9月15日FMI-2018人工智能与大数据高峰论坛圆满落幕,邓雄老师从人工智能变革的大时代趋势与技术本质、AI+零售、缤果盒子新零售AI应用以及对未来应用趋势的展望四个方面进行了深入的分享。
飞马网将其内容整理如下：
谢谢大家，我是FMI的常客，去年讲过，前年也讲过，经常讲的是人工智能和大数据一些技术和产品的思维或者实战案例，今年对于新零售这个行业有了一些新的认识，所以希望把对于新零售行业的认识，以及人工智能在新零售之间怎么落地，做一些之前探索的分享。新零售这个领域是目前整个互联网下半场的热点，而且也是很多人在探索的一个点，还没有到非常成熟的阶段，所以今天的分享也是属于走到一半，摸着石头过河的过程中一些小的收获和想法。
我的题目是《人工智能怎么驱动零售产业在未来十年的变革》。今天我讲的四个话题，第一个是人工智能技术在未来十到二十年的大时代里大的趋势认识分享以及人工智能技术本质，我们个人的一些想法。第二，讲一下我们对新零售的一点认识，第三，讲一下缤果盒子在新零售AI中的应用案例。第四，分享一下我们在新零售AI应用中感觉到的未来三到五年AI可能在哪个方向上有更多实际的结果。
第一部分，关于人工智能这个时代的趋势和技术本质，我先从更大的方面给大家分享一下，我们的这个想法从哪里来的，原始想法来自于，我们希望探索一下未来十到二十年AI的本质，特征到底是什么，因为大家知道AI已经发展到现在几十年了，这个过程中经历了跌宕起伏，目前五到十年我们突然发现人工智能又开始火起来了，会不会未来一段时间又对它冷落，人工智能目前十到二十年有可能是什么状态。
第二部分，关于未来十到二十年智能的状态，我们看了一下世界范围中的一些比较知名的咨询机构对于这个技术的认识，这个数据来自于盖特纳，他们会出一张表，技术成熟度模型，这个模型衡量了未来和现在，我们所接触到的甚至没听过技术的发展规律，这个规律大概分成五个阶段，第一个叫新技术的产生阶段，第二个，新技术的持续成长泡沫化阶段，第三，新技术逐步落地以及开始产生实际应用阶段，第四，广泛开始发展影响我们未来生活的方方面面。
在2013年的时候人工智能机器学习技术还没有产生，当时我们非常火的技术是大数据技术，这个技术在2013年的时候被突然放到这个图上，而且位于这个图的最高点，所有人能认为大数据能解决所有的问题。到2014年的时候，大数据开始出现了一些行业的实际落地的结果，到2015年我们发现了一个非常奇怪的现象，大数据从这个图上消失了，取而代之的是机器学习，机器学习已经在学术圈研究了几十年，2015年被盖特纳放到了这个表顶端的位置，这个位置取代了2014年大数据的位置。
到了2017年我们发现这个机器学习上有一个新的概念，深度学习，盖特纳认为机器学习在未来一段时间发展的趋势有可能倾向于深度学习的方向，而机器学习和深度学习又是随着这个时间发展，源自大数据的概念。我们再看2018年的只剩下深度学习。从这个表里看到一个趋势，我们觉得可能未来20年AI的本质特征是数据互联融合之后形成的智能化，是基于数据到达了一定的规模和一定的完整性之后，再加上我们现在已经可能达到人工智能和AI的技术状态，最终形成数据价值体现出来的阶段。
详细来说，未来一段时间人工智能可能还不能取代人，但是他可以对我们的生产生活形成一些辅助和帮助的作用，真正的人工智能是未来20年之后的事，那个时候人工智能对我们来讲是真正意义上的机器取代人，从现阶段来讲有非常实质的局限性，到未来AI时代，数据是非常亟待开发的，那个时候硬件资源也需要极大的突破，因为GPU的计算能力很难真正应用到关键物理世界上，我们更期待量子计算的启发为AI发展注入新的活力。而目前这个阶段，我们经历的是中间这个阶段，机器学习和深度学习的阶段，这个阶段是我们真正的AI，那么这个AI是依赖于过去60年算法研究，也依赖数据，有些行业没有数据，人工智能可能很难落地。
