在GMIC北京2017大会上，地平线机器人CEO余凯、苏宁云商IT总部执行副总裁向江旭
加州大学伯克利分校人类兼容人工智能中心执行总监Mark Nitzberg、瓜子二手车首席技术官张小沛和Qualcomm全球副总裁沈劲围绕AI的商业落地场景进行了一场讨论。
地平线机器人CEO余凯表示AI商业化前景中有一个小机会、一个大机会。小机会是看某个垂直行业中是否有某个环节可以使用AI进行替代，从而使得产业格局被重构。大机会则是找到一个方向让人工智能成为平台级服务，让整个行业发生根本性改变。余凯举例今日头条就是抓住了“大机会”的公司。
Mark Nitzberg关于寻找AI商业化场景的思路非常直接简单，观察哪些领域或者生活中哪些部分是还没有用到AI技术的，这边是“商机”，可以提前做技术与战略部署。
沈劲认为在安防领域已经看到了AI商业化非常成熟的发展，其它领域甚至包括离消费者比较远的农业领域，AI商业化也已经在慢慢开始。
在AI场景化方面，瓜子二手车和苏宁都找到了各自的切入口。张小沛介绍，当一年想要卖100万辆车的时候，瓜子二手车已经用AI算法来解决为车辆定价的问题。另一方面，智慧客服已经帮二手瓜子车团队节约了几万人的人员成本。在智慧零售方面，向江旭提出了4A理论，就是任何人、任何地方、任何时间、任何物品都可以被满足，这就需要AI在苏宁的客服、销售、金融等方面都给予支持。
以下为论坛实录：
主持人：我想请各位嘉宾从这边开始做一个简短的介绍。
沈劲：各位好，我是来自高通创投的沈劲。我们过去一两年投了一些和人工智能相关的公司，包括我们余总这边的领域，自动驾驶，投了被GM购并的，等会儿有机会再介绍。我们也投了两家在农业数字化领域的公司，一个是以色列的，利用了深度学习。还有一家是中国的。总体我们还是觉得这是一个非常激动人心的领域。在这个领域，有很多的应用场景，从投资这个角度，我们还是在不断地深入地挖掘。
主持人：高通已经不满足于为全球的10亿部手机提供骁龙的芯片？
沈劲：人工智能跟我们也是相关的，凡是从我们芯片引导出来的，都能够并用。所以这方面有我们手机过来的，也有IOT万物互联过来的接入，所以手机还是很重要的一部分。
余凯：大家下午好，刚才张亚勤也提到，在2006年开始在NEC研究院开始神经网络方面的工作，12年在百度开始做人工智能、深度学习、自动驾驶。15年的时候，我有一个想法，我觉得这个算法软件实际上带来的可能是一个眼镜，但是其实未来的发展它需要从算法到硬件，到芯片，包括刚才沈总提到了，在芯片的架构这块，有一个突破性的进展。所以我们当时就出来创业做地平线机器人。我们希望能够把算法跟新的，专门为算法设计的处理器架构，能够合并在一起，甚至在GPU的基础上面，我们希望把算法的效率能够再提升一千倍。这样的话，带来的是在自动驾驶这些领域里面，我们能够处理更多的数据，更丰富的维度，更快的计算，带来更高的效率跟安全性的革命性的改变。我们希望做最核心的一件事情，成为撬动未来的力量，这个就是地平线正在做的，重构人工智能的算法处理器，去面向自动驾驶这些非常重要的未来的应用场景。
向江旭：大家下午好，我是向江旭，在苏宁云商。今天很开心、科学家、企业家、投资家，中国精英小型聚会的场所跟大家分享一些我们的思路和实践，特别看到我以前的老板张亚勤，我的同事高欣欣坐在下面，非常开心。我以前在微软亚太研发集团辅助张亚勤做技术研发工作，后来加入了中国的民营企业。苏宁，大家可能印象中都是一家卖电器的公司，我在加入苏宁之前也是这么想的。实际上加入苏宁之后，让我大开眼界。其实苏宁有六大业务板块，线上线下零售、地产、金融、文创、体育、投资，去年苏宁是中国第二大民企，第一大是华为。它整个去年是在3500亿人民币。这么大的板块，对于人工智能是很好的应用场景，有很多可以值得探索，值得尝试，值得耕耘的一个沃土。这也是为什么我非常激动和开心，希望跟各位人工智能专家、学者进行交流，找出人工智能如何在商业的落地、应用。苏宁也有志于成为人工智能在商业领域应用的领导者。谢谢。
