第四範式戴文淵：AI最大挑戰是幫企業實現“質變”
導讀：第四範式正在從把AI場景落地的速度提高，轉向如何在單個客戶實現更快速的場景涌現。
“今天人工智能可能又到了一個臨界點。現在沒有運用AI技術的企業可能很少。但是說我的企業的核心競爭力就是AI，把AI從企業拿掉，企業就活不下去了，這樣的企業也很少，這就是我們認爲今天AI面臨的最大挑戰。”
6月23日，第四範式創始人兼首席執行官戴文淵博士在2021第四範式新品發佈會上這樣說。
會上，第四範式將去年重磅發佈的企業級AI操作系統4Paradigm Sage AIOS 升級到2.0，併發布企業級智能應用市場4Paradigm Sage App Store，還將支撐AIOS的兩個核心底層技術開源：OpenMLDB機器學習數據庫和OpenAIOS人工智能操作系統內核。
然而相比技術和新品發佈，客戶和場景纔是今年發佈會的重點。戴文淵首次拋出了AI如何幫企業實現智能化轉型“質變”的新課題，也將其作爲第四範式下一階段增長的切入點之一。
第四範式總裁裴沵思認爲，“今年是我們進步最快的一年，無論從組織結構上、簽約客戶上、內部能力上都有非常多的提升。”而這背後的關鍵在於，第四範式正在從原來的把AI場景落地的速度提高，轉向如何在單個客戶實現更快速的場景涌現。
在人工智能技術幾起幾落的週期中，第四範式試圖發現背後更本質的問題。
回顧AI的發展歷程，每一次深藍、AlphaGo這樣的現象級新聞都將人們對AI的期望無限擡高，隨後的應用落地難又將預期狠狠拽回地面。AI技術就在這種過高和過低期望的反覆交替中，起起伏伏。戴文淵認爲，“要分析每一次起落的本質的原因是什麼。如果我們能解決好，就是下一次的機會。”
“AI確實有用，能夠降本增效，爲企業帶來價值，但好像還沒有特別大的用處。”成爲當下很多企業的共同感知。戴文淵認爲，破局的關鍵在於“質變”。通過“失效分析”（即在一個系統裡，如果把某一個部件拿掉，系統能否正常運轉），AI還遠沒有到“質變”的臨界點。
到底什麼是“質變”？戴文淵舉例說，消費互聯網領域的內容分發場景下，傳統的分發方式受限於人工，AI則可以讓分發不斷提質、降本、增效。當最終邊際成本下降爲0的臨界點時，用固定的成本能夠獲得用戶規模的指數級增長，這就是“質變”。
再比如，產業互聯網的規模很多時候受制於從業者門檻。當AI能夠將人才門檻降低到一定程度，讓企業增長不再受制於人力與成本，就達到了“質變”。
根據IDC發佈的《中國人工智能應用市場半年度研究（2020H1）》，第四範式蟬聯2018-2020（上半年）中國機器學習平臺市場份額第一。自2014年成立以來，第四範式的標杆客戶已經廣泛覆蓋銀行、保險、零售、醫療、能源、政府等行業。
如何開啓“質變”？第四範式的做法是先找到志同道合的頭部客戶，先給“質變”打個樣，共同探探路。
作爲全球領先的餐飲公司，百勝中國旗下擁有肯德基、必勝客等知名連鎖餐飲品牌。疫情影響下，百勝中國實現了逆勢增長。
根據官方數據，2021年第一季度，集團旗下餐飲門店數達到了10725家，同比增長了近1500家，會員數由去年同期的2.5億增長到3.15億，在線交易佔比達到了84%。這得益於百勝中國過去多年紮實的線上線下數字化基礎。
在第四範式的幫助下，百勝中國的外賣餐點實現了派送從原來每個餐廳人工分配，到全部由AI系統做訂單分發；每家餐廳的外送商圈實現了從原來的專人維護，到智能商圈系統的AI自動規劃，保障了全局效率最優。
以外賣訂單排產這個細分場景爲例，藉助AI，百勝中國可以實現更精準的觸達，以及更細節層面的客戶體驗提升。
比如，一個包含披薩和飲料的外賣訂單，如果同時生產食材，披薩做好時飲料的溫度已經上升了幾度，送到客戶手中時飲料的口感會打折扣。過去在餐廳線上線下訂單高峰時段，僅靠人工很難管理這些細節。現在，藉助第四範式的AI系統解決生產和排產問題，餐廳不僅實現降本增效，還大幅提升了客戶體驗。
“質變就是當AI的能力達到了一定程度之後，不像剛開始是一個兩個場景的探索，而是幾十個、幾百個的出現。”百勝中國IT資深總監孫磊表示。
