创新工场AI工程院吴卓浩：人工智能可以从三类场景进行产品切入

　　 2018年1月18日，“NextWorld新生态未来峰会”在北京召开，本次会议邀请了当下最热门的创业风口和投资领域的意见领袖，以思想的共鸣引领变革方向，在这个不断变革、快速迭代的商业时代下，讨论如何抓住机会、如何把握未来。分享2017积攒的经验，斟酌2018预见的趋势，从人工智能、移动应用、新媒体、小 程序 四大领域总结当下，共谋未来！

　　论坛上， 创新工场 AI工程院VP吴卓浩做了精彩演讲。

　　 以下为演讲实录，经投资界（ID:pedaily2012）编辑整理：

　　吴卓浩：大家好！很高兴来这里跟大家分享相关的内容。20年前选择了从用户角度切入，从去年又选择了人工智能这一方向。对我来说，以前一次更多的兴趣来说，这一次真的是特别重要的，希望能够再次跟随整个大趋势的一次选择。其实大家都知道过去整个人工智能发展非常戏剧化，刚才张鹰老师跟大家分析了 创新工场 在人工智能这一波发展过程当中的几个详尽阶段。我觉得非常有意思的是，在这个阶段当中不同的人眼中人工智能是完全不一样的。比如说像在民众的眼中，有些民众就特别的乐观觉得科幻片马上要开始了或者是因为这些事情产生非常戏剧性的恐慌。但事实上人工智能早已在我们的身边，掏出手机使用各种各样的互联网产品，事实上已经大量的开始使用人工智能。因为在这一波的人工智能当中，包括它尤其在2015年开始迎来新一轮爆发，都是因为在过去的二三十年过程当中，互联网事实上是在人类历史上第一次为机器提供了足够多的，可供机器学习，训练成为人工智能的素材，也就是数据。

　　在技术当中又不一样了，同样是创 新工场 对于接下来十年不同领域当中的细分预测。在这里，大家可以看到既有在底层像芯片架构的层面，又有在应用从大数据机器学习到视觉到语言的这些方面，以及把过去互联网虚拟空间当中和真实世界相互连接的传感器和智能硬件、智能机器人。大家可以看到今天做的很多事情都还是在吃老本，就像刚才说的依托于互联网所积累下来的大量数据，由此训练出的人工智能推动我们做。大家可以看到在互联网、移动互联网的领域当中搜索广告、内容、推荐、分发只是特别典型被使用，当然也包含本身有很多的传统行业天然业务就是以数据为中心的，像金融就是一个特别典型的。

在此之上，大家可以看到有很多公司，包括在投资的时候像Face++和VIPKID，这些公司在最初投资的时候并不是一个人工智能的公司。在最开始只是工具或者是服务平台，但是当这些数据积累到足够大的量，在新的技术与人工智能技术的推动下，事实上就产生了大量的新型应用。而在企业心中又是完全不同的一番状况，民众会盲目的乐观或者悲观，技术人会看很多各种各样的具体细节，而对于企业家来说，其实是相对的简单。因为在过去的这么多年当中，大家也经历过了若干次技术的变化，事实上每一次技术变化当它落地到具体的商业层面上来说，企业家真的不是完全在意说用什么样的技术来解决公司，更在意的是如何在商业版图当中。比如说具体的是能够多挣钱，少花钱。比方说现在在屏幕上放出的一个很典型的例子，新零售商业版图当中技术如何应用。

　　在2017年讨论最多的像无人店、无人货柜、无人结账等等这些。事实上，在整个商业版图当中只是前台当中很小的一部，之所以获得这么多的关注是什么？因为它比较容易的切入，是因为它能够和过去所熟知的，包括像用户体验，包括前台的一些场景更容易能够被看到的一些场景结合起来。事实上，对于商业的效率提升最高，对于商业的潜力发挥额最大，其实大部分发生在中台跟后台。如 何一 步步去切分，去进入到真正对商业影响更加深刻而有实在意义的领域当中？这就是我们和已经所投资的创新公司努力的方向。

我分享的主题是侧重在产品设计方面，不管是行业当中作为创业的，还是作为个人的职业发展，不得不面对这样的一个问题，我究竟应该在一个什么样的环境当中去切入？我们可以把它看成是有三种不同类型的环境。

