硬科技未来几年会有一个怎样的格局？

2018 年 12 月 27 日 镁客网

机器人将来会不会威胁人？我认为是一把双刃剑，它有思维和智商的时候就会带来一些破坏。

12月21日，“2018硬科技行业领袖峰会暨镁客网年会”正式圆满落幕。峰会当天，由海丰至诚创始合伙人叶海峰担任主持人，围绕“硬科技产业的升级与赋能”的议题，创新奇智副总裁姜伟、艺赛旗联合创始人兼副总裁胡立军、开为科技CEO杨通、图灵机器人CGO严国伟进行了一次深入探讨。

以下为本次圆桌的对谈实录：

叶海峰：大家下午好。今天一天的分享非常精彩，前面大咖都在各自领域做了非常精彩的经验分享。我做的是天使投资，投的主要方向是消费和TO B服务，像SaaS软件，还参与一些消费升级的项目，硬科技也投一些，但相对来说偏外行的。下面先由我们四位嘉宾每人用简单几句介绍一下自己。

姜伟：大家好，我是姜伟，我是创新奇智的副总裁，创新奇智是脱胎于创新工场和创新工场人工智能工程院的人工智能公司，我个人负责华东区域。

胡立军：大家好，我是艺赛旗联合创始人胡立军，我们核心业务是RPA机器人流程自动化，即AI赋能“虚拟人工”。我们的愿景是“让自动化软件机器人成为每个企业的虚拟员工”。

杨通：大家好，我是开为科技CEO，我们专注于人脸识别。目前，做了大概有1000到1500家。

严国伟：大家下午好，我是来自图灵机器人的严国伟，图灵机器人在中国来讲是最早的一批做自然语言交互的企业。我们在2014年做了一个平台，这个平台是图灵机器人NLP开放平台，截止到目前为止，使用我们平台TO B开发者应该超过90多万人，2015年图灵是全球第一个发布商用机器人中文操作系统机器人的公司。

叶海峰：感谢四位大咖介绍。接下来我们来谈一下机器人、机器学习对整个硬科技、对现在生产力的革命、对行业的赋能？

严国伟：今天大家一直在提一个问题数据，中国大数据超过美国，数据在AI起的是什么作用？数据是AI驱动力，算法模型突破，必须依靠大量的数据。数据经过三个阶段：第一个阶段技术驱动，需要海量数据验证技术是否可行；第二平台化驱动，BAT、京东和小米等平台化企业，在平台上积累了海量的数据；第三行业驱动，数据赋能到传统行业，而如何赋能到行业，一直是我们思考的问题。如何赋能？这需要行业数据把握的非常准。我们希望行业先提出需求，我们希望出现技术经理人，这个人一旦出现，赋能这个方向就会很快。我们从数据角度来看，AI赋能所产生的价值是百倍、万倍。

叶海峰：能具体落地到你们公司的赋能场景来谈下吗？

严国伟：在2015年之前图灵不知道如何变现，从2016年开始，我们儿童和泛儿童市场是最快最容易变现的，所以2017年底季第二季度发布了针对儿童市场的机器人。每个季度所产生的数据超过了接近200亿条。

杨通：我们公司主要的场景是零售场景，我希望从用户体验角度赋能，通过AI解决痛点。比如传统商家通过顾客报手机号识别会员会存在口音问题，我觉得利用AI技术进行会员识别的时候不需要通过手机号，而是刷脸，这是用户体验的提升。另外在支付结算这块，我认为通过刷脸支付比起用支付宝或者微信扫码支付在结算速度和体验上会更进一步。

叶海峰：是不是用这个技术更人工智能，更节省成本？

杨通：没错，人工智能是一个降低成本的模式，对商家来说给消费者更好的体验能提高门店人流量、客单价。

胡立军：从行业层面看，当前阶段AI落地的本质我认为是四个字“降本增效”，这已成为一个热点话题。不止 2018年，从2014年伊始，改变传统手工操作的降本增效需求愈发强烈，大家不可忽略的问题就是中国人口红利正在消失。

人工智能定义有两种：“强人工智能”和“弱人工智能”。“强人工智能”即通过学习人的行为完成人工替代，而“弱人工智能”即通过研究人的行为，以工具的方式，替代我们实现部分工作。

从现阶段看，“弱人工智能”似乎更加贴近我们的需求。从现实国情看，替代较落后的、重复性的、人工工作量大的部分工作，完成“人力释放”，有着积极现实的意义。例如金融业，传统工作人员数量巨大，金融业一直倡导科技金融、绿色金融，而人工智能和他们的倡导不谋而合。

放眼整个行业，我们以金融业为例，金融行业普遍要求不再增加员工，但是它的生产值还在要求提高、效率还在要求提升。这几年一直在提倡科技引领金融，我想这就是从本质上寻求另一种替代的手段来完成，而科技手段正是为此服务的突破口。从2016年提出机器人替代人去做，其他行业已经有很多应用，比如物流、运输，都是通过实体机器人替代原有人工劳动。在物流、医疗、教育等行业已经有大量的“物理机器人”，它们已经完成了部分替代工作。但是作为虚拟机器人，替代大家的计算机流程化工作，在降本增效的需求中，力量更是不可轻视。

以媒体为例，媒体写稿子，需要定点、定时发布，比如晚上12点之前发到各大平台。用机器人帮你去实现发稿这个工作，编辑释放出的时间就可以做决策和思考等其他工作，AI降本增效的特点是非常明显。其实这就是“虚拟员工”的概念，不需要一直在计算机面前工作，释放出来的时间你们可以做更重要的工作。越重复事情，越需要基于机器学习的“虚拟员工”。