张小沛：大家好，我是张小沛。当时主要从广告，然后做视频搜广告，再引擎，再到下来的瓜子二手车，车的残值怎么预估，出车间的图像怎么识别，我们用了大量的算法和人工智能在探索。
Mark Nitzberg：大家好，今天是我在中国参加第一次会议，我很开心。我是人类兼容人工智能总监加州大学伯克利分校，我有一个背景，是学术的背景。因为我从哈佛毕业之后，从计算机视觉这个专业毕业之后，最近的一个工作过的公司就是把计算机视觉运用到帮助盲人。我就在亚马逊的行业里面工作过几年。我就可以得以离开，其实可以从学术界抽离出来，来走到真正的行业当中去。几个月之前的事情，所以AI这个领域，现在给我们提供了这样一个机会，同时又有威胁。现在这样一个时间点，我们要把AI的研究从数学的方法，一个非常有价值的体系，来确保人工智能，也就是AI对人类有非常积极的意义，这样一个方向
主持人：人工智能，你能告诉我它的商业化前景在什么地方吗？我想请几位嘉宾从商业化这个角度解读一下。
沈劲：相反我觉得在人工智能方面，我们看到几家公司他们还是不错的。我们经常听到前面这几家，到时候余凯总自己说，比如说我们作为深度学习计算机视觉方面的，像易图，等这些公司，我觉得它们的商业化做得还是相当不错的。有一些领域目前做了很好的商业化。一个是安防，我们讲得熟一点就是抓坏人。当然还有身份证明，做实名制，做很快的身份确认。这方面我觉得现在都是商业化的机会。即便是在其他的领域，离我们消费者更远的领域，刚才我提到的农业，其实数据化做得比较晚的领域，现在商业化也开始起来了。
所以我觉得对于人工智能的商业化，我还是看到了非常好的苗头，这也是我们比较兴奋的一个原因吧。
余凯：我们其实在讨论人工智能的商业化的时候，我们会首先回答一个问题，人工智能本身是不是一个产业？这个问题其实是不容易来回答的，因为我们看到这种人工智能发挥作用影响的话，应该有两种形态。一种形态是已经有一个很有价值的垂直业务领域，这个领域因为你用了人工智能，使得它的成本或者是效率发生一个本质的变化。
然后发生一些变化，我们会看到这里面因为用了人工智能技术，会不会使得这个垂直领域，使得旧有的格局被打破，新的玩家能够长大，并且颠覆。其实我们在过去是看到这样一些领域的，举一个例子就是搜索引擎。我记得15年的时候，当时百度的广告收入已经超过中央电视台了。过去如果没有这种大数据的新技术的应用，你几乎是不可能的去颠覆这样一个上百年的传统行业。最近我们看到一个例子，今日头条。今日头条手机APP作为新闻的阅读，今日头条从完全不同的视角，把推荐技术用到这里面来，使得这种个性化的阅读跟以前完全不一样的体验。所以能够在巨头的围剿中冲出来。
我们首先看有没有这种垂直的行业，因为你用了人工智能的一个技术，去替代其中的某个环节，使得这个产业的格局能够被重构。如果只是这个我们觉得只是小机会，不是大机会。
另外，我们能够看到一个面，人工智能能不能成为一个平台性的服务。它使得很多的行业都会发生本质的改变。这就是一个机会。我们看到也有这样的机会，比如说最近看到股票在过去的一年时间里面翻了五倍，从20块钱翻到100块钱，因为它使整个很多跟人工智能有关的产业都发生变化。我觉得一个是有没有这种机会，因为这个人工智能技术使得格局发生改变。还有一个平台性的构建机会，使得很多人因为你的东西发生改变。所以我看是从这两个角度发生，这个东西已经发生了。
