作者 | 劉燕
采訪嘉賓 | 陳雨強，第四范式聯合創始人、首席研究科學家
抓住機會讓更多企業擁有人工智能
2014 年，戴文淵（第四范式創始人、CEO）找到陳雨強，想邀請他一起創業。彼時，在今日頭條做算法架構師的陳雨強已頗有成績，他設計主持了一套新媒體人工智能推薦系統。聽說他要離開，張一鳴多次找他長談挽留。
戴文淵是陳雨強的師兄，從上大學到走上工作崗位，陳雨強受戴文淵的影響很大。最終陳雨強決心出來創業，更多是因為信任戴文淵這個人。
陳雨強也非常認同戴文淵的一個判斷。在戴文淵看來，有企業服務需求的客戶越來越多。這意味著，未來需要人工智能技術的企業很可能遠不止互聯網等大廠，各行各業都有需求。
“企業為什么需要 AI 技術，因為 AI 是提升經營效率的重要工具，效率提升就意味著整個價值提升，未來可能所有的企業都會進行 AI 轉型，因此這里面蘊藏著巨大的機會。另一方面，如果一直在一個做應用的公司做 AI，瓶頸會非常明顯，而解決很多企業的人工智能問題是一個可以長期持續做的方向”。
陳雨強向 InfoQ 表示，第四范式在誕生之初，創始團隊就對創業路徑做了精心選擇，他們認為，打造 AI 平臺，幫助企業進行 AI 轉型是一個正確的、具有前景的方向。
陳雨強
成立 6 年來，第四范式技術團隊從技術研發到產品研發再到解決方案，已形成了一套比較完整的技術體系。今年 8 月，第四范式發布了四款新產品， 企業級 AI 操作系統 Sage AIOS、自動化 AI 生產力平臺 Sage HyperCycle ML、 企業級 AI 算力平臺 SageOne，線上化智能運營系統“天樞”。
其中 Sage AIOS 定義的“數據形式”旨在解決行業中 AI 數據的痛點。數據治理一直是 AI 落地的頑固阻力，過去，技術人員花了大量時間在整理數據、清洗數據、數據一致性等問題上，Sage AIOS 形成了叫“數據形式”的統一標準，其作用類似于 Windows 中的“文件格式”，它將 IT 知識、數據知識、業務知識等融合在一起，滿足數據在一致性、時序性、閉環的要求，數據形式可大幅提升企業使用人工智能的應用效率。
此外在資源調度層面，在過去做應用，如何讓它在同一集群上合理地調度分配、盡可能多和好的使用是一個大問題。這個問題過去不凸顯，但在未來會非常嚴重。針對此，Sage AIOS 的資源管理器 HyperScheduler，設置有專門的調度和資源分配機制，能動態地對各個任務進行合理的資源分配，有效管理調度 CPU、GPU、加速卡等各類異構設備資源，避免 AI 應用資源分配不均導致的任務響應慢、宕機等問題，讓資源利用率翻倍提升。
Sage AIOS 意在成為 AI 時代的 Windows。如今，市場對軟硬件國產化的關注度愈發提高。陳雨強認為，軟硬件國產化將是一個非常明確的趨勢，第四范式核心的基礎架構全都基于自研，是最早一批完成了一體化人工智能平臺適配的國產化機器學習平臺公司。
今年 6 月，IDC 發布的《中國人工智能軟件及應用 (2019 下半年) 跟蹤》報告顯示，第四范式已連續 2 年蟬聯中國機器學習平臺市場份額 No.1，超過阿里、騰訊、百度、華為等廠商。
實際上，由于機器學習平臺的門檻特別高，目前行業仍是大廠玩家居多。從細分類型的參與者來看，業內做機器學習平臺工具的公司不在少數，但真正做機器學習平臺，整體讓客戶實現成功智能轉型的公司壁壘較高，相對較少。此外，業內做機器學習應用的公司也比較多。陳雨強認為，整體來看，目前機器學習平臺的需求比較旺盛，正在經歷在各行各業”生根“的階段。
作為一家創業公司的技術掌舵者，陳雨強懷著一顆平常心看待與巨頭間的激烈競爭，他表示，不同玩家之間存在競爭是正常的，關鍵在于一定要產生價值。
“如果一個 AI 平臺沒有真正落地并產生價值的話，比較是沒有意義的”。陳雨強表示，與其他同類 AI 平臺相比，第四范式的機器學習平臺最具差異化的特質是，會站在如何讓客戶真正獲得 AI 價值這一角度去設計和思考，從而定位和提升 AI 平臺的價值。
