人工智能

AI技术渗透加速,头部厂商高估值长远来讲仍合理

五位嘉宾结合自身的从业经验和思考做出了精彩分享

2018年12月02日
  • 人工智能
  • 前景
  • 产业应用

1130日,品牌上海·智造浦江第四届『智造浦江』机器⼈+⼈⼯智能产业⾼峰论坛在上海苏宁环球万怡酒店隆重开幕。本次论坛诚邀机器⼈和⼈⼯智能领域的专家、学者、企业家以及相关机构等近300位⾏业⼈⼠⼀起深⼊探讨机器⼈与⼈⼯智能的过去、现在与未来、利与弊、机遇与挑战等热点领域的问题。

在人工智能圆桌论坛环节中,码隆科技首席科学家黄伟林、出门问问研发总监王健、思必驰投资副总裁陆游、商汤科技AI行业应用高级总监李兴流、硕橙科技联合创始人兼CTO谭熠等五位嘉宾结合自身的从业经验和思考,从实际应用层面共同探讨了人工智能的产业应用和前景,同时分享了诸多具有启发性的观点。本场圆桌论坛由爱分析创始人兼CEO金建华主持。

“国家出台的政策,将在哪些层面上让人工智能厂商或公司获益?人工智能技术在向各个行业渗透的过程中,是否具有先后顺序?如何看待人工智能初创型公司的高估值?”以上问题在主持人与嘉宾讨论的过程中都有涉及。

现将本场圆桌论坛的实录分享如下:

金建华:很荣幸主持这个环节,我们接下来主要的议题是关于AI技术的行业应用和前景展望。在开始之前,我想先请每一位介绍一下所在公司及个人经历,大家讲清楚两件事情,第一,你所在的公司主要技术是什么,或者主打技术是什么;第二,基于这个技术的行业应用或业务场景有哪些。

黄伟林:我们码隆科技做计算机视觉技术,主要做商品识别,目前做的是新零售方面的应用,包括电商。

王健:大家好,我来自出门问问,产品主要覆盖两大领域,2B2C模式都有,包括智能家居场景、可穿戴设备。另外,我们在车载语音、企业服务方面,也深耕了一些年,有固定的产品和服务。

陆游:思必驰是一家语音交互的公司,我们主要在以下几个板块有布局,第一个技术创新板块,主要是人机对话、人机交互这一块,需要有个体验方面的提升。第二方面是产品的布局,产品这一块,我们主要是打造两端和一横。智能终端从两端发展,前端就是AI语音芯片,后端就是我们整个平台能力,一横是横向拓展智能终端之外的业务。第三个是我们的生态平台,我们成立了一个产业基金,投资人工智能早期企业,成立了一个人工智能学院,是做AI人才培养,还发起了一个智能空间联盟,打造一个智慧空间的概念。

李兴流:我是来自商汤科技的李兴流,商汤科技主要做人工智能算法和图象识别方面,主要应用是智能驾驶和图像的长尾算法等。应用的话,包括安防、政府的一些项目,最近我们在做一些其他行业的项目应用。

谭熠:硕橙是做工业服务的,我们主要做机器的噪音识别,基于噪声分析,做设备的生命周期管理。

金建华:这个环节基本包含了目前市场上主要的AI创业公司,它们分别代表了几个最主流的技术,比如视觉、语音等。我刚刚算了一下,在场的公司估值加起来,差不多有百亿美金级别,因此很期待接下来的交流。

第一个问题是比较宏观的问题。在当前国际环境之下,人工智能作为一个国家级战略,已经出台了很多政策,同时科技创新甚至帮助中国更好地跨越中等收入陷阱。从这个角度来讲,对于AI厂商或公司,将在哪些层面上直接获益?这是很现实的问题。我想先请问商汤的李总,你是怎么认为的?