第一种环境是互联网巨头成熟创业公司，因为这些互联网巨头在手中有大量数据的积累，所以天然的就有先发优势。同时在人才方面之前有人才的储备跟优势，可以依据自己的数据和人才的优势自己做起来，当然这样的环境当中也是有三个劣势，因为在这些公司当中所有的力量一定要围绕自己的主营业务来发展。所以对于不同的创业者或者说对于不同的人才来说，可能会有不同的发展目标，不见得和公司的主营业务完全吻合。

第二种类型是来自于传统行业，当然也包括政府和组织。在这些传统的行业和组织当中，在过去事实上已经是积累了大量的数据，虽然说这样的数据在过去并没有有效的使用起来，甚至有大量的数据还不能够成为结构化的数据。比如说最典型的像安防领域，过去所录下来的动态影像，事实上是没有办法应用的。不知道大家有没有听说过，国家要破一些大案要案，为了处理监控录像，甚至会请公安大学几万名师生就在那儿看一个月。因为这些是没有能结构化的数据，没有能够被机器所应用的数据，甚至都不能够被称作是技术。但是在新的条件下，新的人工智能方面，不管是视觉还是自然语言方面的突破，都让传统意义上很多没有办法被有效利用的数据，可以被使用起来，同样产生新的机会。但是这样的组织当中也有问题，虽然说他们坐在金山上，但是因为他们的组织架构，因为文化，事实上是没有办法在企业内部，在机构内部建立起来足够强大的技术团队，也没有办法真正应用，也没有办法让相应的人吸引到足够多的人才，并且在其中发挥重要的作用。于是就出现了第三类。

第三种类型可以分成是技术导向型跟服务导向型。比方说像典型的自动驾驶企业，这样的创业公司切入到自动驾驶领域当中，虽然说他所面对的是世界上甚至有过百年积累的厂商，其实在数据这一项并没有足够的优势，新兴的创业公司和传统世界型的大厂商相比没有显著的劣势，甚至因为少背了很多包袱，反而可以急流勇进走得更快。这是一类做技术型的，一定找到精确点插得深，尽快找到商业的地方。

还有是服务型，大家知道真正能够既有数据积累，又有技术人才积累的企业，其实在整个世界上是极小的一部分。一点不夸张的说，在今天讨论“人工智能+”的时候，甚至连“互联网+”都还没“+”过，甚至都还没考虑过。在这样更大范围内各种细分领域的传统企业，事实上是需要大量的赋能工作，于是就产生了服务型的创业公司。包括说在创新工场人工智能做这样的大量工作，帮助很多有数据积累或者说有数据积累的潜力，尤其是传统行业的公司，包括政府机构能够充分的应用人工智能去发觉新的机会。

对于在座的各位来说或者你们要是有朋友想要考虑说，我想顺应人工智能的浪潮来进行一些个人的职业发展，不管是说就业，还是说创业，可以试试看看，你希望怎么选择上述的三种大类型当中的哪一种？

说回到具体的产品设计当中，我希望从这样的三个方向来跟大家阐述一下，我在过去的这段时间研究的一些新的体会。产品的设计基础，产品的设计对象跟产品的设计方式都发生了重大的变化。

首先是从产品的设计基础来说，传统的基础仍然是有效的，比方说该做的研究还是要做研究，该做竞品分析的还要做竞品分析，这些基础仍然存在。但是技术发展实在太快了，真的必须要保持高度的敏锐才能够跟上，这项技术或者这件事情可能在几个月之前都是不可想象的，但是在今天突然就可以了。但是在所有的这些当中，对我来人触动更深的其实是第三点，就是如何以AI的思维方式来进行产品的设计。

举两个例子。

第一，跨越时间、空间的界限。时间、空间对于机器来说，真的是一个非常相对的概念，它需要的只是资源。我们在做产品设计的时候，经常会遇到的是什么？如果说我们希望做一个面对一百万人这样的测试，我希望做一个需要在世界范围内50个城市来做采样的尝试，会往往因为要投入资源太多，时间太长，然后就放弃吧。我们取一个简单的方式才有定性定量和发展起来的ab-test的方式。这也是互联网在过去取得的成绩远超传统行业。

