曠視印奇解讀AI產業落地三個關鍵

編者按：7月29日，曠視舉辦「始於算法，成於價值」年中媒體交流會，曠視聯合創始人兼CEO印奇與在場媒體分享了曠視的AI產業落地路徑實踐。

印奇認為， AI產業落地的三個關鍵。第一，最本質的返璞歸真，解決算法供給側問題是AI企業的第一要務；第二只有賽道足夠聚焦，任何場景做AI產業落地時都很龐雜，都需要很大的精力，需要具有真正的價值，只有足夠聚焦才能完成價值的閉環；第三是非常重要的，真正打造AI人才和行業人才融合發展的新型組織能力。

我們將印奇演講的主要內容進行了整理，在此分享給大家：

謝謝大家！特別高興今天有機會和這麼多媒體朋友見面。 今天我們是本著考生答題的心態在與大家分享。首先就由我先來簡單 答一答「AI產業落地的路徑實踐」。非常期待，也希望今天能開個好頭。

時代趨勢

後疫情時代，各行各業加速擁抱AI

今年挺繞不開疫情的，可能大家也挺關心，這撥AI公司在疫情裡過得到底怎麼樣？其實短期內，疫情對AI企業有一定沖擊，大部分AI場景都和實體行業的線下部署相幹，當線下很多東西被封閉、被限制的時候，整個AI落地的進度其實都受到一些影響。

但與此同時，我們發現在後疫情時代，各個行業對AI更深度的擁抱正在發生。

這裡舉兩個小例子：

第一，AI測溫。現在去北京各個地方，無論超市、政府大樓或者寫字樓裡，前面門口裡都有一個AI測溫的小設備，曠視在這裡面大概貢獻大概30%左右的設備。其實會發現，當互聯網發展了20年，當我們連上網線的時候生活發生了很多的變化，然而當疫情來臨的時候，人類能做的事情並沒有那麼多。所以疫情給了AI更大的發展邏輯。 AI測溫只是一個小小的開始，未來你會發現我們的衣食住行都會越來越被數字化技術所包容。

第二，生產空間。我們發現疫情期間，很多工廠和倉庫都沒有很大密度人員在生產作業，越來越多制造型企業選擇用更多無人化方式完成AI倉儲。短期內，疫情對AI企業有一些影響，但也會給這些企業更多更深度的行業服務的機會。

AI產業落地進入深水區

這個曲線是Gartner曲線，其實現在 人工智慧正處在「死亡之谷」的泡沫期，大家已經有很高的預期，當預期往下回落的時候，到底哪個AI企業能穿越這個死亡之谷，這個判斷大家都很難預測。我自己感覺可能很快行之將半，在AI產業裡有很多的問題和很多解決方案，我想它可能不會那麼短，也不會那麼長。

有一個概念是我非常認同的——「AI小於IoT」。雖然我們是一家AI公司，大家可以發現越來越多的企業以及巨頭，比如華為、小米，大家把AI和IoT兩個詞連接得越來越緊，但其實這是兩個詞。

在過去20年裡，從互聯網到移動互聯網，那下一個時代是AI嗎？我覺得自然延伸下來是物聯網時代。打個比方，物聯網就像當年的互聯網一樣，AI更像當年的搜尋引擎。AI是物聯網裡一個核心技術算能力，是未來很長一段時間內技術創新的主軸，但不是產業落地的核心點。所以在我們看來， AI真正商業價值的變現、真正能夠有規模商業化落地的公司，大部分是面向線下的，更多的是和實體行業的結合，這就是為什麼我們想說AI和IoT未來會越來越多關聯在一起。所以，未來AIoT會變成一個詞，就像當年說ICT（資訊通訊技術）一樣，但當我們審視這些價值時會發現，AI是這裡面的殺手級能力，但IoT是那個大時代的洪流。

認識行業

算法供給側，AI企業做的還遠遠不夠

最近很多事情都套上「AI」的概念，其實回到根本，AI核心還是算法。但我們作為AI企業發現，真正的AI產業落地裡有一個大家沒有意識到的問題——算法供給還遠遠不夠，最近很多人都在講：「AI已經沒有什麼技術壁壘，AI算法似乎很容易了。」但大家真正在生活裡用到的AI算法好像還是「老三樣」，比如人臉識別等等。 AI算法側並沒有極大的供給，它其實還在極度稀缺的階段。

