《讀書成神豪》第二百四十三章 AIoT
聽到韓煙凝這麽問，章杉本想開個玩笑的~
不過想到韓煙凝很可能後期將章杉的回答也剪輯播放出來，那就不好玩了。
老實說，訪談進行到現在章杉對韓煙凝的看法已經改觀了不少了。
這個訪談，老實說章杉的回答並不怎麽友好，剛才他提到的就是相對來說很“黑話”的說法~
(人工智能物聯網)=AI(人工智能)+IoT(物聯網)。
融合AI技術和IoT技術，通過物聯網產生、收集來自不同維度的、海量的數據存儲於雲端、邊緣端，再通過大數據分析，以及更高形式的人工智能，實現萬物數據化、萬物智聯化。
物聯網技術與人工智能相融合，最終追求的是形成一個智能化生態體系，在該體系內，實現了不同智能終端設備之間、不同系統平台之間、不同應用場景之間的互融互通，萬物互融。
除了在技術上需要不斷革新外，與相關的技術標準、測試標準的研發、相關技術的落地與典型案例的推廣和規模應用也是現階段物聯網與人工智能領域亟待突破的重要問題。
但是呢，這個概念對於外行人來說可不是那麽容易的~
而且一問一答上，章杉也不是完全遊刃有余。
剛才韓煙凝提到的Gartner曲線章杉就有點懵逼~
反應了一小會，章杉才明白韓煙凝說的是技術成熟度曲線(The Hype Cycle)。
該曲線又稱技術循環曲線，光環曲線，炒作周期，指的是企業用來評估新科技的可見度，利用時間軸與市面上的可見度(媒體曝光度)決定要不要采用新科技的一種工具。
技術成熟度曲線(The Hype Cycle)誕生於矽谷，是指經過新聞媒體和學術會議的大肆宣傳之後，新技術趨勢一下子跌到了谷底，而最初依靠這個新技術發展起來的創業公司一下子變得岌岌可危。
1995年開始，高德納谘詢公司依其專業分析預測與推論各種新科技的成熟演變速度及要達到成熟所需的時間，分成5個階段:
科技誕生的促動期(Technology Trigger):在此階段，隨著媒體大肆的報道過度，非理性的渲染，產品的知名度無所不在，然而隨著這個科技的缺點、問題、限制出現，失敗的案例大於成功的案例，例如:公司 1998~2000年之間的非理性瘋狂飆升期。
過高期望的峰值(Peak of ; ):早期公眾的過分關注演繹出了一系列成功的故事——當然同時也有眾多失敗的例子。對於失敗，有些公司采取了補救措施，而大部分卻無動於衷。
泡沫化的底谷期(Trough of ):在歷經前面階段所存活的科技經過多方扎實有重點的試驗，而對此科技的適用范圍及限制是以客觀的並實際的了解，成功並能存活的經營模式逐漸成長。
穩步爬升的光明期(Slope of Enlightenment):在此階段，有一新科技的誕生，在市面上受到主要媒體與業界高度的注意，例如:1996年的; ，Web。
實質生產的高峰期(; of Productivity):在此階段，新科技產生的利益與潛力被市場實際接受，實質支援此經營模式的工具、方法論經過數代的演進，進入了非常成熟的階段。
這個概念很多表層互聯網工作者都不知道，更何況韓煙凝了。
章杉記得韓煙凝可是法律系的啊~
看得出來韓煙凝在這次的訪談上沒少下功夫。
心念及此，章杉也收斂起剛才玩味的態度，鄭重其事地回答起來:
“當我們去用一個算法變成最終應用時它往往要經歷三個過程。
第一步，0-0.1階段，這個階段本質上是技術可行性和產品價值的驗證，先產生一個新的算法，算法在性能上要可用。
第二步，0.1-1階段，要完成最小的可用產品打磨，觸達行業用戶，並且用戶買單了，完成了最早期的商業實現和落地。
這個AI公司首先成為系統集成商，打造端到端示范性概念驗證項目。
大家很多時候會說發現早期AI公司會變成項目的集成商，因為當你想做端到端應用時，第一步得能先成為總的設計師和集成商，用上你的算法，這才是端到端交付給用戶的價值，任何一個to B或to C的企業不會隻買個半成品，不會隻買個算法，需要在他產業裡能產生價值。所以，AI算法過程中首先要成為優秀的系統集成商。
但是這裡就有個岔路，有的公司可能說我就是集成商，就一直沿著集成商這條路走出去了，那麽你可能就越來越不像個AI公司。
第三步，1-N階段，當你做集成是手段，完成集成之後會發現，當你可以形成端到端的閉環時，首先要區別沉澱這個行業裡最重要的軟件，相當於用系統集成牽引做出軟件平台，連接所有的硬件，因為這些硬件是不同廠商提供的，這是使用系統性去牽引軟件。
當你把軟件做得很好的時候，會發現很關鍵的硬件，現在市面上沒有一個廠商真正做得非常非常好，這時候你就會真正用軟件牽引軟硬結合的平台。
從算法到系統集成，到軟件平台到最後的軟硬結合，這是真正想在行業落地時必經的一個最小路徑。
韓煙凝:這三個階段，貴公司走到哪裡了?
