作者 | 劉燕
采訪(fǎng)嘉賓 | 陳雨強，第四范式聯(lián)合創(chuàng )始人、首席研究科學(xué)家
抓住機會(huì )讓更多企業(yè)擁有人工智能
2014 年，戴文淵（第四范式創(chuàng )始人、CEO）找到陳雨強，想邀請他一起創(chuàng )業(yè)。彼時(shí)，在今日頭條做算法架構師的陳雨強已頗有成績(jì)，他設計主持了一套新媒體人工智能推薦系統。聽(tīng)說(shuō)他要離開(kāi)，張一鳴多次找他長(cháng)談挽留。
戴文淵是陳雨強的師兄，從上大學(xué)到走上工作崗位，陳雨強受戴文淵的影響很大。最終陳雨強決心出來(lái)創(chuàng )業(yè)，更多是因為信任戴文淵這個(gè)人。
陳雨強也非常認同戴文淵的一個(gè)判斷。在戴文淵看來(lái)，有企業(yè)服務(wù)需求的客戶(hù)越來(lái)越多。這意味著(zhù)，未來(lái)需要人工智能技術(shù)的企業(yè)很可能遠不止互聯(lián)網(wǎng)等大廠(chǎng)，各行各業(yè)都有需求。
“企業(yè)為什么需要 AI 技術(shù)，因為 AI 是提升經(jīng)營(yíng)效率的重要工具，效率提升就意味著(zhù)整個(gè)價(jià)值提升，未來(lái)可能所有的企業(yè)都會(huì )進(jìn)行 AI 轉型，因此這里面蘊藏著(zhù)巨大的機會(huì )。另一方面，如果一直在一個(gè)做應用的公司做 AI，瓶頸會(huì )非常明顯，而解決很多企業(yè)的人工智能問(wèn)題是一個(gè)可以長(cháng)期持續做的方向”。
陳雨強向 InfoQ 表示，第四范式在誕生之初，創(chuàng )始團隊就對創(chuàng )業(yè)路徑做了精心選擇，他們認為，打造 AI 平臺，幫助企業(yè)進(jìn)行 AI 轉型是一個(gè)正確的、具有前景的方向。
陳雨強
成立 6 年來(lái)，第四范式技術(shù)團隊從技術(shù)研發(fā)到產(chǎn)品研發(fā)再到解決方案，已形成了一套比較完整的技術(shù)體系。今年 8 月，第四范式發(fā)布了四款新產(chǎn)品， 企業(yè)級 AI 操作系統 Sage AIOS、自動(dòng)化 AI 生產(chǎn)力平臺 Sage HyperCycle ML、 企業(yè)級 AI 算力平臺 SageOne，線(xiàn)上化智能運營(yíng)系統“天樞”。
其中 Sage AIOS 定義的“數據形式”旨在解決行業(yè)中 AI 數據的痛點(diǎn)。數據治理一直是 AI 落地的頑固阻力，過(guò)去，技術(shù)人員花了大量時(shí)間在整理數據、清洗數據、數據一致性等問(wèn)題上，Sage AIOS 形成了叫“數據形式”的統一標準，其作用類(lèi)似于 Windows 中的“文件格式”，它將 IT 知識、數據知識、業(yè)務(wù)知識等融合在一起，滿(mǎn)足數據在一致性、時(shí)序性、閉環(huán)的要求，數據形式可大幅提升企業(yè)使用人工智能的應用效率。
此外在資源調度層面，在過(guò)去做應用，如何讓它在同一集群上合理地調度分配、盡可能多和好的使用是一個(gè)大問(wèn)題。這個(gè)問(wèn)題過(guò)去不凸顯，但在未來(lái)會(huì )非常嚴重。針對此，Sage AIOS 的資源管理器 HyperScheduler，設置有專(zhuān)門(mén)的調度和資源分配機制，能動(dòng)態(tài)地對各個(gè)任務(wù)進(jìn)行合理的資源分配，有效管理調度 CPU、GPU、加速卡等各類(lèi)異構設備資源，避免 AI 應用資源分配不均導致的任務(wù)響應慢、宕機等問(wèn)題，讓資源利用率翻倍提升。