當大家講算法時，有兩個要素其實沒有仔細來看，第一個叫「AI算法可交付」。什麼叫可交付？AI算法的應用有兩個環節，第一個環節叫訓練，第二個環節叫部署，真正把一個算法訓練出來，這個工作才做了20%，而80%很大量龐雜的工作量是在部署。 當一個AI公司說可以訓練100種算法，但並不代表能把這100種算法交付給客戶並產生價值，中間80%在每個算法部署環節是極其龐雜，且每個行業有極度差異化和碎片化的，這是為什麼在AI算法落地裡可交付這件事情是非常非常重要的。

第二件事情叫「規模化」。坦白說，曠視已經打造了很多算法，真正我們會認為產生一個算法成本太高，周期太長，還沒有辦法把算法像現在的軟體一樣，想寫就寫，寫完還能有用。 未來算法要規模化一定要有一套非常有用的工具，我們給出的答案是Brain++，但Brain++仍然不夠完善。我們一個判斷，現在真正算法供給能力相比較現在的應用需求可能連1%都不到。算法相當於物聯網系統裡的血液，血液如果供給不足會發現很多東西只是框架，只是骨骼。所以，當我們回到AI裡會發現，AI的核心動力，算法供給其實是遠遠不足的。所以說可交付規模化算法能力是解決問題的關鍵因素。

價值閉環是AI產業落地的最大挑戰

最近這個詞也提得越來越多——「價值閉環」。我們認為價值閉環是AI產業落地的最大挑戰，但首先要定義什麼是價值閉環。

所以，我們給出兩個維度的拆解。第一是產品維度，第二是商業價值鏈維度。

首先是產品維度。

AI產業落地本質上就是在不同空間，不同場景構建一個個獨立的AIoT應用，只有應用有了才會有這個產業鏈，才會有平臺，才會有晶片，才會有所有東西生機勃勃的發展。在AIoT的應用裡，它的壁壘和難度要比之前大得多。當我們想把一個AI技術應用到一個行業落地時，會發現路徑是很長的。

我們總結三步走，真正當我們去用一個算法變成最終AIoT應用時它往往要經歷三個過程：

第一，最早可能先產生一個新的算法，算法在性能上要可用。

第二，這個AI公司首先成為系統集成商，它需要端到端打造示范性POC項目，叫Proof of Concept。任何一個to B或to C的企業不會隻買個半成品，不會隻買個算法，需要在他產業裡能產生價值。所以，AI算法公司首先要成為優秀的系統集成商。

但是做集成是手段，完成集成之後會發現，當你可以形成端到端的閉環時，首先要區別沉淀這個行業裡上面最重要的軟體，相當於用系統集成牽引做出軟體平臺，連接所有的硬件，因為這些硬件是不同廠商提供的，這是使用系統性去牽引軟體。當你把軟體做得很好的時候，會發現很關鍵的硬件，現在市面上沒有一個廠商真正做得非常非常好，這時候你就會真正用軟體牽引軟硬結合的平臺。

從算法到系統集成，到軟體平臺到最後的軟硬結合，這是真正想在行業落地時必經的一個最小路徑。當我們談AI產業落地時，首先要知道我們要解的那個題本身的龐雜度是怎樣的。只有打造出每個場景的AIoT應用，才叫把AI做到場景落地，這裡要經過我們提出的——產品形態三層演進是實現價值鏈的唯一路徑。

其次是商業價值鏈維度。

我們認為，AI產業落地分三個階段，第一個階段是0-0.1，在這樣的場景下，當年我們用人臉識別完成金融支付，發現那時候技術也不成熟，產品也不成熟，應用場景也不成熟，這時候0-0.1本質上是技術可行性和所謂產品價值的驗證，這個過程是非常本質的0-0.1的創新。

0-0.1之後第二個階段是MVP產品打磨，MVP是互聯網經常會用的詞叫「最小的可用產品」。MVP裡有個很重要的定義，當一個AI公司說他0.1-1時，他一定已經觸達了行業用戶，並且用戶買單了，完成了最早期的商業實現和落地，to B行業裡，往往AI產業裡真正能夠有人買單，有錢的用戶真正肯定你的價值才能說你完成了0.1-1。

