揭秘曠視C計劃_風聞
深响-深响官方账号-全球视野，价值视角。2020-10-19 11:45
“看完這個場景之後我們覺得很震驚，內心想，在AI時代，事情或許不應該是這個樣子。”物流市場需要的是一個依託軟件+硬件的一體化解決方案，在這個方案裏，先進的算法是底層生產力，這也是曠視的核心優勢之一。曠視當前重心在於通過服務好一個個客户，不斷沉澱能力儲備和行業理解，為此後的指數級規模化複製打地基。
©深響原創 · 作者｜依民
2015年冬天，因為一個項目，創始人印奇和唐文斌來到了一個位於天津的大型倉庫。
到訪的倉庫裝備在當時已經非常先進，是行業標杆，但四萬平米的倉庫仍需要1000餘人在零下十度的環境裏每天走出一個“馬拉松”——空間太過巨大，暖氣聊勝於無，而儘管有機械輔助，但倉庫仍離不開最原始的體力勞動。因為環境惡劣，員工很難長時間忍受，這個倉庫每年離職率高達200%，也就是説每年都要換兩波人。
彼時是曠視成立的第四個年頭，正處於公司探索AI技術場景化落地的時期。在個人物聯網和城市物聯網領域，曠視已經在向深處挖掘AI“用武之地”，此時思考的重點是：還有哪些可以待挖掘的巨大場景，AI還能為哪些場景解決問題，曠視的戰略邊界還要往什麼方向擴展。
該次倉庫之行為印奇和唐文斌打開了一扇門，唐文斌這樣對「深響」回憶道：“看完這個場景之後我們覺得很震驚，內心想，在AI時代，事情或許不應該是這個樣子。”
以此為起點，曠視開始了向以智慧物流為代表的供應鏈物聯網拓展的步伐，並逐漸成為曠視重要的業務板塊之一。
歷經三年探索，如今的曠視不再是站在行業外的極客，更成長為行業裏的重要玩家。對於如今的曠視而言，以物流為代表的供應鏈物聯網已經成為其非常有想象力的一塊業務。
而如若將視角放在AI賽道上，對於伴隨行業起落，同樣遭遇了關於商業化前景質疑的曠視而言，圍繞供應鏈物聯網的C計劃，也是深入瞭解這家公司、釐清其前路的真正窗口。
智慧物流與新的認知迭代
在2015年倉庫之行給了印奇和唐文斌做智慧物流的啓發後，經過一年多的思考、論證和準備，2017年，曠視正式開始佈局智慧物流領域。梳理來看，在做智慧物流的過程中，曠視經歷瞭如下重要節點：
2018年收購艾瑞思機器人。2019年初發布河圖系統1.0版本，面向工業物流及商業物流場景提供智慧化解決方案。同年，徐慶才、王銀學加入，分別任高級副總裁、副總裁一職。2020年初，王宏玉加入曠視任職高級副總裁、機器人產品部（RPG）總經理。
歷經三年耕耘後，10月15日，在於北京召開的“曠視智慧物流戰略暨‘AI+物流產業聯盟’發佈會”上，曠視正式發佈智慧物流業務的定位和戰略佈局，並宣佈發佈包括河圖2.0版本、7款AI+智能物流硬件新品、發起成立人工智能物流產業聯盟，而自2019年陸續加入曠視的三位物流老兵，也在發佈會上集體亮相。
此次發佈會是曠視在系統、設備、團隊多維度就位後交出的一份關於智慧物流的階段性成績單，也是曠視第一次向外界全景式展現其涵蓋軟件（河圖）、硬件（機器人）、人才在內的智慧物流佈局，從釋放的信息可以看出，佈局已經基本完整。
不難看出，圍繞智慧物流業務曠視進行了大量投入，這是因為智慧物流是曠視供應鏈物聯網的重要組成部分，而供應鏈物聯網又是曠視1+3架構的重要方向之一。
所謂曠視的“1+3”架構，指的是以AI生產力平台Brain++和深度學習框架天元為核心的技術能力，以及個人物聯網、城市物聯網和供應鏈物聯網三大業務領域，這是曠視認定的可以用算法創造極大價值的賽道。
以智慧物流為切入點的供應鏈物聯網是曠視業務發展的三級火箭中最新的，也是增速最快的一個。這塊業務的起點雖然與2015年的倉庫之行密不可分，但在具體決策過程中，還有更復雜的邏輯推演。
