如何利用AI改造傳統(tǒng)行業(yè)、推動企業(yè)的數(shù)字化轉(zhuǎn)型?對于這個問題,人工智能獨角獸第四范式認為,隨著人工智能規(guī)?;涞?,企業(yè)在制定AI轉(zhuǎn)型路線時可考慮“1+N”的應(yīng)用場景模式:“1”是結(jié)合公司核心業(yè)務(wù),把1個或幾個對業(yè)務(wù)影響最大的場景做到極致;“N”是用最高的效率規(guī)?;涞乇M可能多的應(yīng)用場景,使場景的總體價值最大化。
第四范式總裁裴沵思在近期接受《深網(wǎng)》專訪時,詳細闡述了第四范式提出的利用AI改造傳統(tǒng)行業(yè)的方法論:“AI在企業(yè)中的改造實際上是分兩個階段,一是怎么landing(落地),二是怎么快速的繁殖、擴張,第四范式的核心策略是1+N。”
““1”是怎么切入的問題,由“1”帶動“N”背后暗含著機器學(xué)習(xí)平臺與生俱來的能力。打通一個企業(yè)的核心業(yè)務(wù)“1”,企業(yè)徹底理解智能化,企業(yè)會自發(fā)的在自家場景里找長尾業(yè)務(wù)“N”。“N”的過程實際上是我們要幫助企業(yè),或者給企業(yè)一個建議,怎么能讓“N”走得更好、更快,這里面最核心的實際上是變革管理。”
在裴沵思看來,企業(yè)AI轉(zhuǎn)型的核心,首先是找到最合適的進入點,其次是通過這個進入點進一步找到更多應(yīng)用場景。
裴沵思向《深網(wǎng)》介紹了上述方法論的一個具體實踐案例。第四范式在與百勝餐飲的合作中發(fā)現(xiàn),APP點餐系統(tǒng)的推薦功能可以成為AI落地的切入點,“點了漢堡薯條的話,再加一對雞翅更實惠”,而當(dāng)有了AI算法的加持后,合作伙伴的客均單價也得到了提升。在找到點餐推薦這個切入點后,第四范式又幫助百勝找到了數(shù)十個應(yīng)用場景,“這些場景做出來以后,就是一個智慧營銷大腦,AI就已經(jīng)有很大的價值了。”裴沵思說。
當(dāng)然,對于AI技術(shù)與服務(wù)提供方來說,為了能夠幫助客戶實現(xiàn)AI的規(guī)?;瘧?yīng)用落地,除了方法論之外,數(shù)據(jù)治理能力和AI算力同樣是必須具備的技術(shù)實力。
對此,第四范式此前發(fā)布了企業(yè)級AI 軟硬一體集成系統(tǒng)SageOne(先知)。第四范式希望通過自研的AI訓(xùn)練、推理和特征存儲引擎,重新定義硬件中的芯片、存儲、網(wǎng)絡(luò)等組件。據(jù)第四范式介紹,先知平臺根據(jù)企業(yè)AI應(yīng)用的實際情況進行了專用計算架構(gòu)、資源管理和調(diào)度等方面的深度優(yōu)化和加速,能夠為AI的規(guī)?;瘧?yīng)用落地提供充沛的算力。
“先知平臺是一個包含著算法、算力和數(shù)據(jù)治理的底層平臺”,裴沵思表示,第四范式希望對這個底層平臺不斷標準化,從而擁有更好的企業(yè)級適配效果、更大的延展性以及更強的計算水平。而在底層技術(shù)平臺之上的產(chǎn)品層,第四范式的策略則是,“從分散的應(yīng)用場景之中抽象出一些組件,由點到面,形成幾個能力中心,比如說營銷、供應(yīng)鏈、IOT等。”
據(jù)裴沵思介紹,第四范式的目標是成為一家標準化的軟件公司,這個目標構(gòu)建在其軟硬件一體化的底層能力之上。而事實上,第四范式此前也對外表示要成為AI時代的SAP/Oracle,SAP是全球企業(yè)管理軟件與解決方案的技術(shù)領(lǐng)袖,而Oracle是全球最大的企業(yè)級軟件公司。
以下為《深網(wǎng)》整理的部分采訪實錄:
1、AI改造傳統(tǒng)行業(yè)的方法論
《深網(wǎng)》:第四范式提出了AI改造傳統(tǒng)行業(yè)的方法論“1+N”,這背后的核心邏輯是什么?
