新商业、新机遇、新挑战，三家创业公司的「AI 落脚之 2019」。
2019 年，产业界的明显感受是 AI 不可逆转的「降温」趋势。据统计，包含 A 轮之前的早期投资不足 60%，种子轮近乎匿迹。当然，AI 领域不是一片哀嚎，先抑是为了后扬。B 轮之后的企业备受青睐意在表达，行业主旋律发生了变化：由 AI「三驾马车」的壁垒构建期，过渡到强调 AI 商用落地阶段。因此，大部分公司都在向「AI+应用场景」的路径尝试。
如果把 AI 产业划分为基础资源层、技术架构层和应用层，那么，产业链如今的热点则集中在上游的应用层。加之传统行业和传统企业对 AI 应用的需求，都成为促使 AI 技术向 AI 应用发展的重要原因。不可避免的是，在产业优化升级的过程中，马太效应愈演愈烈，相关企业需要把握好「AI 技术的产业化」和「行业应用的 AI 化」的机遇。
在极客公园创新大会的舞台上，我们有幸请来了 AI 赛道上的 4 位亲历者，他们将以第一视角，讲述 AI 技术走向产业落地的 2019 年，关于自动驾驶、人机交互、智能制造背后的那些不为人知的刻骨经历和心得体会。
以下是三角兽创始人、董事长&COO马宇驰、杉数科技联合创始人&CPO王曦、文远知行WeRide联合创始人&CEO韩旭、将门CEO高欣欣在GEEKPARK IFX圆桌论坛的分享内容（经极客公园编辑）：
高欣欣：大家好，我们这个环节的名字叫做「AI 落地产业的这一年」，这个话题和极客公园第三天的极致成长主题特别相关，因为 AI 所带来的是对于行业的赋能，所以既关乎科技公司的极致成长，同时也连带着行业产业的极致成长。AI 这几年是一个风口浪尖一般的话题，一时间热度爆棚，一时间又争议不断。
今天我们秉持着极客公园的核心精神「For The Next 10 Years」，请来了三位在过去这一段时间里一直在第一线奔跑的创新者，从新商业、新交互、新交通三个维度聊聊未来 10 年，以及务实的今天。
首先请问文远知行 WeRide 的创始人韩旭先生，自动驾驶和智能驾驶话题可能是 AI 落地产业里面最风口浪尖、最倍受争议的话题，不管是从未来激活的节点，还是在各种路径的选择上，都充满了讨论。
文远知行做的是 L4 级别的自动驾驶出行公司，最近我觉得有一件对整个行业的里程碑事件，文远知行和广州白云出租汽车集团，以及科学城（广州）投资集团共同推出首个在中国一线城市落地的 Robo Taxi 试运营服务，真正的推动了落地的发生。
我们前几面一直在说自动驾驶的未来，现在又有这么多争议，从这个时点看未来的 10 年，在你眼中，智能驾驶、自动驾驶到底会给我们带来什么样的社会价值、用户价值？今天离那个未来到底有多远？
韩旭：大家之所以觉得自动驾驶现在有争议，是因为把时间拉回到 2017 年，大家都憧憬着可能在 2020 年的时候很多区域都能看到自动驾驶车了，结果只见楼梯响，不见人下来，大家迟迟看不到自动驾驶车的落地，大家会觉得你们之前是不是在放空炮，是不是有泡沫。
今天至少文远知行还交出了一份比较满意的答卷，你现在去广州拿出手机，可以在 APP Store 下载「WeRide Go」这个 APP，或者在安卓手机下载这个 APP，可以直接呼叫这个自动驾驶出租车，当然这个车现在只有数十辆，但是之后会每个月 20 辆往前提，直到在明年中会铺到 200 辆，之后还会往上走。