章杉:我們公司的三個大場景不同，很難簡單講總體在0.1、1還是N。
因為不同的行業在不同的領域有不同的階段，有的產品在N的階段，有的產品在0.1和1的階段，很難一概而論。
韓煙凝:這三個階段最難的是什麽?有沒有哪個環節可能是失敗的?
章杉:這三個環節裡，我認為頭和尾最難。
第一個是0-0.1的階段。我們國家過去二三十年有多少是創新驅動的業務其實非常非常少的。此前一個商業人才做業務的時候，一般不會做兩面不確定性的業務，要麽技術場景是確定的，我就在商業模式和銷售通路上做創新;要麽銷售通路是確定的，我給創造一個新的產品。
但AI大部分產品在0-0.1階段裡兩個都不確定，你發現要找那個交集，這是很難的事情，這個難度佔整個鏈路的50%。
第二個階段，不能說簡單，但第二個階段相比1和3要更簡單一些。
到第三個階段的時候，一個AI公司的核心任務是必須構建出自己非常強的軟+硬平台化能力。硬件能力是平台化，硬件從供應鏈到生產製造到銷售需要平台，搭建完之後軟件會變得越來越容易。
真正解決了0-0.1的公司，如果能在很快的時間裡構建第二步和第三步的話，可能就會是行業裡勝出的公司。
韓煙凝:所謂“經濟基礎決定上層建築”，是不是組織也會有相應變革?
章杉:當要把AI產業落地時，會發現它對組織的密度和陣型要求是極高的。回到人的問題，技術的同學都知道，技術再難、商業模式再難，我們往往沒有那麽frustrated。
但這是非常複雜的組織，一個AI行業，這裡並不是指AI公司，而是AI公司裡的產品部門可能具備四個人群。
首先它需要產品經理，可能是這個小板塊的CEO，這個產品經理他既需要有AI的背景同時需要學習行業的背景。所以，人群畫像裡我們畫有50%的AI，50%的行業。
第二要有CTO，把軟件、硬件算法整體來看，這個人也得很綜合，有AI行業背景同時也能學習行業。
第三是首席AI官，他能真正對算法上有突破，且能對算法可行性評估做得非常好的，這個人可能很懂AI，沒有那麽懂行業。
第四最後真正的閉環是AI的人，同時要有行業Know-how，有行業積累的人，所以最後肯定要有CMO。真正幫助產品推向市場，去營銷的時候，這個人往往是非常懂行業，同時有開放心態，他們也去學習AI。
當AI每個小的產品落地過程中，可能都需要這樣四個角色，我們叫每進入一個AI行業，需要搭好4 in 1的組織架構。
韓煙凝:這一系列要求，也是落地之難的一部分?