李兴流:我其实今年才加入这个行业,感觉到国家的确对于这一块投入蛮大。有一些项目让企业来做的话,企业见不到效益,是不会做的。所以很多项目是国家投入做的,包括我们跟深圳公安局做的项目,包括跟上海市徐汇区合作的项目。这些项目很新,如果让企业来承担的话,企业很难投入这些项目的应用。比如我们跟地产企业做,他们只会买单一些布控、人脸的项目,但是其他的人群、长尾算法,比如地面清洁,最开始是做国家的项目。在国家项目上,我们慢慢打磨我们的技术,然后再推广到企业当中去。国家对于这些技术的支持蛮大的。

陆游:其实现在国家政策已经不少了,再加上省级市级的。我觉得国家顶层设计对于人工智能有高度的重视,其次对于AI企业来说,更关注这些政策的落地。我们自己也投了一些AI企业,过程当中也有一些政策的扶持。一个是资金层面,我觉得两大板块,第一个是投资类的,你会发现国资的一些机构也好,他们也会引导,就是投资倾向更偏科技类的公司,尤其是AI类的企业,他们资金的流向更有倾向性。当然现在资本环境有影响,但是即便有影响的情况下,资金还会往这两块转。

第二块是政府的项目补贴。在上海市,我们感觉下来,可能更多的对于中小企业,一些初创企业,整个扶持的力度还是需要不断的加强。包括我们思必驰,本身在上海注册了公司,包括我们前面提到的AI芯片的公司,都有在上海注册。总体的感觉政府的扶持力度在不断的加强。

金建华:码隆的黄总怎么看这个问题?

黄伟林:我感觉是两方面,一方面是政府在研发方面投入比较多,得益于国家AI政策。另外一方面,它也会给我们带来一些企业合作的机会。首先说一下研发方面,区里面或者是市里面给我们不少钱,让我们做联合实验室,包括我们码隆最近跟清华做了一个联合实验室,区里面也投了一些钱进来。另外,它支持我们引进人才,给人才很多补助,这个对于企业帮助非常大。还有一方面,市领导到我们公司考察,会给我们带来不少的客户。比如我们做算法做技术的,给我们带来不少的客户。我觉得算法、人才,对公司的帮助都非常大。

金建华:大家知道,工业领域有个直接受益的政策,无论是补助也好,或者是直接受益的层面,请谭总来讲一下。

谭熠:我说一下我的感受,我们去了十多家工厂,得到的感受,因为我们是帮客户做维护,帮他们降低成本,不是提高效益的。所以这个角度来讲,可能有一些企业,可能一开始的接受度,不如给他们直接带来效益的接受度高。但是有的企业他们也愿意投入,政策引导下,觉得降低成本也是非常好的提高效益的手段,这是我们跑工业企业的感受。

金建华:谢谢,我们看过很多AI公司,我们自己判断,最直接的是政策对于AI公司,最直接的一个政策,是预算。你有预算了,大家就可以拿到单子。当然对于技术、人才、资金上的投入,确实是大环境塑造的一个过程。这是我个人的一些看法。

从技术本身,因为在各行各业里面,本身技术是有成熟的过程,同时任何一个技术在不同行业里面,会有一个逐渐渗透的过程,商业化落地也会有快有慢。因为大家各自的主打技术都有所差别,我想问一下出门问问的王总,您是怎么看像语音技术在不同的行业里面渗透的规律,你能判断一些行业的商业化,包括当前和未来渗透大概是什么规律?

王健:我拿我们公司最擅长或者是最基础的语音技术来讲的话,其实一开始,语音技术出现的时间还是比较早的,就是从最早的大家手机上面的一些应用开始,就产生了一些手机的语音的应用。但是最早的时候,有些一些识别的准确率等等,其实大家并不习惯这种方式,虽然这个是很智能的交互方式。但是最近,随着语音技术攻克复杂问题,自然语音的处理更加成熟。这时候我们发现语音技术在发展过程当中越来越快。

