1、人工智能行业的现状:冰火两重天

根据不同的应用领域,人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。

通常,我们接触的都是视觉类、语音类的人工智能,它们主要用来帮助人类执行具体任务,例如人脸识别,语音控制等等,而决策类AI更像企业的“智囊团”,给企业提供服务,而非个人,比如精准营销、风险管理、运营优化等等。

客观的说,决策类AI本质数据挖掘,远不如视觉类、语音类的人工智能更酷更有吸引力,所以,商汤能够如日中天,科大讯飞能够独领风骚,而决策类AI中并没有出现明星公司,干的都是苦活累活脏活,这就是人工智能行业的现状:冰火两重天。

2、第四范式的现状:披着华丽的外衣干着最苦最累的活儿

第四范式主要提供以平台为中心的人工智能解决方案,发掘数据隐含规律并全面提升企业的决策能力,属于决策类AI企业。当然,也可以说,第四范式是干数据挖掘的,这也没有毛病。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程,犹如淘金者一般,很苦很累。

淘金者

3、第四范式的公司基因:戴文渊的百度之履历

公司的基因来源于创始人的经历,第四范式的创始人是戴文渊,据说是个地地道道的学霸,在大学期间,曾组队获得ACM大赛的冠军。

2004-2005年全球总决赛,右三为戴文渊

后来,博士毕业之后,戴文渊加入了百度。彼时,百度的竞价排名广为人们所诟病。对于百度老大李彦宏而言,这是一个多体面的人啊,百度毕业,美国精英海归,人大代表,竟然在众目睽睽之下被人当头浇了一瓶冷水。

迫于外界舆论的压力,百度开始研发凤巢系统。凤巢虽然听起来比鸟巢更高大上,但是凤巢的内部跟鸟巢的外观一样“粗糙”,凤巢系统只有大概1万条策略,而且都是人工制定的,系统匹配效率不高,用户搜索体验差,导致没有点击广告的欲望,产品不赚钱,老板很发愁。

早期的凤巢系统如同这个鸟窝一样,粗鄙不堪

后来,戴文渊带领数名员工,另辟蹊径,利用自己的计算优势,通过数据挖掘和机器学习来制定广告策略,短短数年之后,整个凤巢系统的策略已经提升至1000亿条,一跃而出成为百度的摇钱树。

也就是从这个时候,戴文渊尝到了机器学习的甜头,联合自己的博士导师杨强开始独立门户开创了第四范式,希望利用大数据+AI算法全面提升企业的决策能力。有好事想着自己的授业恩师,但从这一点来看,戴文渊做的还是不错的。

杨强与戴文渊

4、第四范式的生存之道:抱国有银行的大腿,做预测外来的先知

第四范式是第一家由中国工商银行、中国农业银行、中国银行、交通银行、中国建设银行等五大国有银行投资的初创公司,这些股东同时也是其主要客户。

第四范式参与了制定信用卡反欺诈策略的工作,并研发了“先知”系统,顾名思义,能做到神仙般的未卜先知。举个例子,一张信用卡如果在2小时内,同时在北京和深圳都有了POS机消费,则可以认定为欺诈,因为人不可能在2小时内往返于北京和深圳去刷卡。但是,这种策略设定原来是依赖人力来制定。而“先知”平台的介入,使得银行在很短的时间里,通过AI开发了超过25亿个新的信用卡欺诈侦测策略,提升了超过7倍的反欺诈识别准确率。

5、后记

做一个好学生容易,做一个好下属也容易,纵观戴文渊的人生轨迹,可谓是精彩纷呈,但是但是做一个好老板却是难上登天,第四范式创业至今,仍然没有解决企业的盈利困境,这也不能完全归乎于公司的创始人,毕竟天时,地利,人和三者缺一不可。时代皆是如此,因为中国仍然是处于社会主义发展的初级阶段,纵有先进的技术也难以找到合适的落地场景。

最后,向每一个创业者致敬!这里是面试天下,这里有故事,也有人生,欢迎大家的关注!

6、参考

走进第四范式:决策类AI企业的生存之道