青松基金刘晓松:AI要运用到某个行业时,要先去学这个行业,才能给它赋能

创客猫 · 2019-04-01 15:37

刘晓松表示,现在没人怀疑人工智能的用处,基本上每个行业都觉得管用,即使还有一些比较难啃的骨头,但是大家相信肯定能啃下来,所以大家都看到人工智能企业的估值迎来爆发。

创客猫注:本文来源于由深圳市人民政府、数字中国联合主办的“2019中国(深圳)IT领袖峰会”上,达闼科技创始人&董事长兼首席执行官&前中国移动研究院院长黄晓庆、海尔家电产业集团首席技术官赵峰、商汤科技联合创始人&副总裁杨帆、A8新媒体集团董事局主席&青松基金创始合伙人刘晓松、车好多集团联合创始人&毛豆新车首席执行官张小沛以《人工智能的风口与挑战》为主题进行的主题论坛。数字中国联合会常务理事王维嘉担任主持人。

1.png

从左往右:王维嘉、黄晓庆、赵峰、杨帆、刘晓松、张小沛

黄晓庆表示,机器人分为工业机器人和服务机器人,两者的差异在于,工业机器人是没有传感器控制它什么时候该动,什么时候不该动,而是按照预先规定好的动作来做,所以需要非常精确、精准的控制系统,可以让它很高速地生产。而服务机器人是闭环的控制,一定得先看再动,甚至还要有传感器碰到了以后知道往后退。

他指出,现在的人工智能只是帮助机器变得更智能,第二个阶段才是让人工智能逐渐地走向达到自我意识的状态,但是那个还离我们很远。

赵峰指出了人工智能的三大维度,连接、交互、数据。海尔提供的是个性化的定制,个性化就是通过连接、交互而得来的,而人工智能在家庭的应用,除了连接和交互之外,更重要的是数据,数据背后能产生新的服务模式。

杨帆认为,不跟产业结合的人工智能是没有实际的价值。所以商汤会和不同的行业合作,共同去探索怎么样把AI带来的对于视频分析的附加价值加到他原来的业务单元中去,加到他原来的业务环节里面去,形成更大的价值回报。他表示,做任何一个行业,其实重要的不仅仅是提供什么样的技术,满足什么样的要求,而是技术怎么跟原有的业务结合,让它的价值落地。

作为投资人,刘晓松表示,现在没人怀疑人工智能的用处,基本上每个行业都觉得管用,即使还有一些比较难啃的骨头,但是大家相信肯定能啃下来,所以大家都看到人工智能企业的估值迎来爆发。

对于AI的赋能作用,他认为,行业还是首选,当一个人工智能技术要用到这个行业的时候,得先去学这个行业,然后才可以给他赋能。

对于行业+AI还是AI+行业,张小沛表示这是个伪命题,这两个是要双轮驱动的,你要非常了解knowhow,了解了之后才能正确地建模。而在创业之初车好多集团的世界观是要用自己的技术、算法、数据形成自己的核心竞争力,所以在技术上会选择自营。

以下为对话实录:(经创客猫编辑,有所删减)

黄晓庆.png

黄晓庆

目前的AI只是帮助机器变得更智能

王维嘉:我们从每个领域更深入地了解,比如晓庆是从事机器人的,机器人又可以细分很多,请你跟大家分享一下在机器人行业里面都有哪些大的分类,你们达闼科技重点的是什么?

