在人工智能市场引爆前夕，初创公司怎样高歌行进？——猎云沙龙精选

【猎云网（微信号： ilieyun ）北京】3月24日报道（文/赵子潇）

3月20日，由猎云网主办的人工智能主题沙龙【“哈喽，人类！”人工智能“钱景”深度探究】在瀚海博智众创空间进行。猎云网请到车萝卜创始人&CEO马斌斌、诸葛io创始人&CEO孔淼、智齿科技产品负责人余晓隆以及IDG资深投资人丁飞，四位嘉宾一起来探讨围绕人工智能和创业的紧密联系。

人工智能最近又被关注，原因在于谷歌AlphaGo机器人在围棋比赛中大胜人类世界冠军李世石。这个注定被载入史册的事件代表着人工智能的再次升级——深度学习技术趋于成熟。而人类又是爱想象的生物，机器战胜人类可以联想到任何科幻题材。对于人工智能即将引爆的市场，几位嘉宾又是如何看待？

智齿科技产品负责人余晓隆在活动现场表示，业界对人工智能的定义为 用机器去实现所有目前必须介入人类智慧才能实现的任务 。比如，让机器像人类思考，包括视觉图像识别，语音识别、运动控制分析等等。

人工智能还有广义狭义上的区分，狭义上来看，基于人工智能算法的研发企业都算人工智能；广义上来说人工智能有非常多派生的东西，比如计算、硬件软件、数据挖掘分析、人工智能算法研究以及构建相应的智能应用。

而深度学习技术使人工智能进入了一个黄金时期。技术可以快速发展，但是没有市场应用的支撑，技术也很难得到快速发展，所以需要相辅相成。余晓隆希望让人工智能和市场应用更加紧密的结合起来。他提到，现在人工智能进入到各个领域当中，比如智能硬件，使原有交互方式变得更简单，产品服务更加多元化，虚拟现实领域也使人工智能多了交互类型等等。

目前人工智能已经进入了各个领域，并且有市场应用做支撑，后面发展越来越健壮，因为产业和相应技术已经达到一定状态。人工智能的真正价值在于帮助甚至替代人类完成任务，提升效率降低成本，效率提升但服务由简单执行变成互动服务。

智齿科技是人工智能领域里的一个分支，将自然语言处理和在线客服进行结合，为企业带来方便。

诸葛IO创始人&CEO孔淼分享的是机器学习和数据挖掘之间的关联。二者结合的流程可以用五个字母代替：

D-F-M(i)-O

D代表数据集，连接到F代表的算法，输入数据(i)建立模型(M)，最终输出(O)。其中机器学习又分为有监督和无监督两类，有监督是输入一些案例，数据集包含输入输出组合，找到背后关系建立模型；无监督指的是只有输入，通过算法和模型最终输出，以简历为例，通过机器学习很快能匹配简历里的数据匹配，且十分精准。

孔淼提到，诸葛io进行的数据处理本来就是人工智能必需的一部分。无论机器学习或是分析系统都需要关系，把统计结果转化为用户行为记录，得到的结果能产生价值。诸葛io就是一个用户行为分析平台，不再像之前一样关注用户数量，而是用户质量，进而有针对性的进行产品优化，提高销售转化率，做精细化运营。

车萝卜创始人&CEO马斌斌则从汽车领域讲起。他指出，开车时看手机等不安全行为会导致事故率增加三倍，是酒驾事故率的10倍。有没有可能让驾驶者既安全驾驶又能兼顾信息浏览？很多厂商都在尝试，大多从显示界面入手。

很多厂商把中控显示联网，使其实时更新，导航信息更加精准。但是由于安装位置的天然局限性，想看信息必须扭头，孔斌斌认为这不是一个理想的方式。HUD的好处在于，不需要低头看信息，在正常视线范围内就能看到，但它仍旧有这样或那样的麻烦。所以车萝卜采用听觉和语言来完成操作，云服务辅助操控。

马斌斌提到，现在市场上的云操控系统都不尽如人意，干扰因素在几方面，首先是语音识别的准确率不足，车载产品所在的是嘈杂的环境，对产品带来干扰，车萝卜采用的思必驰解决方案，从云端大数据的自然语言处理语音识别技术。

现在有很多机器人和自然语言处理来做机器问答等产品，像图灵机器人，微软的小娜，用过之后并不如想象中的智能，原因在于太通用了。在一个广泛的场景里，人工智能很难理解人类想表达的意思。人们在和这些人工智能聊天时只做到一问一答，没有达到对话的程度，也是机器对于上下文的理解不够，基于基本算法和模型还不够，与大数据的结合才能更好发挥。

在后续圆桌会谈环节中，三位创始人也表达了在人工智能大方向下，自己所在的领域存在着哪些机会。余晓隆表示，如果把客服的范围扩大，比如与销售结合，会是一个更加广阔的前景。

