创新奇智CTO张发恩：AI+ toB的蓝海可能诞生新巨头

近两年，随着硬件和技术的发展，AI技术的实用性越来越强，到2018年初，AI已发展成为一种基础工具，以AI赋能传统行业俨然成为产业一大趋势，从而大大加速安防、零售、医疗、金融等传统行业的智能化进程。具备先发优势的公司如谷歌、微软、BAT等大公司都在积极布局平台，而AI创企们则纷纷在细分行业领域深耕，赋能B端、服务C端等2B2C的商业模式成为主流：前百度研究院院长林元庆创办Aibee，用AI技术升级赋能零售行业；吴恩达成立 Landing.ai，帮助制造业实现AI转型；李开复的创新工场也成立了子公司创新奇智，聚焦零售、制造、金融三大行业。这几家公司的发展规划、技术路线都备受行业关注。

2018年成立的创新奇智，至今已经获得过亿元天使轮融资，客户包括永辉、原麦山丘、鸿海科技、徐工信息、储蓄银行、民生银行等多家企业。近日，创新奇智CTO张发恩接受了大人物道采访，详细介绍了创新奇智的战略规划、技术储备、行业解决方案和商业落地情况。

▲ 创新奇智的CTO、联合创始人、创新工场AI工程院首席架构师张发恩

后AI时代，应用为王

谈到目前AI发展态势，张发恩认为2018年是一个分水岭。在他看来，2017年随着机器学习、深度学习技术的提出，AI技术得到了飞速发展，在这一阶段，大家都在比拼技术能力，谁的技术牛谁就能拿到更多的融资。而在2017年之后，语音、视觉等人工智能核心技术已经成熟，技术如何转化为商业应用成为核心，就进入了后AI时代。

2017年国家推出多项AI政策促进AI技术转化为商业，人工智能重塑传统行业，引领产业变革是必然趋势。后AI时代的到来对互联网时代的格局也产生了巨大的影响，张发恩说：“中国互联网下一个风口将出现在B端，科技企业赋能B端、服务C端等2B2C将成为主流商业模式；预计到2025年，该模式给科技企业带来的整体市值将达到人民币40至50万亿元；AI技术公司赋能互联网巨头及传统行业龙头将重塑行业格局，抓住这波升级改造的机会将可能诞生新的行业巨头。”

创新奇智正是在这种环境和趋势下于2018年3月应运而生。创新奇智的成立，结合了创新工场的投融资能力、市场需求判断能力与人工智能工程院的技术能力。成立伊始，就以计算机视觉的识别技术、自然语言处理、机器学习，2B2C平台赋能模式赋能零售、制造、金融三大重点行业，其中制造和零售业的业务量更大一些。

一、技术产品+行业场景双轮驱动

创新奇智虽然只成立了半年的时间，但是创新工场人工智能工程院却已经在底层技术上积累了一年多，公司的三位行业合伙人在三个行业分别工作超过20年，具有丰富的行业经验，这些特别有助于创新奇智在三个商业领域不断发力。目前，创新工场人工智能工程院团队的大部分成员已转移到创新奇智从事新产品研发和服务工作，只留下小部分人继续进行前瞻性的项目研究。

目前技术团队的人才主要划分为四类团队：视觉算法，自然语言处理，机器学习，工程和业务开发，眼下已在申请中的就有十余篇专利和若干国际顶级学术会议论文。

建设AI离不开“数据、算法、算力”三要素。在数据方面，创新工场有分布式爬虫平台、数据采集和标注平台、智能货柜和智能结算一体机，用来收集和处理海量线下消费行为数据。在算法方面，创新奇智研发了全分布式机器学习平台、全分布式深度学习平台，支持市面上多种算法和框架，并开发出具有创新性网络结构的深度神经网络（DNN）模型，在物体识别应用方面取得非常好的效果。在算力方面，创新奇智建立统一在线中台，提供CPU、GPU、FPGA多种异构计算算力，目标建设峰值能力达到1200 Teraflops，相当于4000台至强CPU服务器的算力。该公司还计划在智能货柜和自助结账产品上应用FPGA加速芯片，使订单结算速度少于20毫秒。

随后，张发恩介绍了创新奇智目前的人工智能技术栈。在底层核心技术方面，创新奇智研发了分布式机器学习平台、分布式深度学习平台，在其上搭建感知智能、认知智能、决策分析等AI技术能力，用于研发零售、制造、金融行业的相关解决方案，最终的交付方案是被称为软硬一体的ABC一体机。

ABC一体机是创新奇智目前的一大技术优势，同时也是现在AI+B2B定位的公司的一大趋势。创新奇智的ABC一体机包括训练一体机、能耗管理一体机、智能质检一体机、OCR一体机。各个场景下，创新奇智都能用软硬一体方式交付客户，实现开箱即用。

在具体的AI技术能力方面，创新奇智目前主攻计算机视觉、自然语言处理、机器学习和深度学习，暂时未涉足语音领域。在这些单点技术能力中，张发恩强调了创新奇智几大技术优势：计算机视觉技术的畸变图中商品和缺陷识别、语义级图像差分系统亚像素级缺陷识别、自研卷积神经网络架构等。