黄晓庆:我们公司为什么叫达闼,它的英文名是data,它是《星际迷航》里面很重要的一个人物,它是一个机器人。

从机器人行业来说,我们能分成比较重要的两个机器人行业,一个是工业机器人,工业机器人是很成熟的行业,大概是300-500亿美元之间。但归根结底工业机器人是以PLC技术为核心的,不能说里面有很多人工智能,它是一个很强大的,可能是在控制领域里面最大的市场。

第二类是服务机器人,服务机器人就是为家庭从事服务工作的。我个人的理解,工业机器人和服务机器人最大的差异在于,工业机器人是没有传感器控制它什么时候该动,什么时候不该动,而是按照预先规定好的动作来做,它要提高通量,不要让生产线停下来,要使劲干,所以需要非常精确、精准的控制系统,可以让它很高速地生产。服务机器人刚好相反,服务机器人是闭环的控制,一定得先看再动,甚至还要有传感器碰到了以后知道往后退。

最经典的服务机器人,严格来说也不算很聪明的,就是扫地机器人,事实上扫地机器人不能算是服务机器人。我们从事的是能够自由移动的,能够帮助人类做一些工作的机器人,所以我定义了服务机器人的定义,就是服务机器人能够代替人去干某一件工作

王维嘉:能不能举一个例子?

黄晓庆:比如我们用一个机器人来代替接待员,代替前台,代替导购,代替推销员,或者我们用它代替保安,或者是代替送货小哥。它能够完整地代替这些角色,这样的服务机器人就是我们从事的工作。

为什么要从事这个工作?如果从工业革命的角度来说它就是生产力提高的问题,如果一个人能够管10个机器人,那这个人的生产力就提高了10倍。如果这个机器人还能工作24小时,那就提高了30倍。如果一个人能控制100个人,这就变成工业革命了。

在人工智能的支持下,可以让机器人代替人的工作,这时候并不是说机器人就变成人了,应该叫人形机器或者智能机器。我们所做的人工智能只是帮助我们让机器变得更智能,第二个阶段才是让人工智能逐渐地走向达到自我意识的状态,但是那个还离我们很远。

王维嘉:具体到保安的问题,真要用机器人代替保安,它很难百分之百代替,机器人不能到一些没有路的地方,所以还是要活人。所以在流程上活人和机器人怎么互相对接,谁来负责什么,就会发现有很多具体的问题。

黄晓庆:行业是需要深耕的,就像您刚才提到的保安,这个行业里面现有的技术能够完成的工作是一个小区的保安队,平均在1000-3000户的环境里面大概是30个人,只有大概1/3的工作能够用机器人代替,其他2/3的工作是不能代替的。

如果我们深耕这个行业就会发现,随着技术水平的提高,能够代替的工作越来越多。另外比如在零售行业里面,到目前为止在接待、点货,现在只占人工的10%,如果机器人能够精准地去拿东西,这时候一下子就能够达到50%。如果它能够非常精准地拿东西,并且跟人走路的速度差不多,那就能做护工。

最终我们瞄准的是家庭服务机器人,机器人和机器人服务时代,我们所面临的最终极目标就是把机器人作为保姆送到每一个家庭。

王维嘉:你刚才提到扫地机器人是目前唯一亮点比较大的,其实它也没有太多的智能,就是碰到东西转一转。还有跟它可比的,你觉得有哪些具体的细分市场?

黄晓庆:在零售行业,机器人代替营业员做接待,介绍产品,做导购,到科技馆里面当解说员,这样的场景是很清晰的,这是肯定可以起来量的。

赵峰.png

赵峰

视觉、图像交互是家庭智能非常重要的领域

王维嘉:海尔是全世界最大的家电公司,智能家居也是未来很重要的趋势,请您从智能家居的前景和物联网方面谈谈海尔的思考。

赵峰:从家庭这个角度,人工智能有几个维度,第一个是连接,第二个是交互,第三个是数据

我们的目标是非常清楚的,我在家里,用户要非常容易、非常自然、非常便捷地获取这些服务,这些服务的载体可能是冰箱、洗衣机或者是空调等其他的硬件。对于用户来说他需要的是什么?你打开冰箱,它可以给你推荐今天晚上做什么菜,这又是根据你个性化的饮食习惯给你推荐健康的。你要去洗衣服的时候,它可以主动地提醒你这个衣服应该用什么程序来洗,要怎么护理等。