孔淼认为数据分析领域不会有一家独大的情况发生，因为在行业里环节繁多，创业也会不断垂直细分。在马斌斌看来，汽车存量市场是目前的主流趋势，而车萝卜具备优势，在存量市场越来广阔的今天能发挥更大用处。

附：圆桌会议对话内容（猎云独家整理，有删减）

丁飞 ：刚才大家谈到很多专业术语，能不能用最通俗的语言来把你们在做的事情讲出来？

孔淼 ：我们会帮助所有的互联网产品记录用户和他的行为之间的关系，比如滴滴红包，用户在用什么手机，什么时间启动应用，交易是否成功，抢红包之后有没有去打车，这些数据记录下来之后，一方面可以为用户智能推荐，另一方面为运营和产品提供用户行为，洞察用户需要。

马斌斌 ：打电话时候不是很常规的说法，我们需要通过后台算法去建立模型，现在建立模型的规则，马上推出的二代产品会在云端积累大量模型判断用户的语音，帮助理解。

丁飞 ：所以我总结一下，语音识别部分是和思必驰合作，车萝卜的工作就是在后台设置很多规则，根据用户不停反馈进行修改优化。

马斌斌 ：对，在某一个时间我们给出的结果他总是否定，这里面一定有问题，这个时候我们会再优化。车萝卜在垂直领域里加入了人工干预，让他学习更快。

余晓隆 ：我们在做的云处理和车萝卜有些类似，不一样的地方在于车萝卜做的更专业，专注在汽车驾驶。我们做的比较复杂，会针对很多企业，像互联网金融、电商，每一个企业都有不同的知识结构，这些结构目前交给客户自己去整理。智齿机器人给客户的时候，就像一个小孩，内置一些基础的知识，在前端通过自然语言分析的方式得出答案。

丁飞 ：那么人工智能技术方面还是产品优化方面更加重要？

余晓隆 ：我们公司有几个团队，研发部门有专门做算法的，但人不是很多。另外还有一个数据分析团队，其他研发更多是做前端、后端、架构等。我们的产品已经在很多企业里经过锤炼，算法趋于成熟，提高的瓶颈越来越窄。现在我们更多把这些技术和行业应用结合更紧密，体验会更好。我们有算法，但是怎么在产品上应用的更好，是需要和用户沟通之后，再用技术发挥，所以我们在产品优化层面比较多，当然技术算法也在不断迭代。

马斌斌 ：我们特殊一点，因为我们不仅做软件，还做硬件，硬件坑太多了，还要和软件之间做系统驱动层的开发，所以我们团队主要分三块，硬件工程师，设计师，供应链等属于硬件；软件交互体验，技术不等于产品，很多技术实力雄厚的公司不一定能做出好的产品；算法这边我们人不多，但确实是最核心的团队。

孔淼 ：前面两位讲的有两个共同点，第一个就是把技术最终也要变成产品，所以产品会占到比较大一部分；第二是算法，我们有一套标准化的个性化推荐的引擎，因为我们觉得任何企业里的关系是能抽象出来的，但个性化推荐能帮你从0到1，起到一个基础性作用，最难的是后续提升，我们在思考如何把控效果应用到更多企业中去，比如内容类的行业。当然技术上我们也会投入，在处理效率方面和体验等等会优化许多。

丁飞 ：三位能不能评判一下在自己的领域或相关领域，大的机会在哪里？或者说最怕哪家以什么方式杀进来，对行业有颠覆的影响？

余晓隆 ：我一直是做产品的，从我们现在所做的基于客服行业与人工智能结合起来，在这里可能有几个发展的前景：

人工智能技术在客服领域应用的话，现在更多还是在做问题处理的决策，虽说客服行业是一问一答的形式，但未来客服作为企业和外界沟通的渠道，我们可以把它放的更开一点，把销售和客服结合起来，以前是做客户服务，现在把销售服务也加进来，这样就对人工智能提出更高的要求。如果机器销售不能够很好地理解我的意图，那我很可能直接跳过去找人。

把更好的学习技能，目前机器学习只能达到两到三成，深度学习可以达到很好的体验。所以在数据分析学习上，我们还有更大的机会。至于风险可能在于特别大的企业切入到这个领域，并且把人工智能技术用的更好，更多深入场景，那么可能是个威胁。

孔淼 ：数据分析这个行业不太可能出现某一家把整个行业垄断。从数据分析发放到各个行业部门，中间的场景非常非常多，行业也会不断细分，做出差异化。

马斌斌 ：汽车领域机会非常多，前景有两方面：一是目前的汽车存量市场，现在有一个明显特征是二手车交易越来越多。今年有1.67亿的存量汽车，每年新增两千万。一辆汽车会使用6-8年，和快消品不一样，所以当新车面市之后不会换车，而是加装升级新车具有的功能，我们切入的就是后装智能硬件设备，通过车萝卜提供和智能汽车一样的功能，这是一个很庞大的市场。