旷视(Face++)印奇：人工智能商业化上半场的两个公式

2017年6月28日，由36氪主办的智汇、智变、智成2017商业新生态峰会峰会在北京诺金酒店举办，峰会取智字为题眼，寓意智者云集，助力变革，探讨人工智能、云计算等新技术对商业社会产生的影响，以及智能时代下的商业新模式及新价值。旷视(Face++)创始人兼 CEO 印奇受邀出席，并以人工智能商业化的上半场为题发表了演讲，向现场嘉宾们分享了其对人工智能商业化的一些思考。随着智能商业时代的序幕缓缓拉开，人工智能的产业化应用正在成为全球新一轮商业革命的引爆点，这不是一次技术革命，而将是一场颠覆互联网商业格局的浪潮。旷视(Face++)是中国最早一批投身人工智能的创新科技企业，专注于计算机视觉和人脸识别的技术开发和多元场景的跨界应用创新。终局重要 路径和周期更重要印奇认为当前阶段的人工智能浪潮本质仍是由技术驱动的。很多人都喜欢用‘上半场’这个词来形容商业化，让人感觉好像大家很知道中场休息的时间点。而在人工智能这个领域中，实际上从过去一年到一年半的时间里，第一批人工智能公司都在完成自己商业化的尝试。资本以及市场对于人工智能的终局很兴奋，然而我认为人工智能的路径和周期比终局更关键，需要大家花更多的时间去思考。 印奇坦言 人工智能是一项周期非常长的革命，而在人工智能商业化的路上，旷视已经坚持了 6 年。图：旷视(Face++)创始人兼CEO印奇4+X 的技术演进从宏观的角度来说，人工智能行业里面有三大技术分支，即视觉，语音和语义。然而深度学习对大脑的模拟、识别最终都是要机器在一些现实场景协助人类做决策才能产生商业价值。对于人类来说，眼睛是获取信息的主要窗口，而视觉对机器感知的重要性也同样如此。因此旷视在选择技术路径的时候，聚焦到了机器视觉领域，并倒推一步决定专注于人脸识别这个垂直行业。 印奇表示，在技术演进中，旷视遵从从‘识别人(脸)’到‘识别图像(眼)’再到‘实现感知与决策(脑)’的过程，目前旷视正处在第一部分到第二部分过渡的阶段。为了让机器能看懂世界，实现从识别人脸到识别万物的进化，旷视(Face++)的商业化将沿由4+X的路径展开，将识别对象细分为 Face(人脸)、 Human(行人)、Vehicle(车辆)和 Text(文字)四个最有商业价值的识别内容。而X则是指人工智能定制化，印奇解释：我们看到深度学习这项技术最有吸引力的就是它能够给不同行业和场景提供相对通用的、万金油的算法，即便在很多的细分领域，比如工业界里面可能对材料的识别，都非常容易在深度学习的框架里通过训练大量的数据去实现。因此在商业化的进程中，有了核心的技术我们可以通过定制化驱动各个行业升级。图：旷视(Face++)创始人兼CEO印奇然而，人工智能行业中有很多投资者或者创业者却就此认为人工智能技术已经非常标准化了，甚至有人声称能够创造一种所谓的Master Algorithm能够实现跨行业通用，印奇认为这种说法是非常危险的，他表示在到达人工智能技术最终的目标之前，人工智能还需要非常多次的迭代和升级，所以希望大家在进行人工智能投资和创业时还是需要回归的技术本身。平台-行业-平台 的商业演进这一波人工智能浪潮来又劲又急。2011年旷视(Face++)成立于北京中关村，对于传统行业来说6年时间也许不算长，而对于人工智能行业来说却可以称为先驱了。印奇认为旷视进行人工智能商业化的路径可分为从平台到行业、再到平台的三个阶段。过去 6 年，旷视已经完成了从技术平台到行业应用的下沉，目前正专注于金融和安防两个行业的渗透。而未来要实现真正的 AI 商业化，最终是需要人工智能企业推动行业化后再回归平台化的过程，最终成为能够集成资本平台、通用技术性平台以及在核心行业相对具备垄断地位的商业平台的超级人工智能平台化企业。公司成立初期，旷视对于人脸识别技术能够用在什么商业场景并不明晰，因此旷视搭建了一个称为Face++的技术平台让开发者们来用，并提供免费的、开放的人脸识别云服务，并通过这个技术平台旷视赢得了数十万的用户积累;然而就人工智能整体的发展来看，这个技术平台并不是一个重要的商业化形态，于是旷视在过去 2-3 年的时间中一直致力于深度挖掘人工智能在不同行业的应用价值，尤其是金融和安防两个核心领域。而对于在推动人工智能在不同行业的应用该是+AI的方式还是AI+?印奇阐述：这两者是有很大的区别，‘+AI’的方式是说这个所谓的人工智能公司实际上并没有深入到任何行业，只是给一些行业应用者提供了深度学习的能力或者作为某一项技术的外包方而存在;那么‘AI+’则是说这个人工智能公司能够与行业深度结合，并使其成为企业在同行业中形成的差异化壁垒，这也是为什么旷视在商业化中选择行业聚焦的原因。6 年如一日 将刷脸贯彻到底这 6 年时间我们就做了一件事，那就是‘刷脸’。 印奇提到，我们用刷脸的方式来结构化物理世界、提取所有商业场景中由人产生的身份和行为等信息，以打通线上线下商业数据、传递商业价值。 在线上，旷视(Face++)为泛金融行业提供的是线上业务的核心价值身份验证;而在线下的地产、零售、安防以及交通等应用场景中，旷视正在通过云+端的形式建立基于智能感知摄像头的物联体系( Camera Network)。但是在不同的应用场景下，机器的识别内容却又完全不同：比如安防的场景下关注的是逃犯，在零售场景关注的是 VIP 客户，而在交通行业里面可能是综合治理的需求。截至目前，旷视在线上已经为全球 2.1 亿人完成了实名认证，并通过技术平台赋能 4.38 亿台移动终端实现了智能化升级;在线下场景中，旷视的智能安防、智能地产产品覆盖了全国 25 个省份，每天真正能覆盖的识别人的总数量已经超过 1000 万人次。最后，在经历了 6 年的成长之后，印奇用两个公式表达了他对于人工智能商业化的理解：图：人工智能商业化上半场的两个公式如何解读这两个公式?他表示首先人工智能商业化离不开四样东西：算法，软件，硬件好数据。也就是任何一家真正优秀的 AI+ 行业的人工智能公司不管要有自己的核心技术，还要把技术做到软件、硬件甚至数据的层面当中能够形成 4 in 1 的一站式解决方案。而对于第二点 0 or 1 ，印奇认为 AI 的长期价值取决于技术深度和商业深度。如果一家 AI 公司的商业深度没有形成数据的闭环，那么能够获得的都是短期的价值。我们所说的 AI+ 行业是为传统的行业做产业升级，如果都不碰它里面最核心的数据，那将永远都是这个行业的门外汉。

分享到