科学技术如何改变商业生态？

2019 年 3 月 25 日 亚布力中国企业家论坛

每一次大的技术浪潮的到来都会对整个传统行业产生颠覆性的影响。新一轮技术革命已经到来，这一轮新的技术浪潮会对传统行业产生什么样的影响？

在2019年亚布力年会上，武汉高德红外股份有限公司董事长黄立，怡和管理有限公司董事、怡和(中国) 有限公司主席许立庆，地平线创始人兼CEO余凯，猎豹移动董事长兼CEO傅盛，第四范式创始人、CEO戴文渊，图灵机器人创始人俞志晨，旷视科技总裁付英波就这一话题进行了深入的讨论。

信中利美国创投公司创始合伙人王维嘉主持了该场论坛。

以下为发言摘编：

王维嘉：黄总，你们公司的定位，是一家提供基础能力的公司，还是提供解决方案的公司呢？跟你们打交道的传统行业有哪些？请跟大家分享一下。

黄立：高德总体来讲是一个硬件公司。目前我们从事的行业中80%是军品，在我们下一个阶段的规划中，我们希望民品能够得到增长，希望是军品的10倍或者是几十倍。其中重要的一点，就是利用现代的传感器技术做出一些新的传感器，这样能够弥补，或者是创新，或者颠覆某些行业的一些应用。当然这就跟AI有关系了。

比如汽车自动驾驶，现在有很多种方案，但是主流的方案一般就是可见光加毫米波，当然这是指的安全驾驶，如果是全自动驾驶，一般还加上激光成像。但是其中就有一个问题，比如可见光摄像机在晚上遇到对面车灯一打，就晕光了，看起来一片白。还有雨后反光、有雾等的情况下，安全驾驶就显得格外重要了。这里就需要用到很重要的一个传感器，就是红外热成像。物体自身发出的红外线可以成像。它完全不依据光线，而跟热有关。在完全没有光线的情况下，可以看到几十公里以外的东西，甚至可以看到200公里以外的飞机。这样的技术用在民用中，用在汽车自动驾驶里当然非常好。当然在奔驰、宝马等高端车中，这些都已经是标配了。

我们不光是要看，看的目的是要自动识别道路上危害安全驾驶的目标，如横穿马路的行人，或对面突然停下来的车，或是在有雾的天气情况下突然出现的障碍物，这就需要用到一些识别软件。宝马用的是图像识别技术，相对来讲是比较传统的技术。现在我们跟余总合作，用的就是AI技术，从目前测试的情况来看，做出来的效果比宝马技术要先进很多，效果也好很多。这是其中一个典型的例子。

王维嘉：许总，怡和有很多传统产业。站在传统行业的角度上，你觉得应该怎么和新技术公司打交道？或者你认为他们怎样最能帮到你们？

许立庆：我们过去三年补了很多课。今天所谓的传统产业占GDP约90%，如果要让新经济颠覆传统产业，那几乎是不可能的，因为体量太大了。新零售是相对而言最成熟的，到现在也没有把传统零售颠覆掉。所以今天我们需要考虑的是，是怎样让这些传统产业接受技术的赋能。如果90%的传统产业通过技术赋能，使效率增加10%，那么GDP就增长9%，成长的空间非常大。怡和三年前开始研究这个问题，18个月前开始做这项工作，现在我们已经看到了非常成功的例子。

所以我要讲的就是，大家不要再想着颠覆了，而要来合作，合作以后的商机是无限的。

王维嘉：余总，你们公司AI芯片或者自动驾驶芯片做得非常好。你们和汽车公司打交道的时候，提供的是一种基础能力。在汽车行业，你们给自己的定位是什么？

余凯：在汽车行业里，地平线给自己的定位是Tier2。Tier2的一个核心就是，它是一个基础赋能的角色。其实越往上走，越往甲方、集成商的方向走，场景越非标。而当前阶段市场分工已经非常细了，要求我们在一个行业里深耕，行业之间的差异和鸿沟其实很大，人工智能企业要站在第一线直接与各个行业的企业竞争其实成本非常高，难度非常大，而且也不符合我们的优势和定位。像地平线这样的企业，其实是要做技术层面的基础赋能，行业客户在前面打仗，我们就给他们造枪造炮。

它有一个好处就是相当标准化，可以变成一个底层的赋能的平台性的企业。比如英特尔，它定义的不仅仅是PC的芯片，实际上基本上定义了PC主板，包括整个系统软件，但是它的生意本身是提供芯片。也就是说，它的定位是Tier2，但是从核心能力来讲需要打穿到前面。我们做的是客户的生意，这是做Tier2的本质定位。

