创新奇智CTO张发恩:后AI时代,应用为王

  作者:张发恩

  创新奇智公司CTO、联合创始人,创新工场人工智能工程院 首席架构师

  张发恩毕业于中国科学院软件研究所,获得计算机软件与理论硕士学位。工作期间获得10+美国专利,获得30+中国专利。曾任百度主任研发架构师、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。此前,在Google任高级研发工程师,以及微软研发工程师。张发恩在IT行业拥有十年以上的技术研发和管理经验,涉及企业级软件、室内地图定位与导航、互联网搜索引擎、全领域知识图谱、大数据分析与存储、机器学习、深度学习等众多领域。

  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。

第 1 /  10 页
点击查看余下全文