摘要：新商業、新機遇、新挑戰，三家創業公司的「AI 落腳之 2019」。
2019 年，產業界的明顯感受是 AI 不可逆轉的「降溫」趨勢。據統計，包含 A 輪之前的早期投資不足 60%，種子輪近乎匿跡。當然，AI 領域不是一片哀嚎，先抑是為了後揚。B 輪之後的企業備受青睞意在表達，行業主旋律發生了變化：由 AI「三駕馬車」的壁壘構建期，過渡到強調 AI 商用落地階段。因此，大部分公司都在向「AI+應用場景」的路徑嘗試。
如果把 AI 產業劃分為基礎資源層、技術架構層和應用層，那麼，產業鏈如今的熱點則集中在上游的應用層。加之傳統行業和傳統企業對 AI 應用的需求，都成為促使 AI 技術向 AI 應用發展的重要原因。不可避免的是，在產業優化升級的過程中，馬太效應愈演愈烈，相關企業需要把握好「AI 技術的產業化」和「行業應用的 AI 化」的機遇。
在極客公園創新大會的舞臺上，我們有幸請來了 AI 賽道上的 4 位親歷者，他們將以第一視角，講述 AI 技術走向產業落地的 2019 年，關於自動駕駛、人機交互、智能製造背後的那些不為人知的刻骨經歷和心得體會。
以下是三角獸創始人、董事長&COO馬宇馳、杉數科技聯合創始人&CPO 王曦、文遠知行WeRide聯合創始人&CEO韓旭、將門CEO高欣欣在GEEKPARK IF X 圓桌論壇的分享內容（經極客公園編輯）：
高欣欣：大家好，我們這個環節的名字叫做「AI 落地產業的這一年」，這個話題和極客公園第三天的極致成長主題特別相關，因為 AI 所帶來的是對於行業的賦能，所以既關乎科技公司的極致成長，同時也連帶著行業產業的極致成長。AI 這幾年是一個風口浪尖一般的話題，一時間熱度爆棚，一時間又爭議不斷。
今天我們秉持著極客公園的核心精神「For The Next 10 Years」，請來了三位在過去這一段時間裡一直在第一線奔跑的創新者，從新商業、新交互、新交通三個維度聊聊未來 10 年，以及務實的今天。
首先請問文遠知行 WeRide 的創始人韓旭先生，自動駕駛和智能駕駛話題可能是 AI 落地產業裡面最風口浪尖、最倍受爭議的話題，不管是從未來激活的節點，還是在各種路徑的選擇上，都充滿了討論。
文遠知行做的是 L4 級別的自動駕駛出行公司，最近我覺得有一件對整個行業的里程碑事件，文遠知行和廣州白雲出租汽車集團，以及科學城（廣州）投資集團共同推出首個在中國一線城市落地的 Robo Taxi 試運營服務，真正的推動了落地的發生。
我們前幾面一直在說自動駕駛的未來，現在又有這麼多爭議，從這個時點看未來的 10 年，在你眼中，智能駕駛、自動駕駛到底會給我們帶來什麼樣的社會價值、用戶價值？今天離那個未來到底有多遠？
韓旭：大家之所以覺得自動駕駛現在有爭議，是因為把時間拉回到 2017 年，大家都憧憬著可能在 2020 年的時候很多區域都能看到自動駕駛車了，結果只見樓梯響，不見人下來，大家遲遲看不到自動駕駛車的落地，大家會覺得你們之前是不是在放空炮，是不是有泡沫。
今天至少文遠知行還交出了一份比較滿意的答卷，你現在去廣州拿出手機，可以在 APP Store 下載「WeRide Go」這個 APP，或者在安卓手機下載這個 APP，可以直接呼叫這個自動駕駛出租車，當然這個車現在只有數十輛，但是之後會每個月 20 輛往前提，直到在明年中會鋪到 200 輛，之後還會往上走。