我们在很长一段时间谈数据科学，我们希望把目前所有的，不管是学术界研究成果，还是产品研发过程中积累的经验，把他理论的经验足够产品化，工程化，形成一些落地实际的案例，这是我们在目前这个阶段很多公司真正做的事情。从目前行业AI大的趋势来讲，AI分成了三大要素，第一是计算力、第二是算法、第三是数据，如果把这些具体的技术到目前为止做一个划分，分成了平台级的AI技术，AI芯片硬件级的技术和大数据的技术。在AI芯片里目前我们实际工作中用到的或者解决一些真实问题的时候，我们会遇到的是视频图像问题，语音和语像义的问题，自然语言的问题，预测和决策问题，这是目前AI技术的现状。
AI技术为什么我们认为互联数据驱动的，因为互联网产业在目前这个阶段下其实已经达到了大数据的阶段，我们产业的数据在很多领域都发生了喷发的状态，我们的算力相较于过去而言也有很高的提升，上万倍的提升。
我们这个产业中关于数据的角度而言，我们在做的一些事情是在所有的行为和工作往数据方向发展，我们叫数据化一切，一切数据化，这个数据包括很多，比如我们企业内部的一些OA系统，ERP系统，CRM系统，再到企业的互联网的APP，一些网站，甚至到未来硬件互联得到的数据。这些数据最大的特点是数据的异构和孤岛，AI首先要解决的是这个问题。
我们AI智能化的本质是希望达到数据智能化和精细化。比如深度学习用AI降低了谷歌数据中心的智能成本，他深刻的考虑到一些传统的计算中心没有考虑的问题，预测的问题，通过这种问题最终实现我们实质的，在这个精细化场景下的机器调节，原理是基于我们的预测，比如环境温度是30度的时候，冷却系统是不是要调成20度，这是现阶段思维，我们要考虑未来环境在下一秒是不是变到20度，马上下雨了或者出太阳了，这样一种预测型的工作直接决定了对数据应用未来智能化的发展，在这个例子里是智能化发展的例子。现在炒的很火的自动驾驶是在真实世界中非常关键的问题，这个问题是影响我们生命的，这个问题是通过自动驾驶的方式来实现我们驾驶工作脱离人的辅助，这个工作现在在谷歌已经实现了部分地区出租车的实际运营，其实内部基于的是650万公里的数据，而这个在国内，比如我们国内很多的人工智能自动驾驶公司，他们累计的公里数是十分之一的状态。这就是为什么谷歌的无人驾驶更好一些。
关于人工智能未来二十年对它的定位，我们不能对它要求太高，我们主要工作是想通过数据更好的价值变现，有了这样一个人工智能，我们未来十到二十年的认识，我们不会再因为工作跨太大的步子而导致一些问题。第二，在互联网发展阶段过程中，我们处在什么状态，这个状态直接决定我们未来，我们下一个月下三个月工作中的重点，所以我们希望往回看一看互联网发展是什么阶段，我们提出一个问题，生产力发展的历史规律到底告诉我互联网什么东西，尤其是现阶段从业者，我们回过头看了一下过去三次以及第四次工业革命的时候发现，其实就是一个规律，新的生产力，新的技术，新的产品驱动了我们新的商业模式的变化，比如第一次工业革命核心的生产力，水蒸气，主要商业模式是机械化，第二次是电，主要是流水线，第三次是电子IT，特征是自动化，第四次工业革命，2015年是一个元年，因为在2015年之后大家都在纷纷往物联网、人工智能、大数据的方向看齐，原因不是因为它真的很火，而是他真的能实现商业模式的改变，我们认识的改变，智能化。