同樣勇於嚐鮮的還有永輝彩食鮮。作爲永輝超市旗下的生鮮服務商，永輝彩食鮮爲黨政軍、企事業單位、校園、餐飲酒店等機構提供一站式食材解決方案。
“第四範式就是我們公司的AI部門，如果第四範式搞不定我就不搞了，明年再看。” 永輝彩食鮮CTO 喬新亮也是對第四範式超級信任的優質客戶，他認爲，“AI的質變和企業的雄心壯志有關係。在行業裡，彩食鮮在最恰當的時間擁抱了一個剛剛好成熟的技術，就能吃到這個時代的技術紅利。再過兩年當AI變成人人都有的基礎設施時，就沒有紅利了。”
從智能定價中臺、AI採購員兩個核心場景切入，永輝彩食鮮用AI系統大範圍取代了原來的人工操作，做出了質變的嘗試。
“第一步，我們先把原來人制定企業決策的路徑變成AI決策，AI做不了的再交給人。我們從智能報價這一個點突破，未來還要在工廠、物流、採購、供應商所有環節要全面擁抱AI，這就是質變。”喬新亮表示。
在Empower AI Transformation and Advance AI For Everyone的公司使命下，第四範式的產品路線一直朝着通用性、基礎設施和開放開源的方向演進。
AI行業內，第四範式以AutoML（自動機器學習）算法領先著稱。AutoML 將與特徵、模型、優化、評價有關的機器學習重要步驟進行自動化地學習，使得機器學習模型無需人工干預即可被應用，極大降低了企業構建AI應用的門檻。
目前，第四範式已經開闢了30+AutoML算法方向，構建了全棧AutoML產品，覆蓋ML、CV、NLP、強化學習、AI自動化文本分類平臺等主流領域。在Gartner發佈的《2020年十大戰略性技術趨勢：民主化》報告中，第四範式被列入了AutoML技術代表性廠商。
發佈會上，能源電力行業的科技公司健新科技分享了通過第四範式AutoML快速拓展智能分析能力，幫助長江三峽葛洲壩快速實現設備實時預警、降低運維成本的案例。“現在，兩個人在三天時間內就能創造出過去需要數個開發團隊耗時一個月做出的同樣成熟度的數據計算模型。”健新科技CTO劉勇表示。
人工智能初創企業億景智聯聯合第四範式開發了基於機器學習構建的選址產品——司南選址。在智慧零售的門店選址場景中，億景智聯依託第四範式坪效預測數據形式，可以爲選址建模提供最高效的特徵工程。
去年，第四範式重磅發佈企業級AI操作系統Sage AIOS，定位於AI時代的Windows（操作系統），併爲創造性地提出“數據形式”方法論，解決AI應用中的數據治理痛點。每一個數據形式，定義了相應業務場景裡所需的數據標準，包括需要什麼樣的數據、從哪裡去取，應該如何處理。
今年第四範式發佈的Sage AIOS 2.0，打通了應用、數據、算力三者間的屏障，並以企業級智能應用市場4Paradigm Sage App Store爲基礎，擴展爲應用聯邦、數據聯邦、算力聯邦三大網絡。
會上，第四範式還宣佈將開源OpenMLDB機器學習數據庫和OpenAIOS人工智能操作系統內核。面向機器學習的開源數據庫OPEN MLDB，解決了機器學習三個核心數據問題：線上線下一致性(Consistency)、數據閉環(Closed-loop)、數據時序正確(Chronology)。第四範式OpenAIOS是一個完全面向AI的分佈式操作系統內核，實現了多級計算內核、多級存儲內核以及多級通信內核，來應對異構算力的管理和調度。
此外，第四範式還公佈了“Knot 中國結”開源計劃，將在一年內開源開放95%的核心技術，未來三年爲企業培養超過10000名AI應用開發人才。
“質變”的背後，更多來自第四範式對AI落地新階段的市場洞察。
在AI普遍落地行業的今天，越來越多的企業不再滿足於AI只在單個或少數幾個場景的落地，實現一點點業務效果的提升，更希望AI能夠全面滲透進業務場景各個環節，產生數倍，甚至數十倍降本增效。
因此，深挖單個客戶價值，從單點應用到全面開花，成了第四範式的選擇。
質變需要時間，需要積累，更需要AI技術公司與客戶的無縫配合。期待第四範式能夠用AI決策幫助企業經營從量變到質變，創新出企業智能化轉型的新範式。
本文爲「智能進化論」原創作品，智能進化論專注雲計算和智能科技領域的深度評論。