為什麼突然倍受爭議呢？因為 2017 年大家對整個技術發展過於樂觀，覺得好像很快就會有很大區域的全無人的自動駕駛車出來，實際上在那個時候，我就已經說過，L4 級的自動駕駛本身是很有挑戰的，而 L5 級，也就是任何區域都能自動駕駛，這個可能要實現通用人工智能才有可能實現，但是我們認為 L4 級別會有可能在近期實現。
這個時間的維度是什麼呢？剛才大家聽了何小鵬講的，他估計是在 2025 年進入黃金時代，我比他更樂觀一點，我認為可能 2022、2023 年會大量的鋪開，2020 年這一年對於我們來說是一個新型的開始，是一個試運營的過程，當然也要尊重中國的路測法規。
現在 Google 的子公司 Waymo 在亞利桑那州的鳳凰城已經實現了全無人的自動駕駛，而且法規也支持它這麼做，在中國暫時還不允許自動駕駛完全無人，還是要有一個安全員，我們現在做運營也有安全員，但是我也希望在技術成熟到一定程度的情況下，中國也會開放這方面的政策。
未來會成為什麼樣？大家生活在北京，我也在北京生活了六年，每天早晨的高峰時刻你想想你有多痛苦，你坐私車堵在路上，坐地鐵被擠得像沙丁魚。我們也希望將來就像剛剛小鵬說的，整個路況你是知道的，你坐在一個自動駕駛、私有的空間裡你是知道有多少時間在這個車上，而且你可以不用開車，可以把這個時間還給你。
基本上每個人平均每天通勤是兩個小時，我們希望把這兩個小時還給每一個人，這樣的話你既可以享受到舒適，而且還可以再拿回來自己的時間。一個最深刻的問題是，一個城市有多少輛車，不是由這個城市有多少人決定的，而是這個城市的道路決定的。
自動駕駛可以最大程度地提高道路的利用率，所以每個人的生活變得非常好，為了這個目標我們一直都在不懈地努力。
高欣欣：剛剛聊了新交通，接下來要聊一下新交互，我想請問一下宇馳，其實每一次人機交互體驗的變化都激活了更多使用它的人群，不管是從原來到鍵盤到觸屏，再到今天語音和體感，我們使用技術的壁壘越來越低了，產生了全新的場景。
三角獸正是在做這麼一個事情，是領先的人工智能語義解決方案提供商，提供了特別卓越的人機交互體驗，今天的三角獸已經覆蓋了 3 億部手機以及 1 億臺 IoT 設備，通過我們的語義理解、開放域對話，使得交互有了更深維度的洞察，同時通過精準的推薦，完成了這樣的閉環。
請問宇馳，對於未來的 10 年，你覺得這樣全新的交互將帶來哪一些全新的體驗和更多的場景？
馬宇馳：現在大家如果有三星、OPPO、vivo 的手機，或者是百度的小度小度、小米的小愛同學，你可以跟它自由地對話，它能夠回應你、瞭解你，這件事情是由我們在做。人機交互是這樣的，最簡單來說，你去按一個電燈的開關也是人機交互。我們的目標不僅僅是讓語音助手「回應」你，而是真正地「理解」你。
所以，我們這個行業對標的是「大腦」，做的就是理解，我們希望人機交互在以後的 5 年、10 年，核心是當我們跟機器發生了這樣交互行為的時候，無論是文本、語音、圖片，背後能夠更快速地理解你，把你原來自己要做的一些操作、判斷、意圖，提前給做出分析，讓你變得更方便。
最簡單舉個例子，比如說咱們在手機上的複製粘貼這個動作，你對文本有了想法，要去複製粘貼，核心是你下一步要乾的事情。
我們的技術現在已經落地了 3 億臺手機，當你對任何一段文本要做任何意圖的時候，你只需要長按它，後面的這些東西，能夠滿足你的資源、服務、信息，就會以卡片的形式推給你，一步就完成了，即便你沒有安裝那個 APP 也可以。
所以，使用我們的這套系統，能夠提前預判你通過這段文本可能要去幹什麼，其實就是替你做了一些判斷，通過機器來自主判斷。
