眾所周知，傳統(tǒng)企業(yè)擁抱AI并積極轉(zhuǎn)型人工智能化已成為大勢所趨。過去幾年，不時(shí)有客戶向第四范式CEO戴文淵提出“在公司大廳造個(gè)人形機(jī)器人”的要求，在客戶方看來，可能這就是向AI靠近了，但在戴文淵看來，人形機(jī)器人不是AI，只是工業(yè)設(shè)計(jì)。

面對這樣的要求，過去戴文淵常常需要向客戶解釋并引導(dǎo)，企業(yè)AI化并非長得像不像，而是能否解決企業(yè)核心問題。

傳統(tǒng)企業(yè)人工智能化成為近些年的潮流，但一兩年前，部分客戶的想法停留著“我先擁抱AI就夠了”，近來，戴文淵表示，愈來愈多的客戶表達(dá)出強(qiáng)烈訴求——通過人工智能實(shí)現(xiàn)企業(yè)轉(zhuǎn)型。例如工商銀行領(lǐng)導(dǎo)便會(huì)向下屬提出焦慮——人工智能可以下圍棋打敗人類的頂尖高手了，那它可以為我們工行做什么?在AI幫助企業(yè)做更高級(jí)別業(yè)務(wù)的過程中，戴文淵對第一財(cái)經(jīng)記者表示，客戶們?nèi)孕杳鎸σ庾R(shí)轉(zhuǎn)變、組織架構(gòu)調(diào)整等多方面的難題挑戰(zhàn)，轉(zhuǎn)型是一個(gè)漫長的培養(yǎng)過程。

轉(zhuǎn)型人工智能

Gartner 2019 CIO調(diào)查顯示，過去四年中企業(yè)部署人工智能的數(shù)量增長了270%，并在2018年增長了兩倍。Gartner預(yù)測，到2021年，70%的企業(yè)將通過AI來幫助員工提高工作效率。管理者正在考慮如何加速部署AI在企業(yè)整體運(yùn)營和每一核心業(yè)務(wù)流程中。

基于如此趨勢，戴文淵表示越來越多的企業(yè)開始進(jìn)行全面的AI轉(zhuǎn)型，進(jìn)入到基于數(shù)據(jù)來制定決策、推出新產(chǎn)品和創(chuàng)造新商業(yè)模式的時(shí)期，稱之為產(chǎn)業(yè)變革的新范式。

6月20日，人工智能企業(yè)第四范式發(fā)布企業(yè)AI轉(zhuǎn)型的“1+N”戰(zhàn)略方法和企業(yè)級(jí)AI軟硬一體集成系統(tǒng)Sage One，企業(yè)AI轉(zhuǎn)型提供“軟硬”一體全棧能力支撐。具體來講，“1”是指利用AI達(dá)到極致效果，在自己的核心業(yè)務(wù)上建立絕對優(yōu)勢，在實(shí)際經(jīng)營中，核心業(yè)務(wù)創(chuàng)造的營收占比可達(dá)80%甚至更多，因而1%的提升就足以改變企業(yè)競爭格局;“N”是借力科技創(chuàng)新帶來的基礎(chǔ)設(shè)施成本的降低，規(guī)?；穆涞赜诟鄻I(yè)務(wù)場景，提升整體經(jīng)營效率。

第四范式聯(lián)合創(chuàng)始人、首席架構(gòu)師胡時(shí)偉表示，傳統(tǒng)算力和AI應(yīng)用負(fù)載之間存在天然鴻溝，傳統(tǒng)算力只是解決在計(jì)算、訪存、I/O帶寬的局部密集問題，而AI應(yīng)用負(fù)載則需要解決全部密集的問題。發(fā)展企業(yè)級(jí)AI專用算力已成為行業(yè)的普遍共識(shí)和大勢所趨。

因此，此次第四范式推出的企業(yè)級(jí)AI軟硬一體集成系統(tǒng)SageOne采用由軟件定義的專用AI系統(tǒng)架構(gòu)，更好地理解AI算法運(yùn)算架構(gòu)與邏輯。

在選擇合作客戶時(shí)，戴文淵對第一財(cái)經(jīng)記者表示，第四范式的策略是先將行業(yè)頭部標(biāo)桿客戶談下，樹立頭部示范效應(yīng)，“先改變他們，行業(yè)就會(huì)改變。”

轉(zhuǎn)型仍有挑戰(zhàn)

創(chuàng)新工場人工智能工程院執(zhí)行院長王詠剛在接受第一財(cái)經(jīng)記者采訪時(shí)表示，目前人工智能行業(yè)從科技創(chuàng)新的1.0階段進(jìn)入行業(yè)賦能的2.0階段。從1.0到2.0，AI角色從科研轉(zhuǎn)變至商業(yè)賦能，轉(zhuǎn)化的根本原因在于，前期AI應(yīng)用都是摘了那些比較容易摘的“果子”，例如將互聯(lián)網(wǎng)內(nèi)部大數(shù)據(jù)、流程廣告預(yù)測、商品推薦、語音識(shí)別、人臉識(shí)別等較容易的業(yè)務(wù)進(jìn)行優(yōu)化，再之后，涉及到提高行業(yè)效率、降低行業(yè)成本的部分，靠AI技術(shù)本身很難單獨(dú)完成，因此必須與傳統(tǒng)行業(yè)進(jìn)行結(jié)合。“但這些結(jié)合尚處于早期初淺階段，深耕需要大家一起努力。”

“今天AI解決了很多問題，但是，這些問題在行業(yè)內(nèi)部可能根本就不是最重要價(jià)值鏈條的一環(huán)，AI做的僅是錦上添花，最重要價(jià)值鏈條的環(huán)節(jié)可能目前的AI技術(shù)還解決不了。”王詠剛表示。

針對于此，戴文淵對第一財(cái)經(jīng)記者表示，AI對傳統(tǒng)企業(yè)的改變局限在表層是由于過去幾年的行業(yè)泡沫引起的，過去幾年只要潛力還不錯(cuò)的AI公司就能拿到融資，進(jìn)而催生出浮于表層的事情。如今的企業(yè)客戶會(huì)更傾向于選擇幫助他們提高營銷效率與運(yùn)營效率、提升收入、降低成本的合作方，未來一兩年，浮于表層的AI公司會(huì)越來越少。

此外，戴文淵認(rèn)為，目前很多轉(zhuǎn)型AI焦慮期的公司所面臨的問題在于，并未想清楚自己到底要什么。“企業(yè)戰(zhàn)略發(fā)展問題、組織架構(gòu)問題尚未解決，卻先買了一個(gè)軟件、一個(gè)工具，最后質(zhì)疑‘我們做了人工智能怎么沒有用?’”作為AI技術(shù)提供方，戴文淵表示，第四范式要做的是先跟企業(yè)客戶談轉(zhuǎn)型發(fā)展，而非賣東西，解決完戰(zhàn)略與組織問題后，剩下的事情水到渠成。

此外，Gartner高級(jí)研究總監(jiān)呂俊寬表示，2019年企業(yè)應(yīng)用AI轉(zhuǎn)型會(huì)在規(guī)模化場景方面面臨三大問題——員工能力問題、數(shù)據(jù)問題、價(jià)值與規(guī)?；瘑栴};之后，再進(jìn)一步解決AI應(yīng)用的開展，以及成百上千家企業(yè)的AI規(guī)模化運(yùn)作。

一個(gè)嚴(yán)肅的現(xiàn)實(shí)是，AI技術(shù)對傳統(tǒng)行業(yè)企業(yè)的改造還停留在表層，并未觸達(dá)核心痛點(diǎn)。