我们渗透的时候,就拿我们公司的主要业务来讲,我们一开始是2C为主,主要面向个人用户。个人用户使用当中,刚刚开始发展的话,大家接受在手表上使用一些语音业务。后来进入2B业务,国家的一些政策扶持会推快行业发展,尤其是对于国家的一些企业服务。现在越来越用人工机器人、语音机器人回答客户提出的问题。我们出门问问在这一块的发展也是比较快的,随着政策的扶持,或者是对于人工智能产业的应用来讲,也给了我们很多的机会。最后一块是车载业务。车载业务开展稍微晚一点,因为大众汽车的关系,在现在的大众汽车和蔚来汽车上,大家都可以体验到出门问问的语音技术。

随着人工智能技术的壁垒降低,这些年在市场上渗透非常快。无论是普通用户还是企业,都能深刻的感受到带来好处,也能获益,企业得到发展。

金建华:谢谢。商汤科技目前应该是最具规模的一家人工智能创业公司,提出了1+1+X战略,这个X就是行业,商汤从行业布局来讲,X肯定有先后顺序,这个先后顺序背后的逻辑是什么?你怎么判断行业布局的逻辑。

李兴流:大家其实都知道,人工智能最开始的行业,是安防行业,安防行业里面很成熟的人脸识别技术,再加入到其他行业。比如我们现在做的一个技术,要求做识别全球的人种,现在碰到一个印度人的人种识别很困难。现在我们加了技术人员在做印度人的识别研究。就是我们加入到其他行业,发现应用的成熟度还是欠缺。所以每个行业在布局的时候,其实也很难想清楚。

我们原来以为很好的一个行业,布下去的时候,会发现原来会有技术的问题,可能会有验证的问题。我们现在采取的策略,可能更多的是都在试,都在布局。包括我们的汽车、医疗。但是哪个点,比如大家都研究医疗,我们在研究肺结节。这个能不能成功,是由很多因素决定的。像手机行业,我们也没有预料到,很快就起来了。大家都用商汤的美颜。我们只要加足够的算力和研究员,可以把识别印度人做出来。但是这个行业什么时候起来,这个时机蛮难预测的。

商汤今年招了差不多三千人了,我们上海印象最深刻,最开始办公室十几人,后来办公室扩展到五百人。所以要提早布局,有一天机会来了,它就起来了。在X这个行业上,我们很难说自动驾驶、医学、交通、教育哪个点会先爆发出来,其实是蛮难预测的。

金建华:做的过程当中,有没有发现,这个行业最后AI渗透,我们说短期内,或者是三年内几乎没有机会?

李兴流:行业是很大的词,这些应用行业的点,我们做的时候也在动态的调整。行业内客户会给你提点。比如我一个客户就讲到要做视频会议的点名系统,之前我们从来不知道,后来我们知道我们可以帮到他,所以AI切到他这个行业,给他有足够的时间处理,就可以触到这个点,这个点就从噱头变为真正的刚需。

最近我们在跟富士康做人脸闸机项目。因为富士康是一个有两万人的工厂。比如员工怀孕了,突然刷脸刷不进去了,要实时的能更新数据库,做到后面要解决它实际的问题。

金建华:谢谢,思必驰的陆总怎么看这个问题呢?

陆游:从技术渗透的角度来讲,我觉得它更多的体现在行业应用。思必驰一开始看中两端,一个是前端,一个是后台能力。在本地端,现在的手机已经抵上十几年前的PC机了。算法这一块,对于企业来说,企业如何更大的有这样一个变化呢?你会发现深度学习要比传统的算法简单。对于企业应用的行业应用来说,很容易推广。第二个,深度学习本身,它是高容量的模型,需要大量的数据去喂。现在随着互联网的崛起,大量数据产生,就会越来越容易。最后场景这一块,也是因为以前受限于算法算力的原因,一个自动化的设备,它应用要在一个大的空间实现,现在小到这个设备是人脸看不见,大到整个房子大小。所以这四个层面的因素,我觉得导致整个技术的渗透在不断的加速。

金建华:码隆是做商品识别,从我们看来说相对应用场景更单一些,所以码隆考虑自己的应用场景的时候,会从什么方面考虑呢?