回到文章開頭提及的問題：在個人物聯網和城市物聯網之後，曠視還有哪些可以待挖掘的巨大場景？AI還能為哪些場景解決問題？曠視的戰略邊界還要往什麼方向擴展？
唐文斌對「深響」表示，解答這三個問題，需要從三個方面出發：場景是否有需求、市場是否足夠大，以及技術是否有它的價值，它們匯聚成的一個評判標準是—— AI和算法能夠創造極大價值的場景。
所謂價值是指客户對改善當前的生產力水平或生產效率有切實需求，“極大價值”的含義在於這個需求必須十分強烈，客户真的在乎，也就意味着通過技術和產品提升生產效率後，可以創造更大價值，空間足夠讓參與者分享到紅利。在這個前提下，在技術層面有優勢的曠視需要尋找的，便是算法可以發揮極大價值的領域。
對此，唐文斌做了如下闡述，“極大價值表明客户真的在乎這個東西，你給他創造價值之後他願意做分享，願意為此付費。再回到前面一個關鍵詞是算法，我們這個東西對他來講是能夠有獨特性的，因為這個場景是因我而不同的。總結下來一句話，AI算法能夠創造極大價值的場景，這是我們應該做的事情。”
智慧物流顯然是經過反覆推演後符合以上邏輯的選擇：從實際需求來看，傳統物流行業無論是從改善員工體驗，還是提升企業效率來看，都確實存在極大的自動化、智能化提升空間；而在改進過程中，從過往嘗試來看，僅僅開發出一種或一類軟件或硬件都無法真正解決問題，市場需要的是一個依託軟件+硬件的一體化解決方案，在這個方案裏，先進的算法是底層生產力，這也是曠視的核心優勢之一。
雖然進行了嚴密推演，但在實際操作中，對行業的理解、認知和實踐，都需要腳踏實地一步步來。最初接觸物流行業時，唐文斌甚至連“堆垛”（指倉庫中最常見的一種物品碼放形式）的含義都不甚瞭解。
2017年進入智慧物流行業時，團隊的想法是設計出一款更加智能的全自動搬運機器人（AGV）來輔助作業，但在實踐中發現，AGV有侷限性，比如它只能搬運2.4米以下的東西，因為再高機器重心不穩就容易塌，而很多倉庫的高度高達10米，這種場景下AGV能發揮的空間就十分有限。
而且，在實際的物流環節中，需要的遠不止是AGV，而是許多設備的組合。那麼怎樣能將諸多設備統一調度起來，就需要一個強大的中樞系統。因此，經過初期嘗試發現彼時路徑的侷限性後，曠視團隊自2018年初萌發了研發軟件操作系統的念頭，這就是2019年1月發佈的河圖系統，它的價值在於能夠接入物流環節的多種設備，實現柔性調度。
唐文斌總結道，“客户要的是綜合性方案，能夠最優化、最大化他的能力和效率，這裏面最關鍵的東西是系統，而這個系統本身也極其難，但又符合我們很擅長的事情——算法，所以我們覺得這才是我們最應該乾的事情。”
當然，只做軟件還是不夠，因為現實場景下，可能現存硬件無法承載最先進的算法，同時，市場也存在一些尚未開發的硬件空白。為此，曠視選擇了“軟”“硬”結合兩條腿共同走路，除了不斷迭代河圖之外，曠視還研發了系列AI+智能物流硬件產品，打造了一個元素豐富的智慧物流體系。
在這個過程中，曠視團隊的成長和收穫也頗為豐富。
唐文斌坦誠，最開始進入行業確實低估了難度，有一點過度自信，但隨着對行業的不斷深入瞭解，自我的認知不斷迭代，相應的產品、技術、方案包括團隊構成也都在不斷迭代。比如，當經手的項目越來越複雜時，唐文斌便敏鋭意識到，團隊需要與行業進行更加深度的融合，為此，他挖來了物流行業老兵徐慶才。
基於共同的行業價值認知、徐慶才欣然加入，他的加入進一步撬動了更多物流行業專業人士加入。這為曠視構築集技術產品和行業專業人士為一體的團隊提供了很大幫助，也成為其不斷拓展智慧物流業務的重要能力支撐。
