旷视印奇解读AI产业落地三个关键

编者按：7月29日，旷视举办“始于算法，成于价值”年中媒体交流会，旷视联合创始人兼CEO印奇与在场媒体分享了旷视的AI产业落地路径实践。

印奇认为， AI产业落地的三个关键。第一，最本质的返璞归真，解决算法供给侧问题是AI企业的第一要务；第二只有赛道足够聚焦，任何场景做AI产业落地时都很复杂，都需要很大的精力，需要具有真正的价值，只有足够聚焦才能完成价值的闭环；第三是非常重要的，真正打造AI人才和行业人才融合发展的新型组织能力。

我们将印奇演讲的主要内容进行了整理，在此分享给大家：

谢谢大家！特别高兴今天有机会和这么多媒体朋友见面。 今天我们是本着考生答题的心态在与大家分享。首先就由我先来简单 答一答“AI产业落地的路径实践”。非常期待，也希望今天能开个好头。

时代趋势

后疫情时代，各行各业加速拥抱AI

今年挺绕不开疫情的，可能大家也挺关心，这拨AI公司在疫情里过得到底怎么样？其实短期内，疫情对AI企业有一定冲击，大部分AI场景都和实体行业的线下部署相关，当线下很多东西被封闭、被限制的时候，整个AI落地的进度其实都受到一些影响。

但与此同时，我们发现在后疫情时代，各个行业对AI更深度的拥抱正在发生。

这里举两个小例子：

第一，AI测温。现在去北京各个地方，无论超市、政府大楼或者写字楼里，前面门口里都有一个AI测温的小设备，旷视在这里面大概贡献大概30%左右的设备。其实会发现，当互联网发展了20年，当我们连上网线的时候生活发生了很多的变化，然而当疫情来临的时候，人类能做的事情并没有那么多。所以疫情给了AI更大的发展逻辑。 AI测温只是一个小小的开始，未来你会发现我们的衣食住行都会越来越被数字化技术所包容。

第二，生产空间。我们发现疫情期间，很多工厂和仓库都没有很大密度人员在生产作业，越来越多制造型企业选择用更多无人化方式完成AI仓储。短期内，疫情对AI企业有一些影响，但也会给这些企业更多更深度的行业服务的机会。

AI产业落地进入深水区

这个曲线是Gartner曲线，其实现在 人工智能正处在“死亡之谷”的泡沫期，大家已经有很高的预期，当预期往下回落的时候，到底哪个AI企业能穿越这个死亡之谷，这个判断大家都很难预测。我自己感觉可能很快行之将半，在AI产业里有很多的问题和很多解决方案，我想它可能不会那么短，也不会那么长。

有一个概念是我非常认同的——“AI小于IoT”。虽然我们是一家AI公司，大家可以发现越来越多的企业以及巨头，比如华为、小米，大家把AI和IoT两个词连接得越来越紧，但其实这是两个词。

在过去20年里，从互联网到移动互联网，那下一个时代是AI吗？我觉得自然延伸下来是物联网时代。打个比方，物联网就像当年的互联网一样，AI更像当年的搜索引擎。AI是物联网里一个核心技术算能力，是未来很长一段时间内技术创新的主轴，但不是产业落地的核心点。所以在我们看来， AI真正商业价值的变现、真正能够有规模商业化落地的公司，大部分是面向线下的，更多的是和实体行业的结合，这就是为什么我们想说AI和IoT未来会越来越多关联在一起。所以，未来AIoT会变成一个词，就像当年说ICT（信息通信技术）一样，但当我们审视这些价值时会发现，AI是这里面的杀手级能力，但IoT是那个大时代的洪流。

认识行业

算法供给侧，AI企业做的还远远不够

最近很多事情都套上“AI”的概念，其实回到根本，AI核心还是算法。但我们作为AI企业发现，真正的AI产业落地里有一个大家没有意识到的问题——算法供给还远远不够，最近很多人都在讲：“AI已经没有什么技术壁垒，AI算法似乎很容易了。”但大家真正在生活里用到的AI算法好像还是“老三样”，比如人脸识别等等。 AI算法侧并没有极大的供给，它其实还在极度稀缺的阶段。

