一個人和一家企業的半山腰：在京東完成技術轉身之際_風聞

AI能用嗎？

在這個以AI產業化、AI商業落地等概念為關鍵詞的一年中，無數大小企業都在身體力行地回答着這個問題。當人們在電話裏與智能客服對答如流時，當生產線上的智能攝像頭在為產品進行分類時，我們似乎已經聽到答案的聲響。

但對於在這一產業中寒耕暑耘的人來説，讓這項從上世紀五十年代就開始被學術界挖掘討論的技術給出答案，並非看似那麼簡單。

像周伯文這樣的在學術和產業兩界均有涉獵的AI從業者，尤其如此。

2019年12月6日，京東集團宣佈設立京東雲與AI事業部，整合原京東雲、人工智能、IoT三大事業部的架構與職責，由京東集團副總裁周伯文博士擔任負責人，向京東集團董事局主席兼CEO劉強東先生彙報。京東的雲、AI、IoT三大技術模塊共同接軌，在其技術產業化的道路上加速前進。

對於周伯文來説，如今正是行至半山腰。

他不是一位典型科學家

提起2017年加入京東的周伯文，相信關注AI或科技行業的人都能脱口而出他身上的一系列標籤：IBM Watson集團首席科學家、曾經的IBM Research紐約總部人工智能基礎研究院負責人、IEEE Fellow、AI領域20年從業者……

和很多科技企業一樣，京東招攬了一名科學家。

但和很多科技企業不一樣的是，作為一位“非典型”科學家，周伯文身上一系列標籤背後，是對技術產業化和商業化長久不斷的追求。

比如在移動設備尚未普及的2003年，周伯文就研發了世界第一個完全嵌入式的大詞彙量的語音到語音雙向實時翻譯系統，並且將這一系統部署在了手持端。在那個移動互聯網尚未普及的年代，對於身處異國環境的人來説，這樣能夠隨身攜帶，又能一定程度上解決語言問題的產品，確確實實幫了他們很大的忙。

一項技術的創新，能夠滿足人們切實的需求。從那時起，周伯文開始着重關注技術的商業化。在採訪時他説了這樣一句話：

“所以我一直認為技術核心的目的不是論文，論文是展現手段，最終目的是創造價值。”

於是在周伯文後來十年的職業生涯中，我們能不斷髮現他在技術基礎研究和技術商業化之間平衡的痕跡。像是在2014年，他主動從更注重基礎技術研究的IBM Research加入到了向外輸出的IBM Watson Group，去探路人工智能商業化、平台化的模式。

可以説雖然AI真正開始成熟並大規模的應用於產業是在近五年內，但諸如周伯文這樣的科學家，早已趁着微熹晨光出發。

從技術試煉場，到每一個微小的改變

如此一來，我們就不難看出周伯文的技術主張與京東實際情況的契合之處了。

周伯文的技術主張是讓技術平台化、商業化去發揮價值，而京東的特點，正是業務場景廣泛，電商、物流、金融、客服、供應鏈、保險、物流地產……這些業務場景累積下了海量真實數據，成為了技術最好的發散場。另外一點，京東本身就具備着強烈的開放平台屬性，向用户和合作夥伴輸出電商、金融、物流、廣告等服務，可以説渠道已經打通，只待技術水流的沖刷。

這樣一家企業，可以説是技術天然的試煉者，也是天然的輸出者。或許正因這樣的天然條件，京東沒有一味選擇那些悶頭做研究，能夠醖釀出屬於下個世紀技術突破的學者，同時和專注把技術轉化成產品和價值的周伯文一拍即合。

我們可以通過一系列數字來見證京東的轉變：京東在2019年前三季度的技術投入規模超過了130億，比2018年全年投入都要多；而京東雲從技術產品的豐富程度和穩定程度來説都有了不少提升，來自IDC的統計顯示，京東雲上半年公有云業務增長超過了500%；京東AI以NeuHub為核心載體的新一代智能供應鏈平台，也入選了科技部公佈的智能供應鏈國家新一代人工智能開放創新平台，讓京東成為了國家隊的一員。

這些數字看似冰冷，可卻真切地改變了人們的生活。

像是已經成為了“網紅店”的廣州菜市場錢大媽鮮肉店，一家創新型零售鋪面，憑藉京東對於線上線下數據的分析和學習，也可以實現對於供應鏈的智能化管理，進貨的時間、地點、數量，打折促銷的時間，都可以在AI的輔助下進行決策。低成本的實現“不賣隔夜肉”，讓這家小小的店面走向連鎖發展，甚至在今年實現了6000萬的營業額。

又比如在應用了智能客服之後，在京東11.11、618這種業務高峯時期，不僅用户的需求能夠更快地得到滿足，客服員工的負擔也相對減輕。在大促期間，當週伯文在客服部門“輪崗”時，客服同事告訴他，相比往年連吃飯的時間都不夠，今年有了AI客服的幫助，終於能有充裕時間吃飯、去衞生間了。