主持人：感谢余总。我觉得这个本来是想下一个问大家的问题。刚才余总讲的观点，跟我当年一个朋友余洋提的互联网+是类似的，现在人工智能是不是类互联网+的东西，是互联网+还是+互联网，但是他提出这个观点的时候就认为互联网是一种基础设施，像水和电一样。这种趋势是不可逆的，政府工作报告还是普及，大家都认同这个观点。人工智能不是？我们不知道。
余凯：因为今天很多人也谈到科学家创业。科学家创业实际上有一个本质的问题，他需要去面对的。你看所有大的机会里面，人工智能都是使能者，一个环节。但是它并不构成整个商业利益的完整闭环。比如说你做人工智能，做医疗去看片子之类的。可是你首先要解决的问题是钱从哪里进来，从哪边出去，各个科室之间怎么打通，各个医院之间怎么打通。这些能力都是在科学家的能力范围之外的。这样的话，人工智能本身技术去构建一个产业，其实这个挑战是非常大的，但是它可以帮助到产业。
向江旭：提到人工智能+和+人工智能这个话题，我从商业的角度来探讨一下。给大家举几个例子，举几个AI怎么在商业零售，我指的泛零售领域的具体应用。
首先，应用落地到底有多远。第二，它是一个工具还是一个自己本身就能够形成一个产业。刚才我们高通的沈总说到过，做安防。其实我们在苏宁，我们有大概4000家门店，如何跟踪在门店的客户的动向，如何识别每一个用户，在门店里，在线下，如何去了解他们对哪一款商品感兴趣，他们走的路线怎么样，他们在哪一个区域停留多久。这个实际上把线上的用户画像和用户浏览轨迹在线下实现。这个时候就有很多人工智能的技术。比如说计算机视觉，图象识别，包括刚才提到的等等公司也有探索，我们也和这些公司合作，在我们一些门店里面装了很多摄像头，做客流分析，甚至知道谁来了，从他的身份，从脸的识别知道他是谁，然后给他推荐他所喜欢的商品。这是一方面。
另外很多IOB的技术也在线下门店使用。还有人脸的认证，我们苏宁金融认证的时候，是不是放贷，是不是到我们系统来，做一个活体检测的。你不能拍一个照片，有的人拿一个照片或者一段视频来模拟登陆的注册过程，一定要活体，这个时候就需要不错的计算识别技术来识别这些东西。另外一点，现在有所谓的聊天机器人来做生意，我指的不仅仅是客服导购，或者售后服务。我指端到端的交易。这个我们在苏宁发起了一个叫做聊商的项目，希望能够做到除了在你的网页，除了在你的APP上面能够登陆、注册、搜索、浏览，把东西放到购物车、付款，然后等着快递过来。除了这些方式之外，我们还可以用聊天的方式做生意。我经常说的一句话，聊着聊着生意做完了。特别对简单、重复性的商品。我今天上午演讲举的例子，如果你在野外露营，深夜十二点肚子饿了，你可以掏出手机说我好饿，你也不需要说你需要什么。假如有一个商家知道你在晚上饿的时候，总是需要有一碗热汤面，你只要说一句话，可能五六分钟有一架无人机把汤送到你面前。此人、此时、此地，他需要什么，我们的零售商能够感知到，以最快的方式把商品和内容传递给他。我总结四个A，任何人、任何地点、任何时间、任何人、任何东西。他在任何时间点，任何地方需要任何东西我们都能满足。这个就是智慧，这就是很多AI技术在后面帮助达成的场景，这个场景你说它很远？其实也不远，你说它的很近，现在还没有发生。如果商业化落实到我们日常中的方方面面很爽，我需要什么就有人给我传递过来。
主持人：这个场景要实现需要多长时间？
向江旭：这个小的体验都存在，但是怎么端到端给你提供这种服务，还没有看到哪一家百分之百做到，刚才我说的场景，深夜我肚子饿了，我需要吃东西，有人给我送过来，这个不难达到，但是没有发生在每个人身上。但是肯定会发生的。不会很远。
主持人：等于没有回答。我理解你是用意念来说，我饿了，你给我面。
向江旭：跟手机说的。
主持人：因为我之前跟亚马逊的朋友聊过，智慧零售。
