像,他们没有人体生理数据。十年后回过头来看BAT掌握的数据就像地面上浮的金沙,一个个创业公司是在挖深的矿井,真正的金子都在矿井里面。人工智能是一个要深挖的行业,是要跟每个行业紧密结合的行业,是要对这个行业知识要求非常深的行业。昨天跟一个金融行业的大佬聊,他说人工智能到底能做什么,我说你应该反过来说人工智能不能做什么,几乎所有产生数据的生产和生命活动,只要产生数据,我就能够用人工智能,从数据里面提取出相关性来,反过来把这个相关性用于优化的过程。这个行业真的是一个革命性的工具,它会润物细无声地渗透到几乎所有的行业细节里面,所以大有可为,而且这是一个特别适合创业的行业,因为它的机会太多了,它不会出现赢者通吃这样的巨头,当然也会有巨头,但它是一个行业的巨头,而不是水平的巨头。这是我们中国的机会,也是所有创业者的机会。感谢今天五位嘉宾的非常精彩的分享,谢谢大家!

【本文为投资界原创,网页转载须在文首注明来源投资界(微信公众号ID:PEdaily2012)及作者名字。微信转载,须在微信原文评论区联系授权。违规转载必究责。】

相关资讯

AI数据总览

最新资讯

热门TOP5热门机构 | VC情报局

去投资界看更多精彩内容
【声明:本页面数据来源于公开收集,未经核实,仅供展示和参考。本页面展示的数据信息不代表投资界观点,本页面数据不构成任何对于投资的建议。特别提示:投资有风险,决策请谨慎。】