技術的成功商業化，帶來的不僅僅是經濟上的收益或國家的認可，也在改變着每一個普通的生活，讓小微企業主也能有大夢想，讓客服工作者在京東11.11時能安安穩穩地吃一頓飯。這樣真實發生的改變，也無形中契合着京東“可信賴的AI”的概念。

典型性科技企業的手術式變革

這些變化背後，我們可以看到一家“典型性”科技企業的技術平台化。

什麼是典型性科技公司呢？

這樣的公司往往不缺少技術人才，其業務背後也擁有很多技術支撐。但技術在企業內部的流動性很差，具體表現為業務A中的技術A可能在業務B中也能發揮作用，但往往實際情況是，B部門還是會重新研發出與技術A極為相似的技術B。

周伯文在剛剛加入京東時，花了很長時間蒐集各個部門的技術需求，又推動業務與技術之間的重構。然後以兩個標準層層篩選——一個是技術的複用率，另一個是技術的沉澱性。選擇高複用率的技術，意味着在內可以降低重複研發的成本，也意味着對外可以找到落地應用空間。至於可沉澱性，則意味着技術是否擁有自驅式的發展前景，能在不斷落地時藉助真實世界的反饋得以提升。

在這兩種標準之下，京東以往的技術能力不斷從業務本身託生而出，擁有了開放式的發展空間並得以進步。京東AI開放平台NeuHub就是典型的發展成果。

同時京東也在加強技術基礎建設，像是由周伯文帶領的技術委員會，就負責技術人才的吸引、晉升事宜，以及對京東整體技術生態和戰略的梳理。周伯文加入京東以來，先後招募了何曉冬、梅濤等技術人才。

京東在兩年之間經歷了一場“手術式”的變革，將原本僅僅纏繞的業務和技術劃分開來，各自獲得適合的營養輸送。這一過程，相信可以給很多類似的科技企業提供參考。

一個人，和一家企業的半山腰

那麼，在這一場手術之後呢？

在思考AI技術商業化的同時，我們不能忽略的一點就是AI技術的核心屬性。毫無疑問AI的核心在於算法，正因為有一個個強大的模型，數據才能輸入其中經由推理得出結果。但模型的存在往往需要算力作為載體，而算力要麼存在於雲端，要麼存在於邊緣芯片端。更進一步講，幫助AI採集數據和反饋結果的，最終還是一個個設備，從最常見的移動終端，到應用於不同場景的傳感器、攝像頭等等。

正如周伯文對技術戰略所做的總結：“ABCDE”理論，即AI（人工智能）、Big Data（大數據）、Cloud（雲計算）、Devices（IoT）和Exploration（前沿探索）。

他打了一個比方來形容ABCDE之間的關係：業務是非常有共生關係的，把整個技術想成一個人的話，AI是大腦，IoT是神經末端的感知和採集，以及信號的執行。雲提供的就是身體的軀幹、肌肉、血管，在裏面跑的大數據是氧氣。

對於技術企業來説，想讓AI發揮產業作用，雲和IoT是不可或缺的部署途徑。尤其在不遠的將來，隨着5G技術的普及，數據的傳輸同樣會驅動技術應用形態的變革。因此京東對於AI、雲、IoT的整合是必然之趨。

有趣的是，在2014年周伯文推動IBM Watson商業化時，同樣也是將Watson與IBM公有云平台相結合。雲一直是AI的重要載體，在幾年之後的今天同樣如此。

我們不妨打開腦洞，推測在雲、AI、IoT整合之後，京東未來還將在技術商業化上實施哪些舉措。

1、 一體化開放

京東技術輸出的一大特點在於，像智能供應鏈這種技術，很多時候面對的都是實體產業甚至小微實體產業。這些用户的技術基礎往往很薄弱，需要供應商提供儘量完備的解決方案而非僅僅是技術API。在整合雲與IoT之後，京東未來的技術輸出可能會更加一體化，即京東集團提出的“從一體化到一體化開放”，把技術商品打包的更加完善，開“箱”即用降低部署成本。

2、 協同式研發

在整合之後，技術沉澱的範圍也可以更廣。像是算法的研發可以兼顧不同部署模式的需求，在網絡條件相對較差的倉儲場景中，更多的採用邊緣部署，讓雲服務、AI算法和IoT終端互相協同，給與不同用户更加細化的技術方案。

3、 廣闊的創新空間

在加強技術基礎研究和整合多個事業部齊頭並進時，兩項舉措也終會相遇。我們不難預測未來京東會有更多偏向於基礎突破，而非託生於當下業務場景的新技術，通過雲服務或IoT產品部署到現實場景中。

對於京東這樣龐大的技術孕育者來説，用兩年時間完成零售到技術平台轉型，僅僅只是走了半程。身份轉變之後如何保持技術的自驅發展，又如何面對當下科技企業集體轉向B端市場所帶來的競爭，才是京東故事在起承轉合之後，真正的高潮所在。

而對於周伯文這位在技術商業化耕耘了十餘年的技術領軍者來説，如今這個AI產業化大潮滾滾而來的年代，於他而言何嘗不是期待已久的半山風景。

山腰往上，還有無限風光。