张小沛：关于人工智能的商业化价值，整个业态是从两个角度切入的，像余凯说先从技术角度切入之后找应用场景。我们在瓜子二手车是一个非常典型的，我已经有了垂直的应用场景，这个怎么用AI的技术去像余凯说的提高效率，降低成本，让以前一些不可能做到的事情现在开始逐步做起来，我也举一些例子。
当你一年想卖一百万辆车的时候，这个在中国是什么概念？你就会说你在北京、上海这样的大城市也会卖车。这样的大城市，你的数据比较多这个时候去预测它的量，接下来几年残值的时候，你出去还是足够多的。但是你想卖一百万，你需要下沉，下沉到很多县城和很小城镇的时候，这个时候你是依靠专家预测这个车多少钱，还是你也想用算法预测价钱，其实这个是不一样的。其实同一辆车在北京的价钱和在一个小县城的价钱是不一样的，这个时候你挑战怎么在这个场景里面，你用其他的技术去逼近车的真实价钱。就算我们在同一个预测二手车的价钱，这样的同一个大的垂直应用场景里头，其实我们也有已经非常逼近的，在大城市。在小城市还要走一段路。
另外，我们一直在内部说，我们是一家典型的O2O公司，一年卖60万辆车的时候有一万人，一年卖300万辆车的是不是需要15万人？这是很可怕的。我们开始算法团队做智能的客服机器人。我相信现在做智能机器人很多创业团队在做，你做一个非常垂直的行业里面，我知道你要卖二手车，你需要什么问题，我的成功性就会更大一些。像我多年前开始做价值，做广告，AI到底有没有商业化价值？可能更多的在不同的场景下怎么样一步一步逼近。
主持人：我们这个讨论相当于大家互相启发一下，大家信息可能没有完全对称起来。我们能够把人工智能商业化这堂课，包括它的认知开启的话善莫大焉。
Mark Nitzberg：我从不同的角度，给大家完全不同的观点。我觉得这个问题并不是说它的商业价值在哪里，是什么时候实现。我觉得应该这样考虑，我们生活中的哪些行业，哪些部分是人工智能不会涉及到的，从这个角度来考虑。早上醒来看一些新闻，一个新闻是系统推荐过来的，它是通过机器学习来决策，给到我这种定制化的信息推送服务，觉得我会喜欢什么，需要什么。我认为生活的方方面面都会受到人工智能的影响。有一点，在我倾听这几位讨论的时候，其实我在想一个问题。现在的世界经济论坛，最近决定了它要旧金山的弯曲专门开一个部门，专注于人工智能、物联网，推动工业的新一次的革命。
其实在这个过程当中，我们看到的是其实90%的500强的公司，它们现在的人工智能如果还没有战略的话，它们必须思考和部署，他们真的在搜索，在寻找。所以我的想法是这个问题应该怎么思考呢？其实就是我们只要去看一下哪些方面不会受到人工智能的影响就好了。其实很明显，有巨大的人工智能商业化的机会，有一点我想指出的是，比如说机器人的世界当中的一个点，其实可以看到的是，我们机器手抓一个东西，我们已经有三十年的研究了。现在已经是逼近突破了，当这个机器人手抓东西的问题解决了之后，这个机器手的效能就会大大提升。一个机器人是六万美金，一个好的机器手也要六万美金或者以上。当然还要有相应的软件，所以我们把这个成本技术上实现突破，成本降下来，增加产量，这个时候机器人就可以在这样的一个执行任务的时候更加实用。这方面的确是带来了巨大的商机，应该是万亿美金的商机吧。
主持人：说实话这是我主持最费劲的一个论坛，因为我英语不怎么好。我又努力去听，这时候感觉到人工智能是非常非常重要的。谢谢。接下来最后一个问题，因为现场有些投资人，各位也讲到了。像刚才沈总提到face++，我有一个朋友在联想之星，叫刘维。现在被挖到了百度。他投了face++，当我们现在投人工智能的时候，当我们决定投人工智能的时候，各位嘉宾觉得你们欠缺的是勇气还是冒险精神？你需要一个决心，还是需要一种勇气？包括你认为，大概多长时间你能看到这样一个结果？因为这个也跟我们第一个问题可以适当结合，第一个问题是它是不是一个风口？因为中国人老讲风口，有的时候可能风口过去就没有了，好像是这样一种感觉。