越是重复的事情越是需要有一些机器学习、深度学习要去做，企业的数据其实是非常有限。我们最近研究的一个算法基于有限资源的机器学习模型算法，就是为解决To B问题而研究的。刚刚，我谈了生活化的“虚拟员工”实例，但在企业需求中，有时“虚拟员工”需要在传统机器学习中完成更多突破。但在这个人工智能’赛道”里面，“虚拟员工”作为机器人使用的行业基础相对比较好。国内，艺赛旗在这项技术上，具有领先优势。

姜伟：今天我们在座各位都谈到人工智能怎么赋能，我们今天中午跟几位同事也在谈赋能，我们认为，“赋能”其实就是降本增效。为什么前几年也在谈的人工智能今年就突然火呢？就是我们发现，越来越多的企业愿意拥抱人工智能了，愿意结合人工智能了，或者换一句话说，我们的AI技术、我们的硬科技可以有应用的场景了。也就是说，我们可以商业化，可以挣钱了。如果今天所有的技术，都仅仅放在实验室里面，或者仅仅是口头谈论，那这样的硬科技也迟早会没落。那么怎样把硬科技落地，科技落地需要什么样的人才？需要又懂科技，又懂行业的人才。

创新奇智是今年3月份刚成立的科技企业，但它脱胎于创新工场和创新工场人工智能工程院。在成立之初，就有约40位创新工场人工智能工程院的算法和科学家加入我们，所以创新奇智在成立之初就积蓄了很多科技力量。当然，我们背靠着创新工场背后强大的资源。今年是人工智能快速发展的一年，我们很幸运的赶上了时代，我们的使命是怎么样把我们的技术、我们的硬科技落到实处。换句话说，我们是一个商业化公司，怎么帮客户做到降本增效，这就是我们的使命。

科技一定是为商业服务的，我们是做TO B的，我们已经有一些实际的应用场景。所谓的赋能，就是怎么样帮助客户，或者提升效率，或者降低成本。当然，我们有自己聚焦的行业，人工智能可以应用的领域很广泛，有教育、医疗、制造、零售等等，各种各样的行业，作为一个商业公司，短时间内，我们不会所有行业都普遍涉及。创新奇智目前聚焦在制造、零售、金融方面。

下面，我举个例子说说我们如何赋能？

在制造、零售、金融方面有很多应用，不论大小，如果真能帮助客户解决需求，一定会有越来越多的客户。在过去一段时间，我们帮富士康做了一个调研，大家都知道苹果的手机框，以前这个边框在流水线上的质量检测全部是工人肉眼检查的，这是大量重复性的高人力成本工作，这种工作完全可以用人工智能机器质检来代替，我们帮富士康做的人工智能赋能方案就解放了他们大量的人力，显著提升了客户的质检效率、降低他们的生产成本。

再比如我们为永辉超市做一个零售解决方案，是帮永辉挖掘历史数据，并把数据运用于销量预测、库存补货、千人千面营销等方面，这些人工智能赋能应用实实在在解决了客户的痛点问题。

除此之外，我们现在做一些质量检测的应用，几乎每一个制造业的企业都会涉及。我们在宁波碰到很多制造业客户，几乎每个都有相似的需求。比如在宁波，这个地方制造业集中，但是规模又不大，我们想办法用一套基本算法为他们做零配件的检测，高效地解决了普遍性的问题。我们做的工作很简单，所谓赋能，就是帮助客户降本增效、改善体验。这个概念如果在To C的领域，赋能就是为人们的生活增添色彩、增加科技体验。

叶海峰：硬科技或者人工智能在未来几年会有一个怎样的格局？悲观还是乐观？硬科技在人类生活中会是一个什么角色？

姜伟：我昨天在另外一个论坛里面碰到一位专家，我们聊天的时候说到类似的问题，将来人工智能发展以后是人机大战还是人机一体？我们认为有可能一上来还真是人机大战，但往后应该是人机和谐。人类之所以区别于其他动物是因为，我们会劳动、我们更有情感。我曾经听过一次李开复博士在宁波将近一千人的会场上讲过人工智能的四波浪潮，当时几乎全场都在拍同一个PPT，这页PPT展示了在将来哪些工作会被人工智能/机器人取代。那页PPT大概的意思是如果将来我们的工作更多与人的创造力、情感相关，那么这类工作被人工智能或机器人取代的可能性将越小。机器永远是机器，如果我们能很好运用法律法规规范这个行业的运行、规范机器的发展，使人工智能的发展在预定的轨道上往前推进，那我们的生活一定会变得更美好，我的预测是人机不是大战，人机一定更和谐。

胡立军：我坚信未来人工智能和我们生活息息相关。目前各个国家间科技竞争越来越强烈，科技在很大程度上，将以人工智能的方式走入我们的生活。我认为未来人工智能，一定是在我们人类控制下的人工智能，而不会超越并替代人类。目前各个国家之间的科技实力拉开越来越大，这种实力的差距目前全球是没有一个有效办法可以解决的。你在学别人也在学，你在用别人也在用，人类在学、科技也在学。科技走入我们的生活这是一种什么样的人工智能？

强人工智能定义是学习的行为，并且超越人类，这里的“超越”是效率上的超越，而不是真的“超越“，因为人类社会存在情感、道德、伦理、法律等各种因素。

前一段时间看了一本书《成为管理者》，里面讲了一个案例，既然未来人类会大量引入机器人，我们畅想未来工厂，工作都由机器人做，对机器进行考核的KPI，也还是由机器决定。未来工厂除了机器，只有一个人和一条狗。为什么还需要一个人和一条狗？狗是看这个人不要去碰机器，而狗需要有人去喂。最后就形成了一个人和一条狗在这个工厂里面。