出品| 虎嗅科技组

作者| 宇多田

视频拍摄&剪辑&配音| 宇多田

编者注：

这是我们加入线下公布会的一次新实验——把AI产物用视频的形式展现，同时又能尽最大努力把手艺和产物用更通俗的方式表达出来。固然，我们的视频另有太多不足，而2B产物的解说也有一定的认知局限性，以是，还请列位观众大佬轻捶。

 

我们在上上周加入了人工智能独角兽公司--第四范式的产物公布会。这应该算是新冠疫情发作之后我们加入的第一个线下人工智能公布会。

在已往半年里，许多公司都是把公布会搬到了线上，然则吧……许多AI和大数据等手艺公司公布产物有个很大的问题——你纯靠听，是听不懂的，大部分都不喜欢“讲人话”。

 

因此，我们希望能通过现场试用demo产物，以及与现场产物工程师谈天的方式，将一些难明的观点加倍清晰地泛起出来。

 

先来先容一下第四范式，估量若是你不领会海内人工智能产业就很难听到这个名字。这是一家为金融、零售等许多传统行业提供人工智能平台服务和解决方案的手艺公司。

 

其创始人兼CEO戴文渊靠山挺牛逼的，在没有确立第四范式前，是百度的高级科学家，据说是第一个给百度搜索做AI并用AI赚到钱的人。

 

戴文渊

 

由于有手艺门槛，人工智能创业圈拿投资稀奇看人，以是第四范式顶着一堆牛逼科学家的光环，2015年确立后就拿到了红杉资源的A轮融资，之后融资也是顺风顺水，在2020年C 轮之后，它的估值就已经跨越20亿美元，是中国名副实在的AI独角兽。

 

然则在第四范式确立后的5年里，虽然公司已经对外公布过许多产物，戴文渊也亲自解读过自己的商业模式。然则外界仍然有许多疑问。譬如就有人吐槽，搞不清楚他们所谓的“AI赋能型通用平台”到底是干嘛的，以及靠什么赚钱。

 

以是我们趁着这次的线下公布会，在他们的产物展台区转了一圈，除了想搞清楚他们的产物观点，也也想知道这些器械到底能给中国传统产业带来什么。

 

中国式卖软件：硬件和软件，一个都不少

 

若是直观来看第四范式公布了的产物，有两大类：底层和中层算法和软件平台工具，以及可提供算力的硬件组合。但对于普通人来说，能真正能够感受到的器械，是基于他们算法和一堆特殊场景数据确立起的上层应用。

 

举个例子，为什么你会以为自己在某宝上的个性化商品推荐越来越准，或者说，你刚刚在阛阓买了一件大衣，之后你就感受了种种邮件、搜索广告的精准营销轰炸。实在这内里都有AI算法的存在。第四范式将其简朴归为四道工序：

 

首先，他们获得你的行为数据；

 

其次，再运用大数据等手艺收获更多深度数据；

 

第三，再整合这些数据到自己的机械学习平台和知识图谱平台上，据第四范式称，他们的算法平台产物可以自动确立算法模子；

 

最后，一个适用于某特殊场景的基础应用就诞生了，譬如基于城市道路卡口和小区摄像头等多维数据确立的安防智能搜查&预警系统。随着它被喂食的相关数据越来越多，它也会变得越来越准。

 

若是说安防预警系统（视频中）和零售精准营销系统等应用，是从这些平台上“生长”出来的；那么无论是机械学习平台HyperCycle系列，照样知识图谱构建平台Sage knowledge base，都是从他们的AI操作系统（AIOS）上“生长”出来的。

 

AI操作系统是本次公布会的重头戏，第四范式工程师向我们注释，它实在相当于安卓操作系统的AI版。而“机械学习自动化建模平台”（HyperCycle）、天枢智能营销平台，都是系统内置好的工具类app。

 

固然，你也可以把它看做是一个“AI中台”，阿里、百度都有此类产物。

 