黄伟林:我们是首先考虑技术能不能解决这个行业的问题,这是第一个。第二个,解决这个问题,是不是这个行业的刚需,有些是可有可无的。这种情况下,行业内的工程师,就不一定会很配合。我们这些AI技术的落地,肯定要跟行业里面的工程师走得很近。每个AI场景需要一个过程。首先需要搜集数据,这个数据的话,肯定要从行业里面来,什么样的数据,什么样质量的数据,然后标注,这些都要从行业里面找一家,比如说很资深的公司一起合作,如何与这些公司合作,如何解决他们的问题,这个是至关重要的。除了数据这一块的话,第二个可能每个产品,AI产品的落地,都要经过公司不断的打磨、迭代,迭代过程当中又是数据搜集的过程,还有问题不断的发现的过程。所以整个AI技术渗透到行业里面,一定要跟行业里面公司合作,走得很近,才能不断的打磨出一个好的产品,解决他们的需要。

金建华:其实无论是行业的角度,还是从应用场景的角度,并不是说某个技术马上能渗透。单一场景要能解决客户需求,它的商业价值才能显现出来。

另外我们看AI技术和行业应用的过程当中,现技术融合,是一个很明显的趋势。我们看原来的,比如做语音或计算机视觉,可能一开始的时候,主打是某一个技术,到最后具体的应用场景里面,其实未必靠单一技术。

前一段时间听讯飞一位高管讲,说我们讯飞是AI公司,不是语音公司,把讯飞定义为语音公司,他觉得是个沉重的包袱,因为很多场景里面,单一语音技术价值有限,他希望他是可以可以提供完整的,基于多种技术融合,帮助客户解决问题的人工智能公司。

这个发展趋势,越往后面会越明显。所以我在想,比如说我们主打的技术都有。到最后落地到具体的场景过程当中,技术本身是需要积累的,数据本身也需要大量的积累,然后算法模型需要大量的训练。这个问题,不知道大家在做的过程当中,大家怎么看这个趋势,第二个,技术融合的过程当中,碰到的困难是什么?

李兴流:其实这个问题也困扰我们蛮多。因为最开始,单用视觉解决,可能不够全,可能要用到语音、OCR技术,我们做到后面会发现,比如楼宇,我们最开始切入项目的时候,原来的系统是很复杂的,如果我们要加这套楼宇的系统,是加不上去的,它太复杂了,原来有消防,有一堆的系统,我们不可能接这个系统的。同样的,我们的定位,只是提供了AI的体验,AI的进出库。原来我们想要不要加上访客系统。但是加上去了,离我们核心能力比较远。但是不是不能做,原来我们团队里面也有做楼宇的人。但是偏离了我们的方向,我们还是要聚焦视觉这一块,最后决定还是让别人加我们比较好一点。

金建华:陆总怎么看?

陆游:就像前面讲到的讯飞一样,因为我们有自己的开放的平台,我们也在做整个生态的布局,作为一个企业来讲,要开源节流,开源就是要拓展业务,节流就是要节省成本。你会发现单体的技术肯定是不够的,一定是加起来,比如语音,要跟视觉结合在一起,我觉得未来如果能提供一个整体的解决方案的技术公司,并且在深度的场景下有应用的,我觉得可能更有一个前途。包括我们思必驰在打造智慧空间,就是集合AI所有的技术,其实不是展示,是把它们进行深度的联通,而在智能空间当中有所应用。这就是我们现在为什么所知道的,这是一个数字世界不断的演进,和物理世界会有融合,最后产生新的事物。这就是我们认为的智慧空间,思必驰正在往这方面发展。

金建华:谢谢!出门问问一开始是从2C业务进去,这个问题在2C2B两个不同业务模式都会碰到吗?

