织梦CMS - 轻松建站从此开始!

五月天黄色网站,每日一撸福利图片,火星教

当前位置: 五月天黄色网站,每日一撸福利图片,火星教 > 互联网 > 情感方程式深网丨专访第四范式总裁裴沵思:第四范式希望成为标准的软件公司

情感方程式深网丨专访第四范式总裁裴沵思:第四范式希望成为标准的软件公司

时间:2019-10-13 18:42来源: 作者:admin 点击: 43 次
[摘要]第四范式此前也对外表示要成为AI时代的SAP/Oracle,SAP是全球企业管理软件与解决方案的技术领袖,而Oracle是全球最大的企业级软件公司。腾讯《深网》作者马关夏人工智能不仅是围绕人脸识别、语音识别、无人驾驶等炫酷场景的前沿科技,人工智能与各个传统行业的结合同样能创造出巨大的价值。如

[摘要]第四范式此前也对外表示要成为AI时代的SAP/Oracle,情感方程式SAP是全球企业管理软件与解决方案的技术领袖,而Oracle是全球最大的企业级软件公司。

腾讯《深网》作者 马关夏

人工智能不仅是围绕人脸识别、语音识别、无人驾驶等炫酷场景的前沿科技,人工智能与各个传统行业的结合同样能创造出巨大的价值。

如何利用AI改造传统行业、推动企业的数字化转型?对于这个问题,人工智能独角兽第四范式认为,随着人工智能规模化落地,企业在制定AI转型路线时可考虑“1+N”的应用场景模式:“1”是结合公司核心业务,把1个或几个对业务影响最大的场景做到极致;“N”是用最高的效率规模化落地尽可能多的应用场景,使场景的总体价值最大化。

第四范式总裁裴沵思在近期接受《深网》专访时,详细阐述了第四范式提出的利用AI改造传统行业的方法论:“AI在企业中的改造实际上是分两个阶段,一是怎么landing(落地),二是怎么快速的繁殖、扩张,第四范式的核心策略是1+N。”

““1”是怎么切入的问题,由“1”带动“N”背后暗含着机器学习平台与生俱来的能力。打通一个企业的核心业务“1”,企业彻底理解智能化,企业会自发的在自家场景里找长尾业务“N”。“N”的过程实际上是我们要帮助企业,或者给企业一个建议,怎么能让“N”走得更好、更快,这里面最核心的实际上是变革管理。”

在裴沵思看来,企业AI转型的核心,首先是找到最合适的进入点,其次是通过这个进入点进一步找到更多应用场景。

裴沵思向《深网》介绍了上述方法论的一个具体实践案例。第四范式在与百胜餐饮的合作中发现,APP点餐系统的推荐功能可以成为AI落地的切入点,“点了汉堡薯条的话,再加一对鸡翅更实惠”,而当有了AI算法的加持后,合作伙伴的客均单价也得到了提升。在找到点餐推荐这个切入点后,第四范式又帮助百胜找到了数十个应用场景,“这些场景做出来以后,就是一个智慧营销大脑,AI就已经有很大的价值了。”裴沵思说。

当然,对于AI技术与服务提供方来说,为了能够帮助客户实现AI的规模化应用落地,除了方法论之外,数据治理能力和AI算力同样是必须具备的技术实力。

对此,第四范式此前发布了企业级AI 软硬一体集成系统SageOne(先知)。第四范式希望通过自研的AI训练、推理和特征存储引擎,重新定义硬件中的芯片、存储、网络等组件。据第四范式介绍,先知平台根据企业AI应用的实际情况进行了专用计算架构、资源管理和调度等方面的深度优化和加速,能够为AI的规模化应用落地提供充沛的算力。

“先知平台是一个包含着算法、算力和数据治理的底层平台”,裴沵思表示,第四范式希望对这个底层平台不断标准化,从而拥有更好的企业级适配效果、更大的延展性以及更强的计算水平。而在底层技术平台之上的产品层,第四范式的策略则是,“从分散的应用场景之中抽象出一些组件,由点到面,死神ova形成几个能力中心,比如说营销、供应链、IOT等。”

据裴沵思介绍,第四范式的目标是成为一家标准化的软件公司,这个目标构建在其软硬件一体化的底层能力之上。而事实上,第四范式此前也对外表示要成为AI时代的SAP/Oracle,SAP是全球企业管理软件与解决方案的技术领袖,而Oracle是全球最大的企业级软件公司。

以下为《深网》整理的部分采访实录:

1、AI改造传统行业的方法论

《深网》:第四范式提出了AI改造传统行业的方法论“1+N”,这背后的核心逻辑是什么?