隨著越用越精準，目前我們的服務器每天有 1.8 億次的使用請求，在過去的 12 個月增長了 16 倍，這是自然增長，我們沒有做任何的廣告，只是不斷優化這個體驗，讓你用起來更快、更準，這個是我們的核心。
所以，我們認為人機交互最好的情況是你意識不到你和機器做交互，你想幹什麼一步就做到了，這就是最好的人機交互體驗，不要去想有什麼技術在裡面，這個是很高的門檻，我們做到「見到就是用到」就行了。
高欣欣：你說的特別好，真正的智能就是無感知的，你感覺不到就是智能真正落地的那一天。
我特別好奇你聽到最多的問題都是什麼問題，可以給我們劇透一下。
馬宇馳：我們接入了 1 億臺 IoT 設備，比如包括小度小度在內的超過 50% 的智能音箱開放域對話系統，都是由我們提供的，TOP20 的語音交互內容一定包含用戶罵這個音箱或者這個設備，有各種罵人的話，因為你跟它說兩句會覺得它不聰明，甚至你沒有覺得它不聰明，就是單純想罵它。
然後關於兒童，我們能看到一些很明顯的大數據，帶有爺爺、奶奶、姥姥、姥爺的高頻詞出現，這個是比較直觀的。
大家看到網上做自我宣傳的，如果不是這些品牌靠程序員寫進去的，你看到所有真實產生的交互，那些比較有趣的，幾乎全部來自於我們。
高欣欣：這裡面就有特別多的數據。同時剛才說到了很多孩子、老人，這就是技術進步的魅力，新的交互可以落地的時候，會讓更多不同分類的人可以使用它。
說完了交互，我們談一下新商業，我有一個巨大的相信，我相信未來一切的決策都是數據決策，可是如何去理解數據、如何做最優決策，這是特別難的事情。
杉數科技就在做這樣的一件事情，杉數科技是通過機器學習、深度學習、運籌學幫助很多行業、企業做出最優化的決策，而且在過程中它所服務的客戶可能都是創新上最前沿的，包括順豐、滴滴、京東，這個難度可想而知。
所以，我想請問王曦，在你看來，未來的數據決策、最優決策將帶給未來 10 年的新商業什麼機會？
王曦：如果說到新商業，這可能是一個很大的場景、很大的話題，但是說到商業場景下面的產業應用，我很喜歡一套方法論，就是描述產業發展生命週期的三段論，企業發展通常要經過這麼三個階段：
第一，行業驅動型發展，或者紅利驅動型發展。
第二，管理驅動型發展。
第三，技術驅動型發展。
這個方法論可能是從歐美傳播過來的，人家走了幾十年的時間。但是中國現在處於跨越式、彎道超車的時候，三條線都在走。如果放眼未來 10 年，我們專注的是創新驅動的決策應該怎麼做。當紅利慢慢消失，企業管理方式趨於模式化的時候，怎麼通過創新引領這個產業的發展。
在我們服務這麼多零售、物流、工業製造類客戶的過程當中，也歸納出了一些方法論，通常來說我們會看到三種訴求：
第一，數據驅動的訴求，非常明顯，因為 2016 年起開始講人工智能，但是 2016 年之前一直講大數據，企業或多或少在積累數據，想要去做數據採集、管理、可視化，然後看趨勢、挖掘規律，很重要，但是這是第一步，我希望有了數據之後一定能指導我做有價值的事情。
第二，決策導向的訴求，企業不再僅僅滿足於能看到一些數據和圖表，而是希望知道當我需要做一個決定的時候，這個決定可以是戰略級別、運營級別的，但是一定涉及到在什麼時間把什麼資源花在什麼事上這種類型的問題，需要能夠給出一個決策建議，這個是決策導向的訴求。
第三，降本增效的訴求，就是從運營效率或者是降本增效的角度，一定要給我帶來真金白銀的價值。
杉數在落地產業的角度上，更多的是 2B 端，通過了算法的驅動來幫企業降本增效，我們希望做的事兒也是能夠把數據驅動、決策導向和產業落地、降本增效這三件事情合在一起。
