小冰初長成 AI不深閨_風聞
懂懂笔记-懂懂笔记官方账号-2020-11-30 15:41
這是11月24日，微軟中國與小冰公司戰略合作發佈會上傳遞出來的主要訊息。從今年7月中旬小冰業務從微軟中國分拆併成立獨立運營公司後，這是其四個月來的第一次重要“亮相”，而在戰略合作、三大垂直領域等信息的背後，沈向洋（小冰公司董事長）的一番講話中，卻更加引人關注。
簡單總結一下，沈向洋話語中的關鍵詞是這四個：技術創新、用户體驗、運營模式和商業模式。
如果要解釋這四個關鍵詞背後的含義，那就是第八代小冰將在商業化方面開始發力，並且已經確定了自己獨特的一套打法。
商業模式清晰後的冷靜判斷
其實，沈向洋所談到這這四點，前面都是要加上一個定語：本地化。
“面對當下這個令人激動的人工智能大時代，我們思考的最重要事情是本地創新，這也是為什麼微軟公司把小冰這樣一條產品線獨立出來。”
獨立運營後的小冰，秉承的將是一個更加開放的心態，而出生於中國市場的小冰，強調本地化的原因就是要讓這種開放背後的價值得以迅速落地。
“從本地化的創新來看，即使是最了不起的技術也要和當地的數據相結合，特別是在人工智能方面，算力+數據=生產力，這樣才可以做出更加了不起的技術。”沈向洋強調。
而在產品上，小冰則要面向本地用户（需求），打造出真正受歡迎的本地化創新產品；同時，加強本地化運營，和本地公司一起了解本地的情況、做好本地化運營；最後一點是基於新技術和新產品，由此帶來的新商業模式。“在任何一個地方，一定要和當地社會經濟做好連接，這樣才能做出一個偉大的企業和產品，最終通過商業模式真正落地。”
在懂懂看來，這也是自今年7月份獨立運營、8月份升級至第八代後，小冰對於應用市場冷靜、清晰判斷的結果。
實際上，從去年迭代至第七代後，小冰才真正完成了應用落地的積累，也對自身的“角色”有了清晰的定位。
在兩月前升級為第八代之後，小冰增加了分層知識圖譜技術和篇章內容學習技術，以及全新第三方虛擬人類合作產品、面向個人用户的“X套件”系列應用軟件。站在企業或是個人的角度去理解，即任何一個企業、一個用户都可以根據自己的需求，去設定不同的參數，輸出不同場景需求的AI Beings。
換言之，如今的小冰已經可以向行業大規模輸出自己的能力，發力ToB商業模式，用“本地化”為鑰匙，逐個打開人工智能環境下的金融、汽車和內容生產等垂直領域的大門。更關鍵的是，這種本地化創新的經驗，將來可以繼續複製到海外市場。
實際上，面對AI一直以來給行業用户造成的“只有好概念卻難以落地”印象，小冰所發力的這三個垂直領域在國內市場都已有所建樹。對此小冰公司CEO李笛強調，“為了在垂直領域做出良好的落地效果，我們想更多去分享從零到落地應用過程中所積累的Know-how。”
不過這裏要分析幾點：與其它人工智能公司不同，小冰發力To B市場的背後有着微軟在各方面資源上的支持；相對於其他AI服務商專注於流程改善，小冰更強調關鍵崗位的優化；在To C領域有着紮實基礎的小冰，更關注從To B到To C的穿透；同時，未來小冰會強調人與AI之間的協同（而非替代）。
差異化成為行業落地的關鍵
這幾方面，或許將是小冰在商業化落地過程中最為顯著的差異化所在。
李笛介紹，基於戰略合作伙伴關係，小冰與微軟面向行業用户推出的商業化解決方案，將採用微軟智能雲Azure作為服務國內及全球市場的雲計算運營平台，同時這些解決方案也會藉助微軟在To B市場的客户資源實現落地。
那麼，對於聚焦關鍵崗位、打通To B到To C以及人與AI協同這三點，小冰的差異化特性又將為行業應用落地帶來哪些新的思考？
“以往的AI落地應用更多是關注流程改造，但是隻做流程對效率的提升是有上限的。小冰聚焦在行業關鍵崗位，是要完成只有AI才能完成的關鍵任務，對上限的提升非常明顯。這裏面有很多經驗教訓，以金融領域為例，正是因為依託人工智能擔任關鍵崗位，才實現了90%以上的機構投資人對於每天查閲全部26類金融文本摘要的需求。”李笛表示。
這個“難以完成“的任務，指的是小冰為萬得資訊、華爾街見聞等合作對象的用户，每天所提供的上市公告文本摘要（涵蓋 26類金融類別），這些用户包括了90%以上的金融機構交易員以及40%以上的個人金融交易者，而且對於專業性要求極高。
由於公告文本有着“高併發”特性，會在特定時間段產生巨大的工作量，人工團隊很難適應這種驟起驟降的文件分析處理要求。而通過小冰相關AI技術的應用，上述客户得以實現了金融文本摘要自動化生產能力。與此同時，小冰在金融資訊摘要方面取得了國內最大市場份額並穩定運行後，也開始嘗試涉足金融風控領域。目前的小冰AI金融解決方案可以依託知識圖譜及其人工智能技術，為行業用户提供金融風控服務，同時在金融節目的高度定製化生成方面也已經逐步落地。
