專訪第四正規化CEO戴文淵：走出轉型焦慮需認清AI本質，應用浮在表面將被淘汰
每經記者：張虹蕾 每經編輯：陳俊傑
人工智慧從熱潮到冷靜再到應用落地，一批創業企業試圖在這個前沿科技領域開疆拓土。
比起其他面對C端使用者迅速崛起的AI獨角獸，去年底剛剛完成C輪融資的第四正規化在AI賽道顯得頗為低調。在中國農業銀行、交通銀行新晉成為投資人後，它成為五大國有銀行聯合投資的唯一一家創業公司，主營產業則是面向B端的企業級人工智慧PaaS平臺。
在創立第四正規化之前，戴文淵曾是百度最年輕的高階科學家，也做過華為主任科學家，他經歷了行業理論缺乏基礎支撐的“缺口”期，也見證了阿爾法圍棋（AlphaGo）出現後的人工智慧熱潮。
“一些企業面臨著AI轉型的焦慮與無奈。”6月20日，戴文淵在接受《每日經濟新聞》記者專訪時表示，屬於人工智慧真正的落地時間已經到來，各行各業從擁抱AI到探索AI ,一些偽需求也將逐漸被淘汰。單點解決問題並不能觸及本質，自上而下轉變思路才能解決“痛點”。
第四正規化CEO戴文淵 受訪者供圖
談AI認知：特別火又特別令人困惑
6月20日上午，和自己的團隊成員釋出完幾款新品之後，戴文淵與媒體聊起其和人工智慧的往事。在創辦第四正規化之前，戴文淵是百度AI系統“鳳巢”系統的設計者，當時是百度最年輕的高階科學家，之後赴華為諾亞方舟實驗室任主任科學家。
談及自己的經歷，戴文淵向《每日經濟新聞》記者回憶道，十幾年前AI尚未落地，人工智慧理論缺乏“遷移學習”支撐，因而在2005-2008年一直在做理論方面的研究，想要補齊“缺口”。而在2008年之後，人工智慧的理論基本完善，但行業關注度依然不高，這個時候就開始思考怎樣讓外界意識到人工智慧的價值，進入百度、華為等公司開始實戰。而在近幾年，人工智慧的價值已被證明，但推廣的速度依然很慢，這就迫使自己開始創業。
“人工智慧在今天是一個特別火又特別令人困惑的話題。”戴文淵感嘆，火是因為被各行各業寄予厚望，困惑是因為目前公眾在新聞媒體上看到更多的AI集中在感知層，例如人臉識別、語音識別、無人車等。但回到企業經營，似乎和無人車這樣的技術完全聯絡不到一起去。享受著AI紅利的企業，例如BAT，也沒有哪家是靠人臉識別在經營的。
從創業至今，戴文淵深刻的感受到，企業在AI轉型的過程中也發生了一系列有意思的變化。過去衡量一個企業的指標更多停留在資產、負債率、收益率等硬性財務指標，但隨著AI技術的革新，業界也開始關注一些財報之外的內容。
例如，在同等條件下，一家企業與競爭對手相比，擁有更好的創新需求，基於人工智慧和計算機技術，在相應場景的效率提升1%，就可以實現線性的業績增長。
談AI轉型：解決單點痛點的時代早已過去
在與各行各業的合作方探索AI應用的過程中，戴文淵也曾遇到一些有趣的故事。比如，有企業提出要在公司做一個人形引導機器人，有企業迫切想要轉型，但卻找不到能夠解決核心問題的AI技術，陷入焦慮。
這只是企業在探索AI轉型過程中的一個縮影，當AI迅速來臨之時，一些企業並沒有理解其核心本質。“（人工智慧）像不像人只是一種工業設計，只追求表面的AI難以瞭解技術的本質。”在戴文淵看來，這些案例的背後是業界對於人工智慧還未形成完全清晰的認識，急於擁抱AI ,卻未找到與自身基因匹配的AI。
那麼，如何才能發現企業AI轉型痛點？
面對這一疑問，戴文淵表示，“企業的痛點不是我們發現的，是企業告訴我們的。但重要的是瞭解到企業的痛點之後，為其提供一套怎樣的解決方案，瞭解其在轉型的過程中遇到了怎樣的困惑，找到適合他們的方法論”。
“AI企業只是引路人，最終完成轉型的是企業自己。企業AI轉型最重要的一步是意識轉換，繼而是組織的重構和策略的調整，自上而下理順思路，AI應用才能真正落地。”隨著技術的迭代，戴文淵認為，過去20年網際網路和移動網際網路解決了策略執行環節的問題。未來20年，人工智慧將會通過改造 “策略制定”的環節來提升企業業務。通過一項技術或者一個軟體解決“單點”痛點的時代早已經過去了，如何給予企業整套解決方案至關重要。
談AI應用：只注重表層的AI會被逐漸淘汰
IDC預測，到2022年，中國的人工智慧市場投資規模將超過百億美元，未來5年的複合增長率超過59%，將形成一個全新的千億人民幣規模的人工智慧基礎架構硬體產業生態。AI算力正承載人工智慧應用的平臺和基礎，加速推動人工智慧系統的快速發展和演進。
在戴文淵看來，幾年前，各行各業僅僅具備擁抱AI的意識，通過人形機器人、刷臉系統從表面接觸AI，對於AI的價值是什麼莫衷一是。如今的大多數企業開始真正擁有強烈的AI應用訴求，開始真正思考自己究竟需要怎樣的AI技術解決“痛點”。
在這個過程中，一些特殊的時間節點也讓戴文淵記憶深刻。他表示，AI市場的熱度節點源於AlphaGo的出現，人工智慧一下子火了起來。在此之前，業界更多在關注人工智慧的價值，真正關注能給生產力帶來變革的AI企業並不多。
在戴文淵看來，過去3年AI經歷了一個過熱、過度樂觀的階段，但泡沫也催生了AI的成長。在這個過程中，一些“偽需求”的公司也受到了資本的青睞。經歷幾波人工智慧的發展浪潮之後，整個行業開始反思什麼是真正的AI，開始真正迴歸價值，只注重表層的AI會被逐漸淘汰。
與此同時，戴文淵也反覆強調，過往AI發展程序中，大家關注的焦點主要集中在兩個方面：一是通過購買大量的伺服器和GPU提升算力；二是通過晶片實現AI的加速。但算力是一個結合軟體和硬體完整的體系架構，只有瞭解AI演算法的運算架構與邏輯，才能針對硬體去做深層次的優化。
按照戴文淵的預判，隨著人工智慧規模化落地，企業在制定AI轉型路線時可考慮“1+N”的應用場景模式，“1”是結合公司核心業務，把1個或幾個對業務影響最大的場景做到極致；“N”是用最高的效率規模化落地儘可能多的應用場景，使場景的總體價值最大化。