我们进一步看一下工业革命3.0，在IT领域，过去20年经历了什么过程，这个过程用一句话解释，我们经历了从软硬件到云计算、大数据的阶段，从最开始信息化的阶段，我们当时用的是大型机和数据库，比如银行用的技术。到了十年前我们发现移动互联网，那个时候有了超大规模集成电路和网络互联技术的发展，之前有一些零散的数据，慢慢的我们发现这个信息开始共享开放，开始爆炸，然后紧接着我们发现大量信息需要我们把它整理分类，为我们服务，形成了数据化的阶段，这个时候数据开始互联在一起，我们的服务开始专业化垂直化，这是过去20年经历的状态，如果以这个为核心，我们看到的是在过去20年因此产生的互联网公司的发展状态，这是过去20年中国前三十的互联网公司，这个数据是某一个阶段的前30数据的发展状态，我们可以看到，从上面看似成立时间，代表了这个模式的一个开始，这个模式已经阶段性成功了我们可以发现一些规律，最开始标红的公司，他们也是首批开始上市的公司，阶段性成功的公司，像百度、搜狐、腾讯这样的公司，他们的技术能力非常强，他们解决了很多技术的问题，他们首先上市了而且是大的平台，紧接着标黄的公司，比如汽车之家，途牛、唯品会、58同城、人人网，他们是垂直领域公司，他们是一个垂直领域的平台，他们更注重与在特定领域上的专业化的发展。
这些公司是紧接着上市的公司，再往后出现了一些新的公司，比如2012年出现了滴滴，这个公司未来也会走向成功，他的特点大家应该很清楚，有一些非常重的运营，有非常重的资本驱动，通过这样一种方式，最终打败竞争对手，这是我个人看法。这三类公司如果我们做一个总结，对过去工业3.0在互联网发展做一个总结，我们首先产生的是一些生产力驱动的公司，技术平台的公司，这些公司的核心是以技术创新为基因，这些公司有一个明显的特征，具有一定的行业普适性，他们的机会窗口也是20年，因为他垄断了过去20年方方面面所有的领域。过了五到十年我们发现产品模式基因的公司，他们在垂直领域做的很成功，这个公司核心特点是产品模式驱动特别有专业性，机会窗口相对晚一些，在垂直领域中达到竞争的白热化，达到竞争的终点之后，这些公司会寻求新方向的突破，他的机会窗口是五到十年。再往后是运营效率基金驱动公司，也是资本密集型公司，他们需要对运营的执行力有很强的要求，对资本有很大的投入，这种公司需要在短期之内相互竞争，产生胜利方。
随着我们回到刚才这张图上，从信息时代，工业3.0的IT阶段，过去20年信息时代，逐步发展到未来第四次工业革命，互联网往哪个方向走，有可能变成数据互联智能化的时代，这个时代数据价值为王，数据是资源，算法算力是其中的生产力，在这个过程中，我们因此会得到一个新的认识，在未来数据价值化服务的智能化是我们工作的核心重点，我们希望利用的工具是人工智能和物联网，它的机会窗口期应该在十到二十年。如果用同样的思路考虑未来十到二十年，商业发展规律应该是这样，首先产生一些AI技术驱动型的公司，然后这些公司是技术平台的发展，他们当然是技术创新为主，解决了在这个新的时间段内，核心的各个问题，突破了核心技术，因此构建了自己的平台。
再往后是AI产品模式创新公司，在特定领域利用相对比较成熟的技术，实现了特定领域竞争优势。再往后是一些红海领域的资本大战，是运营能力大战，如果按照这个来考虑，我们想问一下生产力发展历史规律告诉我们，现在这个阶段AI技术有可能驱动新一轮互联网商业模式的创新，因为有了新的生产力出现，在工业革命4.0阶段。
我们想从这个大背景来考虑一下新零售是什么状态，我们可能认为新零售定义是互联网下半场的零售，是未来十年的零售，是AI和物联网加上的零售。所以我们想看看具体到是什么状态，我们具体细分一下，互联网下半场来了，我们看到下半场的背景，互联网相关的GDP过去20年只占了中国整个GDP的7%不到，我们互联网做了过去20年还没有真正意义上实现翻天覆地的贡献，这是为什么？在特定领域，比如零售，献上电商的零售额不到线下的五分之一。