为什么突然倍受争议呢？因为 2017 年大家对整个技术发展过于乐观，觉得好像很快就会有很大区域的全无人的自动驾驶车出来，实际上在那个时候，我就已经说过，L4 级的自动驾驶本身是很有挑战的，而 L5 级，也就是任何区域都能自动驾驶，这个可能要实现通用人工智能才有可能实现，但是我们认为 L4 级别会有可能在近期实现。
这个时间的维度是什么呢？刚才大家听了何小鹏讲的，他估计是在 2025 年进入黄金时代，我比他更乐观一点，我认为可能 2022、2023 年会大量的铺开，2020 年这一年对于我们来说是一个新型的开始，是一个试运营的过程，当然也要尊重中国的路测法规。
现在 Google 的子公司 Waymo 在亚利桑那州的凤凰城已经实现了全无人的自动驾驶，而且法规也支持它这么做，在中国暂时还不允许自动驾驶完全无人，还是要有一个安全员，我们现在做运营也有安全员，但是我也希望在技术成熟到一定程度的情况下，中国也会开放这方面的政策。
未来会成为什么样？大家生活在北京，我也在北京生活了六年，每天早晨的高峰时刻你想想你有多痛苦，你坐私车堵在路上，坐地铁被挤得像沙丁鱼。我们也希望将来就像刚刚小鹏说的，整个路况你是知道的，你坐在一个自动驾驶、私有的空间里你是知道有多少时间在这个车上，而且你可以不用开车，可以把这个时间还给你。
基本上每个人平均每天通勤是两个小时，我们希望把这两个小时还给每一个人，这样的话你既可以享受到舒适，而且还可以再拿回来自己的时间。一个最深刻的问题是，一个城市有多少辆车，不是由这个城市有多少人决定的，而是这个城市的道路决定的。
自动驾驶可以最大程度地提高道路的利用率，所以每个人的生活变得非常好，为了这个目标我们一直都在不懈地努力。
高欣欣：刚刚聊了新交通，接下来要聊一下新交互，我想请问一下宇驰，其实每一次人机交互体验的变化都激活了更多使用它的人群，不管是从原来到键盘到触屏，再到今天语音和体感，我们使用技术的壁垒越来越低了，产生了全新的场景。
三角兽正是在做这么一个事情，是领先的人工智能语义解决方案提供商，提供了特别卓越的人机交互体验，今天的三角兽已经覆盖了 3 亿部手机以及 1 亿台 IoT 设备，通过我们的语义理解、开放域对话，使得交互有了更深维度的洞察，同时通过精准的推荐，完成了这样的闭环。
请问宇驰，对于未来的 10 年，你觉得这样全新的交互将带来哪一些全新的体验和更多的场景？
马宇驰：现在大家如果有三星、OPPO、vivo 的手机，或者是百度的小度小度、小米的小爱同学，你可以跟它自由地对话，它能够回应你、了解你，这件事情是由我们在做。人机交互是这样的，最简单来说，你去按一个电灯的开关也是人机交互。我们的目标不仅仅是让语音助手「回应」你，而是真正地「理解」你。
所以，我们这个行业对标的是「大脑」，做的就是理解，我们希望人机交互在以后的 5 年、10 年，核心是当我们跟机器发生了这样交互行为的时候，无论是文本、语音、图片，背后能够更快速地理解你，把你原来自己要做的一些操作、判断、意图，提前给做出分析，让你变得更方便。
最简单举个例子，比如说咱们在手机上的复制粘贴这个动作，你对文本有了想法，要去复制粘贴，核心是你下一步要干的事情。
我们的技术现在已经落地了 3 亿台手机，当你对任何一段文本要做任何意图的时候，你只需要长按它，后面的这些东西，能够满足你的资源、服务、信息，就会以卡片的形式推给你，一步就完成了，即便你没有安装那个 APP 也可以。
所以，使用我们的这套系统，能够提前预判你通过这段文本可能要去干什么，其实就是替你做了一些判断，通过机器来自主判断。