章杉:剛才我們是從算法的供給，AI價值閉環和AI產業落地組織要求上來看，就已經能發現AI這群公司其實還是挺不容易的。
如果想踏踏實實做好AI產業落地，會發現每個場景下都得考慮這個事情，需要2-3年時間，才能走完這個閉環。
韓煙凝:回到貴公司本身，怎麽理解貴公司的核心和邊界?
章杉心道，我理解個雞兒，不過到底是剛和姚老談過話的人，章杉現在的心態澄澈很多。
以前從來沒認真思考過的問題，現在也看得十分透徹！
章杉:一言以蔽之，就是「1+3」。
1，指的是一個AI生產力平台。
3，指的是3大落地賽道和方向:個人物聯網、城市物聯網，供應鏈物聯網。
韓煙凝:這3大方向裡有細分嗎?
章杉:在每個點裡我們有新的產品，創新的技術，但真正的客戶群體，這三個群體包含了裡最重要的三個場景。
第一面向家庭、個人客戶;第二面向城市、政府;第三是供應鏈，製造物流零售，所謂商業裡最主線條的戰場。
韓煙凝:今年還把算法生產工具Brain++開放了，沒有顧慮嗎?
章杉:準確講，3月我們選擇開源的深度學習框架天元，是Brain++的最核心組件。
坦白來說Brain++開源開放，我們自己早期還是有點糾結的，因為我們內部整個開發了六七年時間，我們認為這套技術是我們的核心競爭力之一。
貴公司內部有大概1400個左右的研發人員，他們每天在工作中真的全員在使用Brain++，即便可以使用TensorFlow或Pytorch等其他任何開源框架。
所以Brain++是我們拿手的絕活。
韓煙凝:那為什麽還拿出來分享?
章杉:希望可以讓更多程序員可以用Brain++開發自己的應用。
原因是未來算法的供給雖然很海量，但每個行業和每個場景需要的算法可能非常豐富，這時我們的Brain++就能真正發揮生產力平台的作用。
韓煙凝:有預期嗎?
章杉:希望成為口碑最好的吧。
韓煙凝:貴公司的個人物聯網、城市物聯網、供應鏈物聯網三條賽道裡，哪一條的市場空白最大?
章杉:三個板塊不太一樣，to B的東西都沒有那麽快。比如安防，大家知道是萬億級的市場，萬億級的市場裡面有多少智能化的部分?現在比例還沒有那麽高，智能化的部分可能隻佔1%-2%。
(to B面向商業創業，to C面向消費者創業)
韓煙凝:除了這三大場景之外，你們會考慮更多場景麽?
章杉:這個具體業務方面
韓煙凝:別的互聯網公司更傾向於去做很多傳統行業，以互聯網思維對其進行改造，你們為什麽不做?
章杉:第一要尊重行業，你做不了那麽多東西，每個東西其實都很深，需要很深的know-how(行業知識)，而且需要你從最核心團隊從上到下建立know-how，否則你做的很多決策就不一定是對的。
第二，每個行業都很重，你蜻蜓點水地搞了搞沒啥意義，做不好價值設計， 交付不了客戶價值。
第三，每個行業都很大，沒必要涉獵太廣。
少即是多，你不應該做那麽多，反而應該更專注。
韓煙凝:對於貴公司，未來最核心的想象力、最大的故事在哪裡?
章杉沉思了一會，道:我認為是「AI沒有邊界」。
之前我們本質上有點工具論，用工具對一些行業進行改造，讓行業在原有基礎上降本增效、提升體驗，覺得所有的行業都值得重新看一遍。
我們現在肯定沒有能力去做那麽多行業，做三個行業就已經夠多了。
但未來是沒有邊界的，未來可以有這樣的商業模式，再加上好的組織形態和資本形態，也許能夠賦能更多的場景。
它不一定是現在公司的這種形態，有可能是公司裡劃分了很多小的創業公司，分別去賦能不同的領域，每個領域又有從頭到尾許多環節無窮多的東西可以做。這件事情會讓我覺得很有意思，可以做成一個沒有邊界的公司。
……
韓煙凝:最後，你有什麽補充的嗎?
