商湯科技楊帆：AI 落地的逐級挑戰與應對之道

來自專欄 TGO鯤鵬會1 人贊了文章

在 TGO 鯤鵬會主辦的 GTLC 全球技術領導力峰會上，商湯科技聯合創始人、副總裁，TGO 鯤鵬會北京分會會員楊帆為眾多技術從業者，分享了主題《從技術突破到商業變現：AI落地的逐級挑戰與應對之道》。本文根據現場分享整理，有部分刪減。

我今天講的題目叫《從技術突破到商業變現》，主要包括以下三個方面：

• AI 價值
• AI 發展方向
• AI 公司的生存路徑

AI 的三個環節

大家普遍認為，AI 分三個環節：

• 感知
• 認知
• 決策

感知 & 認知

其實感知和認知這二者之間的邊界很模糊。因為感知是憑著主觀經驗對一件事情做出分析和判斷。而認知是經過理性的思維，然後抽象化，基於規則去做出判斷。但是很難界定感知做出的判斷到底有多大程度不是下意識的抽象化。

講到 AI ，就是機器去感知或者認知這些對象。機器要認知這些對象，首先需要做表達轉換，因為它的認知方式跟人不完全一樣。機器認知視覺的時候首先把電磁波用數字化的方式表達出來。聽覺也一樣，是把聲波用數字化的方式表達出來。而味覺比較特殊，我見過專門做的電子狗，其實是通過一些生物化學的反應，達到某些特定目的，比如去禁毒。我們今天的發展在觸覺方面還很有限，更多的是用機器人視覺或者泛視覺的方式進行感知，然後進行反饋操作判斷。

以前講到感知類 AI 或者認知類 AI 有三大方向：計算機視覺、語音識別、自然語言處理。那麼自然語言處理在哪裡呢？那就不得不提文字和語言的概念了。這兩者在我看來很特殊，它其實不屬於上面說的感知或者感知對象，而是人的文字或語言的表達。因為文字無非是把語言用一種可視化的、可存在的形態，用紙或電子把它記錄下來。文字和語言本質上是一種信息的編碼方式，用作人和人之間的溝通。它既可以通過視覺的方式去進行人和機器之間的信息傳輸，也可以用聽覺的方式，而其背後就是自然語言理解。我認為自然語言理解凌駕在感知類 AI 之上，至今還沒有很好地解決，因為它信賴於特定的語境，在不同語境中詞語的意思差異很大。

決策

感知是機器如何獲得信息，決策是說機器如何輸出。這樣就會形成一個閉環，只有形成了閉環，AI 才會有真正的價值。但這不意味著決策一定會比感知和認知更高級，輸入和輸出之間共同形成一個閉環，它們之間又是一個矛盾體，對輸入的問題分析的越好，對它分解能力越強大，意味著對決策的要求更低。

計算機視覺類的公司估值更高，有三個主要原因：

• 信息含量大
• 信噪比低
• 表達形態通用

AI 的技術趨勢

第一，所有公司都在建大規模的系統。因為這樣可以有機會獲得更多的數據，然後利用它完成更好的閉環迭代。第二，現在所有 AI 公司都在做晶元，因為算力永遠會是制約你的瓶頸。第三是演算法，怎樣擺脫數據依賴是我們在演算法界共同努力的方向；怎麼樣降低算力佔用以更小的算力達到同樣演算法認知能力，怎麼樣提升對於整個業務流的優化效用，這是在演算法方面的主要優化方向。

商業落地的挑戰及應對步驟

AI 商業落地的挑戰：

• 這麼多行業做什麼
• 到底能不能做好
• 到底能不能掙錢
• 錢掙得夠不夠
• 錢能掙多久
• 錢掙得累不累

應對挑戰的五個步驟：

第一步，需要理解需求、需要去解決問題，想清楚你的商業模式。需求最重要的基點叫做真實，第二是剛性，第三是規模化。

第二步，需要知道技術的紅線在哪裡。看起來一脈相承、一以貫之發展的技術，其實對於不同的用戶需求，技術需求水平是不一樣的。所以最終要具備技術預判力，知道技術往前發展半年之後的行業水平、行業基準線會達到什麼程度，這樣才能決定你要做的投入、應用、行業是否有價值。