这些知识都可以通过大数据的学习,通过传感器来感知。家里的所有这些设备都需要万物互联的技术,不管是什么样的连接方式,WIFI、蓝牙、5G还是窄带物联网,家电设备一插上电能够自动发现,能够自动组网,信号有变化的话可以重组,这些用户不应该看到,用户看到的是一个非常稳定的万物互联的东西。

光有这个还不行,只是让你了解设备是什么状况,把数据弄过来。还要有交互的智能,第一代智能手机是什么?就是APP可以远程地控制家电,我在地铁上一看空气不太好,赶紧把家里的清风器打开,把空调打开。

现在的智能交互已经超过了简单的APP控制,APP控制是从以前的物理摇控器变成手机摇控器,现在的交互是一句话,比如海尔空调,你说天太热了把空调打开,不但可以打开,还可以根据环境温度等进行自动设置。人工智能语音现在已经相对比较成熟了,接下来几年会非常普遍。

但是在交互上还有差别,每一个领域不要用关键词去唤醒,而是很人性化、很自然的方式说我需要获取什么东西,我需要查询什么。视觉交互接下来是非常重要的,除了语音之外,在厨房里面我打开了油烟机,我在做美食的时候,语音不是很好的环境,这时候手势、人脸识别,通过各种各样的方式来识别我做的菜是什么。

比如我们这次在美国要上市的一款油烟机,这个油印机有24寸的屏,它有一个摄像头看你做的菜,它可以远程地跟你分享这个菜每一步要怎么做,它可以识别,你不会做这道菜,他可以教你。像这种视觉的交互,还有用图像,在接下来家庭智能非常重要的领域。

人工智能带来的交互是多模态的,不应该只是语音,或者是屏端的,应该有语音,有触摸,有视觉,什么时候最方便就应该提供什么样的交互方式

王维嘉:我在美国看过一个公司做的自动炒菜机,这个能做到吗?或者洗碗,把碗往那一堆,它就给你洗好了,这种有可能吗?

赵峰:如果每一家都用同样的烹饪方式的话,那可以到超市去买现成的食品,那就是一模一样的。我们海尔提供的是个性化的定制,因为每一家的健康状况不一样,吃的东西肯定是有区别的。洗护的区别也是不一样的,老人、小孩、孕妇,空调的送风方式都是不一样的,这些都是需要个性化定制的。这个个性化怎么来?就是通过连接,通过交互。

第三个智能是基于数据的智能,这个智能就是根据用户画像。另外我们有很多设备的数据,设备数据也很重要,很多家用设备是需要维护的,空调需要清洗。

人工智能在家庭的应用,除了连接和交互之外,更重要的是数据,数据背后能产生新的服务模式,这才是制造业要从硬件制造商变成硬件+软件+服务,商业模式有根本的转变,这是海尔多年来一直走在前面的根本原因。

杨帆.png

杨帆

AI要跟产业结合,才能形成更大的价值回报

王维嘉:商汤科技是最受瞩目的新兴AI公司,能不能跟大家介绍一下现在的人脸识别这个技术到了什么样的水平?人脸识别还有Face++等很多小公司在做,大家是在竞争什么东西?为什么商汤除了这个领域以外还要进入其他的领域,哪些领域是值得做的?

杨帆:我从另外一个话题来讲,在座各位做的每一件事情都是有自身的产业支撑的。商汤是人工智能企业,人工智能有什么实际的应用呢?不跟产业结合就没有实际的价值。

商汤怎么定位自身?纯粹的人工智能企业它的价值到底在哪里,它的核心意义到底是什么?这件事情我们是这么理解的。我原来上大学的时候,我觉得人工智能其实是IT行业业务闭环上的一个关键环节的能力提升。老师讲计算机产业就是信息的采集、传输、存储、计算和反馈的一门科学。

