第四範式首席研究科學家陳雨強：正突破AI落地重要瓶頸 把限量供應變大量供應
每日經濟新聞記者 張曉慶 每日經濟新聞編輯 文多
陳雨強（峰會供圖）
自AlphaGo在與柯潔的圍棋大戰中勝出以來，人工智慧技術在中國迅速爆發，並逐漸融入各行各業之中。
那麼人工智慧落地還存在哪些瓶頸？我國人工智慧市場泡沫情況究竟如何？對此，在近日舉行的亞布力中國企業家論壇2018夏季高峰會期間，國內龍頭人工智慧技術與服務機構——「第四範式」的聯合創始人、首席研究科學家陳雨強，接受了《每日經濟新聞》記者（下簡稱NBD）的專訪。
AI落地存三大門檻
NBD：第四範式在做的事是幫助人工智慧落地，那麼目前AI在落地過程中的難題主要是？
陳雨強：我認為主要有三大門檻。
第一個門檻是企業認知的門檻，對於企業來說，AI是一個相對比較遠或者比較專業的問題。但是AI不應該是一個很專業的問題，而是可以利用的工具。因此，我們做的第一件事情是要降低認知門檻，讓每個企業的業務人員都能夠了解和理解AI的運用。
第二個門檻是數據門檻。目前很多企業都有非常多的數據，但它是通過BI的方式收集的。BI的核心是抓大放小，以報表或者圖形方式呈現，是給高層決策者看的，而不是供機器分析的。但不同的決策者看到同樣的圖形或報表，得出來的結論是不一樣的，所以本質上不能真正幫助我們去執行。但AI數據的價值是要面面俱到，把所有的信息全部反饋給機器，因此構建一個針對AI的數據收集系統，也是一個很重要的門檻。
第三，就是演算法門檻。近些年AI的提升，其實很大一部分（原因）是演算法本身的提升——而這背後的本質就是人才問題。現在一個AI人才的「價格」幾百萬元很正常，不是說有多貴，而是人才資源很少，所以怎樣把限量供應變成大量供應，是AI落地的重要瓶頸。我們正在設計一個新的技術，叫做自動機器學習技術（AutoML），去解決演算法很難設計的問題，讓用戶在沒有機器學習研究背景的情況下開發機器學習模型，讓演算法做到不需要科學家。
NBD：現在都在討論中國人工智慧市場存在泡沫的情況，比如AI企業估值偏高，您對此怎麼看？
陳雨強：我覺得這屬於公司行為，其實是看公司在做什麼事情，有人想讓AI真正落地，而有人做AI只是蹭熱度。AI產生價值並沒有什麼疑問——（現在）已經脫離了要證明自身價值的階段，搜索、廣告這樣的技術其實已經讓非常多公司跑了出來，成為千億級甚至萬億級估值的公司。人工智慧提升的是企業運營的效率，這不僅僅只是互聯網公司的專利，能源、醫療、教育行業都能用上，其實空間是非常大的。
這個行業未來資源整合是肯定的，但不一定是兼并的方式，不一定是在人工智慧公司之間，可能更多是在人工智慧和傳統行業之間的結合。
從第四範例來說，我們是去輔助各行各業，在還沒有標準化方式和產品時，可能就會需要一個合作介質，比方說合資或者其他合作方式，這樣才能讓更多行業看到人工智慧的價值，整個市場更有可能往前走一步。
AI正處於爆發階段
NBD：第四範式為什麼一開始重點選擇從金融領域切入？今年有向其他領域開拓的計劃嗎？
陳雨強：首先，作為一個公司來說，肯定還是需要先站住腳；
第二，金融行業在所有企業服務中是非常難服務的一個行業，因為客戶本身規模大，另外金融行業政策規範非常嚴格，有各種各樣的監管機構對金融機構進行監管。
因此他們屬於企業服務中服務規格最高的，如果我們能把他們服務好，對於我們服務其他行業來說是一個非常好的積澱，而如果我們從其他行業開始的話，可能還得不斷地爬坡。
從我們公司的目標角度來講，從來就不只是針對一個金融行業。最近，我們在醫療行業有比較大的一些突破。我們跟瑞金醫院有一個合作，通過人工智慧做慢病管理，可以預估一個人3年之後得糖尿病、心臟病、高血壓等的概率，這樣人們可以提早做一些措施進行預防。
另外在政府、教育、製造業我們也會有進一步的布局。
NBD：第四範式目前盈利情況如何？
陳雨強：我們是一個To B的服務公司，從創業的第一天開始，或者不是第一天，很早開始就有收入的，AI整體處於爆發的狀態，這幾年的感受越來越清晰。
對於AI,現在很多公司已經不是思維上的了解，而是主動採取動作，主動來找我們希望轉型升級，這樣的機會將越來越多。
但在這個過程中，我們覺得產生價值的，不是我們自己的收入，甚至我們覺得自己的收入在現階段不是最重要的，而讓我們的客戶產生最大的價值才是最重要的，這個事情是我們比較堅持的。每個企業都有階段，但是一定要對社會產生價值。
NBD：您對創業創新環境有什麼期待？
陳雨強：國家正大力支持AI，人工智慧是中國實現彎道超車的一個非常重要的機會。
因為中國有最多的人和企業，這些人和企業就會產生大量的工業數據和日常數據，而數據是人工智慧的核心，也就是說，擁有最多的數據，就是擁有最好人工智慧的一個前提。能夠跟國家的這個大戰略一起，讓人工智慧更大規模落地，這是我們的一個希望。舉例來說，政府在建立一些園區時，是否可以在給企業硬體資源的支持之外，也給一些軟體或者智能平台層面的支持，這樣的人工智慧平台也可以服務於各行各業的企業，幫助他們提升效率。