对于机器来说，做一个万级和百万级、亿级的尝试或者数据收集整理或者取详尽一整年的数据收集或者是在全世界范围内做各种各样的数据采集跟分析，对机器来说只要给足够的资源没区别，做一秒钟跟一分钟没区别，一两个城市跟一千个城市没区别，这就带来了巨大的变化。如果说我们设计非常充分的有效框架环境让机器能够帮助我们，事实上这种跨越时间、空间的界限能够帮助我们更好地去拥抱不确定性，拥抱各种各样的环境，它所带来的结果是跟以往全靠人力，全靠有限的能力来推进会产生巨大的变化。

第二，是千人千面。大家知道在过去的几十年当中，虽然说互联网、移动互联网是有进展，但是本质上来说都还是设计一个产品给所有人，每个人用到的产品很难说，是没有太大的区别。但是在人工智能领域当中，服务一个人跟服务一千个人也没有任何的区别，完全可以实现高度定制化的产品跟服务。比方说像在教育领域当中就有一些非常有意思的应用，针对于每一个学生他个人的知识结构，针对于他的学习进展，训练表现出来的情况而充分定义他们自身的学习计划。我听到最夸张的例子，他们做机器人的人工智能老师，36个小时的学习效果相当于真人老师100个小时的教学学习效果。这些都是人工智能所带来的非常大变化。如何在进行产品设计的时候能够以人工智能思维方式来推进？这是一个巨大的挑战。

从设计对象来说，一方面做产品设计人会发现过去很多具体的对象发生重大的转变。甚至人工智能的领域当中都没有成型的界面，看不到了，没有UI，没有视觉化的UI。比方说像语音交互，你说我们接下来在用设计方法的时候还用什么？用画草图的方式吗？没有草图可以画了，怎么办？在这里面一切都需要回到商业系统的设计开始。我们所有的事情都是为了解决商业的问题，这就有点像回到了90年代，我不知道在座的各位有多少人是从90年代过来的。

90年代的时候，事实上，所有的这些设计内容没有专职的产品经理，有项目经理，没有专职的设计师，很多时候都是在退回重新梳理商业，然后再做事情。在这中间就像刚刚张鹰老师也分享到的，因为是有各种各样的，不仅仅是有语音的交互，还有包括像动作的，还有很多基于不同类型的传感器，超出人类感知各种各样的互动方式而产生，所以就有更多的这种互动的方式是要被设计。当然也包括是以设计为手段来获取使用数据。

在现有的方式来说，跟刚刚所说的把服务设计、工业设计，像前段花了很长的时间在做工业设计、做硬件的设计，就是因为我们要解决的是一个商业问题，而不是单纯的软件问题或者单纯的硬件问题，所以我们需要把各种各样的设计对象，各种各样的设计方法整合起来。当然数据是永远绕不开的一个话题，围绕着数据来进行收集利用跟反馈。重新构建整个团队当中的协作关系。

最后，在这样的时代当中，我们需要什么样的人才或者希望把自己培养成怎么样的人才？大家注意这是两根曲线，一根蓝色的线代表技术专家，橙色的线代表产品跟设计方面的专家。事实上这并不是一个新鲜事，每一波的技术推进都是由技术专家所推动的，所以看到说技术专家一定会首先入场发挥出更大的价值，就像今天被高薪疯抢。首先是这样的，然后才是经过一段时间，也许时间是三年、五年，甚至是十年，才会是设计产品能够发挥更大价值的地方。当然在今天看到因为技术的进步非常迅速，所以我们也有理由相信产品经理、设计师，属于AI时代的表演时间也会更快的到来。

最后的最后有一些学习资料，如果在座的各位你们要有兴趣可以拍照留念去看一看，包括说看什么，包括说可以参加什么样的讨论。其实在创新工场也做了像全球AI创新挑战赛数据的社区，也有面向大学生的培训营，最新在策划面向于中国高校老师的培训班。为的是能够帮助整个行业培训出更多、更好的人工智能人才。

　　 谢谢 大家！