当大家讲算法时，有两个要素其实没有仔细来看，第一个叫“AI算法可交付”。什么叫可交付？AI算法的应用有两个环节，第一个环节叫训练，第二个环节叫部署，真正把一个算法训练出来，这个工作才做了20%，而80%很大量复杂的工作量是在部署。 当一个AI公司说可以训练100种算法，但并不代表能把这100种算法交付给客户并产生价值，中间80%在每个算法部署环节是极其复杂，且每个行业有极度差异化和碎片化的，这是为什么在AI算法落地里可交付这件事情是非常非常重要的。

第二件事情叫“规模化”。坦白说，旷视已经打造了很多算法，真正我们会认为产生一个算法成本太高，周期太长，还没有办法把算法像现在的软件一样，想写就写，写完还能有用。 未来算法要规模化一定要有一套非常有用的工具，我们给出的答案是Brain++，但Brain++仍然不够完善。我们一个判断，现在真正算法供给能力相比较现在的应用需求可能连1%都不到。算法相当于物联网系统里的血液，血液如果供给不足会发现很多东西只是框架，只是骨骼。所以，当我们回到AI里会发现，AI的核心动力，算法供给其实是远远不足的。所以说可交付规模化算法能力是解决问题的关键因素。

价值闭环是AI产业落地的最大挑战

最近这个词也提得越来越多——“价值闭环”。我们认为价值闭环是AI产业落地的最大挑战，但首先要定义什么是价值闭环。

所以，我们给出两个维度的拆解。第一是产品维度，第二是商业价值链维度。

首先是产品维度。

AI产业落地本质上就是在不同空间，不同场景构建一个个独立的AIoT应用，只有应用有了才会有这个产业链，才会有平台，才会有芯片，才会有所有东西生机勃勃的发展。在AIoT的应用里，它的壁垒和难度要比之前大得多。当我们想把一个AI技术应用到一个行业落地时，会发现路径是很长的。

我们总结三步走，真正当我们去用一个算法变成最终AIoT应用时它往往要经历三个过程：

第一，最早可能先产生一个新的算法，算法在性能上要可用。

第二，这个AI公司首先成为系统集成商，它需要端到端打造示范性POC项目，叫Proof of Concept。任何一个to B或to C的企业不会只买个半成品，不会只买个算法，需要在他产业里能产生价值。所以，AI算法公司首先要成为优秀的系统集成商。

但是做集成是手段，完成集成之后会发现，当你可以形成端到端的闭环时，首先要区别沉淀这个行业里上面最重要的软件，相当于用系统集成牵引做出软件平台，连接所有的硬件，因为这些硬件是不同厂商提供的，这是使用系统性去牵引软件。当你把软件做得很好的时候，会发现很关键的硬件，现在市面上没有一个厂商真正做得非常非常好，这时候你就会真正用软件牵引软硬结合的平台。

从算法到系统集成，到软件平台到最后的软硬结合，这是真正想在行业落地时必经的一个最小路径。当我们谈AI产业落地时，首先要知道我们要解的那个题本身的复杂度是怎样的。只有打造出每个场景的AIoT应用，才叫把AI做到场景落地，这里要经过我们提出的——产品形态三层演进是实现价值链的唯一路径。

其次是商业价值链维度。

我们认为，AI产业落地分三个阶段，第一个阶段是0-0.1，在这样的场景下，当年我们用人脸识别完成金融支付，发现那时候技术也不成熟，产品也不成熟，应用场景也不成熟，这时候0-0.1本质上是技术可行性和所谓产品价值的验证，这个过程是非常本质的0-0.1的创新。

0-0.1之后第二个阶段是MVP产品打磨，MVP是互联网经常会用的词叫“最小的可用产品”。MVP里有个很重要的定义，当一个AI公司说他0.1-1时，他一定已经触达了行业用户，并且用户买单了，完成了最早期的商业实现和落地，to B行业里，往往AI产业里真正能够有人买单，有钱的用户真正肯定你的价值才能说你完成了0.1-1。