随着越用越精准，目前我们的服务器每天有 1.8 亿次的使用请求，在过去的 12 个月增长了 16 倍，这是自然增长，我们没有做任何的广告，只是不断优化这个体验，让你用起来更快、更准，这个是我们的核心。
所以，我们认为人机交互最好的情况是你意识不到你和机器做交互，你想干什么一步就做到了，这就是最好的人机交互体验，不要去想有什么技术在里面，这个是很高的门槛，我们做到「见到就是用到」就行了。
高欣欣：你说的特别好，真正的智能就是无感知的，你感觉不到就是智能真正落地的那一天。
我特别好奇你听到最多的问题都是什么问题，可以给我们剧透一下。
马宇驰：我们接入了 1 亿台 IoT 设备，比如包括小度小度在内的超过 50% 的智能音箱开放域对话系统，都是由我们提供的，TOP20 的语音交互内容一定包含用户骂这个音箱或者这个设备，有各种骂人的话，因为你跟它说两句会觉得它不聪明，甚至你没有觉得它不聪明，就是单纯想骂它。
然后关于儿童，我们能看到一些很明显的大数据，带有爷爷、奶奶、姥姥、姥爷的高频词出现，这个是比较直观的。
大家看到网上做自我宣传的，如果不是这些品牌靠程序员写进去的，你看到所有真实产生的交互，那些比较有趣的，几乎全部来自于我们。
高欣欣：这里面就有特别多的数据。同时刚才说到了很多孩子、老人，这就是技术进步的魅力，新的交互可以落地的时候，会让更多不同分类的人可以使用它。
说完了交互，我们谈一下新商业，我有一个巨大的相信，我相信未来一切的决策都是数据决策，可是如何去理解数据、如何做最优决策，这是特别难的事情。
杉数科技就在做这样的一件事情，杉数科技是通过机器学习、深度学习、运筹学帮助很多行业、企业做出最优化的决策，而且在过程中它所服务的客户可能都是创新上最前沿的，包括顺丰、滴滴、京东，这个难度可想而知。
所以，我想请问王曦，在你看来，未来的数据决策、最优决策将带给未来 10 年的新商业什么机会？
王曦：如果说到新商业，这可能是一个很大的场景、很大的话题，但是说到商业场景下面的产业应用，我很喜欢一套方法论，就是描述产业发展生命周期的三段论，企业发展通常要经过这么三个阶段：
第一，行业驱动型发展，或者红利驱动型发展。
第二，管理驱动型发展。
第三，技术驱动型发展。
这个方法论可能是从欧美传播过来的，人家走了几十年的时间。但是中国现在处于跨越式、弯道超车的时候，三条线都在走。如果放眼未来 10 年，我们专注的是创新驱动的决策应该怎么做。当红利慢慢消失，企业管理方式趋于模式化的时候，怎么通过创新引领这个产业的发展。
在我们服务这么多零售、物流、工业制造类客户的过程当中，也归纳出了一些方法论，通常来说我们会看到三种诉求：
第一，数据驱动的诉求，非常明显，因为 2016 年起开始讲人工智能，但是 2016 年之前一直讲大数据，企业或多或少在积累数据，想要去做数据采集、管理、可视化，然后看趋势、挖掘规律，很重要，但是这是第一步，我希望有了数据之后一定能指导我做有价值的事情。
第二，决策导向的诉求，企业不再仅仅满足于能看到一些数据和图表，而是希望知道当我需要做一个决定的时候，这个决定可以是战略级别、运营级别的，但是一定涉及到在什么时间把什么资源花在什么事上这种类型的问题，需要能够给出一个决策建议，这个是决策导向的诉求。
第三，降本增效的诉求，就是从运营效率或者是降本增效的角度，一定要给我带来真金白银的价值。
杉数在落地产业的角度上，更多的是 2B 端，通过了算法的驱动来帮企业降本增效，我们希望做的事儿也是能够把数据驱动、决策导向和产业落地、降本增效这三件事情合在一起。