裴沵思:AI在企業(yè)中的改造實際上是分兩個階段,一是怎么landing,二是怎么快速的繁殖、擴張,第四范式的核心策略是1+N。“1”里面,我們希望跟客戶一起探尋的是企業(yè)里面相對高價值的場景,這些場景每提升一個百分點,都很關(guān)鍵。有的時候,我們和客戶雙方都會有一種欲望就是說盡快把這件事做成,就會做一些很簡單的事,拿一部分數(shù)據(jù)出來做一些場景。實際上我們一直非??酥七@樣做。
第四范式在做的是幫助企業(yè)完成AI轉(zhuǎn)型,而不是有了AI就行。這對我們的要求就會非常高,我們需要很了解客戶整個數(shù)據(jù)是怎么回事、業(yè)務(wù)流程是怎么回事以及業(yè)務(wù)場景是怎么回事。我們一起去找到那個1并實現(xiàn)它。做到1的時候會發(fā)現(xiàn)實際上雙方都花很大的力氣,不只是在做一個AI應(yīng)用那么簡單,你可能要幫他治理數(shù)據(jù),甚至顛覆業(yè)務(wù)流程。但是一旦做通會產(chǎn)生巨大的業(yè)務(wù)提升,成為企業(yè)內(nèi)部的“標桿”,又會形成很強的勢能在快速復(fù)制,這樣才能帶動企業(yè)的智能化進程。
《深網(wǎng)》:按照您剛才提到的邏輯,是否意味著找到“1”是非常難的?現(xiàn)在第四范式在金融、零售領(lǐng)域都有類似的場景,其他的場景怎么找?
裴沵思:舉幾個例子,我們發(fā)現(xiàn)能源行業(yè)管道管理就是一個1。我們現(xiàn)在在某頭部油公司已經(jīng)成功上線了。它的管道上其實有非常多的傳感器,也有很多數(shù)據(jù),但是收集數(shù)據(jù)、處理數(shù)據(jù)的效率非常低。但是現(xiàn)在用了機器學(xué)習(xí)的方法之后,能極大提高效率,提升判斷管道事件的及時性和準確性。一旦客戶能夠看到AI改造創(chuàng)造的價值,從“1”到N的勢能就出現(xiàn)了,現(xiàn)在我們跟客戶已經(jīng)開始找更多這樣的場景,快速復(fù)制出來。
另外在裝備制造行業(yè),我們正在將發(fā)動機的很多傳感器數(shù)據(jù)回傳,而且用AI的方式來解決。實際上,這是裝備制造業(yè)由制造業(yè)向服務(wù)業(yè)轉(zhuǎn)型的關(guān)鍵場景,對它的裝備性能做一個實時的監(jiān)控與判斷,并且能夠快速迭代。這些場景在各行各業(yè)中都適用,我們已經(jīng)看到幾個核心行業(yè)的客戶都能夠找到類似的場景。
《深網(wǎng)》:從“1”到“N”企業(yè)需要經(jīng)過哪些過程?
裴沵思:“1”是怎么切入的問題,由“1”帶動“N”背后暗含著機器學(xué)習(xí)平臺與生俱來的能力。打通一個企業(yè)的核心業(yè)務(wù)“1”,企業(yè)徹底理解智能化,企業(yè)會自發(fā)的在自家場景里找長尾業(yè)務(wù)“N”。
“N”的過程實際上是我們要幫助企業(yè),或者給企業(yè)一個建議,怎么能讓“N”走得更好、更快,這里面最核心的實際上是變革管理。我們在提AI轉(zhuǎn)型的時候,在這部分其實談了很多在IT層面、業(yè)務(wù)層面、流程層面、架構(gòu)層面應(yīng)該怎么發(fā)生變革?隨著“N”規(guī)模化應(yīng)用,數(shù)據(jù)變的越來越聰明的過程中,你的業(yè)務(wù)流程怎么跟它適應(yīng)。企業(yè)AI轉(zhuǎn)型的方法論就是這兩個,一個是怎么找到最合適的進入點,后面是通過這個場景怎么進一步找到更多場景,IT與業(yè)務(wù)上怎么配合,大概是這樣一個的“1+N”。
《深網(wǎng)》:在幫助企業(yè)找場景的過程中,對于場景什么要求?