但需要注重的是，AI操作系统中的“app”，并不是给普通人用的，而是面向企业客户。

譬如像HyperCycle这种内置工具，由于“自动化”水平较高，因此一些传统行业的营业人员也凭据场景需要构建算法模子；但也有许多专业性较强的应用，需要有AI基础的人来操作。

 

固然，这个系统跟许多竞品一样，是开放的，需要更多企业团队与第三方开发者来平台上构建更多新应用。因此，AIOS也为这些人提供了一种基于服务器产物的数据资源调剂能力与数据格式规范。

 

以某大型阛阓为例，若是他们的建模手艺团队需要使用这个AI操作系统，他们需要首先将操作系统的“治理模块”安装到企业后端的服务器（物理机）上，前端只要通过一个URL就能直接接见操作界面。

第四范式的硬件组合

 

因此，既然要安装操作系统，就不得不涉及到硬件部署和治理，这也是第四范式一定要做FPGA芯片和异构服务器的缘故原由之一。现场工程师告诉我们，若是有私有化部署的企业装备过于老旧，以至于不能兼容，那么采购他们的软硬件一体方案会加倍靠谱。

 

把软硬件组合卖给企业客户，才是第四范式的最终商业目的。

“AIOS是中上层软件运行的基础设施软件，以是它不会被单独订价，而是要跟上层应用一起打包卖。从上层应用来看，凭据客户的需求差别会有所差别，比如说有客户只想要操作系统里的一个‘word’，那就只思量一个应用方案的价钱，也不用去明白那么多庞大的观点。

但详细计价方式，则仍然是需要根据底层到底用了若干算力来付费，譬如消耗了若干块CPU或GPU。

不外，若是一个企业客户需要的应用比较多，就肯定会消耗许多算力。许多客户自动找到我们，说买一套服务器太贵怎么办？这个时刻我们就会推荐AIOS，购置这种软硬一体模块会自带许多软件，整体的成本低于一台机械加一个软件的成本，也许就是这样的付费思绪。”第四范式团结创始人陈雨强告诉虎嗅。

 

然则，一家软件服务公司，真的能同时做好服务器和芯片吗？这也是我们一直留存的疑问。而戴文渊在接受采访时也注释了这个问题：

 

他们不是芯片设计公司，也不是服务器制造商，更像是一种系统集成商。

 

这就好比你到底是直接买一个台式机，照样自己买台二手服务器和配件来组装台式电脑，归根结底照样要看你自己的特殊需求。

以是要提醒一下，第四范式的硬件是专门为了知足人工智能算法的训练和推理需求而设计的，甚至还与华为、英特尔等硬件大佬推出“针对AI应用加速的联名稀奇款”。

 

也就是说，这些显卡或服务器可能只在某些人工智能义务（也就是他们的主营营业）上技高一筹，正好迎合了“异构计算”这个因人工智能时代算力暴增而泛起的服务器市场趋势。

 

中国企业两大难题催生两大趋势

 

华为等中国企业这几年来的境遇，让海内越来越多的企业最先重视“从底层寻找国产化方案”这件事情。

 

戴文渊对此感想很深。由于“国产化”这件事情虽然谈了挺多年，但两三年前他们到客户那里谈一谈，也就只是“谈一谈”，真正落地的时刻可能照样落在了英特尔的服务器上。但今年，越来越多的客户最先请他们把应用做国产化处置。

 

从第四范式的投资方就能看出，他们的企业客户主要有两种，一种是以市场竞争为导向的企业，另有一类就是国有企业——大量的金融机构、国家电网能源企业。

 

而国有企业对于性价比的思量，在这个时间节点上远没有对于安全性的思量那么的迫切。

 

因此，随着这一类企业国产化的诉求愈加高涨，软件服务和硬件企业也被倒逼去研发和生产“端到端都能国产化的产物”。

 