高欣欣：剛剛一開始就說到了一個問題，就是每一個行業的創新當它推動的時候，既有叫突破型的創業者在推動著我們產業的發展，同時這個行業還有另外一個創新的維度，就是已有的行業領先者，我們所謂的龍頭企業、行業大鱷，其實在每一次創新推動的過程中，這兩個維度不可或缺，使得在今天特別明顯的是這兩股勢力凝結在一起共同推動。
三位都在這個方面非常有經驗，我想問王曦，因為你所在的這個行業跟這個大行業、企業，尤其是我們叫傳統行業，其實走得是特別近的，大家都想創新，沒有人不想創新，但是創新特別難，是源自於創新具有巨大的不確定性。因為我們每天都在被今年的 KPI、這個月的 KPI 所左右著，同時已經形成了一個固定的流程，這個時候創新推動起來就特別的難。這個在創業者和我們傳統行業在一起工作的時候尤為的突出，在這個方面一定很有心得，你覺得這裡面的核心難點是什麼、你是怎麼克服的？
王曦：確實很有挑戰，但是也是機遇和挑戰並存，我沿著剛剛繼續講下去，現在宏觀經濟增速放緩，有一句話我特別喜歡，圈一塊地、種一季糧、精耕細作、秋收冬藏。其實講的就是在這樣的一個大環境下，絕大多數企業接下來一段時間的生存方式和預期的目標。
所以，不管是龍頭老大還是創新企業，其實都在面對，並且需要去適應這樣的趨勢，在這個過程中，我們作為一個初創企業，在做 2B 服務的時候，學到的第一個經驗就是，不敢說去改變企業原有的經營模式，而是必須要服務於企業現有的經營模式或者業務流程，我們沒有精力和能力，也不可能用巨大的成本去教育企業，完全顛覆它的業務流程。
而採用一種輔助的手段幫助企業把這個流程變得更順暢、更高效，是我們能夠順暢的服務企業一個必經之路。
另外就是，各個企業是不同的，2B 同樣像 2C 一樣地千人千面，每一家企業就算處在同一個垂直行業，也是千差萬別的。所以，我們在幫助企業向精細化運營轉型過程當中的一個挑戰，就是我們怎麼樣能夠以最低的成本最快地學習到這個行業的專業知識，這個其實是非常的重要。
因為，如果你只是以一套非常標準而不可定製的，或者不貼合業務場景的一套解決方案來解決問題，對於企業來說賣的只是一個空殼子。
剛剛您也提到了我們服務了很多的零售、物流、製造類的客戶，就舉一個最傳統的製造業客戶，雖然服務得很成功，但是他們給我們提出的訴求、痛點也很直接，概括起來有四個方面：
第一，看不清。市場上的波動看不清，需求來了怎麼響應看不清，我作為一個生產企業接下來的訂單交付、訂單承諾應該怎麼做，看不清。
第二，靠人工。企業都會需要非常有經驗的調度師傅去做資源調度，但是他們的經驗怎麼樣能夠標準化沉積下來，能夠傳承並且適應各種複雜場景？解決不了。
第三，效果差。更多的是從各種運營層面的數據來看，比如說庫存成本、物流成本、生產成本、調度成本等等。
第四，缺國產。就算有一套完整的解決方案，不管是軟件還是硬件的，能夠一定程度上解決上面的三個問題，很難有完整的國產解決方案，尤其在現在這樣一個大環境下，我們希望能夠自主可控，國內的企業非常缺少這樣的方案。
我們通過一系列解決方案服務這樣的製造類企業，有個很關鍵的因素是，我們研發了中國第一個自主研發的優化算法求解器，它基本上是任何一個優化問題的核心內核，我們也算打破了歐美三四家公司在國際上的壟斷，這也是為「卡脖子工程」做的一點點微薄的貢獻，也是一件很值得驕傲的事。
另外基於這樣一套核心的底層技術，我們能夠幫助企業把它的庫存成本降百分之二三十，我們能夠把它訂單滿足率提上 15 到 20 個百分點，更不用說整體的效率了，不需要完全的依賴人工，響應速度可以達到分鐘級。哪怕對於一個非常傳統的企業來說，我們能夠給它帶來的效益也是真金白銀的。