我们看过去整个IT产业的发展,就是每个环节不断的技术进步,然后衍生新的场景,带来新的价值。而且这五个环节是要逐一完成的,采集到了信息要传到你想要放的地方,能把它存下来。你要能够对它进行计算和分析,最终它能够从原始的信息或数据,通过计算分析衍生出一些新的信息,产生出新价值的信息,然后再反馈到自然的生产、生活中,完成它的价值闭环。

这里面AI的核心意义在哪里呢?AI的核心意义就在于计算和分析。在每个环节都可以衍生出非常优秀的企业,华为就是做信息传播做得非常好的,谷歌是对搜索引擎这个环节做得非常好,给用户提供了特别大的价值,他靠这个成为了世界上非常受人尊重的科技企业。

每个环节的技术进步都会对信息产业的发展起到非常大的推动。在每个环节技术进步螺旋式上升过程中还会有一个形式,就是信息的形态,最早的时候机器能处理什么?能处理最初始的高度结构化的信息,就是0和1,然后能处理文本信息,现在叫自然语言处理。再往后可以对语音进行这五个环节的闭环处理,它的信息量就更大了,提炼难度就更高了。再往上就是图像和视频,这个是我们目前已知的所有信息形态当中最原始的、信息总量最大,信噪比最低的形态。

机器一旦能够从它中间进行二次的价值提炼和价值挖掘,那它所产生的附加价值就非常大。这就是为什么过去几年AI这么火,最后会发现好像就搞视觉的这帮人工智能公司跑得比较快,独角兽也相对多一点。

图像作为能够被机器处理的新的载体形态,它的传输技术慢慢成熟了,接下来才能够成熟分析、计算。我们做计算机视觉,相对而言最原始,使用也最广的信息形态,当我们能够用机器对它进行自动化分析和处理的时候,它所带来的附加价值是非常大的。

你提供这样的附加价值,但是附加价值一定还是要附加在一个东西上的,这个东西是什么?那就是各行各业。我们会和不同的行业合作,共同去探索怎么样把AI带来的对于视频分析的附加价值加到他原来的业务单元中去,加到他原来的业务环节里面去,形成更大的价值回报。

纯粹的AI企业有什么样的能力和优势呢?这跟现在的落地技术有关,它是一种相对通用化的方法论,当有数据之后,其实是用相对通用的方法解决不同行业中类似的问题。这样商汤这类平台性的公司,我为不同的行业提供这样的能力和工具的时候,我在这中间可以最大化地降低边界成本。因为单一做任何一个行业,你去做智能化投入都是非常大的,只有像海尔这样的大公司才搞得起。

我做这件事情因为可以同时跨很多个行业,70%-80%的能力都是可以共享的,个性化的只需要做20%-30%。我们做任何一个行业,其实重要的不仅仅是提供什么样的技术,满足什么样的要求,而是技术怎么跟原有的业务结合,让它的价值落地。

我们作为一家技术企业,我们去理解每个行业是很难的。所以这个过程中一定会跟对这个行业有资源、有理解的公司合作,共同去落地,这样双方都能形成独特的价值。这是商汤自身发展的逻辑和定位。我们是横向的平台做得更多,在赋能上做得更多,跟行业合作伙伴也是更开放的,跟合作伙伴共同利用视觉技术去改变这个行业,帮助客户提升。

王维嘉:你们的商业模式是卖服务还是卖软件?

杨帆:都有,我们的理想是卖服务,现在不应该叫AI+行业,而是行业+AI。我们的商业模式是跟着行业变的,我要根据在这个行业中产业链环节的位置,决定我在这个行业的商业模式。

王维嘉:AI+行业和行业+AI的区别是什么?