裴沵思:AI在企业中的改造实际上是分两个阶段,一是怎么landing,二是怎么快速的繁殖、扩张,第四范式的核心策略是1+N。“1”里面,我们希望跟客户一起探寻的是企业里面相对高价值的场景,这些场景每提升一个百分点,都很关键。有的时候,我们和客户双方都会有一种欲望就是说尽快把这件事做成,就会做一些很简单的事,拿一部分数据出来做一些场景。实际上我们一直非常克制这样做。

第四范式在做的是帮助企业完成AI转型,而不是有了AI就行。这对我们的要求就会非常高,我们需要很了解客户整个数据是怎么回事、业务流程是怎么回事以及业务场景是怎么回事。我们一起去找到那个1并实现它。做到1的时候会发现实际上双方都花很大的力气,不只是在做一个AI应用那么简单,你可能要帮他治理数据,甚至颠覆业务流程。但是一旦做通会产生巨大的业务提升,成为企业内部的“标杆”,又会形成很强的势能在快速复制,这样才能带动企业的智能化进程。

《深网》:按照您刚才提到的逻辑,是否意味着找到“1”是非常难的?现在第四范式在金融、零售领域都有类似的场景,其他的场景怎么找?

裴沵思:举几个例子,我们发现能源行业管道管理就是一个1。我们现在在某头部油公司已经成功上线了。它的管道上其实有非常多的传感器,也有很多数据,但是收集数据、处理数据的效率非常低。但是现在用了机器学习的方法之后,能极大提高效率,提升判断管道事件的及时性和准确性。一旦客户能够看到AI改造创造的价值,从“1”到N的势能就出现了,现在我们跟客户已经开始找更多这样的场景,快速复制出来。

另外在装备制造行业,我们正在将发动机的很多传感器数据回传,而且用AI的方式来解决。实际上,这是装备制造业由制造业向服务业转型的关键场景,对它的装备性能做一个实时的监控与判断,并且能够快速迭代。这些场景在各行各业中都适用,我们已经看到几个核心行业的客户都能够找到类似的场景。

《深网》:从“1”到“N”企业需要经过哪些过程?

裴沵思:“1”是怎么切入的问题,由“1”带动“N”背后暗含着机器学习平台与生俱来的能力。打通一个企业的核心业务“1”,企业彻底理解智能化,企业会自发的在自家场景里找长尾业务“N”。

“N”的过程实际上是我们要帮助企业,好笑头条君第二季或者给企业一个建议,怎么能让“N”走得更好、更快,这里面最核心的实际上是变革管理。我们在提AI转型的时候,在这部分其实谈了很多在IT层面、业务层面、流程层面、架构层面应该怎么发生变革?随着“N”规模化应用,数据变的越来越聪明的过程中,你的业务流程怎么跟它适应。企业AI转型的方法论就是这两个,一个是怎么找到最合适的进入点,后面是通过这个场景怎么进一步找到更多场景,IT与业务上怎么配合,大概是这样一个的“1+N”。

《深网》:在帮助企业找场景的过程中,对于场景什么要求?

裴沵思:我们在找场景的时候有几点要求。包括数据量,大到一定的量才行,另一方面是得有反馈数据,如果只是数据的积累没有反馈对AI来说没有任何意义。满足这几点规则后,在这些场景能够被AI化之后,我们再看谁的场景价值更大。

《深网》:利用AI改造传统行业,最终还是要给传统行业创造价值。您能否举一个具体的案例,第四范式找到了这个1,在这个1扩展成N以后,第四范式是如何给这个企业或行业创造价值的?