對於一家AI創業公司而言，做好不同團隊的融合，並匹配更好的組織架構是一個全新課題，在「深響」面前，唐文斌沒有迴避這個挑戰，而通過實踐，他也總結出了三個解決方向。
首先是行業側能力，即懂行的人是不是夠有先鋒意識。以徐慶才為例，其在加入曠視前對智慧物流已有自己的一番思考，兩三年前自己便提出過類似河圖的設想，這一能力是雙方能夠走到一起、合作前行的基礎。其次是技術側能力，即跨界雙方有沒有學習能力，能否以開放謙遜、實事求是的精神去與行業結合尋找解決路徑。第三是機制，通過互相學習充分交流，促進不同團隊的融合，例如公司內部會定期舉行培訓。
得益於堅定的戰略目標，實踐中不斷修正、加深的認知，以及逐步完備的團隊等多重因素多管齊下，當前，曠視在智慧物流領域已經是一個舉足輕重的玩家，目前，曠視智慧物流解決方案已經持續落地於鞋服、製造、汽車、醫藥、快消等不同行業的百餘家客户。基於河圖和AI+智能硬件，曠視已經沉積了成熟的系統解決方案，這為其拓展更多行業提供了堅實的基礎。
而抽離出單個業務，從更為宏觀的角度來看，在當前這個時間節點上，曠視智慧物流的發佈不僅是這家公司一個業務線的重大進展，也是曠視對外展示其發展前景和商業化落地能力的重要契機。
它們可以被具化為兩個問題：面對AI創業公司過去幾年遭遇的商業化能力質疑，曠視的想法是什麼？智慧物流又扮演了什麼角色？
迴歸理性，尊重規律
2016年，AlphaGo與李世石的圍棋大戰將深度學習這個並不新鮮的學術概念帶到了更多人視野，以此為起點，世界範圍內掀起了一場AI創業熱潮。
本科就讀於清華姚班的印奇和唐文斌都是技術的信仰者，早在AlphaGo掀起熱潮前，他們就已將精力傾注在深度學習等最新的技術方向上，並在2011年共同成立了face++（曠視前身）。由AlphaGo掀起的創投熱潮毫無疑問也將曠視裹挾進來——尤其當創始團隊本身就帶有姚班光環時。
但是在行業最熱的時候，唐文斌卻喜歡在內部“降温”：“當AI很受追捧的時候，我們對內説自己不是AI公司，是一家產品公司。”有市場給曠視打上的AI標籤在前，唐文斌“曠視不是AI公司”的表述讓人有點難以理解，這需要結合唐文斌對技術的深層思考來理解。
終日與技術本身打交道，唐文斌對技術的理解更為質樸，其向「深響」如此分享了自己的理解：技術有時候是階躍性的發展，但技術成長的曲線應該是緩慢上升、突然上升，再緩慢上升再突然上升這樣的路徑。
“我認為大家對技術要更客觀看待，不能説今天來一下，明天又來一下，後天又來一下，沒有那麼猛。所有的技術進步有躍遷性曲線，也有漸進式曲線，我們不能期望天天有階躍式的，更多的情況下就是一種漸進式的，這是我對技術的一個看法。”
能夠看出，如果對技術秉承理性認知，對技術所能實現的商業化前景便能更加客觀的對待。因此，也正是基於對技術的如此理解，唐文斌才樂於在內部強調“曠視不是一家AI公司”，其深層的含義是：尊重客觀規律，修煉基本功，做好當下、想清目標、建設好組織能力，然後一起形成路線、一起做事情。
AlphaGo之所以能掀起一股AI創業熱潮，是因為其讓市場看到了技術的躍遷式發展，並因此願意投入資源賭更大的未來。而近兩年來AI創投賽道逐漸迴歸理性，便是看到了AI技術已經來到了爬坡階段，這是實現下一個躍遷式發展的前提，但需要有人沉得下氣做積累才能實現飛躍。
市場過去幾年對於AI熱潮的態度變化，核心在於行業似乎未能在商業化上呈現爆發式增長，而這裏的關鍵是模式本身的規模和可複製性。
