創新奇智CTO 張發恩：後AI時代，應用為王

創新奇智CTO 張發恩：後AI時代，應用為王

 

https://mp.weixin.qq.com/s/lOTYBOVOIBZ1RnatUSpFJA

 

張發恩畢業於中國科學院軟體研究所，獲得計算機軟體與理論碩士學位。工作期間獲得10+美國專利，獲得30+中國專利。曾任百度主任研發架構師、百度雲端計算事業部技術委員會主席、百度雲端計算事業部大資料和人工智慧首席架構師。此前，在Google任高階研發工程師，以及微軟研發工程師。張發恩在IT行業擁有十年以上的技術研發和管理經驗，涉及企業級軟體、室內地圖定位與導航、網際網路搜尋引擎、全領域知識圖譜、大資料分析與儲存、機器學習、深度學習等眾多領域。

 

人工智慧風風雨雨60多年，經歷過夢想、爆發、寒冬、野蠻生長、平淨等各種不同階段。進入2017年以後，人工智慧技術革新速度減緩，尤其今年以來，全球經濟處於貿易戰的陰霾之下，內外環境變得愈加不樂觀，當AI投資熱潮逐漸退去，當AI冬天來臨的論調甚囂塵上， AI創業者該如何立足保身？AI企業該如何突破叢林？

 

本人在微軟、谷歌和百度有多年的研發經驗，曾任百度雲端計算事業部技術委員會主席、百度雲端計算事業部大資料和人工智慧首席架構師。近期，本人加入創新工場旗下的AI商業化公司-創新奇智，擔任CTO和聯合創始人，併兼任創新工場人工智慧工程院首席架構師。

 

創新奇智創立於2018年3月，專注於提供AI+B2B企業服務，透過 “技術產品”+“行業場景”雙輪驅動模式，聚焦零售、製造、金融三大行業，用AI賦能幫助企業提升商業效率和價值，實現數字化轉型。

 

從大平臺到創業公司，十幾年的AI第一線研發及從業經歷，讓我對人工智慧的發展有了深刻了解。站在當下，放眼未來，結合前文提到的問題，我認為應用為王的後AI時代已經來臨。下面，我將從五個方面加以闡述。

 

AI 演算法進入平靜期，應用落地迎來大爆發

 

從Rosenblat 提出感知器(Perceptron)模型，Geoffrey Hinton提出深度學習，到Yann LeCun開發著名的卷積神經網路 ( Convolutional Neural Network, CNN )，人工智慧經歷了邏輯推理、專家系統、機器學習與深度學習等幾個階段，尤其是從2013年開始，語音識別與影像識別實現了突破，大量演算法如雨後春筍般出現，迅猛發展的勢頭到2017年開始緩慢下來，逐漸進入了平淨期，暫時沒有了新的大突破，只有小的修修補補。

 

現在進入了後AI時代！

 

雖然AI技術革新進入了平靜期，這個時候，反而是企業將技術轉化為應用的最好時期。我接觸到的一些國際知名AI技術公司，也反映今後要把公司的更多資源從技術領域轉投到應用方面。所以，在應用領域發力是中國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，直接導致投融資環境的收緊。此外，很多AI企業面臨技術落地和盈利的挑戰，這也讓投資人變得更加清醒和理性。可以預見，在未來一段時間內，單靠融資輸血和沒有商業基因的AI企業將面臨很大挑戰。相比之下，技術和商業並重，商業落地能力強的企業能夠更好地生存下來。

 

人工智慧是一種通用的技術，在各行各業中存在著豐富的場景應用。但是，選出一個能夠解決行業真正痛點的場景應用並不容易。尤其是創業公司，在尋找行業場景的過程中，往往一年時間很快就過去了。如果不能迅速找到真正適合自己公司的賽道，融資、市場擴充等各方面都會帶來不小的問題。所以，AI公司的發展策略一定要集中資源，精選賽道。目前，創新奇智選擇聚焦零售、製造、金融三大重點行業，以T2B2C平臺賦能模式，助力企業客戶及合作伙伴提升商業效率和價值，加速數字化轉型。

 

另外，選擇有經驗的行業合作伙伴是商業落地的關鍵。好的合作伙伴非常瞭解行業痛點，AI技術公司與行業夥伴聯手，可以彌補這類公司在技術方面的不足，並且快速找到自己在行業落地的方向。目前，創新奇智已與eBest、海鼎資訊、徐工資訊、中冶賽迪、上海智造中心等一批行業合作伙伴達成共識聯合創新，所以能夠在零售、製造、金融領域快速佈局，成為細分行業人工智慧的應用之王。

 

應用為王，找到有價值的場景是重中之重

 