第三個階段是規模化應用階段（1-N階段），我們會深刻體會到，至少未來10年時間裡，AI的規模化應用一定是用軟硬一體化的方式，如果一個AI公司只有算法，只有軟體很難走到第三步，很可能不斷地在走0-0.1、0.1-1。 所以，我們認為，一個AI公司所用的路徑一定是要先能夠驗證價值，真正完成MVP和客戶的驗證，最後定義成軟硬一體化的產品，然後規模化復制。這三個步驟，我們不光自己實踐了很多行業，看著很多友商、後來者真正紮實把行業做好的時候，無外乎都要經過這三個階段。

所以，我們認為商業價值三個階段，AI從0到1，比之前互聯網認為的從0到1要更長，要更難。

每進入一個行業，都要搭好「4 in 1」陣型

當要把AI產業落地時，會發現它對組織的密度和陣型要求是極高的。一個AI公司裡的產品部門可能具備四個人群。

首先它需要產品經理，可能是這個小板塊的CEO，這個產品經理他既需要有AI的背景同時需要學習行業的背景。所以，人群畫像裡我們畫有50%的AI，50%的行業。第二要有CTO，把軟體、硬件算法整體來看，這個人也得很綜合，有AI行業背景同時也能學習行業。第三是CAIO首席AI官，他能真正對算法上有突破，且能對算法可行性評估做得非常好的，這個人可能很懂AI，沒有那麼懂行業。第四最後真正的閉環是AI的人，同時要有行業Know-how，有行業積累的人，所以最後肯定要有CMO，真正幫助產品推向市場，去營銷的時候，這個人往往是非常懂行業，同時有開放心態，他們也去學習AI。

當AI每個小的產品落地過程中，可能都需要這樣四個角色，我們叫每進入一個AI行業，需要搭好4 in 1的組織架構。

曠視實踐

長期踐行「1+3」戰略

剛才更多的是在理論上的，我們也想跟大家簡單分享一下曠視自己的實踐。

開場Video裡講到曠視的「1+3」。曠視成立9年時間，是在長期踐行「1+3」戰略。 曠視未來三年都不會超出這樣的國界，我們會在這三個最大的行業裡展開、深入，真正做我們的技術創新和可健康的規模化發展，所以，這「1+3」有可能明年、後年的時候發現這個故事還有延續，同時又創新，在每個點裡我們有新的產品，創新的技術。但真正的客戶群體，這三個群體包含了AIoT裡最重要的三個場景，第一面向家庭、個人客戶；第二面向城市、政府；第三是供應鏈，制造物流零售，所謂商業裡最主線條的戰場。

Brain++開放核心能力，實現算法規模化供給

我們把「1+3」戰略簡單拆解一下。

Brain++是我們拿手的絕活，今年3月份我們選擇開源Brain++的最核心組件——深度學習框架天元，希望能把我們核心能力分享出來。Brain++是一個非常好的產品，它不僅包括世界上一流的開源框架，更是三合一的生產平臺。大家了解一些編程的話，我們認為Brain++在兩三年之後可能會成為像當年Visual Studio這樣的開發工具，未來越低門檻，越來越多的程序員可以用Brain++開發自己的應用。

雖然算法的供給未來會越來越海量，但坦白來說，算法的供給不應該賦能很多行業，而是在每個行業有很飽和的供給，每個行業不僅僅需要人臉識別的算法，可能需要100種、1000種算法在同一個場景裡，用真正的算法解決每個場景裡飽和工具的問題。這是我們Brain++所謂真正的生產力平臺。我們Brain++經過各方面的實踐會發現， 它能夠縮短80%左右的從需求到落地的時間，同時降低55%左右的算法生產成本。

我們進入時間最長的行業個人物聯網，從面部識別、超畫質、多攝、視訊超畫質、屏下指紋和軟硬一體化。全球現在有10億部手機裡面都有AI的技術，只要大家用的不是蘋果手機，我想裡面都會有AI的能力。 在手機裡，我們會供給越來越多的算法，讓大家的手機變得更智能，也相信消費電子是讓更多人用到曠視技術的核心點。我們會發現，當大家用最常見的國產大牌手機拍照時會發現，拍照裡有很多從拍照、攝影、視訊很多技術，讓大家真正能夠很好地描繪這個世界的美好。