沈劲：对平台型的公司一定有风口这个概念。首先，大的互联网公司它们肯定是希望做平台型的，人工智能作为一种服务来提供的角色。创业公司当中如果它们启动的早一点，我觉得这个机会或者说这个风口是存在的。现在看通用的人工智能作为服务，这个肯定机器是在收紧，但是在一些垂直的领域，比较大的垂直领域，就是高盛的分析报告也列了一些领域，比如金融、农业，这些所谓的领域的平台型公司，做人工智能的，我认为这个机会存在。
比拼的，目前看起来主要是比拼数据。因为很多的算法现在是开源了，如果在能力方面，包括超算中心，也可以形成一些合作伙伴。当然人才还是另外一个层数，人才每个公司都需要人工智能方面的人才。所以我觉得在一些大的领域，作为平台型的，这个是有风口存在，但是作为应用型的，我觉得在今后的几年，一直有创业创新的机会。有很多其实对于一些比较专业的领域，实际上是不了解的。比如很多对于能源这个领域，其实了解的人很少的，相对比较传统。如何在这个领域里面做人工智能，我觉得不一定要那么着急，或者一定觉得这个风口就是今天，明年就不行了。所以这是我对创业的节奏和时间的个人的一些看法。
余凯：人才从微软来，也包括从百度。我很同意沈总的看法，一个平台型的公司需要有时间阶段，过了时间阶段恐怕就是下一波了。实际上垂直行业一直有机会，因为你有看到很多垂直行业。从我自己来讲，我不是特别喜欢风口这么一个词。
当这个事情如果大家都在说是风口的话，其实你已经晚了。所以一般说风口的人，他是不追风口的，是对未来很长时间的判断。12年当时回中国做深度学习，那个时候高校跟公司里面没有一个地方知道深度学习是怎么回事儿。百度最先开始做。15年的时候开始做人工智能的处理器，大家都觉得也是蛮奇怪的事情，大家都不会有这个胆子来投资这个方向。昨天我听说谷歌最开始做人工智能处理器的八个人都出去创业了。但是现在你再来追的话，好多基础的东西都没有具备，有些公司已经跑到前面去了。
说到垂直行业，这是地平线自己的一些思考。我们做人工智能处理器，我们认为最大的场景还是自动驾驶。这肯定是汽车。大家都会很关心自动驾驶什么时候到来，也是您问题很关心的一个点。实际上这个东西很有意思，我从13年开始做自动驾驶，但是其实每一年我都在改变我自己对这个东西的看法，包括去年到今年。今年从1月份到现在，我一直在改变这个看法。这个看法实际上是自动驾驶在不断地提前，不光是我们专门的在这方面从事核心技术研发的，包括我们接触的OEM，包括新的滴滴、优步这样的公司，所以事情的发展来不是线性的发展，一定是刷新你的认知。我们认为在很多场景下面，全自动驾驶可能在2020年能实现。这是我的一个观点。
向江旭：说到风口，任何技术风口，苏宁一定会到风口吹吹风，但是我们可能会等到一些风口上的猪掉下来，那些雄鹰在飞的时候，我们再跟雄鹰做一些合作伙伴和技术应用。我们对AI一定布局，但是一定偏向于技术场景，所以我们有AI、VR、智能家居，我们一直关注，但是不会做一些大规模的无意义的投入，我们看准了再发力。
张小沛：我们是创业公司，从创业公司的决策者来说，到底什么样的投入做AI。因为创业公司资源比较紧缺，刚才人才特别贵，我们人才都挺紧缺的。其实所有的创业公司的决策者，如果你想去博一个大的跑道，真的在跑道上做几十、上百亿美金的公司，我建议从早期的时候就开始，虽然资源比较紧缺，还是下大精力，资源去投入做AI。但是AI的前提你要开始有很好的data，这些其实都是慢工出细活，一开始不太容易见到效果。但是真是需要大投入的，需要勇气。
Mark Nitzberg：我是一个乐观主义者。很显然，是鼓励大家从我们人的角度，然后再考虑技术，而不是单纯的考虑技术，这样才能更好的探索未来。
张刚：谢谢。
特别说明："
