马云马斯克抬头谈宇宙，中国AI公司埋头苦做单

“双马激辩”现场。图片由主办方提供。

据 36 氪在现场的观感，在“双马激辩”的后半段，讨论一度进入死胡同，马斯克想谈宇宙，可马云想关心地球，双方的交锋开始变得自说自话。由于这场对话是当天上午最后一场议程，随着对话临近尾声，有观众开始提前离场。

尽管马云与马斯克的对话有些令人失望（“双马激辩”全文可点击此处查看），但他们并不是 WAIC 舞台上真正的主角。

位于主会场世博中心 1 公里之外的世博展览馆，近百家国内 AI 公司集体参展，单是在这里转一圈，你也能嗅到人工智能在中国的新风向。

所谓“用锤子找钉子”，场景的横向扩张已经是 AI 公司的标准动作，这一点在大公司身上尤为突出。在阿里、腾讯、商汤的展区，动辄十几个与 AI 相关的行业案例已然是标配，创业公司亦然。

原百度研究院院长林元庆的创业项目“爱笔智能”，已经从最初的零售行业方案延伸到景区；之前扎根政务 AI 场景的文思海辉，展示出了新项目“文思智能美装镜”；“四小龙”中的云从，也从熟悉的银行、金融场景，延伸至汽车 4S 店智能升级。

“产业落地”依然是无法避开的命题。一位 AI 公司高管告诉 36 氪，今年展馆的参展企业中，诸如招行、建行、复星之类的传统企业明显增多了，这类企业既是 AI 方案的采购方，同时也注重捕捉技术动态，把最核心的技术掌握在自己手里。

以银行为代表的金融行业，是历年 WAIC 参展的重要组成部分。拍摄：苏建勋

在开幕式下午的论坛环节，红杉资本全球执行合伙人沈南鹏也谈到：“今天的创业公司插不插上AI的标签已经不重要了，重要的是找到适合的应用场景，找到刚需的产品，提升产业的效率。”

这将是一个漫长的过程。从2016 年 AlphaGo 战胜围棋冠军李世石，到诸如商汤这样的独角兽创下一年三轮的融资记录，中国 AI 公司在估值与故事的急速狂奔后，开始在行业落地中放慢脚步。谈客户、理清需求、拿单、服务、售后……AI 技术的光环，最终仍要回归 To B 业务的本质。

业内对 AI 的热度正回归理性，这从近期AI 领域的投资热度减退可见一斑。据亿欧《2019年人工智能投资市场研究报告》数据，今年1-5月，中国一级市场AI行业投资总额163.4亿元人民币，只占去年投资额的11.6%。

“当下出现的投资热情减退现象，是因为过去人们的期待太高了，以为人工智能什么都能做，我能够给出的建议就是要有耐心。”哥伦比亚大学数据科学研究院（DSI）主任周以真告诉 36 氪。

加入 AI 公司的高管们

即使投资热潮不再，但那些已经站稳脚跟的 AI 公司依然炙手可热。资本、客户、人才都在向它们聚拢。

在加入哥伦比亚大学之前，周以真曾在微软担任全球资深副总裁。久居美国的周以真这次来到中国，除了以哥大教授身份参加 WAIC 开幕以外，她还以顾问的角色，出席了AI 商业决策平台品友互动（已更名为“深演智能”）的战略发布会。

黄以真（图中）、黄晓南（图右）。图片由深演智能提供。

数据模型是促成周以真与深演智能合作的动力之一。在周以真看来，AI 公司的发展目标，就是要建造比人更胜一筹的 AI 模型去解决简单任务，但这一过程需要投入大量人力物力。而在广告营销领域从业十余年的深演智能，目前做的正是搭建 AI 算法模型，以解决广告主该卖什么、在哪投放、怎么投放等问题。

根据深演智能创始人兼 CEO 黄晓南的介绍，深演智能将计划与哥伦比亚大学数据科学研究院（DSI）开设培训专题。“学术界正在致力于让建模过程自动化，以降低建模需要的人工成本。”周以真告诉36 氪。

除了利用学界的力量反哺技术，AI 公司更需要传统 IT 的人才打磨业务。

两个月——这是原 SAP 全球副总裁裴沵思、原 IBM 高级合伙人田小鹏履新的时间段。两位曾在传统 IT 巨头任职的高管如今都有了新身份：裴沵思加入第四范式担任总裁；田小鹏则成为了澳鹏中国区高级副总裁。

在世博展览馆，36 氪见到了刚刚结束一场分论坛的裴沵思，在 SAP 从业七年的他，曾分管过地产、交通、航空、金融等近三十个行业。而迫使裴沵思从传统 IT 行业出走的，正是新兴 AI 技术对传统软件厂商的冲击。

“即使投入巨大，传统软件也解决不了企业的问题，因为新的进化发生了。”裴沵思对 36 氪说。他举例到：旧思路中，为车企解决营销问题就是上线一套 CRM ，但如今，人与人的传播渠道；机器、IOT、制造领域的内部冲击，已经超出了传统软件可以解决的范畴。

对于第四范式来说，裴沵思具备的跨行业经验尤为可贵。从 2015 年诞生至今，金融已成为第四范式显著的行业标签，其研发的自动化算法平台“先知”已被银行客户广泛认可。去年 12 月，第四范式公布 C轮10 亿元融资，农行、建行等五大行成为其股东。裴沵思也坦陈，目前公司超过 50%的收入来自金融行业。