裴沵思:我們在找場景的時候有幾點要求。包括數(shù)據(jù)量,大到一定的量才行,另一方面是得有反饋數(shù)據(jù),如果只是數(shù)據(jù)的積累沒有反饋對AI來說沒有任何意義。滿足這幾點規(guī)則后,在這些場景能夠被AI化之后,我們再看誰的場景價值更大。
《深網(wǎng)》:利用AI改造傳統(tǒng)行業(yè),最終還是要給傳統(tǒng)行業(yè)創(chuàng)造價值。您能否舉一個具體的案例,第四范式找到了這個1,在這個1擴展成N以后,第四范式是如何給這個企業(yè)或行業(yè)創(chuàng)造價值的?
裴沵思:百勝中國經(jīng)營著8700余家餐廳,肯德基、必勝客沒少吃吧?但其實我們發(fā)現(xiàn)在百勝要找的1 很簡單,就是Trade up — 提升單客戶對營收的貢獻。在APP點餐會出現(xiàn)推薦,點了漢堡薯條的話,再加一對雞翅更實惠。用這樣的算法之后,每個人的平均單價一下就提升了。
做AI會上癮,沒人想止步于點餐場景。現(xiàn)在我們還幫百勝謀劃了數(shù)十個場景,都是跟智能營銷相關(guān)的,這些做場景出來以后,就是一個智慧營銷大腦,AI就已經(jīng)有很大的價值了。除了營銷,還有生產(chǎn)、供應(yīng)鏈等等,在企業(yè)價值鏈的很多節(jié)點上,都能夠做類似這樣的AI改造。把這樣幾個場景連在一起,變成一個體系,讓企業(yè)內(nèi)部神經(jīng)系統(tǒng)發(fā)生進化。只有又專、又精、又準地積累,才能最終實現(xiàn)智能化大發(fā)展。
《深網(wǎng)》:利用AI改造傳統(tǒng)產(chǎn)業(yè),做下來會不會存在這種情況:做成場景by場景或者case by case了,做完一個案例之后沒有形成泛化的能力?
裴沵思:所以我們讓范式的所有員工去思考,在每一次AI改造過程中得到了什么,對客戶意味著什么,對整個行業(yè)意味著什么,對我們產(chǎn)品意味著什么。這些思考反過來和產(chǎn)品有更好的呼應(yīng),這是產(chǎn)品的通用性和標準化逐漸提高的過程。
2、技術(shù)支撐
《深網(wǎng)》:第四范式之前發(fā)布了企業(yè)級AI 軟硬一體集成系統(tǒng)——SageOne(先知),先知產(chǎn)品的定位是一個通用的平臺,這個通用的平臺如何適應(yīng)剛才說到的不同細分場景的需求?
裴沵思:可以理解先知是把適配器、連接器、數(shù)據(jù)、AutoML算法等集成在一起的底層平臺。我們把它定義為平臺科技,或者我們叫科技平臺。這是我們整個大的產(chǎn)品研發(fā)系統(tǒng),這塊的工作是在不停的標準化,它的目標是什么,是我能夠有更好的企業(yè)級適配效果,有更大的延展性,更強的計算水平,而且保證客戶數(shù)據(jù)處理的全生命周期都能夠囊括,以及我能夠不依賴于科學(xué)家構(gòu)建AI應(yīng)用的AutoML技術(shù),這是這個產(chǎn)品的要求。
這個產(chǎn)品層之上的,我們叫客戶工程??蛻艄こ痰慕鉀Q的是怎么能夠滿足不同行業(yè)、不同客戶的需求。在這個層面上我們的策略,不是我們見到一個需求就形成一個產(chǎn)品或解決方案。更多的是說,我們在形成產(chǎn)品的過程當(dāng)中,怎么能夠從分散的應(yīng)用場景之中抽象出一些組件,由點到面,形成幾個能力中心,比如說營銷、供應(yīng)鏈、IOT等。我們這里面是一個能力體系,能夠更好促進企業(yè)往前發(fā)展,而不是所有的需求都變成我的應(yīng)用產(chǎn)品。而且我相信,即使投入再大,也不可能做到這樣。
《深網(wǎng)》:不久前IDC發(fā)布的一份報告顯示,第四范式是國內(nèi)機器學(xué)習(xí)平臺排名第一的公司,超過了BAT、AWS、微軟等幾家互聯(lián)網(wǎng)巨頭。第四范式為什么能成為第一?