城市物聯網，從超級應用到操作系統

第二個場景也是大家很關註的產品叫城市物聯網。在一個城市裡，城市物聯網是核心要落地的場景，但這個場景極度龐雜。當我們講城市大腦的時候，發現它是system of systems，這個系統裡包含很多系統。當我們給它梳理一下，可能發現這個系統裡有兩個維度可以做切分，一是「條」，指「條的管理」，就是公共安全、交通，基本不同政府職能部門，包括環保、文教衛、司法；二是「塊」，「塊」是指空間，如果站在城市管理角度，城市可以分為幾百個公共建築，幾千個小區，幾千個寫字樓等，這是按空間來分。

所以，整個「城市大腦」從「條」和「塊」不同維度講數字化並產生這樣的應用。 我們認為，真正在城市大腦裡，需要每個公司選擇自己真正擅長的部分進行深度打造。無論是條上的應用還是塊上數字化能力，真正構建好的應用場景和平臺化產品。

也許未來在城市裡會有個操作系統，每個建築也會有個操作系統，這也是曠視真正一步步在打磨的， 有效打通交通、城市管理等條行業應用和社區園區、公共建築等塊空間應用的數據壁壘，實現城市治理和居民生活的雙贏。在北京，曠視參與了北京六大區「城市大腦」、中國尊等項目的智慧化建設，為智慧北京助力。可以發現 任何城市大腦打造，要想交付最終用戶價值，這裡的用戶就是城市裡每個居民，它會有非常非常長的路徑，每個單點做完之後都有一些閉環的價值。

供應鏈物聯網，從局部智能到整倉交付

第三個場景是我們最年輕的場景，也是我們非常喜愛和看好的場景。無論是手機、消費電子場景還是城市場景都是在生活空間裡和衣食住行相幹。還有一個空間是生產空間，從生產制造，到物流零售，AI都可以大顯身手，發揮很大的價值。因為曠視打造了河圖機器人操作系統。

物聯網行業， 任何物聯網應用價值不在單一的設備，而在這張網。一個倉庫裡可能幾千個設備，如何用一個好的平臺性軟體管理幾千種不同的設備，同時能把這裡面最核心的設備用軟硬結合一體化，用AI賦能，這是我們在做的事情。大家會發現，曠視河圖生成完之後，我們既有柔性化的機器人，這是我們自己的軟硬一體化的產品，也越來越多會進入到真正的物流倉儲核心領域，真正用AI的方式生產他們最剛需，用量最大的核心產品，一定是AI所賦能的。

人工智慧行業的務實者與領跑者

回到組織裡，曠視現在有3000人，按照一個AI行業需要有CEO、CTO、首席AI官、CMO統計，發現曠視人員比例挺精準的4：4：2，AI背景的人占40%，從行業來的人才40%，這些行業來的人才對我們幫助非常非常大，有來自消費電子，有來自物流管理，倉儲管理，這些人結合才能讓我們在行業裡深度落地，同時20%的職能能夠去構架、去支撐的一些人。

在過去曠視發展的9年時間裡，我們搭成4：4：2的結構，大家各不相同，我們真正需要客戶價值來牽引，讓這些人從相融、包容到最後的融合。一個新時代的企業只有自己構建了新的組織能力，才能有信心說我進入任何行業都有機會，比行業內任何AI公司做得好，就是因為它已經構成了這樣的組織能力。

回到我們自己內部認為的曠視的定位，我們真正希望能成為人工智慧行業的務實者和領跑者。稍微解讀一下這兩個詞：

「務實者」，當我們看到了AI落地的困難，大家可能會覺得這是一個長跑。因為大家對AI技術的熱切關註，因此對這個行業有很高的預期，或者大家對它預期的波動性很高，有時候很愛有時候很討厭，在很波動的外部環境下，AI企業唯有務實，踏踏實實做好每一件事情，才能真正讓這個公司成為一家長久的偉大的公司。

「領跑者」，後面我們也會更多分享到，曠視非常非常自信，我們會認為在真正所專註的行業裡我們絕對是行業的領跑者，既有我們的產品落地，商業化能力，也包括我們的核心技術能力。

只有具備「務實者」和「領跑者」這兩種特質，一個新時代的企業才能一步步真正成長起來。

謝謝大家！這是我今天的分享。

延展閱讀：