高欣欣：刚刚一开始就说到了一个问题，就是每一个行业的创新当它推动的时候，既有叫突破型的创业者在推动着我们产业的发展，同时这个行业还有另外一个创新的维度，就是已有的行业领先者，我们所谓的龙头企业、行业大鳄，其实在每一次创新推动的过程中，这两个维度不可或缺，使得在今天特别明显的是这两股势力凝结在一起共同推动。
三位都在这个方面非常有经验，我想问王曦，因为你所在的这个行业跟这个大行业、企业，尤其是我们叫传统行业，其实走得是特别近的，大家都想创新，没有人不想创新，但是创新特别难，是源自于创新具有巨大的不确定性。因为我们每天都在被今年的 KPI、这个月的 KPI 所左右着，同时已经形成了一个固定的流程，这个时候创新推动起来就特别的难。这个在创业者和我们传统行业在一起工作的时候尤为的突出，在这个方面一定很有心得，你觉得这里面的核心难点是什么、你是怎么克服的？
王曦：确实很有挑战，但是也是机遇和挑战并存，我沿着刚刚继续讲下去，现在宏观经济增速放缓，有一句话我特别喜欢，圈一块地、种一季粮、精耕细作、秋收冬藏。其实讲的就是在这样的一个大环境下，绝大多数企业接下来一段时间的生存方式和预期的目标。
所以，不管是龙头老大还是创新企业，其实都在面对，并且需要去适应这样的趋势，在这个过程中，我们作为一个初创企业，在做 2B 服务的时候，学到的第一个经验就是，不敢说去改变企业原有的经营模式，而是必须要服务于企业现有的经营模式或者业务流程，我们没有精力和能力，也不可能用巨大的成本去教育企业，完全颠覆它的业务流程。
而采用一种辅助的手段帮助企业把这个流程变得更顺畅、更高效，是我们能够顺畅的服务企业一个必经之路。
另外就是，各个企业是不同的，2B 同样像 2C 一样地千人千面，每一家企业就算处在同一个垂直行业，也是千差万别的。所以，我们在帮助企业向精细化运营转型过程当中的一个挑战，就是我们怎么样能够以最低的成本最快地学习到这个行业的专业知识，这个其实是非常的重要。
因为，如果你只是以一套非常标准而不可定制的，或者不贴合业务场景的一套解决方案来解决问题，对于企业来说卖的只是一个空壳子。
刚刚您也提到了我们服务了很多的零售、物流、制造类的客户，就举一个最传统的制造业客户，虽然服务得很成功，但是他们给我们提出的诉求、痛点也很直接，概括起来有四个方面：
第一，看不清。市场上的波动看不清，需求来了怎么响应看不清，我作为一个生产企业接下来的订单交付、订单承诺应该怎么做，看不清。
第二，靠人工。企业都会需要非常有经验的调度师傅去做资源调度，但是他们的经验怎么样能够标准化沉积下来，能够传承并且适应各种复杂场景？解决不了。
第三，效果差。更多的是从各种运营层面的数据来看，比如说库存成本、物流成本、生产成本、调度成本等等。
第四，缺国产。就算有一套完整的解决方案，不管是软件还是硬件的，能够一定程度上解决上面的三个问题，很难有完整的国产解决方案，尤其在现在这样一个大环境下，我们希望能够自主可控，国内的企业非常缺少这样的方案。
我们通过一系列解决方案服务这样的制造类企业，有个很关键的因素是，我们研发了中国第一个自主研发的优化算法求解器，它基本上是任何一个优化问题的核心内核，我们也算打破了欧美三四家公司在国际上的垄断，这也是为「卡脖子工程」做的一点点微薄的贡献，也是一件很值得骄傲的事。
另外基于这样一套核心的底层技术，我们能够帮助企业把它的库存成本降百分之二三十，我们能够把它订单满足率提上 15 到 20 个百分点，更不用说整体的效率了，不需要完全的依赖人工，响应速度可以达到分钟级。哪怕对于一个非常传统的企业来说，我们能够给它带来的效益也是真金白银的。