王健:在行业应用里面必然会碰到。当然出门问问,我们定义的是一家人工智能公司,但是我们前面有两个前缀,一个是专注于语音识别,第二个软硬结合。对于出门问问本身来讲,它也是在,就是你刚刚讲到的2C2B业务发展过程当中,我们经过一些摸索之后,我们发现可能更多的,我们把语音这一块,做精做强,做成全栈式的,所以出门问问,是全栈式开始。出门问问在芯片方面需求量是很大的。我们也做了垂直搜索的领域。

我觉得整个发展过程当中,作为一个科技公司有它的专长,但是我们也会在其他行业尝试,因为最底层的技术,或者是算力算法思想,其实经验是可以拓展的。这是一个,可能是一个长期过程。比如拿无人驾驶汽车来讲,要解决无人驾驶或者是智能驾驶整体的问题,光感知方面,通过语音交互方面,在视觉方面或者是其他方面,是没有办法用一种方法解决所有的问题的。对于一家科技公司来讲,至少从我们的目前的经验来讲,我们希望能在某一两个领域,做到全栈式的整体的,能解决一部分的问题。

金建华:好的,谢谢!码隆主要的场景是零售。就是具体的线下零售的场景,我们认为它肯定是一套解决方案,视觉是一个,商品识别肯定只是其中一个,还有很多硬件是吗?

黄伟林:没错。

金建华:现在码隆只提供软的部分还是软硬结合?

黄伟林:现在提供整体方案是最好的。但是现在做每家的AI的公司都比较难把软硬件都做了,所以每家公司都有自己的边界。怎么定义自己的边界就很重要。我们现在更多的提供软件部分,也会考虑一些硬件,但是不会大规模的往硬件走,因为那不是我们软件公司擅长的。简单的一些硬件我们可以做,但是更大的更复杂的需要一些硬件的标准,我们需要找一些合作商来做。包括医疗也是。你光是提供视觉的还不够,也可以做一些语音识别、文本识别等技术。

金建华:所以软硬件结合的问题,一般可以定义为你做软的部分,还是结合硬件的解决方案。涉及到硬件部分的话,毛利率会很低,但要只做软件,可能赚不到很多钱,譬如只能收个其中1-2%,最典型的比如智能音响。我想问一下思必驰的陆总,这个问题你们怎么看?同时也想问下王总,出门问问怎么看待和解决这个问题?

陆游:现在市场上小米音响等都是用的思必驰的技术,这一块软硬件成本的问题,现在利润本身不会特别高,所以这就是我们为什么说思必驰有个生态的平台,如果你只是纠结与一个点的突破,你达到一定的瓶颈,盈利模式就会受限,所以我们会打造生态平台。前面为什么说了打造生态空间,就是你的技术不仅仅在这个空间当中应用,而且是结合其他的技术,把生态空间作为一个打包的方案,拿出去卖,然后你就会发现当中的利润会高很多。

王健:我回答一下这个问题,我觉得一家人工智能公司在成长过程当中,是不断的需要摸索、探索的,现在没有明确的答案。出门问问来讲,现在更多的偏向于可穿戴产品。因为出门问问是有硬件研发能力的,我们有庞大的硬件研发团队。而2B更多是偏向于企业服务,大型的硬件,比如车载的,成本投入比较大,我们更多的是偏向软件服务类型。

金建华:2C业务,比如国内像小米,国外谷歌、亚马逊,其实有巨大的流量优势、品牌优势,或者说,最直接的就是卖得出去。出门问问,怎么面对这么严酷的竞争?

王健:我们这个问题更多的要从产品特点上做文章。出门问问,从最典型的产品来看,我们最近推出的一个产品,我们宣传上叫大三双,其实解决了典型的几个其他产品没有解决的问题。我们的双终端、双屏幕,和一号可以连载,就是可以用一个号码来打电话,这样不戴手机也可以打电话。我相信我们的产品有一定的竞争力,也能受到用户的喜爱。特别是我们在国外,在亚马逊平台也有很大的销量。

金建华:所以要找到一些适应市场的产品。

王健:我们技术变更过程当中,要找到合适的应用地方。

金建华:最后问一下谭总,通过噪声识别解决机器设备检测,这个天花板在什么地方?