“在这些企业的焦点生产系统内里，未来很有可能会发生更大的‘卡脖子’影响，越快的国产化对于他们未来是生死线。” 戴文渊告诉虎嗅。

 

另一方面，像华为这样的硬件大佬，也越来越愿意跟更多创业公司一起打开自由竞争市场。这对于软硬件国产化，也是一股很大的推动气力。

 

“若是看海内企业购置意愿的话，AI加速器和服务器的销售绝对没有问题。但实话实说，现在产物许多还不太行，在落地时确实存在许多问题，我们在上半年也踩了许多坑，排了许多雷。譬如ARM的CPU，在网页兼容性方面都泛起了很大问题。

 

但幸亏操作系统在我们自己手上，若是我们泛起兼容性问题就去改。国产化对于没有自主可控操作系统能力的厂商来说，是比较大的挑战。

举个例子，你可能是基于谷歌深度学习框架Tensorflow上面开发应用，但现在Tensorflow和下面都不兼容了，这时刻你怎么做？挑战照样异常大的。”

 

另一个难题，则是民众看到了AI落地难，但没有看到传统企业自身存在的大量认知和企业架构问题。

 

戴文渊在内部，把“客户AI转型乐成的历程”界说为五个阶段：

 

• 第一个阶段，是实验阶段（渺茫阶段）。客户知道拥抱AI，然则不知道怎么拥抱AI，那时刻就会盲目上林林总总的应用，譬如把公司的门禁系统酿成刷脸系统。过了一年之后发现，不刷脸我们公司也挺好。

 

• 第二阶段，是落地阶段。帮企业真正找到业绩提升的价值点。譬如银行的反敲诈应用简直帮他们省了钱。

 

• 第三阶段，就是手艺自主阶段。落地阶段可以请外部软件公司帮自己确立一个反敲诈应用，想落选二个“反洗钱应用”时还得再请外助做一遍。但自主的界说是“闻一知十”——需要做精准营销、智能客服的时刻，可以自己提需求，自己开发，自己落地。

 

• 第四个阶段，是规模化阶段。也就是说，一家企业想上线跨越100多种相关应用，效率就会变得异常要害。

 

• 第五个阶段，是转型升级阶段。今天绝大多数传统企业还没有完成智能转型升级。而典型的人工智能转型升级企业，是今日头条、百度等公司。这些企业的特点是，若是今天把人工智能从他的企业内里拿掉，它立马关门。

 

而戴文渊谈到的坑，更多是企业从第三阶段往第四阶段走的历程中泛起的，也就是“从自主到规模化”的历程。

 

“今天，工行任何AI需求若是不思量落地的效率，一两年内一定没有问题。但有问题的是什么？若是在一年内落地一千个场景，那一定是有问题的，这时刻就需要一个更大的手艺输出平台。”

 

此外手艺升级的历程也映射出中国传统企业在组织架构上的滞后性。

譬如戴文渊提及一个让企业客户一直都很疑心的问题：每家公司都有一个CEO，也有一个CTO，但人工智能的落地到底是CTO的事情照样CEO的事情？

 

戴文渊发现，根据CEO和CTO的分工，人工智能落地既不是CEO的事情，也不是CTO的事情，传统CTO是卖力IT运维保障，CEO集中在治理层面，而AI需要从营业的角度梳理出偏向，并交由IT落地。以是AI放在哪个组织里实在都挺拧巴。

 

“我们今年在内部推了一个新的名词叫‘CAIO’。我以为中国缺少一大批CAIO，这个CAIO的角色有点像我原来在百度的角色，既不能说我是做营业的，也不能说我是做IT的，我既做营业也做IT，我在用AI的手艺计划营业未来的生长，而且用手艺落地，就是这样的角色。

 

CAIO纷歧定是科学家，他需要领会AI能做什么，不能做什么；这个职位的缺失，也反映出已往几年中国AI落地的盲目与感动。”