https://
天才一秒記住本站地址:。手機版閱讀網址:
不過想到韓煙凝很可能後期將章杉的回答也剪輯播放出來，那就不好玩了。
老實說，訪談進行到現在章杉對韓煙凝的看法已經改觀了不少了。
這個訪談，老實說章杉的回答並不怎麽友好，剛才他提到的就是相對來說很“黑話”的說法~
(人工智能物聯網)=AI(人工智能)+IoT(物聯網)。
融合AI技術和IoT技術，通過物聯網產生、收集來自不同維度的、海量的數據存儲於雲端、邊緣端，再通過大數據分析，以及更高形式的人工智能，實現萬物數據化、萬物智聯化。
物聯網技術與人工智能相融合，最終追求的是形成一個智能化生態體系，在該體系內，實現了不同智能終端設備之間、不同系統平台之間、不同應用場景之間的互融互通，萬物互融。
除了在技術上需要不斷革新外，與相關的技術標準、測試標準的研發、相關技術的落地與典型案例的推廣和規模應用也是現階段物聯網與人工智能領域亟待突破的重要問題。
但是呢，這個概念對於外行人來說可不是那麽容易的~
而且一問一答上，章杉也不是完全遊刃有余。
剛才韓煙凝提到的Gartner曲線章杉就有點懵逼~
反應了一小會，章杉才明白韓煙凝說的是技術成熟度曲線(The Hype Cycle)。
該曲線又稱技術循環曲線，光環曲線，炒作周期，指的是企業用來評估新科技的可見度，利用時間軸與市面上的可見度(媒體曝光度)決定要不要采用新科技的一種工具。
技術成熟度曲線(The Hype Cycle)誕生於矽谷，是指經過新聞媒體和學術會議的大肆宣傳之後，新技術趨勢一下子跌到了谷底，而最初依靠這個新技術發展起來的創業公司一下子變得岌岌可危。
1995年開始，高德納谘詢公司依其專業分析預測與推論各種新科技的成熟演變速度及要達到成熟所需的時間，分成5個階段:
科技誕生的促動期(Technology Trigger):在此階段，隨著媒體大肆的報道過度，非理性的渲染，產品的知名度無所不在，然而隨著這個科技的缺點、問題、限制出現，失敗的案例大於成功的案例，例如:公司 1998~2000年之間的非理性瘋狂飆升期。
過高期望的峰值(Peak of ; ):早期公眾的過分關注演繹出了一系列成功的故事——當然同時也有眾多失敗的例子。對於失敗，有些公司采取了補救措施，而大部分卻無動於衷。
泡沫化的底谷期(Trough of ):在歷經前面階段所存活的科技經過多方扎實有重點的試驗，而對此科技的適用范圍及限制是以客觀的並實際的了解，成功並能存活的經營模式逐漸成長。
穩步爬升的光明期(Slope of Enlightenment):在此階段，有一新科技的誕生，在市面上受到主要媒體與業界高度的注意，例如:1996年的; ，Web。
實質生產的高峰期(; of Productivity):在此階段，新科技產生的利益與潛力被市場實際接受，實質支援此經營模式的工具、方法論經過數代的演進，進入了非常成熟的階段。
這個概念很多表層互聯網工作者都不知道，更何況韓煙凝了。
章杉記得韓煙凝可是法律系的啊~
看得出來韓煙凝在這次的訪談上沒少下功夫。
心念及此，章杉也收斂起剛才玩味的態度，鄭重其事地回答起來:
“當我們去用一個算法變成最終應用時它往往要經歷三個過程。
第一步，0-0.1階段，這個階段本質上是技術可行性和產品價值的驗證，先產生一個新的算法，算法在性能上要可用。
第二步，0.1-1階段，要完成最小的可用產品打磨，觸達行業用戶，並且用戶買單了，完成了最早期的商業實現和落地。
這個AI公司首先成為系統集成商，打造端到端示范性概念驗證項目。
大家很多時候會說發現早期AI公司會變成項目的集成商，因為當你想做端到端應用時，第一步得能先成為總的設計師和集成商，用上你的算法，這才是端到端交付給用戶的價值，任何一個to B或to C的企業不會隻買個半成品，不會隻買個算法，需要在他產業裡能產生價值。所以，AI算法過程中首先要成為優秀的系統集成商。
但是這裡就有個岔路，有的公司可能說我就是集成商，就一直沿著集成商這條路走出去了，那麽你可能就越來越不像個AI公司。
第三步，1-N階段，當你做集成是手段，完成集成之後會發現，當你可以形成端到端的閉環時，首先要區別沉澱這個行業裡最重要的軟件，相當於用系統集成牽引做出軟件平台，連接所有的硬件，因為這些硬件是不同廠商提供的，這是使用系統性去牽引軟件。
當你把軟件做得很好的時候，會發現很關鍵的硬件，現在市面上沒有一個廠商真正做得非常非常好，這時候你就會真正用軟件牽引軟硬結合的平台。
從算法到系統集成，到軟件平台到最後的軟硬結合，這是真正想在行業落地時必經的一個最小路徑。
韓煙凝:這三個階段，貴公司走到哪裡了?