中国线上购物规模也逐年放缓，每年双十一可能都在增加，但是增加的幅度没有那么大了。以这个背景为例，我们看到了互联网下半场，我们经常看到一些新的模式，比如我们看到单车，我们看到了咖啡机，看到了经常在小区附近或者商场看到的可以K歌的小盒子，我们也看到电影院里摆放的按摩椅。这是一个智能垃圾处理的应用，摆在我们小区门口，你把垃圾丢进去，自动识别垃圾是什么，比如它告诉你这是塑料，这是一个金属。智能的垃圾处理。这是一个亚马逊的智能音箱。
现在问题来了，到底互联网下半场是一个什么样的东西，我们看到互联网上半场的时候，我们的线上包括零售占到零售额的五分之一，线上产生的GDP不到7%，而线下又出现一些新的创新形式，有些甚至非常有意思，互联网下半场是什么，有人说互联网下半场是上天入地全球化，有人说互联网下半场是连接赋能破界，有人说是OMO，线上和线下，我说互联网下半场是产品模式的创新，是一种新的产品模式，是软硬一体的新的流量和内容模式。前三个你可能听不懂也看不懂，但是我告诉你这一点，有可能好像懂了，但是为什么得出这个结论，因为刚才我们看到了在工业革命的4.0的时候，AI和物联网技术作为新的核心生产力的时候，他代表一个未来十到二十年的大的变革，这个大的变革，互联网领域是第四次工业革命在这个技术的体现，这个体现从2015年开始出现了一些很清楚的AI平台型创新公司，比如某AI公司融了8亿美金，到现在这个阶段，我们发现一些产品模式创新型的公司开始出现，并且被接受，这就是互联网下半场的模式。
互联网下半场的模式代表在目前垂直领域的产品模式创新，这个创新有十年，刚才看到所有形形色色的东西都是在互联网下半场十年时间，我们可能迎来了新的产品模式创新阶段，这个是AI的产品模式创新。所以说新零售我认为也是这样一个产品模式创新的具体例子。新零售，我们认为是第四次工业革命在互联网领域中的中前期，我们AI以及平台技术相对比较成熟的情况下，产生了一种在零售垂直领域的产品模式创新的一种新零售的模式，新零售我们认为是互联网下半场的零售+AI和物联网，这个新的零售有什么特点，因为有一些新的需求，我们希望看到的是遇见既消费，就像骑单车一样，我们看到单车骑单车，零售一样，看到一个门店，我们进去消费，而不是通过APP导入进去的。我们希望提供的是高效的低成本的这样一种零售的模式，这也是所有用户需要的。这个成本包括什么，我们需要把零售中间的房租人力物流推广成本，通过互联网下半场这个新零售降的很低，当然在这样新零售阶段，第三个特点肯定是在场景足够的精细化，购物体验足够智能化，当然直接体现在个性化的商品上，这是互联网下半场对于购买体验，对于商品对于整个成本的要求，这是电商达不到的状况。
所以他要求我们在技术上必须做到软硬件一体化，比如要有IOT，必须有全流程AI赋能，必须有全流程数据化支撑。下面是新零售的需求，中间是新零售的生产力，最终构建了我们新零售的产品模式。
在目前新零售有些主要细分领域，比如新零售技术服务商，这有可能是我们提到的AI平台级的公司，他们在某些特定的领域，比如零售领域可以提供技术支撑，还有垂直品类平台，比如做生鲜的公司，比如有人的实体门店，京东便利店，还有无人货架，还有最有前景的模式，在实践中很成功的模式，无人小便利店。
第三个话题，在缤果这样一个大的场景下，我们新零售AI有哪些应用。缤果盒子提供的是怎么高效低成本的遇见即消费的个性化商品，智能化购物体验的这样一种解决方案，这个中间最大的点是我们把新的技术怎么解决新的需求。扫码进来，人脸识别。扫码过程是基于头像识别，现在缤果盒子在北京门头沟已经开始大范围部署了。