的确，现在人工智能在很多行业和场景中还没有完全成熟，一旦成熟，这种应用到来的时候，你会发现产业分工合作的格局和行业生态会快速形成。目前在人工智能这个产业里，重大的时间点还没有到，产业分工合作的条件自然也没有形成。

目前地平线所做的事情，其实就是我们希望能够先行一步，成为一个底层的计算平台，通过比如智能摄像头的芯片、汽车的芯片等，成为一个赋能者。

我认为前端的边缘计算，是颠覆性的赋能技术。地平线现在做的事情就是在定义，就像英特尔定义PC一样，我们希望可以定义未来的智能驾驶汽车、未来的智能摄像头、未来的机器人。这就是我们要去思考怎么跟大家一起做的事情。

王维嘉：猎豹的傅总深耕过互联网，现在又开始做AI的。这两个行业有哪些具体的差别？

傅盛：我讲几个关键词吧。

第一个是场景，这是近两年我自己理解最深入的一个词。互联网行业是不会讨论“场景”这个词的，互联网讨论的是产品，因为互联网的场景被限定了，你找一个应用就做成一个产品。今天很多APP都是直接投放，如果爆炸了，很快就席卷全球。但是人工智能不是这样，且不说科幻电影等各种因素把大众对于人工智能的期待抬得特别高，单说只是同一个产品，比如我们的5星级智能服务机器人豹小秘，它在朝阳大悦城商场里、在物美超市旗舰店里、在政务大厅里、在招行营业厅里都是完全不同的场景，用户需求完全不一样，这也是人工智能当前面临的一个非常大的难题，就是通用的人工智能解决方案在今天是不存在的。今天我们遇到人工智能，就像原始人第一次拿到石头一样，我们知道石头后来可以做很多事情，人工智能也一定可以，但是目前整个阶段太早期了。

第二个关键词是合作伙伴。互联网是“单打独斗”——几个人做一个APP，一次爆发，一次“起义”就可能构建一个“帝国”；可人工智能不行，你凭一己之力怎么可能做好这么多场景呢？做人工智能一定要有业态意识，一定要拉上足够多的合作伙伴一起来开发场景，一起去细化场景，这是对我们，也是对任何一家人工智能公司极大的考验。今天猎豹选择成为AWS全球非常重要的合作伙伴之一，就是因为亚马逊有大量的合作伙伴来帮我们开发各种应用。

第三个是不成熟。今天互联网成熟到什么地步？且不说手机上杀毒软件都消失了，连一个唱歌APP的支付系统都可以做得非常好，这就是整个系统的语言和构架趋于大成的体现；但今天人工智能没有一条产业链是成熟的。

以芯片为例，今天有为游戏设计的芯片，有为手机设计的芯片，但是有为摄像头设计的芯片吗？有为麦克风设计的芯片吗？没有，因为算法太复杂了，算力也“吃不消”，整个芯片产业当然极不成熟。

再以智能手机为例，什么是智能手机？是我们做了个手机，然后跟大家说“这就是智能机”，它就智能了吗？当然不是，它本质上是有上百万开发者做了大量的APP，更多的用户使用了起来，它才能叫智能机。人工智能也是这个道理，大体上也会是这种进程，而现在的人工智能远未达到成熟阶段。

最后，说到底智能机器人连定义都不成熟，今天提到互联网、移动互联网，我们都能清晰地进行定义并达成共识，可在今天什么才能叫做智能机器人？其实是众说纷纭、莫衷一是的，这也是整个产业不成熟的表现。

王维嘉：第四范式的戴总提到希望进入不同的垂直行业进行改造或者改进，现在AI公司进入各个行业，当涉及它们最核心的业务时，它们会不会不提供数据？你们进入不同的行业会不会遇到不同的反应？

戴文渊：这是一个非常切实的问题。我们与客户合作时，当涉及到它们最核心的业务时，例如像金融行业的定价，我们一定会遇到您刚才所说的这个问题。但是这其实也分几个层面来看，比如一家金融公司做一些定价、风控、外呼业务，说实话我们也不建议帮他们去一个一个地做端到端的解决方案，而是会帮助构建整个的计算平台及以下的部分，帮助做更好的算法，以及更好的计算单元，包括软硬件一体的优化。之后我们告诉他们应用AI的方法论，让他们自己的开发者或者业务人员能够在上面去做出他所需要的风控模型、营销模型等。