另外，對於打通To B到To C的模式窠臼，李笛也提出了自己的觀點，“實際上所有To B解決方案歸根到底都是To C的問題。目前我們的商業化都是集中在垂直領域的解決方案裏面，也可以簡單地將其視為To B業務。”但是他強調這種To B實際的用户交互也是在C端進行的，呈現出的更多的是C端應用場景。
以智能汽車領域為例，目前很多AI產品是通過語音交互系統控制車內設備，而小冰可以為用户提供這些功能，還可以帶來多人駕乘的體驗，另外還能調用汽車的感官、視角去創造各種內容。這種穿透To B直接觸達To C的應用場景，在李笛看來就是對傳統智能車載系統的升級換代。
最後，關於人與AI協同，實際上是發揮小冰在內容創作上的強大能力，幫助內容創作、設計人員在內容生產和美術設計等方面解脱機械和重複性工作，通過小冰豐富的人工智能工具，發揮創新的審美理念，實現人機協同。這也詮釋了，AI於人是融合與共存的關係，而非替代。
“所以，綜合這三點差異化，我們的思考是對於小冰來講，應該以何種能力幫助行業、客户整體提高自身的數字生產力。AI的價值，最後的核心就是數字生產力的建立和提升。”沈向洋再次強調。而在懂懂看來，往更高維度去看，在計算機視覺、語音識別已經逐漸成熟的狀態下，認知智能是未來人工智能技術領域的更大挑戰及核心所在，只有突破認知智能的桎梏，才能讓AI進一步賦能所有產業、推動數字生產力的發展。
把握可控、留意可能，順其自然
對於小冰而言，認知智能，尤其認知模型自然語音處理方面的領先，一直是其優勢所在。
因為這幾年持續關注小冰的“成長”，可以看到她一直在沿着超越IQ、強化EQ的思路在演進。通過平台化戰略，小冰形成了完整的底層框架，也在打造更多的AI beings，基於更為人性化的EQ特點，小冰的商業化有挑戰和險阻，但也產生了更多想象空間。
那麼，歷經六載，八個版本，不斷進化的小冰在商業化方面還具備哪些可能？
記得沈向洋以前曾經分享過自己多年來在學術和事業摸索中經歷過的幾個大“坑”，其中有一個令人印象深刻。
沈向洋微軟多年工作，當他從研究部門調至產品部門工作後，面對的不僅是“技術的複雜性”，還要處理商業及行業的更多複雜性問題，他對此有了更深刻的認識，他用一段妙語形容這種感悟：“Control the controllable，observe the observable，leave the rest alone”。大意是“把握可控、留意可能，其餘的順其自然”。
對於有控制理論背景的人而言，看到這樣的句式自然是會心一笑。沈向洋當時的團隊是要和谷歌在搜索領域競爭，這條看似“絕境”的業務線，如今每年能為微軟帶來 100億美元的收入。他向周圍同事證明了一點：一個研究院來的人也可以把產品線帶出一番天地。
這也是沈向洋一直喜歡《教父》裏面邁克·柯里昂德那句經典台詞的原因：不論何時、無論多難——“只是困難，並非不可能”。
回看這六年多來小冰踏上的AI蹊徑，不平坦，也不完美，但這也是小冰必然的選擇。
之所以這麼説，一方面源自微軟的“根基”，另一方面，源自小冰團隊的特性。微軟用二十年的時間沉澱下來了人工智能的基礎，包括了計算機視覺、計算機語音和自然語言處理；加上Bing搜索引擎，構建了微軟在AI領域3+1的底層基座。
而在這般土壤中成長起來的小冰團隊，既沒有頻繁的媒體曝光和渲染，也沒有憧憬納斯達克敲鐘的浮躁，但他們卻都是自己所處領域的科技精英。這份低調的背後，彰顯的是一種務實精神。
基於此，小冰已經在全球多個國家覆蓋了 6.6 億在線用户、4.5 億台第三方智能設備和 9 億內容觀眾；在金融領域，為萬得資訊、華爾街見聞等國內主要金融信息服務商提供了AI加持的金融信息服務能力；在智能駕駛領域，協助華人運通等汽車品牌實現了基於全車級語音控制的自然而富有情感的互動場景；在工業設計、數字圖像設計和紡織服裝面料設計等領域，正在協助用户改進設計短板，同時小冰與中國紡織信息中心、國家紡織產品開發中心共同推出的人工智能紡織服裝圖案設計平台也已經投入生產。
當然，目前的小冰依然不能説完美。因為人工智能領域的EQ本身就極難定義和量化，加之與EQ關聯的場景因素或維度更為複雜，所以人工智能的EQ探索仍具有難以想象的挑戰。
但是小冰已經取得的成績以及面對市場喧囂的低調，也側面反映出其在EQ演進上的心態：把握可控、留意可能，其餘的順其自然。畢竟完美的AI，只能始於現在一小步一小步的探索。
—————————————————————————————————
微信關注公眾號“懂懂筆記”每天第一時間為您奉上最新最熱的科技圈資訊~
多年財經媒體經歷，業內資深分析人士，圈中好友眾多，信息豐富，觀點獨到。
發佈各大自媒體平台，覆蓋百萬讀者。
《小米生態鏈戰地筆記》、《微信思維》、《微信力量》三本暢銷書的作者。