缤果的模式，我们总结一下刚才几种比较特别的，比如京东，京便利这种比较大的门店的方式，还有偏智能货架的模式全AI的比较，缤果盒子是相对比较通用的，购物体验相对比较好，商品品类是比较多的，而且它的人力成本低，因为没有人，房租成本也非常低，因为没有房租，它的复制成本也非常低，因为盒子可以随便拆卸搭装，货损和故障也能够控制在一定范围之内，通过AI的技术，同时它的技术门槛相对比较高。
在缤果这个里面，我们发现有很多事儿可以做，比如在缤果有全零售产业链的智能化，第一大特征，缤果智能终端管理，盒子或者收银台，我们会出现智能的防盗防损技术，智能结算技术，我们通过图像识别达到这个目标，智能身份的认证以及正在研发的智能语音助手以及多维效果广告，包括我们智能节能能耗控制，另外是缤果供应链平台，是商品补货和更新功能，可以提前预测哪些商品需要补充，比如智能补货，智能选取，库存优化，我们正在研发无人仓和无人车。
在数据方面，我们希望通过对消费者的智能进行大数据智能管理实现我们APP的推荐，实现消费数据的可视化，这三大部分对终端、供应链和消费者进行全方位智能化。另外，在软硬一体上软硬结合的平台，在目前所有互联网上半场公司不具备，因为大家都在强调一个点，APP，数字化没有进入到真实世界，比如云+IOT整套技术，我们在终端布置了新的线下流量，获取了各种盒子或者各种收银台，他们的理念是具备了边缘计算能力，同时在云端有新零售的，很多更大量的计算在云端完成，最终跟APP和开店宝结合在一起，形成云+边缘+APP同时加硬件控制IOT整套平台，这个新零售平台是开放智能平台，右边是IOT开放生态，最右边是灯控，我们通过远端直接控制电源的灯光，而且是智能化的。
我们有电源管理，还有有wifi的，有收银台的，有视频图像的，包括温控，这是面向B的，面向C可能会想到米+，米+很多硬件设备在缤果B端控制台上看到跟门店管理和仓储管理相关的很多硬件可以智能控制。在大数据生态，面向整个消费者智能，我们把缤果大数据生态链精准无偏的支持，我有很多数据，我数据很有价值，我想传达一个理念，数据多不是最重要的，数据必须要相对干净，相对准确的反应我们想要反应的东西，而且数据希望尽量是连续的才更有价值，所以有一句话叫缤果大数据生态是准确且联系的数据生态。我们认为准确且有联系的数据更有价值，简单来讲，楼下的缤果盒子有可能全天24小时购买商品，可能在这个范围内具备连续反映购物体验的数据积累。不会是双十一的时候大量的买，我们得出的结果是偏的。从技术角度来讲这是干净且无偏的数据，同时有多维度闭环的数据，商品、物流、用户、合伙人，这是一个全链条的闭环数据生态，我们大数据业务架构从大数据智能产品后台引擎到业务算法到后台管理整套体系。具体的有一个案例。
缤果的智能结算，我们具备基于场景驱动的智能收银硬件，中间这个叫Mini，你把商品放上去，它知道这是可乐或者矿泉水，识别出来自动收银，这是相对比较立式的，能够结算更大商品的，这个是为超市设计的，一段时间之后，很多超市从之前的有人变成完全无人，至少在结算上无人，而且是24小时，因为他们可能采用了缤果全无人结算平台，这是硬件平台。这是真实的，有兴趣可以体验一下，扫码进去以后，用户随便挑选商品，随意扔到这个盒子里，自动识别出来商品的类型，然后它的价格直接出来帐单，用微信扫码可以完成结算。然后拿着商品离开，这个过程中会有人脸识别。