章杉:我們公司的三個大場景不同，很難簡單講總體在0.1、1還是N。
因為不同的行業在不同的領域有不同的階段，有的產品在N的階段，有的產品在0.1和1的階段，很難一概而論。
韓煙凝:這三個階段最難的是什麽?有沒有哪個環節可能是失敗的?
章杉:這三個環節裡，我認為頭和尾最難。
第一個是0-0.1的階段。我們國家過去二三十年有多少是創新驅動的業務其實非常非常少的。此前一個商業人才做業務的時候，一般不會做兩面不確定性的業務，要麽技術場景是確定的，我就在商業模式和銷售通路上做創新;要麽銷售通路是確定的，我給創造一個新的產品。
但AI大部分產品在0-0.1階段裡兩個都不確定，你發現要找那個交集，這是很難的事情，這個難度佔整個鏈路的50%。
第二個階段，不能說簡單，但第二個階段相比1和3要更簡單一些。
到第三個階段的時候，一個AI公司的核心任務是必須構建出自己非常強的軟+硬平台化能力。硬件能力是平台化，硬件從供應鏈到生產製造到銷售需要平台，搭建完之後軟件會變得越來越容易。
真正解決了0-0.1的公司，如果能在很快的時間裡構建第二步和第三步的話，可能就會是行業裡勝出的公司。
韓煙凝:所謂“經濟基礎決定上層建築”，是不是組織也會有相應變革?
章杉:當要把AI產業落地時，會發現它對組織的密度和陣型要求是極高的。回到人的問題，技術的同學都知道，技術再難、商業模式再難，我們往往沒有那麽frustrated。
但這是非常複雜的組織，一個AI行業，這裡並不是指AI公司，而是AI公司裡的產品部門可能具備四個人群。
首先它需要產品經理，可能是這個小板塊的CEO，這個產品經理他既需要有AI的背景同時需要學習行業的背景。所以，人群畫像裡我們畫有50%的AI，50%的行業。
第二要有CTO，把軟件、硬件算法整體來看，這個人也得很綜合，有AI行業背景同時也能學習行業。
第三是首席AI官，他能真正對算法上有突破，且能對算法可行性評估做得非常好的，這個人可能很懂AI，沒有那麽懂行業。
第四最後真正的閉環是AI的人，同時要有行業Know-how，有行業積累的人，所以最後肯定要有CMO。真正幫助產品推向市場，去營銷的時候，這個人往往是非常懂行業，同時有開放心態，他們也去學習AI。
當AI每個小的產品落地過程中，可能都需要這樣四個角色，我們叫每進入一個AI行業，需要搭好4 in 1的組織架構。
韓煙凝:這一系列要求，也是落地之難的一部分?
章杉:剛才我們是從算法的供給，AI價值閉環和AI產業落地組織要求上來看，就已經能發現AI這群公司其實還是挺不容易的。
如果想踏踏實實做好AI產業落地，會發現每個場景下都得考慮這個事情，需要2-3年時間，才能走完這個閉環。
韓煙凝:回到貴公司本身，怎麽理解貴公司的核心和邊界?