高欣欣：特別同意這個，我在《解放日報》上看到了杉數求解器的消息，在線性規劃部分上達到世界第一梯隊，競爭者都是已經研發二三十年的歐美企業，這也是中國創新力量的一個崛起，特別鼓舞人心，明年工業升級肯定需要你們的出力。
說到工業，智能製造是一個大的話題，又回到了駕駛的內容上，我想繼續追問韓旭總，剛才談到的是創新者和傳統企業的合作，其實您也跟很多行業大鱷合作，只不過行業巨頭的危機意識特別強，早就動起來了，因為他們知道這個大的浪潮必然會發生，都放了非常多的巨資，去做這樣的一個投入。
在這個情況下，和您聯手的大企業基本上是大家共同承擔著產業推動的困難和風險，當這件事必然發生，變成產業推動升級難點時，您怎麼看這裡面的困難和解決方式？
韓旭：我看到的更多是機會。大家都知道能造車的企業沒有小的，實力都很強，為什麼傳統造車企業會和一個初創企業合作，一定是有他們做不了的東西。
自動駕駛是一個比較模糊的概念，我們分國內和國外兩塊來看，國內很多車廠做一些自動駕駛，大多數集中在 L2 和 L3 級別，在 L4 級上，他們覺得還是有點遠，而且科研投入的力量、人的投入力量巨大，車廠因為每一年都要有一個嚴密的計劃，不能接受推遲或者做不成，這種高風險的事情最好交給像文遠知行這樣的初創企業做。
這就是為什麼在國外做自動駕駛都是巨頭收購創業公司，福特收購 Argo.ai,GM 收購 Cruise, 今天上午演講的大眾汽車，直接把它的自動駕駛事業部和福特合併，都投到 Argo.ai 上，Google 的自動駕駛子公司 Waymo 和 Chrysler，也和我們的股東雷諾日產三菱聯盟在國際上聯合。
大家看到這種聯盟的出現，意識到了兩點：
第一點，自動駕駛是一個投入巨大的事情，可能風險很高，傳統車廠可能覺得需要一個真正具有開拓精神、人才密集的公司來做，初創企業的機會就在這裡。
第二點，大家常說百年汽車，1893 年的時候本茨發明汽車的時候，那個汽車就是馬車把馬去掉，把鍋爐放到後面。今天自動駕駛又一次對車產生顛覆性的改變，大家看到車從內燃機變到電車的時候，它已經有變化了，只是我們不知道一輛電車真的該怎麼設計。
所以，前面原來放發動機和傳動裝置的地方實際上空出來一塊，你如果用特斯拉的話，打開那裡是空的，但是我們並不知道怎麼用這個空間，所以我們想了一個辦法，把它摳了一個小方塊，把那個叫 Frunk，前面放一點地方，實際上是說我們還不知道該怎麼真正的設計電車。
能源的轉變已經讓我們不知道怎麼設計電車，等到自動駕駛的時候，可能所有東西都要全新的設計，這就給了自動駕駛初創公司更多的機會，所以在這一點上，我們完全有很大的機會來一起合作。
高欣欣：未來已來，剛才我們聊了傳統企業的合作，聊了已經全力投入的巨頭全力以赴推動產業的過程，還有一類巨人就是 BAT，就是馬宇馳所面對的，不管是小米，還是百度、手機廠商，他們在創新的路上都是衝在最前面的，生態佈局也特別完善，在您跟這樣的巨人合作時，創業企業有機會成為巨人邊上的巨人嗎？
馬宇馳：從過往來看，我們基本上已經證明了這個事情，我們可以站在巨人的旁邊，舉個例子，比如說你是開蛋糕店的，你要不要因此而養一群奶牛。比如美的去做小家電，你要不要因此造一個電廠，或者是汽車，你需要用鋼鐵，你要不要因此而去造一個鋼廠？
我們跟巨頭站在一起的時候，其實這個問題也是最早從我們出來創業到融資時，我們的合作方、投資人不斷問的一個問題，有一天百度、微軟某部分開源了、突破了，你們怎麼辦？