杨帆就是以谁为主的问题。我们今天讲人工智能改变产业,我觉得更合理的说法应该是所有的行业、所有的产业都要完成信息化、自动化、智能化三步走的升级过程。任何一个商业逻辑是端到端闭环提供价值的基础,所有的端到端闭环都是在每一个行业内产生的。AI是帮助端到端闭环提高效能,降低成本,做以前做不到的事情。因此你的商业逻辑、商业模式以及里的定价都要根据它原有的商业闭环去定义。

黄晓庆:对于是互联网+X还是X+互联网,如果商业模式改变了互联网,那就是X+互联网,如果互联网进入这个行业,把这个行业改变了,那一定是互联网+X。

刘晓松.png

刘晓松

AI要赋能一个行业时,要先学会这个行业

王维嘉:因为人工智能有很多领域,青松基金都投了哪些领域,或者你们认为哪些方向是最值得投的?

刘晓松:人工智能是老话题了,但是这两年突然爆发是因为它管用。人工智能在两三年前,大家还比较怀疑,说这个玩意管不管用。现在没人怀疑了,基本上每个行业都觉得管用,即使还有一些比较难啃的骨头,但是大家相信肯定能啃下来,所以大家都看到估值迎来爆发。

我们最早是在媒体方面的应用,比如映客一开始只有一个界面,我们当时要求一打开机,一键就可以播。但是这样就有一个问题,喜欢音乐的人和和喜欢段子的人,都在一个界面上的时候就很难满足各种口味。所以你看到别的产品,像花椒就分频道,一打开十几个频道。

但是映客一直坚持一个界面,坚持了很长时间,背后是什么呢?背后就靠算法,你打开的和我打开的是不一样的。我怎么知道你的喜好呢?就是看你点的哪一个直播,另外你喜欢谁,喜欢多长时间,我大概知道你的口味了,这样就提高了效率,减少了一个键。

另外一个例子是我们投资了一家做音乐的公司,叫StepBeats,比如你听音乐运动,你的运动节奏快了,但音乐还是那个节奏,你就非常难受。最好的是你的运动节奏和音乐节奏是匹配的。这家公司可以自动生成音乐,这是一个挺天才的项目,一个刚毕业的小孩,既懂音乐又懂计算机的小孩做的,你用了以后就会非常喜欢。这是在文娱方面的应用。

另外在教育方面我们也看得非常多,人工智能对教育的改造十年都改变不完。比如买东西,信息流这个事情,很容易出现一个巨头以后,别人都消失了,因为平台效应很强。但是教育不会出现一个教育的巨头说你买所有的教育产品都到这个平台上来买,不存在,原因是代价太大。因为买任何一个教育成本是要花费很大成本的,不是钱的问题,是孩子的时间和你自己的时间,你选课错了不是时间的问题,可能是起跑线的问题,可能是一辈子机会的问题。

所以每个人在选一门课的时候难度是很大的,因此不可能一个解决方案能解决所有问题。所以会出现20个千亿级的公司,不会出现一个2万亿级的公司。我们投了20个教育公司,一半以上是人工智能的。

王维嘉:投了20个,都是什么方向的?

刘晓松:松鼠教育是做K12的人工智能辅导,它能知道你的知识点,根据知识点给你做辅导。另外一个是阅达,专门研究做to B的,专门研究知识点和测评的,美国对标的公司200亿美金,他是从美国这家公司回来创业的。这两家公司都进入了去年评的中国互联网教育十大之一。还有洋葱数学,专门做数学的。包括掌门一对一,后面都有大量的算法支撑。

还有供应链的改造,我以为供应链改造,人工智能应用会比较慢。我们投的一家公司整体上把供应链的水平提升很多,把人和机器的效能提高了很多,库存提高了很多,全部通过算法来做,这也是IBM出来的。

我们还投了智能一点,这家公司是做什么的呢?就是客服,但回答客户的问题只是解决问题,大家想机器回答问题的时候,所有的问题作了记录,把所有的问题解构以后成为知识点,再合并以后可以给产品,给前端,给销售提供巨大的赋能。这个公司在这个行业当中是跑得最快的,这个公司是我们三年前投的,也是成长得非常快的公司。

商汤也是我们很尊敬的公司,我也觉得商汤会有很大的空间。但是我还是坚持认为行业是首选,当一个人工智能技术要用到这个行业的时候,你得先去学这个行业,然后才可以给它赋能。

王维嘉:所以你认为是行业+?