裴沵思:首先,在過去五年,我們在金融行業(yè)歷練出了一個比較強的產(chǎn)品。實際上企業(yè)的IT化水平會有一個階梯,最強的就是BAT,離BAT最近的就是金融行業(yè),金融行業(yè)的數(shù)據(jù)質(zhì)量,數(shù)據(jù)管理的力度、水平,遠比其他傳統(tǒng)行業(yè)高出一個很大的臺階。第四范式的團隊最早經(jīng)歷了百度和頭條、后面進入到金融,這些IT能力強的行業(yè)有一個特點,就是我們不需要在application層面上消耗太多的資源,因為他們本身在應(yīng)用層solution搭建能力太強,只要給他們AI的基礎(chǔ)平臺與input就夠了,比如用機器來做營銷、風(fēng)控、反洗錢的流程是這樣的。實際上我們在這兩個最強的領(lǐng)域憋出了一個非常通用的底層AI能力,包括工程底座與數(shù)據(jù)治理。進入其他行業(yè)拓展市場時,我們在平臺上搭應(yīng)用就可以了,這對之后進入更多市場提供了可能性。
第二,我們的機器學(xué)習(xí)平臺是整體商業(yè)化水平比較高的企業(yè)級平臺。這個平臺經(jīng)受住了對技術(shù)、人才、產(chǎn)品綜合能力要求極苛刻的金融行業(yè)的歷練,這樣的能力去其他行業(yè)姿勢就相對比較從容了。另外還有一點,我們機器學(xué)習(xí)平臺產(chǎn)品相對其他選擇而言更實用、更高效、TCO更低,只有做到這些點,市場占有率才能到第一,否則以我們這七八百人的規(guī)模,這個市場占有率很難扛得住,說明這個平臺成熟了。
3、未來規(guī)劃
《深網(wǎng)》:您之前的職務(wù)是SAP全球副總裁,第四范式找您出任總裁的目標,是希望做成一家比較標準化的軟件公司?
裴沵思:目標是這樣。另外還會有軟硬件一體化的底層能力。
《深網(wǎng)》:AI發(fā)展到今天,很多企業(yè)0到1已經(jīng)過了,1到10,有一些糾結(jié),怎么樣我臟活累活少做一些,我盡可能產(chǎn)品化,又能夠復(fù)制出去。
裴沵思:就像我剛剛描述的,先知平臺是一個包含著算法、算力和數(shù)據(jù)治理的底層;上層是一個能力矩陣,這個能力矩陣的縱向是有IOT、CRM、SCM以及HR等企業(yè)通用價值鏈,然后橫向?qū)嶋H上是行業(yè),上面是各行業(yè)的Know-How;而能力矩陣上面就說實際業(yè)務(wù)應(yīng)用層面,這一層我們是以合作伙伴生態(tài)的辦法來實現(xiàn)。
我們試圖通過這樣一個體系,把能力矩陣這些東西變成組件,在組件上進行AI改造起步就是80分,會比你現(xiàn)在自己從底層開始做AI應(yīng)用做得更快、更省力、上線時間更短。我就要行業(yè)Know-How,我就能驅(qū)動自己的1+N產(chǎn)生。
《深網(wǎng)》:第四范式提出要成為AI時代的SAP、Oracle,其實行業(yè)內(nèi)的其他AI獨角獸很多也有自己的對標,您怎么看這種趨勢?