第三个阶段是规模化应用阶段（1-N阶段），我们会深刻体会到，至少未来10年时间里，AI的规模化应用一定是用软硬一体化的方式，如果一个AI公司只有算法，只有软件很难走到第三步，很可能不断地在走0-0.1、0.1-1。 所以，我们认为，一个AI公司所用的路径一定是要先能够验证价值，真正完成MVP和客户的验证，最后定义成软硬一体化的产品，然后规模化复制。这三个步骤，我们不光自己实践了很多行业，看着很多友商、后来者真正扎实把行业做好的时候，无外乎都要经过这三个阶段。

所以，我们认为商业价值三个阶段，AI从0到1，比之前互联网认为的从0到1要更长，要更难。

每进入一个行业，都要搭好“4 in 1”阵型

当要把AI产业落地时，会发现它对组织的密度和阵型要求是极高的。一个AI公司里的产品部门可能具备四个人群。

首先它需要产品经理，可能是这个小板块的CEO，这个产品经理他既需要有AI的背景同时需要学习行业的背景。所以，人群画像里我们画有50%的AI，50%的行业。第二要有CTO，把软件、硬件算法整体来看，这个人也得很综合，有AI行业背景同时也能学习行业。第三是CAIO首席AI官，他能真正对算法上有突破，且能对算法可行性评估做得非常好的，这个人可能很懂AI，没有那么懂行业。第四最后真正的闭环是AI的人，同时要有行业Know-how，有行业积累的人，所以最后肯定要有CMO，真正帮助产品推向市场，去营销的时候，这个人往往是非常懂行业，同时有开放心态，他们也去学习AI。

当AI每个小的产品落地过程中，可能都需要这样四个角色，我们叫每进入一个AI行业，需要搭好4 in 1的组织架构。

旷视实践

长期践行“1+3”战略

刚才更多的是在理论上的，我们也想跟大家简单分享一下旷视自己的实践。

开场Video里讲到旷视的“1+3”。旷视成立9年时间，是在长期践行“1+3”战略。 旷视未来三年都不会超出这样的版图，我们会在这三个最大的行业里展开、深入，真正做我们的技术创新和可健康的规模化发展，所以，这“1+3”有可能明年、后年的时候发现这个故事还有延续，同时又创新，在每个点里我们有新的产品，创新的技术。但真正的客户群体，这三个群体包含了AIoT里最重要的三个场景，第一面向家庭、个人客户；第二面向城市、政府；第三是供应链，制造物流零售，所谓商业里最主线条的战场。

Brain++开放核心能力，实现算法规模化供给

我们把“1+3”战略简单拆解一下。

Brain++是我们拿手的绝活，今年3月份我们选择开源Brain++的最核心组件——深度学习框架天元，希望能把我们核心能力分享出来。Brain++是一个非常好的产品，它不仅包括世界上一流的开源框架，更是三合一的生产平台。大家了解一些编程的话，我们认为Brain++在两三年之后可能会成为像当年Visual Studio这样的开发工具，未来越低门槛，越来越多的程序员可以用Brain++开发自己的应用。

虽然算法的供给未来会越来越海量，但坦白来说，算法的供给不应该赋能很多行业，而是在每个行业有很饱和的供给，每个行业不仅仅需要人脸识别的算法，可能需要100种、1000种算法在同一个场景里，用真正的算法解决每个场景里饱和工具的问题。这是我们Brain++所谓真正的生产力平台。我们Brain++经过各方面的实践会发现， 它能够缩短80%左右的从需求到落地的时间，同时降低55%左右的算法生产成本。

我们进入时间最长的行业个人物联网，从面部识别、超画质、多摄、视频超画质、屏下指纹和软硬一体化。全球现在有10亿部手机里面都有AI的技术，只要大家用的不是苹果手机，我想里面都会有AI的能力。 在手机里，我们会供给越来越多的算法，让大家的手机变得更智能，也相信消费电子是让更多人用到旷视技术的核心点。我们会发现，当大家用最常见的国产大牌手机拍照时会发现，拍照里有很多从拍照、摄影、视频很多技术，让大家真正能够很好地描绘这个世界的美好。