谭熠:现在我们做的事情,还是非常受客户欢迎的。因为我们接触了这么多工厂,特别是解除了设备科、工程科的工程师来讲,他们觉得,我们做的事情是他们期待了很多年的。因为他们有独特的听声辨认问题的经验,但是他们觉得他们这些经验,很难传递给接班人。他们觉得应用这个技术,可以把这个技术流传下去。

目前我们推广的情况来讲,不管是宝洁这样顶级的外资制造业,以及我今天刚刚从宝钢过来,我发现不管是国企还是外企,不管是大企业还是小企业,这个路线大家早就有想法,只是没有人做出来。所以我们目前来讲,还没有感受到天花板这个事情。

金建华:说白了这个需求一直存在,但是没有人解决,对于硕橙来讲,是一个突破点。

谭熠:对的。

金建华:时间快到了,最后问个问题,商汤估值都有几十亿美金了。其实AI领域高估值一直存在,尤其是头部公司,并没有看到明显降温。这个估值贵,是靠什么支撑?想问一下李总,无论从商汤角度,还是你们的友商?

李兴流:商汤最近一笔投资是孙正义投,投了十亿美金。他对AI很感兴趣,他把AI都投了一遍。从他的观点来看,AI是一个蛮大的产业和行业。所以估值高,站在现在这个点是高的,但是站在发展的观点来看,我觉得估值对于他来说是合理的估值。但是目前,估值高,也会带来压力。我们的压力,就是要招更多的人配合这个估值。我们今年已经到了两千多人,明年还会再加上去。

金建华:所以到最后,数人头还是成立的对吧?人越多,价值越高。陆总觉得呢?

陆游:从整个行业来看,不仅是在座的独角兽估值高,有一些AI的初创企业估值也高。我们见到很多企业都有这样的情况,深思背后的原因,很大的一个原因是人才的问题,你会发现AI行业的创始人,跟之前的互联网的创业者不一样,他们都是科学家,一个科学家还不够,他带着一帮科学家创业。都是这样的人群,这样的人群有个特点,从小都是学霸,基本上是前三的高中、大学。这样的人,投入产出非常高,这样的人才有个高溢价,这样的人创业,你说创立的AI企业,岂有不贵之理?

反过来讲,这样的估值,能支撑多久,会不会有泡沫。首先资本层面来讲,泡沫还是有的,但是这个泡沫破裂的过程,跟互联网不一样。AI行业的泡沫破灭会慢慢的消灭,最终看场景应用,能不能真正抓住客户的痛点,而不是痒点。

金建华:好的,谢谢,王总怎么看呢?

黄伟林:金总这个问题问得特别好,刚好是点题了。我觉得估值要看应用场景。我觉得是顺势而为。用一句老话来看,不管是人才进入的高精尖的进度,我们看到人工智能现在确实改变了人类的生活。所以估值是看未来的发展,更多是对未来的估值,是个顺势而为自然而然的结果。

金建华:本身还是预期,预期需要多长验证?

王健:按照现在的发展来讲,我觉得有一点像抛物线函数,当是反向抛物线,可能会越来越快。

金建华:黄总怎么看?

黄伟林:我是觉得,从技术角度来看,我是觉得估值高还是可以期待的。因为现在AI能解决的一些传统行业的问题其实是很多的,而且这些问题越来越多。所以我们现在很多AI公司是这样的,项目很多,但是我们做不过来,为什么做不过来?因为缺人,AI这一块的人还是很缺的。这些人起来之后,能够解决的行业问题越来越多,能够落地的产品,能够带来的效应越来越多的。这跟互联网泡沫是不一样的。我觉得AI是可以产生实际的生产力的,泡沫现在是有,但是未来还是可以期待的,三到五年,应该会有一个很好的产出的。

金建华:说白了,烧钱还是烧得很有价值的,是在不断的改善各个行业,无论是传统行业还是新兴行业。

黄伟林:是的。

金建华:我还想听一下谭总的想法,要不您最后总结一下?

谭熠:对于我们来讲,我觉得不存在这个问题,我觉得挺合理的,现在我们去了很多场景,从他们解决的问题来看,我觉得这个大有前景。

金建华:好的,谢谢大家的时间。谢谢场上的五位嘉宾。谢谢你们。