其實這個問題是這樣的，在國內和國外有一個差別，就是說對技術的瞭解我覺得思路可能不太一樣，國內很多的公司覺得企業大了，我這麼大了什麼不能做，這個問題返過頭來說還真有你不太能做的地方。
我們是在一個技術點或者是在一個領域當中做得很精、很尖端，同時我們是唯一一家跟 BAT、微軟、小米、錘子、360、獵豹等等，你們能夠想象到的巨頭都在合作的公司，手機當中的 15 個品牌，IoT 當中的半數天下。
這個是怎麼達成的？從兩個角度：
第一，合作伙伴的產品策略，比如說百度他們做生態，是要做的是一個整體，要做 DuerOS 的平臺，讓大家來用我這個 OS 的平臺。既然是生態，就要有人參與其中，一起玩耍，才是生態，生態裡不能只有你一家。開門迎客，所有的客人都是我自己，這個也不太合適。
我們在其中充當了什麼樣的角色呢？假如這一個桌子上面有筆記本、手機，我是這一臺筆記本做得最好的那一家，如果你這個生態裡需要一個強有力的筆記本，我就是首選。
所以，現在小度小度後面的開放域對話，比如我今天有些累你和我開一個玩笑逗我開心，這些都是直接接的我們的服務器，這個就是最好的證明。百度他們是花錢買時間，專業的人做專業的事兒，說上去很簡單，其實國內絕大部分的企業，尤其是傳統企業做不到，他的想法就是不管你有多專業，我這麼大的企業我招人，能不能怎麼怎麼樣，其實真的是不能。
第二，從技術的環節。舉個例子，有沒有發現 Google、微軟等國外的巨頭，說語義這個行業說了這麼久，但其實沒有做出中文的語義系統。一是因為語言的關係，二是並非因為你是互聯網巨頭，數據就應該在全面領域都是第一。
再舉個例子，搜索引擎，它的數據厲害之處在於，通過關鍵字來獲取網頁數據。而我們是做語義對話，比如說前一陣子無論是有明星去世還是出軌，下面用戶 A 和 B 在聊，C 又插進來，我們要的是這個數據。
你聊一頁還是五十頁對我們來說都是一組數據，這種數據我們全網有幾百億組，即便是巨頭想做也要從頭去做。再舉一個例子，我有一臺車，你有十臺車，咱們倆同時從北京開到上海，我要用十個小時你不可能用一個小時，因為路和時間是一定的。
所以，無論是在大的方向上還是在技術環節上，都需要找準一個點，一旦找準，就可以在這些巨頭當中生存，並很好地跟他們合作。
高欣欣：意猶未盡，但是我們的時間已經到了，最後請三位各用一句話，再過不到兩週就是我們的 2020 年了，未來的 10 年即將開啟了，你想對明年的自己或者你的企業、產業說一句話會是什麼呢？先從宇馳開始。
馬宇馳：我們走的每一步，不管是未來的 6 個月還是 12 個月，我們要自己做出我們自己的價值，而不是期待別人說 10 年之後我們很有價值。
王曦：引用一句話，歐拉說宇宙萬物演進更替，總有某種形式的最大化或者最小化存在其中，而這個最大化最小化或者叫優化，是產業裡面的每一個企業，在尋求 AI 落地過程當中追求的點，這也是我們杉數希望能夠跟大家一起堅定的走下去的原因和目標。
韓旭：我也引用一句話，看看現場有沒有人知道我是從哪裡引用的。大家都說資本寒冬、自動駕駛的寒冬，所以我對自己和對自己的公司，甚至對於整個行業，2020 年的寄語就是：「最後的勝利，往往在於再堅持一下的努力之中。」這句話出自 1938 年毛澤東主席寫的《論持久戰》，在那個時候，日本打進來了，太平洋戰爭還沒有爆發，中國在落後的農業國獨抗一個武裝到牙齒的工業國時，有的人說要亡國了，那個時候他在陝北的窯洞裡寫出了這句話，我覺得這句話今天同樣適用。
高欣欣：謝謝各位，讓我們以終為始，迎接未來的 10 年，謝謝！
閱讀更多 極客公園 的文章