因此，跨行业的增长，成为裴沵思来到第四范式的核心目标。在裴沵思的日程表里，挤满了“与汉堡王 CIO 午餐”、“与百胜高管开会”这样的议程。而在裴沵思加入后，8 月下旬，永辉超市发布公告，宣布与第四范式成立合资公司。

尽管刚上任两个月，第四范式与肯德基的合作已初见成效。这个被称作“Trade Out”的场景，能让用户在 App 点餐时快速收到餐品推荐，“点了汉堡薯条的话，再加一对鸡翅更实惠”。

“这种算法是基于用户画像做出来的，响应在毫秒级，最终能清楚地看到店面能有多少销售额的增长。”裴沵思告诉 36 氪。

与裴沵思一样，原 IBM 高级合伙人田小鹏加入澳鹏（Appen），也是看准了AI 行业中的新机会。

虽然没有第四范式的独角兽光环，但成立超过 20 年的澳鹏已在澳洲上市。数据标注是它的拳头业务。一方面，澳鹏采用机器自动化标注，“视频里标注第一帧后，后面的帧数就可以自动追踪”；另外，澳鹏还通过众包覆盖了全球 180 种语言，对诸如东莞话之类的方言都可以识别并标注。

作为一项人工智能的基础型业务，澳鹏也身处国内 AI 公司的发展变迁。田小鹏称：过去，客户对于数据的要求是量大、价低；但现在，企业对用于深度学习的数据有了更高标准。

“要出海的 AI 公司（比如智能音箱）会要求语音/语义的数据更精准、语种覆盖更广、还要注意隐私；产业端的客户（银行、零售）则要提高数据的利用度，以挖掘出更多 AI 落地的需求。”田小鹏告诉 36 氪。

这些新场景、新需求，无疑成为澳鹏与田小鹏眼中的商机。虽然进入中国时间并不长，但田小鹏称，澳鹏的客户名单中已名列多位互联网巨头。“我们希望在 5 年内，达到 1 亿美金的营收。”田小鹏说。

Dirty Work

相比 C 端市场的一夜暴富神话，服务 B 端的 AI 公司，注定要经历漫长的等待。

为了找到 AI 合适切入的业务，深演智能花了近十年。在创始人黄晓南的规划中，千人千面的广告投放已经是老生常谈，随着客户对于数据治理、交易评估、营销预测等需求日益增多，深演研发出一套名为Alpha OS的操作系统，还改掉了沿用十几年的公司名称“品友互动”，因为“不像再被当作是投广告的”。

作为大数据营销领域的老兵，黄晓南对 AI 的局限性有着现实的认识。深演智能目前在做的，是帮助品牌方进行“啤酒和纸尿裤放在一起卖会更好”、“温度变化如何影响感冒药销量”的机器学习行为，黄晓南将其称为“决策智能”。

“我们只做决策智能，不会去做人脸识别之类的感知、认知智能。AI 就不是一个创业的赛道。”黄晓南说。她对 36 氪进一步强调：“要让 AI 发挥作用需要很多Dirty Work，都是没人干的活儿。”

什么叫 Dirty Work？黄晓南不假思索就能列出几条：先是大堆的人清洗数据，把字段一个一个对齐，再打上标签，还要设立作弊规则，最终为企业搭建起数据管理平台。

这些脏活、累活是 IT 升级中的基础工作，看似琐碎，重要程度却如同为高楼打地基。“你可以理解为我们在养一个机器人。”黄晓南说，“我们用了八年，给这个机器人不断喂数据、做决策、看反馈，到现在才找到合适的场景。”

这几乎是所有 AI 公司的必经之路。从技术突破、到场景落地、再到交付实施，当 AI 创业者走出实验室，他们既要学会直面市场无情的审视，也要接受在 AI 创业的酷炫概念背后，是枯燥无尽的Dirty Work。

实施交付则是 Dirty Work 的另一种展现。

“实验室做出来的东西，往往只解决了一个技术问题，但不一定能解决客户问题。”腾讯优图实验室总经理吴运声对 36 氪说。

以腾讯智慧社区的场景为例，虽然在技术上能做到人脸、人体识别，但不少社区晚上的灯光十分昏暗，摄像头无法识别抓拍人脸，这就需要在产品交付环节兼顾到补光的方案。

吴运声还透露，为了解决客户问题，优图更多是与腾讯云的方案绑定输出，除了优图主打的视觉识别以外，还集成了腾讯云的自然语义理解、语音识别、地图等功能。

尽管进入中国市场时间不长，但澳鹏中国已经完成了三层式的架构设计，田小鹏介绍到，目前澳鹏中国的组织底层是研发、上层是销售市场，交付部门则被放在了架构的中心

“空有一个好的技术并不够，客户的实施场景是很复杂的。”田小鹏对 36 氪说。

为此，澳鹏在对接客户时，会分层化解需求：销售团队带回线索，研发团队与数据科学家搭建模型、交付运营团队跟进客户需求，三方在交付的过程中不断完善基础平台、发掘场景，最终再把需求反哺给用户，形成正循环。

“研发和工程系统不一样，很多创业公司在组织设计上，会让科学家去当销售，让销售管交付，这就没办法生存。”田小鹏表示。

（头图由 36 氪拍摄。）