裴沵思:這兩年的AI公司更重要的是說,differentiation是什么?他說他像英特爾,我說我像SAP,Oracle,這實際上是告訴你們區(qū)別在哪里?應(yīng)該怎么樣區(qū)別對待我們。 AI商業(yè)化落地的第一點,你要知道你是誰,你才能落地。之前有遇到這樣的情況,客戶說我要做AI,我把科大訊飛、第四范式和一個機器人公司放在一起競標,這個就有點尷尬了。這三家平行的對標,實際上對不出來的。
現(xiàn)在實際上是說,我們怎么能夠分清,我到底是干什么的,他是干什么的,有的是競爭,確實有競爭,但是有的不是競爭。我們可能有能力上的重疊,但是戰(zhàn)略上你發(fā)現(xiàn)就不是競爭了,我們開始走不一樣的方向了,這是一個定位更清晰的過程。
《深網(wǎng)》:第四范式在整體戰(zhàn)略上有聚焦這個說法,但同時第四范式的業(yè)務(wù)又拓展到不同的行業(yè),應(yīng)該怎么理解這種現(xiàn)象?
裴沵思:相比其他的公司,我們還是足夠聚焦的。戰(zhàn)略選擇,也意味著放棄。我們聚焦在企業(yè)決策類場景,比如說圖像識別我們也做得很好,很多訂單以現(xiàn)在的技術(shù)能力去也沒有問題,但是我們不會做一個卡口那樣的識別。
上億次的人工智能API調(diào)用未必代表企業(yè)智能化,未必代表企業(yè)會更聰明。企業(yè)的核心是經(jīng)營,經(jīng)營的核心是決策,所以第四范式始終專注在決策層,變革企業(yè)價值鏈。我們會把與企業(yè)決策相關(guān)的一系列應(yīng)用做下來,利用機器在海量數(shù)據(jù)中尋找數(shù)億條規(guī)則,提升經(jīng)營決策的準確性,這樣企業(yè)才是真聰明。
《深網(wǎng)》:能否舉個客戶用了AI來做決策后效果特別好的例子?
裴沵思:比如能源企業(yè),能夠把能源企業(yè)原材料的價格和采購的成本下降1%,都可以產(chǎn)生巨大價值。某能源集團有一款化工產(chǎn)品價格趨勢的模型,讓人驚訝的是這一價格預(yù)測模型已有15年沒有變化了,缺乏對價格精準的預(yù)測。在這樣情況下,我們一起嘗試采用機器學(xué)習(xí)方式,做了化工品價格趨勢的AI模型,可以預(yù)測7天之內(nèi)化工品的價格走勢,預(yù)測的精準度維持在了99.99%,從而幫助這家企業(yè)進行更好的動態(tài)成本控制的決策。
再如金融領(lǐng)域常見的反欺詐,第四范式幫助很多銀行用上了一種會自主判斷的風(fēng)控模型,它能準確預(yù)測某筆交易的風(fēng)險數(shù)值、做出預(yù)判并實時阻斷交易,避免損失。過去,交易欺詐永遠都是損失產(chǎn)生后銀行給你打電話的事后行為,因為當(dāng)時的準確率是很低的,直接事中攔截會對大部分正常交易客戶產(chǎn)生不好的體驗。而機器決策的規(guī)則特別多,準確率提升了七倍,并能夠在20毫秒內(nèi)做出攔截反應(yīng),就實現(xiàn)了實時的事中攔截。
《深網(wǎng)》:今年有AI獨角獸已經(jīng)開始籌備上市事宜,第四范式在上市這塊是怎么考慮的?
裴沵思:其實我們現(xiàn)在的體量也可以做這件事,但我不認為現(xiàn)在急于干這件事。
在這個階段,我們希望可以把范式核心競爭力打磨得具有更高的壁壘,我覺得這兩年對于范式最重要的是一頭一尾,一方面是我們頭部客戶的Courage,建立行業(yè)壁壘;另外一方面,摸索出一套對于開發(fā)者,對于小型場景的創(chuàng)新和生態(tài)的機制。另外,5G之后AI市場又會發(fā)生一個很大的變化,這幾個疊加在一起,我覺得范式會有一個更大的時刻,有更好的價值。