第四范式戴文渊:AI最大挑战是帮企业实现“质变”
导读:第四范式正在从把AI场景落地的速度提高,转向如何在单个客户实现更快速的场景涌现。
“今天人工智能可能又到了一个临界点。现在没有运用AI技术的企业可能很少。但是说我的企业的核心竞争力就是AI,把AI从企业拿掉,企业就活不下去了,这样的企业也很少,这就是我们认为今天AI面临的最大挑战。”
6月23日,第四范式创始人兼首席执行官戴文渊博士在2021第四范式新品发布会上这样说。
会上,第四范式将去年重磅发布的企业级AI操作系统4Paradigm Sage AIOS 升级到2.0,并发布企业级智能应用市场4Paradigm Sage App Store,还将支撑AIOS的两个核心底层技术开源:OpenMLDB机器学习数据库和OpenAIOS人工智能操作系统内核。
然而相比技术和新品发布,客户和场景才是今年发布会的重点。戴文渊首次抛出了AI如何帮企业实现智能化转型“质变”的新课题,也将其作为第四范式下一阶段增长的切入点之一。
第四范式总裁裴沵思认为,“今年是我们进步最快的一年,无论从组织结构上、签约客户上、内部能力上都有非常多的提升。”而这背后的关键在于,第四范式正在从原来的把AI场景落地的速度提高,转向如何在单个客户实现更快速的场景涌现。
在人工智能技术几起几落的周期中,第四范式试图发现背后更本质的问题。
回顾AI的发展历程,每一次深蓝、AlphaGo这样的现象级新闻都将人们对AI的期望无限抬高,随后的应用落地难又将预期狠狠拽回地面。AI技术就在这种过高和过低期望的反复交替中,起起伏伏。戴文渊认为,“要分析每一次起落的本质的原因是什么。如果我们能解决好,就是下一次的机会。”
“AI确实有用,能够降本增效,为企业带来价值,但好像还没有特别大的用处。”成为当下很多企业的共同感知。戴文渊认为,破局的关键在于“质变”。通过“失效分析”(即在一个系统里,如果把某一个部件拿掉,系统能否正常运转),AI还远没有到“质变”的临界点。
到底什么是“质变”?戴文渊举例说,消费互联网领域的内容分发场景下,传统的分发方式受限于人工,AI则可以让分发不断提质、降本、增效。当最终边际成本下降为0的临界点时,用固定的成本能够获得用户规模的指数级增长,这就是“质变”。
再比如,产业互联网的规模很多时候受制于从业者门槛。当AI能够将人才门槛降低到一定程度,让企业增长不再受制于人力与成本,就达到了“质变”。
根据IDC发布的《中国人工智能应用市场半年度研究(2020H1)》,第四范式蝉联2018-2020(上半年)中国机器学习平台市场份额第一。自2014年成立以来,第四范式的标杆客户已经广泛覆盖银行、保险、零售、医疗、能源、政府等行业。
如何开启“质变”?第四范式的做法是先找到志同道合的头部客户,先给“质变”打个样,共同探探路。
作为全球领先的餐饮公司,百胜中国旗下拥有肯德基、必胜客等知名连锁餐饮品牌。疫情影响下,百胜中国实现了逆势增长。
根据官方数据,2021年第一季度,集团旗下餐饮门店数达到了10725家,同比增长了近1500家,会员数由去年同期的2.5亿增长到3.15亿,在线交易占比达到了84%。这得益于百胜中国过去多年扎实的线上线下数字化基础。
在第四范式的帮助下,百胜中国的外卖餐点实现了派送从原来每个餐厅人工分配,到全部由AI系统做订单分发;每家餐厅的外送商圈实现了从原来的专人维护,到智能商圈系统的AI自动规划,保障了全局效率最优。
以外卖订单排产这个细分场景为例,借助AI,百胜中国可以实现更精准的触达,以及更细节层面的客户体验提升。
比如,一个包含披萨和饮料的外卖订单,如果同时生产食材,披萨做好时饮料的温度已经上升了几度,送到客户手中时饮料的口感会打折扣。过去在餐厅线上线下订单高峰时段,仅靠人工很难管理这些细节。现在,借助第四范式的AI系统解决生产和排产问题,餐厅不仅实现降本增效,还大幅提升了客户体验。
“质变就是当AI的能力达到了一定程度之后,不像刚开始是一个两个场景的探索,而是几十个、几百个的出现。”百胜中国IT资深总监孙磊表示。