第三步，需要具備融合創新的能力，技術的發展在今天不完全是以我為主的，更多是從需求、行業的角度倒逼出的技術發展方向。所以會面臨一個問題，怎麼真正的把客戶需求搜集清楚，然後拆解成若干細分問題。最終我們要重新定義問題，通過融合創新加以解決。

第四步，建立有效的數據閉環。做 AI 產品會面臨一個很不一樣的挑戰，就是在第一天就得開始思考數據閉環到底怎麼建成，特別在某個特定的場景下。因為用 AI做東西，永遠都會面臨一個問題，技術、數據、業務這三者之間會形成一個正反饋。所以 AI要在不完美、存在很多缺陷的時候就投入使用，並需要極其高速的迭代。另外要重視數據的所有權問題，避免因數據隱私或者合規的問題導致整個業務閉環無法快速地往下演進。

第五步，行業價值要素轉移。你有了好的產品之後，關鍵就是如何使這個產品成為你企業的核心競爭力，讓你企業生存下來。技術具備很強的擴散性，大家會互相學習技術，大家的技術水平也會持續進步。但是，客戶所需要的技術，不一定會持續進步。所以需要了解技術價值對行業要素分配變遷的影響，將你現有的技術優勢變為壁壘優勢，從而具備更強的競爭力。

黃良懿：你怎麼看待 AI 技術在手機上的應用，未來 3 - 5 年會有哪些技術被我們應用，被人們所接受？

楊帆：毫無疑問，AI 將會發揮極為重要的作用。當整個社會智能化浪潮到來的時候，大家發現智能手機是站在 IoT當中最重要的設備。在智能設備最重要的，是基於攝像頭挖掘出來的一系列體驗。視覺在其中佔據最主要的地位，基本上圍繞著攝像頭，從信息採集開始，到整個的成像，再到背後感知和應用，每個環節都可以找到價值的提升點。在應用側，其實也還會有很大的挖掘空間。

黃良懿：如果傳統大企業里還沒有開始去擁抱 AI ，楊老師有沒有建議、實踐方法論讓他們能擁抱 AI 呢？

楊帆：當你站在 CTO 角度，可能想的不僅僅是我能做什麼，而是如何整合內外部資源來真正達到我的業務目標。所以在這個過程中，你一定會有一些外部的和內部的需要，你需要做平衡，構建自有 AI能力，保證自己核心價值不受別人的侵襲，不受別人的攻擊。同時，釋放一定的能力和空間留給專業空間幫助你快速提升更大的價值。 所以對於傳統的企業，第一，是否能夠足夠快速地意識到這件事情的重要性；第二，是否足夠清晰認識到在什麼樣的時間節點引入外部能力，在什麼時間節點考慮一部分的能力自有化；第三，對於你的行業，對於你的業務而言，基於外部和自有化的邊界放在什麼樣的位置會比較合適。我認為這三點都特別重要的。

黃良懿：傳統企業怎麼擁抱 AI ，產品經理很重要，他起到承接和尋找場景的作用。我們怎麼在企業里識別出他具備 AI產品特質？如果我們找到這樣的人才的話，怎麼培養他？

楊帆：我覺得兩點：首先，他得是一個好的產品經理。第二個，在我看來，作為 AI 的產品經理比以往的任何產品經理都更加強調他的學習能力，特別是技術側的學習能力。我相信未來十年，AI 永遠追求以新的場景、新的技術帶來新的價值。所以他在整個產品產生附加值過程中，往往需要面對不成熟的產品。在這種情況下，產品經理要具有足夠的技術敏感力，去把握技術和產品之間的邊界，將它的成熟度把握在合適的邊界上，並在產品迭代過程中要有效控制這裡面所有信息的細節。所以，他需要有好的學習能力，特別是學習的慾望。