高欣欣：特别同意这个，我在《解放日报》上看到了杉数求解器的消息，在线性规划部分上达到世界第一梯队，竞争者都是已经研发二三十年的欧美企业，这也是中国创新力量的一个崛起，特别鼓舞人心，明年工业升级肯定需要你们的出力。
说到工业，智能制造是一个大的话题，又回到了驾驶的内容上，我想继续追问韩旭总，刚才谈到的是创新者和传统企业的合作，其实您也跟很多行业大鳄合作，只不过行业巨头的危机意识特别强，早就动起来了，因为他们知道这个大的浪潮必然会发生，都放了非常多的巨资，去做这样的一个投入。
在这个情况下，和您联手的大企业基本上是大家共同承担着产业推动的困难和风险，当这件事必然发生，变成产业推动升级难点时，您怎么看这里面的困难和解决方式？
韩旭：我看到的更多是机会。大家都知道能造车的企业没有小的，实力都很强，为什么传统造车企业会和一个初创企业合作，一定是有他们做不了的东西。
自动驾驶是一个比较模糊的概念，我们分国内和国外两块来看，国内很多车厂做一些自动驾驶，大多数集中在 L2 和 L3 级别，在 L4 级上，他们觉得还是有点远，而且科研投入的力量、人的投入力量巨大，车厂因为每一年都要有一个严密的计划，不能接受推迟或者做不成，这种高风险的事情最好交给像文远知行这样的初创企业做。
这就是为什么在国外做自动驾驶都是巨头收购创业公司，福特收购 Argo.ai,GM 收购 Cruise, 今天上午演讲的大众汽车，直接把它的自动驾驶事业部和福特合并，都投到 Argo.ai 上，Google 的自动驾驶子公司 Waymo 和 Chrysler，也和我们的股东雷诺日产三菱联盟在国际上联合。
大家看到这种联盟的出现，意识到了两点：
第一点，自动驾驶是一个投入巨大的事情，可能风险很高，传统车厂可能觉得需要一个真正具有开拓精神、人才密集的公司来做，初创企业的机会就在这里。
第二点，大家常说百年汽车，1893 年的时候本茨发明汽车的时候，那个汽车就是马车把马去掉，把锅炉放到后面。今天自动驾驶又一次对车产生颠覆性的改变，大家看到车从内燃机变到电车的时候，它已经有变化了，只是我们不知道一辆电车真的该怎么设计。
所以，前面原来放发动机和传动装置的地方实际上空出来一块，你如果用特斯拉的话，打开那里是空的，但是我们并不知道怎么用这个空间，所以我们想了一个办法，把它抠了一个小方块，把那个叫 Frunk，前面放一点地方，实际上是说我们还不知道该怎么真正的设计电车。
能源的转变已经让我们不知道怎么设计电车，等到自动驾驶的时候，可能所有东西都要全新的设计，这就给了自动驾驶初创公司更多的机会，所以在这一点上，我们完全有很大的机会来一起合作。
高欣欣：未来已来，刚才我们聊了传统企业的合作，聊了已经全力投入的巨头全力以赴推动产业的过程，还有一类巨人就是 BAT，就是马宇驰所面对的，不管是小米，还是百度、手机厂商，他们在创新的路上都是冲在最前面的，生态布局也特别完善，在您跟这样的巨人合作时，创业企业有机会成为巨人边上的巨人吗？
马宇驰：从过往来看，我们基本上已经证明了这个事情，我们可以站在巨人的旁边，举个例子，比如说你是开蛋糕店的，你要不要因此而养一群奶牛。比如美的去做小家电，你要不要因此造一个电厂，或者是汽车，你需要用钢铁，你要不要因此而去造一个钢厂？
我们跟巨头站在一起的时候，其实这个问题也是最早从我们出来创业到融资时，我们的合作方、投资人不断问的一个问题，有一天百度、微软某部分开源了、突破了，你们怎么办？