比如Oracle，如果我只是提供一个Oracle的数据库，对于客户来说，他不会觉得我掌握了他核心的部分。其实Oracle数据库并不仅仅是一个数据库，它还提供了一个方法论，客户依照我的方法论使用我的软件、硬件，做出来的结果是他自己的，我并不掌握，这是在核心的部分。而在非核心的部分，他可能愿意端到端地包出来。

AI公司也要解决一个问题，并不是把所有的东西都包了、所有的东西做了就是最好的。这其实也需要一个度。对我们来说，我们是一家AI产品和技术服务公司，我们最希望的是，只做出平台的部分、产品的部分，把能够定制化的部分都交出去。所以在非核心的部分，其实我们需要去找到一系列的合作伙伴。比较幸运的是，中国有大量的软件开发商、集成商，在各个行业我们总能找到合适的合作伙伴。

王维嘉：比如你要做智能投顾，或者做交易的东西，首先你要拿客户过去的交易数据作为基础，可能你的算法要根据不同的模型来进行改造。像这种最核心的东西，是你们替他们做，还是你们提供一个基础平台，剩下的改进工作由他们自己做，这两者间的关系你们是怎么处理的？

戴文渊：实际上在我们看来，不同行业的算法是没有最本质的区别的。大家对算法定义不一样，我们的算法肯定不是指智能投顾的算法，而是指机器学习的算法，我们覆盖不同行业机器学习算法的本质原理都是在数据里面找到规律。我们其实就是要教会我们的客户如何AI方法来做智能投顾，如何从他们的数据里用我们的算法去找到他们需要的规律。 这本质上是一种学习的能力，因为我们给客户提供的是AI平台的能力，并不是给我们的客户提供一个风控的功能。

王维嘉：能不能给大家分享一下目前整个机器人行业的业态？

俞志晨：图灵的初衷是做人机对话，因为我们相信只要是服务机器人，有人机交互，就需要自然语言处理和人机对话能力；过去几年，图灵机器人开发平台孵化出的机器人很多，特别分散，很长尾，因为场景太多。2017年开始，图灵决定深耕一个场景，就是儿童场景。

选择儿童场景是因为我们看到，类似像手机、PC的数据服务入口基本已经被大的互联网公司瓜分完毕，但家庭和汽车仍存在着巨大场景机会，除了儿童，老人场景也有很大机会去挖掘。图灵目前除了儿童场景，其他类似车载、客服基本都不碰。

当然，儿童机器人也有很多细分领域，例如儿童手表，你可以把他想象成穿戴机器人，去年搭载图灵人工智能的智能手表超过600万台；智能故事机，2018年超过1000万台；此外还有儿童教育学习机、智能玩具等。虽说都是儿童领域，但这些场景只有80~90%的共性，仍有10~20%的差异，类似穿戴、带屏、无屏机器人还是有显著区别。

目前机器人产业有些类似十几年前，当时人们拥有的消费电子除了手机，还会有照相机、MP3、MP4、优盘等几个数码产品，直到智能手机出来，用一个手机就可以搞定了。我认为机器人发展过程可能也会经过同样过程，最终会出现一个集成度更高、更智能化、更强大的机器人，当然这需要时间。

王维嘉：旷视科技是从做人脸识别开始的，现在你们最重要的业务是哪些呢？

付英波：我们最早创业的时候人很少，所以当时在人脸识别这个单点上做了一些突破，我们在这个领域做了三年，从2014年、2015年开始就突破了人脸识别领域。目前整个计算机视觉，包括人、物、场等方面，我们都在做，所以整套技术目前落地的领域，第一，就是城市大脑，旷视城市管理AI解决方案已在全国 260 余座城市落地运行；第二是个人生活大脑场景，比如手机的AI影像，现在我们用的一些智能手机，不管是刷脸解锁，还是里面的相册的聚类等等都是在用AI影像进行处理；第三，供应链大脑，链接仓储上下游和仓储机器人。

王维嘉：我也注意到，商汤一开始也是做人脸识别，现在也在做自动驾驶，现在你们开始扩展到四个领域，人脸识别或者安防在中国的市场是非常大的，为什么你们这样的公司开始多元化，进入不同行业？背后的商业逻辑是什么？

付英波：为什么我们除了人脸识别还在做其他方面的技术储备？其实即使在城市大脑领域，单点的人脸识别也是解决不了问题的，必须有综合的技术，还要有对整个视频进行处理的技术。因为视频是一个非结构化的数据，你要把这个非结构化的数据变成一个结构化和半结构化的。我们的确是从人脸识别这个单点起家，但是从4年前开始我们就已经把技术扩展到了整个计算机视觉的相关领域。