刘晓松:一定是。

张.png

张小沛

行业+AI还是AI+行业,这是伪命题

王维嘉:我在美国看过很多二手车公司,但是一家都不敢投,你们是怎么把一个非标的东西变成标准化的交易?数据算法在里面起到什么作用,能不能讲一个特别典型的交易场景,让大家理解一下你们是怎么把交易变得简单透明的?

张小沛:我们从2016年到现在做了三年多,一开始我们是不敢定价的,因为没有数据。但是一开始我们创业的时候,当时心里想是要用AI、大数据去重塑这个行业的,但是一开始巧妇难为无米之炊。

我们现在公司有3万人,其中大概有8000个评估师,我们是用这样的代价,每年上架三四百万辆车,每一台车是评估师会上门,我们有一套的设备去测漆、发动机、门、底盘等,我们做了一个底盘机器人,把底盘的机器人拍下来,光线不好,还做了一个激光探头矩阵。

我们刚才探讨到底是行业+AI,还是AI+行业,我觉得是伪命题,这两个是要双轮驱动的,你要非常了解knowhow,了解了之后才能正确地建模。对所有的行业,你要对传统行业进行建模,建模的过程就是结构化的过程,结构化的颗粒度做到什么程度非常考验这个团队的knowhow到了什么程度,然后再把数据在不同的颗粒度上转化成线上,你的算法才有材料去训练这些数据。

我们评估师上门拿到这些数据之后,我们2016年都在不停地清洗这些数据,因为有大量的噪音在里面。因为有8000个评估师,人是有很大的随意性和不确定性的,同一辆车让5个评估师去评,拿到的数据是不一样的,你怎样把不同的方差拿出来,最后取什么样的方位值,我们做了大量的前期准备。

王维嘉:是你们定价,不是车主定价?

张小沛:是数据定价。到2017年初的时候,我们从热销的车,从手里有大量数据的车开始做,然后再一点点做,到现在整个平台上70%的车都是敢于报价的,是因为我们要把车真金白银拿下来,因为我们做零售了,我们是吃库存的,然后卖掉的,否则是会砸在手里的。现在还有30%的车是没办法定价的,这是一个长期的过程。也许接下来我们又往前走了一步,也许80%的车可以定价了。

王维嘉:为什么你们除了二手车之外还卖新车?

张小沛:因为我们认为新车是二手车的上游,所以往上游去走。我们现在是在卖车,二手车能定价、能流转、能处置,这就是核心能力。

王维嘉:你刚才说行业+AI是伪命题,因为你们自己有很强的AI能力,你们觉得需要像商汤这样的技术帮助吗?

张小沛这是一个战略选择的问题,没有对和错,我们从创业最初就觉得我们的世界观是要用自己的技术、算法、数据,这些是我们的核心竞争力。我们要拿着这个去重塑这个行业,包括客户机器人都是用自营的,商汤也做得非常好,这是战略选择的问题,我们认为这是核心竞争力,所以我们是选择自营的。

王维嘉:我现在看到的金融行业,它的数据一定不敢放到第三方去做,所以一般来说有钱就招一大帮博士团队来做,可能没有商汤做得好,因为他不放心,他觉得这是我的核心能力。但是像医院一定不愿意自己建团队。对不同的行业,对AI赋能有不同的态度。

杨帆:整体上来说越传统的行业,离IT越远的行业,他本身这方面的能力相对比较弱,企业自身的基因往往业务性更强,这时候就更愿意采取外生性的合作形式来推动。而相对互联网的企业本身离这边比较近,所以更侧重于自身发展。

(以上为创客猫现场稿件,转载请注明来源)