Sage AIOS 意在成為 AI 時(shí)代的 Windows。如今，市場(chǎng)對軟硬件國產(chǎn)化的關(guān)注度愈發(fā)提高。陳雨強認為，軟硬件國產(chǎn)化將是一個(gè)非常明確的趨勢，第四范式核心的基礎架構全都基于自研，是最早一批完成了一體化人工智能平臺適配的國產(chǎn)化機器學(xué)習平臺公司。
今年 6 月，IDC 發(fā)布的《中國人工智能軟件及應用 (2019 下半年) 跟蹤》報告顯示，第四范式已連續 2 年蟬聯(lián)中國機器學(xué)習平臺市場(chǎng)份額 No.1，超過(guò)阿里、騰訊、百度、華為等廠(chǎng)商。
實(shí)際上，由于機器學(xué)習平臺的門(mén)檻特別高，目前行業(yè)仍是大廠(chǎng)玩家居多。從細分類(lèi)型的參與者來(lái)看，業(yè)內做機器學(xué)習平臺工具的公司不在少數，但真正做機器學(xué)習平臺，整體讓客戶(hù)實(shí)現成功智能轉型的公司壁壘較高，相對較少。此外，業(yè)內做機器學(xué)習應用的公司也比較多。陳雨強認為，整體來(lái)看，目前機器學(xué)習平臺的需求比較旺盛，正在經(jīng)歷在各行各業(yè)”生根“的階段。
作為一家創(chuàng )業(yè)公司的技術(shù)掌舵者，陳雨強懷著(zhù)一顆平常心看待與巨頭間的激烈競爭，他表示，不同玩家之間存在競爭是正常的，關(guān)鍵在于一定要產(chǎn)生價(jià)值。
“如果一個(gè) AI 平臺沒(méi)有真正落地并產(chǎn)生價(jià)值的話(huà)，比較是沒(méi)有意義的”。陳雨強表示，與其他同類(lèi) AI 平臺相比，第四范式的機器學(xué)習平臺最具差異化的特質(zhì)是，會(huì )站在如何讓客戶(hù)真正獲得 AI 價(jià)值這一角度去設計和思考，從而定位和提升 AI 平臺的價(jià)值。
“我們不是一家工具的公司，我們是一家幫助企業(yè)實(shí)現智能化轉型，助力其業(yè)務(wù)提升的平臺，我們希望幫助企業(yè)真正做出有用的場(chǎng)景，并幫助它將業(yè)務(wù)越做越大”。
落地應用能力被視為第四范式的另一“護城河”。
目前，第四范式的機器學(xué)習平臺已在金融、零售、能源、醫療、互聯(lián)網(wǎng)等領(lǐng)域廣泛落地。
金融是第四范式率先切入進(jìn)去的領(lǐng)域。之所以選擇這個(gè)方向，創(chuàng )始團隊主要出于幾個(gè)考慮，當時(shí)團隊創(chuàng )業(yè)時(shí)人工智能還是一個(gè)比較貴的技術(shù)，金融領(lǐng)域是首選領(lǐng)域，因為相對“有錢(qián)”，且數據信息化是金融業(yè)天然的需求，銀行有需求和能力進(jìn)行 AI 轉型。此外，銀行是最難服務(wù)的客戶(hù)群體之一，而這對外部競爭者來(lái)說(shuō)也意味著(zhù)較高的入局門(mén)檻。就這樣在金融領(lǐng)域站穩腳跟后，第四范式又逐漸擴展到零售、制造等行業(yè)。
當實(shí)際落地案例增加到一定規模時(shí)，所觸達到的最大、最有價(jià)值的場(chǎng)景能夠反哺整個(gè)研發(fā)流程，包括新技術(shù)的科研和產(chǎn)品研發(fā)，這是第四范式長(cháng)期積累形成的一種獨特模式?；谶@種模式的 AI 平臺產(chǎn)品更擅長(cháng)直接解決客戶(hù)的問(wèn)題，這要比憑猜想可能遇到的問(wèn)題再去解決效率要高得多。
陳雨強表示，在幫助企業(yè)進(jìn)行數字化、智能化轉型方面，第四范式的機器學(xué)習平臺最大的一個(gè)價(jià)值在于幫助提高企業(yè)經(jīng)營(yíng)和決策的效率。企業(yè)會(huì )面臨很多決策，最頂層為戰略，中層為決策，底層是執行。中層的非戰略級決策過(guò)去都是由人工來(lái)做的，現在都交給了機器來(lái)做，機器學(xué)習平臺在營(yíng)銷(xiāo)、風(fēng)控、需求預估等細分場(chǎng)景的決策上具有很大優(yōu)勢。