城市物联网，从超级应用到操作系统

第二个场景也是大家很关注的产品叫城市物联网。在一个城市里，城市物联网是核心要落地的场景，但这个场景极度复杂。当我们讲城市大脑的时候，发现它是system of systems，这个系统里包含很多系统。当我们给它梳理一下，可能发现这个系统里有两个维度可以做切分，一是“条”，指“条的管理”，就是公共安全、交通，基本不同政府职能部门，包括环保、文教卫、司法；二是“块”，“块”是指空间，如果站在城市管理角度，城市可以分为几百个公共建筑，几千个小区，几千个写字楼等，这是按空间来分。

所以，整个“城市大脑”从“条”和“块”不同维度讲数字化并产生这样的应用。 我们认为，真正在城市大脑里，需要每个公司选择自己真正擅长的部分进行深度打造。无论是条上的应用还是块上数字化能力，真正构建好的应用场景和平台化产品。

也许未来在城市里会有个操作系统，每个建筑也会有个操作系统，这也是旷视真正一步步在打磨的， 有效打通交通、城市管理等条行业应用和社区园区、公共建筑等块空间应用的数据壁垒，实现城市治理和居民生活的双赢。在北京，旷视参与了北京六大区“城市大脑”、中国尊等项目的智慧化建设，为智慧北京助力。可以发现 任何城市大脑打造，要想交付最终用户价值，这里的用户就是城市里每个居民，它会有非常非常长的路径，每个单点做完之后都有一些闭环的价值。

供应链物联网，从局部智能到整仓交付

第三个场景是我们最年轻的场景，也是我们非常喜爱和看好的场景。无论是手机、消费电子场景还是城市场景都是在生活空间里和衣食住行相关。还有一个空间是生产空间，从生产制造，到物流零售，AI都可以大显身手，发挥很大的价值。因为旷视打造了河图机器人操作系统。

物联网行业， 任何物联网应用价值不在单一的设备，而在这张网。一个仓库里可能几千个设备，如何用一个好的平台性软件管理几千种不同的设备，同时能把这里面最核心的设备用软硬结合一体化，用AI赋能，这是我们在做的事情。大家会发现，旷视河图生成完之后，我们既有柔性化的机器人，这是我们自己的软硬一体化的产品，也越来越多会进入到真正的物流仓储核心领域，真正用AI的方式生产他们最刚需，用量最大的核心产品，一定是AI所赋能的。

人工智能行业的务实者与领跑者

回到组织里，旷视现在有3000人，按照一个AI行业需要有CEO、CTO、首席AI官、CMO统计，发现旷视人员比例挺精准的4：4：2，AI背景的人占40%，从行业来的人才40%，这些行业来的人才对我们帮助非常非常大，有来自消费电子，有来自物流管理，仓储管理，这些人结合才能让我们在行业里深度落地，同时20%的职能能够去构架、去支撑的一些人。

在过去旷视发展的9年时间里，我们搭成4：4：2的结构，大家各不相同，我们真正需要客户价值来牵引，让这些人从相融、包容到最后的融合。一个新时代的企业只有自己构建了新的组织能力，才能有信心说我进入任何行业都有机会，比行业内任何AI公司做得好，就是因为它已经构成了这样的组织能力。

回到我们自己内部认为的旷视的定位，我们真正希望能成为人工智能行业的务实者和领跑者。稍微解读一下这两个词：

“务实者”，当我们看到了AI落地的困难，大家可能会觉得这是一个长跑。因为大家对AI技术的热切关注，因此对这个行业有很高的预期，或者大家对它预期的波动性很高，有时候很爱有时候很讨厌，在很波动的外部环境下，AI企业唯有务实，踏踏实实做好每一件事情，才能真正让这个公司成为一家长久的伟大的公司。

“领跑者”，后面我们也会更多分享到，旷视非常非常自信，我们会认为在真正所专注的行业里我们绝对是行业的领跑者，既有我们的产品落地，商业化能力，也包括我们的核心技术能力。

只有具备“务实者”和“领跑者”这两种特质，一个新时代的企业才能一步步真正成长起来。

谢谢大家！这是我今天的分享。

延展阅读：