在新零售有一个很大的主题，智能防损防盗，实现单人管理10到20个盒子，这是传统的系统很难达到的，因为我们有一套智能视频识别系统对你的动作状态进行监控。第三个在软件层面上，我们在缤果为了实现各种场景应用有自己的AI平台，这个AI平台核心是软件平台，使人工智能研发效率得到提升，让人工智能研发更流水线，你可以看到在这个真实场景中AI需求太多了，我们尽可能实现自动化的建模深刻改变研发模式，否则很难达到产能要求，通过人工智能平台实现全流程的深度学习的支撑，这个传统优势很明显，可以改变我们对人才的依赖，降低研发成本，加快系统落地的速度。目前做到万亿级商品品类的深度学习。
这是一些例子，我们在这个过程中持续投入更多的关注，让我们零售各个产品最终降低成本提高效率。未来有哪些趋势，我们做了一些简单的思考。我们认为新零售AI发展趋势第一个点是场景驱动智能化，在新零售六大智能场景群里，购物、配送、仓储、广告、门店管理、客服，是最需要解决的问题，用户进入以后购物就是购物场景，这个过程中有很多需要优化的还有很多AI技术渗透进去实现更高效的。六大新零售智能是未来全行业要持续关注的。解决这些问题的时候，我们应该把它变成一种系统化的解决方案，这种方案仍然优于AI的方案，因为对未来十年AI的认识不是一个真正意义上的人工智能，是基于数据智能化，数据互联的智能时代，算法本身没有达到那么好的状态，这样我们会把一个具体的场景问题变成一个系统化的解决方案，通过对业务逻辑的梳理弥补算法不足，通过数据收集实现算法提升。
第二大趋势，全零售生态链数据化，我们知道为什么新零售AI是能快速落地的行业，因为零售行业本身具有较好的基础，以这个为基础，我们可以在未来拥有全链条无偏的数据，至少在特定领域决定新零售的未来。有相关的研究，深度学习的性能巨大的随着数据量的增加明显的提升，数据的要求是非常重要的，第三个发展趋势，无人门店对于我们计算图象和人工智能中间的自然语言处理的要求变的越来越高，在人工智能应用的四大分类里，我们可以看到，如果把AI发展的规律做一个简单的总结，就是从数字世界非关键场景到物理世界关键场景的转化，对数字世界，APP，网站，这样一些数字世界中非关键性的问题，比如数字世界关键的结论，比如金融风控，因为风控做不好发现我们钱少了，这在数字世界是关键性的问题，再往后，我们把人工智能从数字世界转到真实世界，比如自动驾驶，无人门店也是真实世界里相对比较关键的问题，因为他直接涉及到钱，它的挑战更高一些，也更实际，作用更大一些。
在这个领域中间，我们自然而然的可以知道这个图像和视频一个自然语言的处理，在未来十年有更多的机会，这个不仅在零售领域，全领域都一样。第四大趋势，在智能客服场景里，将为未来新零售提升购物体验是非常关键的场景，大家应该知道了美国智能音箱的用户在2017年已经占到整个人口的六分之一，而在国内这个音箱比较少，音箱不是重点，重点是智能助手，盖特纳说到2020年之后智能助手，不管是软件还是硬件，将占30%的网络流量，很大一部分用户将慢慢不适用APP，而通过AI新的交互方式实现信息获取，实现生活服务。新零售领域里智能客服将是提升客户体验的关键作用。
第五，供应链智能化将决定商品竞争能力，因为在零售领域商品的便宜实惠是大家喜闻乐见的。无人盒子将成为新零售领域中脱颖而出的模式，它是无房租，无人工，低廉的供应链，最终导致低廉的商品。在智能供应链体系里我们至少把价格库存计划和商品做智能化的管理，这是未来得趋势，通过好的价格定价助力库存优化，通过好的库存计划驱动库存管理，通过好的商品的理解来实时定价进行算法建模实现价格最优化，通过商品指导库存的计划和策略。
总结来讲，我们认为AI在新零售领域，在未来大有可为。
想要获取大会PPT的朋友可以关注公众号【FMI飞马网】。获取方式：扫码进入公众号——底部导航栏回复关键词"ppt"进行查阅哦！
閱讀更多 飛馬網FMI 的文章