用上 AI 后，運營(yíng)效率的提升也是顯而易見(jiàn)的。在金融反欺詐方面，與一些競品相比，第四范式的反欺詐在同樣召回的情況下準確率提升 6~7 倍；在做金融產(chǎn)品營(yíng)銷(xiāo)時(shí)，很多銀行的營(yíng)銷(xiāo)響應率一般能實(shí)現 6 倍的提升。在醫療領(lǐng)域做糖尿病患病率預估上，三年糖尿病預估準確率比臨床金標準要提升兩倍到三倍，與 ADA（美國標準）、芬蘭標準和 CDS（中華醫學(xué)會(huì )標準）三個(gè)主流的糖尿病風(fēng)險評估標準對比中，糖尿病預測準確度有顯著(zhù)提升。
不過(guò)，現階段，企業(yè)實(shí)現 AI 轉型的過(guò)程中也面臨很多挑戰和痛點(diǎn)。
很多企業(yè)最大一個(gè)困惑是“花了錢(qián)卻半天沒(méi)見(jiàn)個(gè)影“，”大張旗鼓做了數據建設、AI 投入，模型是提升了，但為什么沒(méi)看到收入增長(cháng)”？這時(shí)候可能會(huì )有很多企業(yè)覺(jué)得，做和不做也無(wú)關(guān)痛癢，可能就不再繼續往下推行 AI 了。
陳雨強表示，這個(gè)問(wèn)題的原因是“1+N”導致的?！?+N”是第四范式提煉出的企業(yè)智能化轉型的范式，其中“1”代表效果，把 1 個(gè)或幾個(gè)對業(yè)務(wù)影響最大的場(chǎng)景做到極致；“N”代表規模，用最高的效率規?；涞乇M可能多的應用場(chǎng)景，使場(chǎng)景的總體價(jià)值最大化。
在“1 ”的問(wèn)題上，一個(gè)工具是沒(méi)辦法幫助它提升的，必須是一個(gè)工具加一個(gè)方法論，才能做到真正的提升?！癗”是效率上的事，如果一家企業(yè)做了半年才上線(xiàn)一個(gè)場(chǎng)景，但不同的部門(mén)有很多這樣的場(chǎng)景，當場(chǎng)景堆疊在一起時(shí)，就不知道怎么做了，這種情況下必須有一個(gè)平臺才能規?；赝七M(jìn)。
在“1+N”模式下，一家公司要采用人工智能，一定會(huì )從某個(gè)“點(diǎn)”開(kāi)始，這個(gè)“點(diǎn)”要足夠的影響力，一般是核心業(yè)務(wù)。在證明了 AI 在某個(gè)點(diǎn)產(chǎn)生價(jià)值后，”N“的規?；瘑?wèn)題隨之提上日程。
不同于互聯(lián)網(wǎng)公司，很多傳統企業(yè)的業(yè)務(wù)多且分散，不同業(yè)務(wù)所需的 AI 能力不同，因此對一家公司來(lái)說(shuō)，只對 1-2 個(gè)業(yè)務(wù)線(xiàn)進(jìn)行 AI 轉型是不夠的，人工智能要真正對企業(yè)產(chǎn)生影響力，一定要覆蓋非常多的業(yè)務(wù)，才能稱(chēng)之為是“離不開(kāi)”的影響。如果將人工智能將業(yè)務(wù)中剔除后，公司可能會(huì )面臨倒閉，像這樣的公司可以視為人工智能轉型成功的公司。
做機器學(xué)習平臺天然就是新基建
新基建無(wú)疑是今年科技圈最熱的詞匯了，伴隨著(zhù)一系列圍繞新基建建設的方針和政策的出臺，新基建熱度攀升，躍升為新的風(fēng)口。各大科技公司也紛紛結合自己的核心業(yè)務(wù)出發(fā)開(kāi)始了積極布局，勢要抓住紅利期。
按照國家發(fā)改委明確的新基建的范圍，新基建分為信息基礎設施、融合基礎設施和創(chuàng )新基礎設施。其中，信息基礎設施中包括以人工智能、云計算、區塊鏈等為代表的新技術(shù)基礎設施，以數據中心、智能計算中心為代表的算力基礎設施等。
陳雨強所理解的“新基建”是指為了提升整個(gè)社會(huì )的生產(chǎn)力和生產(chǎn)效率，對技術(shù)、基礎設施的投入。他表示，“做機器學(xué)習平臺就是天然的新基建，第四范式天然就是一個(gè)新基建公司”。
