猎云网|文安智能创始人陶海：人工智能进入“感知+认知+协同”的2.0时代( 二 ) 【猎云网北京】

经历过一些困惑，现在我们慢慢清晰了。 AI公司不能赋能百业，就是要进一两个行业，而且你必须还要做到这一两个行业最好的公司。可能你的规模不是最大的，但是你引领者、你是高端，你创新，你占领市场，这是一个很好的一条路。
但是再往后走，再远了，能不能变成老大老二，那要看你自己的努力情况。但是往这个方向走，就涉及到第三个阶段，你一定要去真正做出业务闭环，解决问题。
现在ToC和ToB里面经常会有两类公司，一类做产品的公司，这类公司可能好一年、好两年。举个例子，比如一款人脸相机卖15000元，成本才800元，很多玩家看到毛利高全冲进来了，一年之后，相机价格变成1500元，还有专门做硬件的公司会努力给你压缩成本。再比如人脸识别闸机刚出现时很火，但现在闸机人脸识别算法模块才150块钱，这就是做算法的人工智能公司必须过的一个槛。
我觉得感知层非常残酷，但是做人工智能有一个好处，不光是感知层，还有数据层，还有决策层，整个全栈人工智能其实是非常难做的，这也是我们做人工智能的一个机会。从我们角度讲，我们就深耕行业做全栈智能，这是我们目前想到的人工智能创业最好的一个路径。
我刚才讲的是比较实在的体会，下面讲一讲落地应用的挑战和应对。

文章图片
尽管有那么多困难，现在真的是人工智能发展最好的时机。首先基础比较薄弱，这张图上，横坐标是市场规模、纵坐标是成熟度。 AI+安防相对成熟度高，因为安防里的关键算法，公安一定要花钱买的算法不多，就是人脸识别，剩下还有治安防范，就是弱需求。
相对来讲这么多公司，这么多投入，都做人脸识别，发展的非常快，所以相对成熟。但是其他很多行业都不太成熟，只要不成熟，而且每个行业场景都非常多，本身行业就多，行业里场景又多，所以AI公司虽然如雨后春笋，实际上还是不够的。
其次，之前大家都愿意说人工智能就是像火箭，数据就是燃料，算法就是火箭，数据算法算力是以前传统的说法，这个比较适合说感知层AI ，就是刚才说的Y等于F（x）。你有足够的X有足够的F ，你标注足够好，训练一个神经网络F ，就解决了这个问题。比如，一张图是男的，是猫、是狗，这都是影射问题， X就是图像， Y就是狗和猫， F就是神经元网络，这个问题就是算力算法数据解决的。
一旦进入真正业务闭环就不这么简单，就开始看阿尔法狗，当初这么多公司创立，这么多钱投进来是想得到各行各业的阿尔法狗，结果搞了一个F回来，搞了一个感知，不是搞了一个决策闭环，这其实有巨大的差距，有这个差距就有机会。
还有很多刚才谈到的信号灯控制，包括防疫人的跟踪，经过防疫大家知道了，不光人要跟踪，货物要跟踪，车要跟踪，摩托车要跟踪，自行车要跟踪，所有的东西万物都要跟踪。这个时候如果感知达到了万物跟踪的状态，就可以做万物的优化、规划，这就是我认为整个闭环最终的目标。

文章图片
所以，人工智能向全栈智能化发展，从“数据+算法+算力”的人工智能1.0到“感知+认知+协同”的人工智能2.0 。
2.0实际上是感知加上数据，加上认知，加上协同。为什么加协同，这的协同特指人机交互，因为最终的决策一定要人来做，这是基本的伦理。同时，人工智能大家都在讲智能体，都在讲云边协同，都在讲迭代。所以人工智能只是有一定概率会失败，而且失败会很惨，所以你一定不让很惨的事件发生，就像特斯拉的车撞到货车，不能让这个事件发生。这时候可以把人的因素加进去，人机交互协同，可能“十四五”阶段机器把公务员20%的工作接过来了，让他们轻松了20% ，到“十五五”他们就能轻松50% 。但是最终，这个人一定是在这个环节里的，流程要再造，人工智能从感知、流程再造回过头来倒逼效率提升。