後AI時代，應用為王，最重要的是找到有價值的行業場景。一些原來純做AI技術的公司，已經進入瓶頸期，如今都不得不走上尋找落地場景的轉型之路。但是，在規劃行業發展的道路中，要“有所為有所不為”，AI能夠賦能很多行業場景，但不是都有價值。最著名的例子應該是: 飲料罐裝線上，識別空瓶並拿走，好的做法是用風扇吹走空瓶，而不是機器視覺引導機械臂拿走空瓶。遴選有價值的場景，杜絕偽需求，其實是一件很困難的事情。
 
創新奇智精心選擇了“零售、製造、金融”這三個行業，並吸引了三位行業合夥人加入，他們分別在這三個行業中有20多年的工作經驗，和技術團隊一起找到最有商業價值並且AI可落地的場景，從而幫助企業產生更多商業價值，如提高質量、降低成本、增加效率等。
 
以鋼鐵行業為例，其製造過程有很多智慧質檢的場景，但最主要痛點在鋼卷質量檢測、焊縫質量檢測等方面。AI創企要深入行業，將AI技術應用在更有價值的場景上，才能在日益激烈的AI行業競賽中勝出。

 

軟硬一體交付，修通人工智慧落地最後一公里路

 

人工智慧應用落地過程中，往往面臨軟硬體不相容、部署技術門檻高、不易規模化複製等問題。為解決人工智慧應用落地最後一公里問題，在三大行業應用背後，創新奇智打造了一個以分散式自學習機器學習與深度學習平臺、資料採集標註平臺為基礎，覆蓋感知智慧、認知智慧、決策分析等三大AI技術方向的人工智慧技術棧。圍繞該技術棧，我們採用軟硬一體的產品交付方式，讓企業開箱即用創新奇智的人工智慧解決方案，無需再做複雜的設定。

 

目前，創新奇智已提供了訓練一體機、能耗管理一體機、智慧表檢一體機、OCR一體機等軟硬一體交付解決方案，可以填平實際應用中軟硬體不匹配等很多坑，加速AI商用落地速度。除了人工智慧解決方案，創新奇智自主研發的無人值守智慧貨櫃、自助結賬一體機，是為零售行業打造的標準產品。這些產品已經進入大批次產階段，很多運營商戶切實感受到了人工智慧為他們帶來的巨大商業價值。

 

AI2B 企業發展壯大的P3理論

 

AI2B 公司從小到大的演進過程中，存在著三個重要的階段，即Project（專案）階段，Product（產品）階段，Platform（平臺）階段，我將其稱為AI2B企業發展的P3理論。

 

公司初創時期，能拿到專案很重要，它代表著被市場的認可，同時也可以幫助企業加深對行業、場景的理解。但是，專案需要投入很多的人力資源，且不容易被複制，所以，有志向的企業不應該在Project階段停留得太久。

 

公司發展到一定時期，專案做了很多，這個時候就要思考和實踐：從做過的專案中，抽象出公共部分，形成初期的產品功能表，開發1.0版產品，把產品應用到新的專案中，改善迭代產品。最終產品成熟，把公司業務引入可以被大規模複製的Product階段。

 

很多企業會停留在Product階段，更有志向的公司，會進一步把Product轉變為Platform。從服務形式上看，在Product階段，公司的銷售人員主動把產品賣給企業客戶，並幫助實施；在Platform階段，大量企業客戶利用平臺（Platform）的能力，提升自己的商業價值。這個時候，平臺（Platform）成長為一個大規模的生態。

 

我們說，小公司做場景，大公司做平臺。最終在市場上佔據領導地位的，一定是做平臺的大公司。

 

目前，創新奇智在全國多個重點城市進行了快速佈局，從現在到2024年，也規劃了完整的技術線路圖。例如，

 

在機器視覺領域，開發出具有創新性網路結構的深度神經網路模型，並在行業應用內獲得最好效果。2018年實現語義級影像差分系統、亞畫素級缺陷識別；2020年實現自研卷積神經網路架構，效果將超過ResNet等經典神經網路架構；到2024年將探索光衍射神經網路，實現以光速進行影像中的物件分割、分類和識別等任務。

 

在3D視覺引導方面，2018年基於深度影像資訊（RGBD）攝像頭，引導機械臂完成簡單商品分揀；2020年實現工業級機械臂完成複雜大型商品、包裹、零件的分揀；2024年實現工程機械、工業裝置3D視覺引導。

 

我希望大約在2024年-2025年，能夠把創新奇智帶到做平臺的階段。

 

“大潮退去，才知道誰在裸泳。” 進入後AI時代，當整個環境變得更加理性，靠博士創業和講故事、講PPT的企業將面臨很大挑戰，唯有將技術應用落地到合適的場景，為行業、為客戶、為投資者帶來實實在在價值的企業，才不至於出現裸泳的尷尬。