裴沵思:百胜中国经营着8700余家餐厅,肯德基、必胜客没少吃吧?但其实我们发现在百胜要找的1 很简单,就是Trade up — 提升单客户对营收的贡献。在APP点餐会出现推荐,点了汉堡薯条的话,再加一对鸡翅更实惠。用这样的算法之后,每个人的平均单价一下就提升了。

做AI会上瘾,没人想止步于点餐场景。现在我们还帮百胜谋划了数十个场景,都是跟智能营销相关的,这些做场景出来以后,就是一个智慧营销大脑,AI就已经有很大的价值了。除了营销,还有生产、供应链等等,在企业价值链的很多节点上,都能够做类似这样的AI改造。把这样几个场景连在一起,变成一个体系,让企业内部神经系统发生进化。只有又专、又精、又准地积累,才能最终实现智能化大发展。

《深网》:利用AI改造传统产业,做下来会不会存在这种情况:做成场景by场景或者case by case了,做完一个案例之后没有形成泛化的能力?

裴沵思:所以我们让范式的所有员工去思考,在每一次AI改造过程中得到了什么,对客户意味着什么,对整个行业意味着什么,对我们产品意味着什么。这些思考反过来和产品有更好的呼应,这是产品的通用性和标准化逐渐提高的过程。

2、技术支撑

《深网》:第四范式之前发布了企业级AI 软硬一体集成系统——SageOne(先知),先知产品的定位是一个通用的平台,这个通用的平台如何适应刚才说到的不同细分场景的需求?

裴沵思:可以理解先知是把适配器、连接器、数据、AutoML算法等集成在一起的底层平台。我们把它定义为平台科技,或者我们叫科技平台。这是我们整个大的产品研发系统,这块的工作是在不停的标准化,它的目标是什么,是我能够有更好的企业级适配效果,有更大的延展性,更强的计算水平,而且保证客户数据处理的全生命周期都能够囊括,以及我能够不依赖于科学家构建AI应用的AutoML技术,这是这个产品的要求。

这个产品层之上的,我们叫客户工程。客户工程的解决的是怎么能够满足不同行业、不同客户的需求。在这个层面上我们的策略,不是我们见到一个需求就形成一个产品或解决方案。更多的是说,我们在形成产品的过程当中,怎么能够从分散的应用场景之中抽象出一些组件,由点到面,形成几个能力中心,比如说营销、供应链、IOT等。我们这里面是一个能力体系,能够更好促进企业往前发展,而不是所有的需求都变成我的应用产品。而且我相信,即使投入再大,也不可能做到这样。

《深网》:不久前IDC发布的一份报告显示,第四范式是国内机器学习平台排名第一的公司,超过了BAT、AWS、微软等几家互联网巨头。第四范式为什么能成为第一?

裴沵思:首先,在过去五年,我们在金融行业历练出了一个比较强的产品。实际上企业的IT化水平会有一个阶梯,最强的就是BAT,离BAT最近的就是金融行业,金融行业的数据质量,数据管理的力度、水平,远比其他传统行业高出一个很大的台阶。第四范式的团队最早经历了百度和头条、后面进入到金融,这些IT能力强的行业有一个特点,就是我们不需要在application层面上消耗太多的资源,因为他们本身在应用层solution搭建能力太强,只要给他们AI的基础平台与input就够了,比如用机器来做营销、风控、反洗钱的流程是这样的。实际上我们在这两个最强的领域憋出了一个非常通用的底层AI能力,包括工程底座与数据治理。进入其他行业拓展市场时,我们在平台上搭应用就可以了,这对之后进入更多市场提供了可能性。

第二,我们的机器学习平台是整体商业化水平比较高的企业级平台。这个平台经受住了对技术、人才、产品综合能力要求极苛刻的金融行业的历练,这样的能力去其他行业姿式就相对比较从容了。另外还有一点,我们机器学习平台产品相对其他选择而言更实用、更高效、TCO更低,只有做到这些点,市场占有率才能到第一,否则以我们这七八百人的规模,这个市场占有率很难扛得住,说明这个平台成熟了。

3、未来规划

《深网》:您之前的职务是SAP全球副总裁,第四范式找您出任总裁的目标,是希望做成一家比较标准化的软件公司?