從服務對象來看，AI公司們其實都是TO B類型的公司，市場規模毋庸置疑，但TO B領域每個客户的需求多多少少都會有不一樣，如何實現可複製性尤為考驗公司自身的技術、產品、交付等綜合能力。而在技術本身仍有更大突破空間，市場需求存在差異化的情況下，AI賽道的公司要實現指數級規模化商業落地，也必須要尊重客觀規律，一步一步通過案例積累能力，進而為實現中台能力的沉澱打好基礎。
曠視的智慧物流業務便是踐行這條路徑的最典型代表。
已知的確定事實是，智慧物流可以創造極大價值、市場空間巨大、算法有很大的發揮空間。在實踐中，曠視慢慢積累了從軟件到硬件到團隊的多維度能力儲備。當下階段，曠視的重心在於通過服務好一個個客户，不斷沉澱能力儲備和行業理解，為此後的指數級規模化複製打地基。
唐文斌認為，曠視智慧物流業務當前最重要的就是能給客户提供一個成熟的解決方案：“就像裝修一樣，客户不想今天管水管工明天管電工，想來一個工長都搞定。TO B很多業務都是這樣，你要實現客户的價值，就應該提供完整的方案給他。在這個過程中，如何沉澱出標準化、中台，能夠把解決方案複製起來變成更快的事情，用AI定義硬件是很關鍵的手段。”
而在曠視公司層面，其在拓展行業，推動AI規模化落地的過程中，還有一件秘密武器——自2014年開始打造的AI生產力平台Brain++和深度學習框架天元。
它們代表曠視有着更加出色的生產工具，研發人員的效率能夠得到提升，這最終會反映在公司更高的產出效率和更優質的產品服務上，也就是説，這件秘密武器是曠視保持高效率的基礎。
在唐文斌看來，二者是曠視的核心資產和競爭力。實際情況也是這樣：無論個人物聯網、城市物聯網還是供應鏈物聯網，都是基於這個底層能力延展開的應用側佈局，在行業都在探索技術落地的過程中，擁有了Brain++和天元的曠視，就像安裝了一台最先進的發動機，為其提供了最強大的動力。
印奇曾經對外表示，“AI算法變成AIoT應用要經歷三個階段，算法-系統集成-AI定義硬件”，河圖和機器人硬件產品的發佈是曠視正沿襲這條路徑往前走的一個切面。
而從智慧物流的進展可以看出，基於強大的底層能力，和結合行業的實際探索，曠視已經形成了成熟的業務框架，並打造了軟硬件一體的解決方案，也就是説，有先進的“大腦”，也有靈巧的“四肢”。“知行合一”作用下，行業指數級規模化複製的鑰匙或許能被更快找到。
總結來看，當前，AI技術正處於爬坡階段，需要行業玩家踏實積累，積蓄勢能，供應鏈物流之於曠視有兩層含義：
首先是通過一個個客户擴大供應鏈物流營收規模；更重要的是，智慧物流的一個個案例是曠視積累經驗、打造模塊化能力的必經階段，而基於曠視“大腦”和“四肢”的完整佈局和能力，從實踐中獲得積累必將為其加速實現規模化的可複製性商業化路徑提供幫助。
理解了這些，再去解答曠視之於商業化的思考，以及預測其商業化前景便更加容易。從底層思考來看，從成立到現在，這家技術底藴濃厚的公司就認清了技術發展大部分時候處於漸進式曲線過程的現實，因此踏實服務好客户需求，為客户創造價值，進而沉澱下軟件與硬件一體的中台能力，過程中，曠視有意識的打造了自身的生產力工具Brain++和天元，已經構築了競爭壁壘，這在將來為其實現自身價值的指數級可複製性，也將提供底層支持。
短期內，從單個項目到規模化再到指數級規模化會是一個緩慢爬坡的過程，但長期來看，其中藴藏着非常大的勢能——一旦技術沉澱到達實現躍遷式發展的臨界點，其能撬動的商業空間是非常可觀的。
智慧物流業務是體現曠視這一路徑的最佳代表，此次的成績單是曠視的階段性總結，在市場廣闊的供應鏈物聯網市場下，曠視C計劃可待挖掘的空間巨大。可以預見，獨角獸未來可期。