他解释道，虽然现在CV公司商汤、旷视、云从等都主攻计算机视觉技术，但是他们都是在正常拍摄的图片，没有针对畸变图，同时，在智能制造的缺陷识别中，一个手机的缺陷可能就只有几个像素的一个小点，无法构成视觉特征，语义级图像差分系统亚像素级缺陷识别成为关键。而畸变图像识别在新零售方面是不可或缺的。由于智能货柜要求摄像头能够清楚拍摄每一层每一个商品，这需要一定高度，使用正常摄像头，商品最多能摆放2层，但有了畸变图像识别技术，可至少摆放5层。

这张技术路线图中标出了从2018年到2024年技术的进步阶段，张发恩说，创新奇智正在自研卷积神经网络架构，目标要超过ResNet。商品识别和缺陷识别也是该公司的研发重点，预计到2020年-2021年可实现非监督式学习，靠强化学习做商品识别，到2024年，我们会迎来光衍射神经网络，它不再运行在芯片上，而是通过光衍射来实现神经网络计算，速度将达到光速。

二、 三大行业解决方案

在零售行业，创新奇智已经建立了包括智慧商店、智能店面运营、智慧客户管理、智能供应链、智能内部运营等一套完整的零售解决方案。并且在零售前端打造了三大以视觉识别和机器学习为基础的人工智能零售场景解决方案，即智能货柜解决方案、自助结账解决方案、货架盘点解决方案。

记者现场体验智能货柜以及一款为原麦山丘打造的自助结账机。创新奇智的智能货柜采用的是静态视觉识别+重力感应的方式，同时还加入了人脸识别的方案。只需将选好的面包盘放在扫描仪下，瞬间账单就出来了，用户通过扫码就能完成支付。如果面包的摆放有较多的重叠，系统会出现提醒，此时将无法结账。目前，该产品在北京、广州、重庆、宁波都有布局，并具有成本低、货架好用的竞争优势。

在制造领域，创新奇智在研、产、供、销、服等制造领域的关键环节利用人工智能技术提升效率与产能，提高质量的准确度。为企业提供产品质检、预测性运维、备品备件预测、生产资源分配、生产流程优化等人工智能制造解决方案。

以产品质检为例，AI在制造业的主要工作之一就是表面检测。比如某生产汽油发动机的厂商，其装配线上有25道工序，每道工序都需要仔细查错，创新奇智在其每一道工序上都备有一个基于视觉检测的一体机，可以有效降低出错可能性。表面检测还能用于检测零部件数量、位置、是否有划痕等方面。

此外，在金属加工类细分领域，对零部件、产成品激光刻码、打码是进行数据管理以及追查质量的重要手段之一。创新奇智用OCR技术代替手工采集和录入，可快速、准确的进行扫码录入。

张发恩还分享了他们目前做的数据中心能耗管理，可以智能识别发热设备，就近分配制冷系统，节省制冷花费的能耗。

在创新奇智主打的三个行业中，金融领域属于另一个主打方向，目前主要进行保险相关的业务，提供保险产品智能定价、保险产品和生活场景结合的智能推荐、智能风控、智能核保核赔、全渠道智能辅助优化客户服务水平和体验等人工智能保险解决方案。智能核保通过OCR技术智能识别体检报告，形成结构化的数据，用机器学习模型去判定是否允许投保。

三、 提出“P3”理论，做价值的场景，冲击新蓝海

除了“后AI时代”，张发恩还提出了“P3”理论，他认为企业成长分为三个阶段：项目（Project）-产品（Product）-平台（Platform），BAT等巨头则都在构建AI平台，创新奇智目前处于第一个阶段和第二个阶段之间，争取在2024-2025年进入第三阶段。

在他看来，真正对国家发展非常有用的是第一产业和第二产业，服务业在这些产业的基础上产生巨大营收。当下，我们的衣食住行都离不开制造业，而中国制造业“大而不强”，AI将帮助整个制造业节省大量人力并提高效率。

在规划行业发展的道路中，人工智能技术的发展必须立足于熟悉的可靠场景，不在不熟悉的领域分散精力，因此创新奇智暂不会涉及智能驾驶或其他传统行业，不过制造业的安全防控、预测性维保等与安防稍有交叉点，也是未来公司业务的可能拓展方向。

谈到场景，张发恩表示，后AI时代应用为王，最重要的是找到有价值的场景。一些原来的技术公司和进入瓶颈期的公司，如今都不得不走上寻找落地场景的转型之路。以钢铁为例，其制造过程有很多智能质检的场景，但它最主要痛点在钢板检测、货物堆叠等方面，这些方面的工作现在还是靠人工在低效率进行。AI创企要深入行业，将AI技术应用在更有价值的场景上，才能在日益激烈的AI行业竞赛中胜出。

到2030年，中国的GDP将达到38万亿美金，其中7万亿美金为AI驱动。张发恩总结说，基于广阔的行业前景，AI+B2B行业目前还是一片蓝海，抓住这波升级改造机会有可能诞生新的巨头。