裴沵思:目标是这样。另外还会有软硬件一体化的底层能力。

《深网》:AI发展到今天,很多企业0到1已经过了,1到10,有一些纠结,怎么样我脏活累活少做一些,我尽可能产品化,又能够复制出去。

裴沵思:就像我刚刚描述的,先知平台是一个包含着算法、算力和数据治理的底层;上层是一个能力矩阵,这个能力矩阵的纵向是有IOT、CRM、SCM以及HR等企业通用价值链,然后横向实际上是行业,上面是各行业的Know-How;而能力矩阵上面就说实际业务应用层面,这一层我们是以合作伙伴生态的办法来实现。

我们试图通过这样一个体系,把能力矩阵这些东西变成组件,在组件上进行AI改造起步就是80分,会比你现在自己从底层开始做AI应用做得更快、更省力、上线时间更短。我就要行业Know-How,我就能驱动自己的1+N产生。

《深网》:第四范式提出要成为AI时代的SAP、Oracle,其实行业内的其他AI独角兽很多也有自己的对标,您怎么看这种趋势?

裴沵思:这两年的AI公司更重要的是说,differentiation是什么?他说他像英特尔,我说我像SAP,Oracle,这实际上是告诉你们区别在哪里?应该怎么样区别对待我们。 AI商业化落地的第一点,你要知道你是谁,你才能落地。之前有遇到这样的情况,客户说我要做AI,我把科大讯飞、第四范式和一个机器人公司放在一起竞标,这个就有点尴尬了。这三家平行的对标,实际上对不出来的。

现在实际上是说,我们怎么能够分清,我到底是干什么的,他是干什么的,有的是竞争,确实有竞争,但是有的不是竞争。我们可能有能力上的重叠,但是战略上你发现就不是竞争了,我们开始走不一样的方向了,这是一个定位更清晰的过程。

《深网》:第四范式在整体战略上有聚焦这个说法,但同时第四范式的业务又拓展到不同的行业,应该怎么理解这种现象?

裴沵思:相比其他的公司,我们还是足够聚焦的。战略选择,也意味着放弃。我们聚焦在企业决策类场景,比如说图像识别我们也做得很好,很多订单以现在的技术能力去也没有问题,但是我们不会做一个卡口那样的识别。

上亿次的人工智能API调用未必代表企业智能化,未必代表企业会更聪明。企业的核心是经营,经营的核心是决策,所以第四范式始终专注在决策层,变革企业价值链。我们会把与企业决策相关的一系列应用做下来,利用机器在海量数据中寻找数亿条规则,提升经营决策的准确性,这样企业才是真聪明。

《深网》:能否举个客户用了AI来做决策后效果特别好的例子?

裴沵思:比如能源企业,能够把能源企业原材料的价格和采购的成本下降1%,都可以产生巨大价值。某能源集团有一款化工产品价格趋势的模型,让人惊讶的是这一价格预测模型已有15年没有变化了,缺乏对价格精准的预测。在这样情况下,我们一起尝试采用机器学习方式,做了化工品价格趋势的AI模型,可以预测7天之内化工品的价格走势,预测的精准度维持在了99.99%,从而帮助这家企业进行更好的动态成本控制的决策。

再如金融领域常见的反欺诈,第四范式帮助很多银行用上了一种会自主判断的风控模型,它能准确预测某笔交易的风险数值、做出预判并实时阻断交易,避免损失。过去,交易欺诈永远都是损失产生后银行给你打电话的事后行为,因为当时的准确率是很低的,直接事中拦截会对大部分正常交易客户产生不好的体验。而机器决策的规则特别多,准确率提升了七倍,并能够在20毫秒内做出拦截反应,就实现了实时的事中拦截。

《深网》:今年有AI独角兽已经开始筹备上市事宜,第四范式在上市这块是怎么考虑的?

裴沵思:其实我们现在的体量也可以做这件事,但我不认为现在急于干这件事。

在这个阶段,我们希望可以把范式核心竞争力打磨得具有更高的壁垒,我觉得这两年对于范式最重要的是一头一尾,一方面是我们头部客户的Courage,建立行业壁垒;另外一方面,摸索出一套对于开发者,对于小型场景的创新和生态的机制。另外,5G之后AI市场又会发生一个很大的变化,这几个叠加在一起,我觉得范式会有一个更大的时刻,有更好的价值。

(责任编辑:)
------分隔线----------------------------
发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:
发布者资料
查看详细资料 发送留言 加为好友 用户等级: 注册时间:2019-11-18 19:11 最后登录:2019-11-18 19:11
栏目列表
推荐内容