章杉心道，我理解個雞兒，不過到底是剛和姚老談過話的人，章杉現在的心態澄澈很多。
以前從來沒認真思考過的問題，現在也看得十分透徹！
章杉:一言以蔽之，就是「1+3」。
1，指的是一個AI生產力平台。
3，指的是3大落地賽道和方向:個人物聯網、城市物聯網，供應鏈物聯網。
韓煙凝:這3大方向裡有細分嗎?
章杉:在每個點裡我們有新的產品，創新的技術，但真正的客戶群體，這三個群體包含了裡最重要的三個場景。
第一面向家庭、個人客戶;第二面向城市、政府;第三是供應鏈，製造物流零售，所謂商業裡最主線條的戰場。
韓煙凝:今年還把算法生產工具Brain++開放了，沒有顧慮嗎?
章杉:準確講，3月我們選擇開源的深度學習框架天元，是Brain++的最核心組件。
坦白來說Brain++開源開放，我們自己早期還是有點糾結的，因為我們內部整個開發了六七年時間，我們認為這套技術是我們的核心競爭力之一。
貴公司內部有大概1400個左右的研發人員，他們每天在工作中真的全員在使用Brain++，即便可以使用TensorFlow或Pytorch等其他任何開源框架。
所以Brain++是我們拿手的絕活。
韓煙凝:那為什麽還拿出來分享?
章杉:希望可以讓更多程序員可以用Brain++開發自己的應用。
原因是未來算法的供給雖然很海量，但每個行業和每個場景需要的算法可能非常豐富，這時我們的Brain++就能真正發揮生產力平台的作用。
韓煙凝:有預期嗎?
章杉:希望成為口碑最好的吧。
韓煙凝:貴公司的個人物聯網、城市物聯網、供應鏈物聯網三條賽道裡，哪一條的市場空白最大?
章杉:三個板塊不太一樣，to B的東西都沒有那麽快。比如安防，大家知道是萬億級的市場，萬億級的市場裡面有多少智能化的部分?現在比例還沒有那麽高，智能化的部分可能隻佔1%-2%。
(to B面向商業創業，to C面向消費者創業)
韓煙凝:除了這三大場景之外，你們會考慮更多場景麽?
章杉:這個具體業務方面
韓煙凝:別的互聯網公司更傾向於去做很多傳統行業，以互聯網思維對其進行改造，你們為什麽不做?
章杉:第一要尊重行業，你做不了那麽多東西，每個東西其實都很深，需要很深的know-how(行業知識)，而且需要你從最核心團隊從上到下建立know-how，否則你做的很多決策就不一定是對的。
第二，每個行業都很重，你蜻蜓點水地搞了搞沒啥意義，做不好價值設計， 交付不了客戶價值。
第三，每個行業都很大，沒必要涉獵太廣。
少即是多，你不應該做那麽多，反而應該更專注。
韓煙凝:對於貴公司，未來最核心的想象力、最大的故事在哪裡?
章杉沉思了一會，道:我認為是「AI沒有邊界」。
之前我們本質上有點工具論，用工具對一些行業進行改造，讓行業在原有基礎上降本增效、提升體驗，覺得所有的行業都值得重新看一遍。
我們現在肯定沒有能力去做那麽多行業，做三個行業就已經夠多了。
但未來是沒有邊界的，未來可以有這樣的商業模式，再加上好的組織形態和資本形態，也許能夠賦能更多的場景。
它不一定是現在公司的這種形態，有可能是公司裡劃分了很多小的創業公司，分別去賦能不同的領域，每個領域又有從頭到尾許多環節無窮多的東西可以做。這件事情會讓我覺得很有意思，可以做成一個沒有邊界的公司。
……
韓煙凝:最後，你有什麽補充的嗎?
https://
天才一秒記住本站地址:。手機版閱讀網址:
鍵盤左右鍵 ← → 可以切換章節