同样勇于尝鲜的还有永辉彩食鲜。作为永辉超市旗下的生鲜服务商,永辉彩食鲜为党政军、企事业单位、校园、餐饮酒店等机构提供一站式食材解决方案。
“第四范式就是我们公司的AI部门,如果第四范式搞不定我就不搞了,明年再看。” 永辉彩食鲜CTO 乔新亮也是对第四范式超级信任的优质客户,他认为,“AI的质变和企业的雄心壮志有关系。在行业里,彩食鲜在最恰当的时间拥抱了一个刚刚好成熟的技术,就能吃到这个时代的技术红利。再过两年当AI变成人人都有的基础设施时,就没有红利了。”
从智能定价中台、AI采购员两个核心场景切入,永辉彩食鲜用AI系统大范围取代了原来的人工操作,做出了质变的尝试。
“第一步,我们先把原来人制定企业决策的路径变成AI决策,AI做不了的再交给人。我们从智能报价这一个点突破,未来还要在工厂、物流、采购、供应商所有环节要全面拥抱AI,这就是质变。”乔新亮表示。
在Empower AI Transformation and Advance AI For Everyone的公司使命下,第四范式的产品路线一直朝着通用性、基础设施和开放开源的方向演进。
AI行业内,第四范式以AutoML(自动机器学习)算法领先著称。AutoML 将与特征、模型、优化、评价有关的机器学习重要步骤进行自动化地学习,使得机器学习模型无需人工干预即可被应用,极大降低了企业构建AI应用的门槛。
目前,第四范式已经开辟了30+AutoML算法方向,构建了全栈AutoML产品,覆盖ML、CV、NLP、强化学习、AI自动化文本分类平台等主流领域。在Gartner发布的《2020年十大战略性技术趋势:民主化》报告中,第四范式被列入了AutoML技术代表性厂商。
发布会上,能源电力行业的科技公司健新科技分享了通过第四范式AutoML快速拓展智能分析能力,帮助长江三峡葛洲坝快速实现设备实时预警、降低运维成本的案例。“现在,两个人在三天时间内就能创造出过去需要数个开发团队耗时一个月做出的同样成熟度的数据计算模型。”健新科技CTO刘勇表示。
人工智能初创企业亿景智联联合第四范式开发了基于机器学习构建的选址产品——司南选址。在智慧零售的门店选址场景中,亿景智联依托第四范式坪效预测数据形式,可以为选址建模提供最高效的特征工程。
去年,第四范式重磅发布企业级AI操作系统Sage AIOS,定位于AI时代的Windows(操作系统),并为创造性地提出“数据形式”方法论,解决AI应用中的数据治理痛点。每一个数据形式,定义了相应业务场景里所需的数据标准,包括需要什么样的数据、从哪里去取,应该如何处理。
今年第四范式发布的Sage AIOS 2.0,打通了应用、数据、算力三者间的屏障,并以企业级智能应用市场4Paradigm Sage App Store为基础,扩展为应用联邦、数据联邦、算力联邦三大网络。
会上,第四范式还宣布将开源OpenMLDB机器学习数据库和OpenAIOS人工智能操作系统内核。面向机器学习的开源数据库OPEN MLDB,解决了机器学习三个核心数据问题:线上线下一致性(Consistency)、数据闭环(Closed-loop)、数据时序正确(Chronology)。第四范式OpenAIOS是一个完全面向AI的分布式操作系统内核,实现了多级计算内核、多级存储内核以及多级通信内核,来应对异构算力的管理和调度。
此外,第四范式还公布了“Knot 中国结”开源计划,将在一年内开源开放95%的核心技术,未来三年为企业培养超过10000名AI应用开发人才。
“质变”的背后,更多来自第四范式对AI落地新阶段的市场洞察。
在AI普遍落地行业的今天,越来越多的企业不再满足于AI只在单个或少数几个场景的落地,实现一点点业务效果的提升,更希望AI能够全面渗透进业务场景各个环节,产生数倍,甚至数十倍降本增效。
因此,深挖单个客户价值,从单点应用到全面开花,成了第四范式的选择。
质变需要时间,需要积累,更需要AI技术公司与客户的无缝配合。期待第四范式能够用AI决策帮助企业经营从量变到质变,创新出企业智能化转型的新范式。
本文为「智能进化论」原创作品,智能进化论专注云计算和智能科技领域的深度评论。