與“修路”、“造橋”等傳統意義上的基建建設不同，新基建更多是面向高端制造業(yè)的基礎設施建設，但“要想富，先修路”，新基建建設也需要修好“路”。陳雨強表示，AI 本質(zhì)上就是那條“路”，如同第四范式打造 Sage AIOS 操作系統解決數據問(wèn)題本質(zhì)上就是在修其中的一條路，“只有把路修好，上面才能跑很多的‘車(chē)’，‘車(chē)’才能跑得快”。
人工智能、5G、云計算、大數據等均是新基建相關(guān)的熱門(mén)技術(shù)，有人擔憂(yōu)，新基建概念中是否存在“新瓶裝舊酒”的問(wèn)題。對此，陳雨強認為，這些名詞肯定是過(guò)去存在的，但這不影響它們是新基建。新基建是國家認為對未來(lái)提升國家生產(chǎn)力、生產(chǎn)效率最重要的基礎設施，在未來(lái)，在信息時(shí)代，5G、AI 等會(huì )是最重要的基礎設施。未來(lái)的社會(huì )需要這些基礎設施，這并不影響技術(shù)是老還是新。
新基建可能并不意味著(zhù)有新技術(shù)出現，提高企業(yè)的效率，才是新基建的核心。新基建在“修路”的過(guò)程中，一定要考慮在上面跑什么‘車(chē)’，不能為了‘修路’而‘修路’，比如想跑火車(chē)，修馬路就沒(méi)意義。因此真正做新基建，一定要針對希望解決的問(wèn)題和場(chǎng)景。
新基建為第四范式帶來(lái)了重要的發(fā)展機會(huì )。因為更多的行業(yè)開(kāi)始逐漸意識到人工智能平臺或者人工智能建設其實(shí)是一件需要去做或者可以去做的事。一些原本沒(méi)有考慮過(guò) AI 轉型的企業(yè)也逐漸開(kāi)始參與到轉型和變革中去，提高了智能化轉型意識，相當于為機器平臺公司起到了教育市場(chǎng)的作用。
除了 AI，新基建所包括的 5G 和 IOT 也與第四范式的技術(shù)戰略高度相關(guān)，這些基礎設施建設的未來(lái)本質(zhì)上會(huì )帶來(lái)人與人之間的互聯(lián)外，還會(huì )帶來(lái)物體之間的互聯(lián)，物體互聯(lián)的價(jià)值絕不止于連在一起，而會(huì )帶來(lái)新的產(chǎn)業(yè)和機會(huì )，甚至顛覆所有的行業(yè)。陳雨強認為，5G 和 IOT 萬(wàn)物互聯(lián)最終的結果在于有了智能，能做決策，能決定改造的流程，提升效率，提升效率的手段不是單純靠人工，一定是靠人工智能，因此這里面也充滿(mǎn)機遇。
第四范式目前已將 5G、IOT、端側作為重點(diǎn)研究和探索方向，公司目前在參與國家的一些標準如邊緣計算的標準制定，與高校開(kāi)展研究合作，也在通過(guò)開(kāi)展科學(xué)社區、比賽等吸引更多人參與到新基建研究上來(lái)。
新基建牽動(dòng)了一批新的科技投資熱潮，但新基建并不是建好了，就會(huì )有人去用。如同所有的“新事物”一樣，它會(huì )經(jīng)歷萌芽、探索，成長(cháng)、成熟的過(guò)程和階段，而各個(gè)企業(yè)從了解到參與新基建也需要一個(gè)過(guò)程，在這個(gè)過(guò)程中需要獲得支持和幫助。
陳雨強表示，尤其在科技競爭局勢越來(lái)越緊張的當下，怎樣去支持新基建這一新事物，怎樣能更好地支持愿意嘗試用新基建設施創(chuàng )造價(jià)值的企業(yè)，并幫助他們使用一些基建設施，這是很重要的事。
“在新基建的窗口期，企業(yè)要更開(kāi)放的考慮新基建帶來(lái)的發(fā)展機會(huì )，除國家政策支持外，還有很多像第四范式這樣的機器學(xué)習平臺公司在參與建設，幫助實(shí)體經(jīng)濟，如果國家實(shí)體經(jīng)濟和新基建本身建設方面能夠一起發(fā)力的話(huà)，新基建整體的進(jìn)程就比較順了”，陳雨強表示。