其实这个问题是这样的，在国内和国外有一个差别，就是说对技术的了解我觉得思路可能不太一样，国内很多的公司觉得企业大了，我这么大了什么不能做，这个问题返过头来说还真有你不太能做的地方。
我们是在一个技术点或者是在一个领域当中做得很精、很尖端，同时我们是唯一一家跟 BAT、微软、小米、锤子、360、猎豹等等，你们能够想象到的巨头都在合作的公司，手机当中的 15 个品牌，IoT 当中的半数天下。
这个是怎么达成的？从两个角度：
第一，合作伙伴的产品策略，比如说百度他们做生态，是要做的是一个整体，要做 DuerOS 的平台，让大家来用我这个 OS 的平台。既然是生态，就要有人参与其中，一起玩耍，才是生态，生态里不能只有你一家。开门迎客，所有的客人都是我自己，这个也不太合适。
我们在其中充当了什么样的角色呢？假如这一个桌子上面有笔记本、手机，我是这一台笔记本做得最好的那一家，如果你这个生态里需要一个强有力的笔记本，我就是首眩
所以，现在小度小度后面的开放域对话，比如我今天有些累你和我开一个玩笑逗我开心，这些都是直接接的我们的服务器，这个就是最好的证明。百度他们是花钱买时间，专业的人做专业的事儿，说上去很简单，其实国内绝大部分的企业，尤其是传统企业做不到，他的想法就是不管你有多专业，我这么大的企业我招人，能不能怎么怎么样，其实真的是不能。
第二，从技术的环节。举个例子，有没有发现 Google、微软等国外的巨头，说语义这个行业说了这么久，但其实没有做出中文的语义系统。一是因为语言的关系，二是并非因为你是互联网巨头，数据就应该在全面领域都是第一。
再举个例子，搜索引擎，它的数据厉害之处在于，通过关键字来获取网页数据。而我们是做语义对话，比如说前一阵子无论是有明星去世还是出轨，下面用户 A 和 B 在聊，C 又插进来，我们要的是这个数据。
你聊一页还是五十页对我们来说都是一组数据，这种数据我们全网有几百亿组，即便是巨头想做也要从头去做。再举一个例子，我有一台车，你有十台车，咱们俩同时从北京开到上海，我要用十个小时你不可能用一个小时，因为路和时间是一定的。
所以，无论是在大的方向上还是在技术环节上，都需要找准一个点，一旦找准，就可以在这些巨头当中生存，并很好地跟他们合作。
高欣欣：意犹未尽，但是我们的时间已经到了，最后请三位各用一句话，再过不到两周就是我们的 2020 年了，未来的 10 年即将开启了，你想对明年的自己或者你的企业、产业说一句话会是什么呢？先从宇驰开始。
马宇驰：我们走的每一步，不管是未来的 6 个月还是 12 个月，我们要自己做出我们自己的价值，而不是期待别人说 10 年之后我们很有价值。
王曦：引用一句话，欧拉说宇宙万物演进更替，总有某种形式的最大化或者最小化存在其中，而这个最大化最小化或者叫优化，是产业里面的每一个企业，在寻求 AI 落地过程当中追求的点，这也是我们杉数希望能够跟大家一起坚定的走下去的原因和目标。
韩旭：我也引用一句话，看看现场有没有人知道我是从哪里引用的。大家都说资本寒冬、自动驾驶的寒冬，所以我对自己和对自己的公司，甚至对于整个行业，2020 年的寄语就是：「最后的胜利，往往在于再坚持一下的努力之中。」这句话出自 1938 年毛泽东主席写的《论持久战》，在那个时候，日本打进来了，太平洋战争还没有爆发，中国在落后的农业国独抗一个武装到牙齿的工业国时，有的人说要亡国了，那个时候他在陕北的窑洞里写出了这句话，我觉得这句话今天同样适用。
高欣欣：谢谢各位，让我们以终为始，迎接未来的 10 年，谢谢！