“我們不是一家工具的公司，我們是一家幫助企業實現智能化轉型，助力其業務提升的平臺，我們希望幫助企業真正做出有用的場景，并幫助它將業務越做越大”。
落地應用能力被視為第四范式的另一“護城河”。
目前，第四范式的機器學習平臺已在金融、零售、能源、醫療、互聯網等領域廣泛落地。
金融是第四范式率先切入進去的領域。之所以選擇這個方向，創始團隊主要出于幾個考慮，當時團隊創業時人工智能還是一個比較貴的技術，金融領域是首選領域，因為相對“有錢”，且數據信息化是金融業天然的需求，銀行有需求和能力進行 AI 轉型。此外，銀行是最難服務的客戶群體之一，而這對外部競爭者來說也意味著較高的入局門檻。就這樣在金融領域站穩腳跟后，第四范式又逐漸擴展到零售、制造等行業。
當實際落地案例增加到一定規模時，所觸達到的最大、最有價值的場景能夠反哺整個研發流程，包括新技術的科研和產品研發，這是第四范式長期積累形成的一種獨特模式。基于這種模式的 AI 平臺產品更擅長直接解決客戶的問題，這要比憑猜想可能遇到的問題再去解決效率要高得多。
陳雨強表示，在幫助企業進行數字化、智能化轉型方面，第四范式的機器學習平臺最大的一個價值在于幫助提高企業經營和決策的效率。企業會面臨很多決策，最頂層為戰略，中層為決策，底層是執行。中層的非戰略級決策過去都是由人工來做的，現在都交給了機器來做，機器學習平臺在營銷、風控、需求預估等細分場景的決策上具有很大優勢。
用上 AI 后，運營效率的提升也是顯而易見的。在金融反欺詐方面，與一些競品相比，第四范式的反欺詐在同樣召回的情況下準確率提升 6~7 倍；在做金融產品營銷時，很多銀行的營銷響應率一般能實現 6 倍的提升。在醫療領域做糖尿病患病率預估上，三年糖尿病預估準確率比臨床金標準要提升兩倍到三倍，與 ADA（美國標準）、芬蘭標準和 CDS（中華醫學會標準）三個主流的糖尿病風險評估標準對比中，糖尿病預測準確度有顯著提升。
不過，現階段，企業實現 AI 轉型的過程中也面臨很多挑戰和痛點。
很多企業最大一個困惑是“花了錢卻半天沒見個影“，”大張旗鼓做了數據建設、AI 投入，模型是提升了，但為什么沒看到收入增長”？這時候可能會有很多企業覺得，做和不做也無關痛癢，可能就不再繼續往下推行 AI 了。
陳雨強表示，這個問題的原因是“1+N”導致的。“1+N”是第四范式提煉出的企業智能化轉型的范式，其中“1”代表效果，把 1 個或幾個對業務影響最大的場景做到極致；“N”代表規模，用最高的效率規模化落地盡可能多的應用場景，使場景的總體價值最大化。
在“1 ”的問題上，一個工具是沒辦法幫助它提升的，必須是一個工具加一個方法論，才能做到真正的提升。“N”是效率上的事，如果一家企業做了半年才上線一個場景，但不同的部門有很多這樣的場景，當場景堆疊在一起時，就不知道怎么做了，這種情況下必須有一個平臺才能規模化地推進。
在“1+N”模式下，一家公司要采用人工智能，一定會從某個“點”開始，這個“點”要足夠的影響力，一般是核心業務。在證明了 AI 在某個點產生價值后，”N“的規模化問題隨之提上日程。
不同于互聯網公司，很多傳統企業的業務多且分散，不同業務所需的 AI 能力不同，因此對一家公司來說，只對 1-2 個業務線進行 AI 轉型是不夠的，人工智能要真正對企業產生影響力，一定要覆蓋非常多的業務，才能稱之為是“離不開”的影響。如果將人工智能將業務中剔除后，公司可能會面臨倒閉，像這樣的公司可以視為人工智能轉型成功的公司。
做機器學習平臺天然就是新基建
新基建無疑是今年科技圈最熱的詞匯了，伴隨著一系列圍繞新基建建設的方針和政策的出臺，新基建熱度攀升，躍升為新的風口。各大科技公司也紛紛結合自己的核心業務出發開始了積極布局，勢要抓住紅利期。
按照國家發改委明確的新基建的范圍，新基建分為信息基礎設施、融合基礎設施和創新基礎設施。其中，信息基礎設施中包括以人工智能、云計算、區塊鏈等為代表的新技術基礎設施，以數據中心、智能計算中心為代表的算力基礎設施等。
陳雨強所理解的“新基建”是指為了提升整個社會的生產力和生產效率，對技術、基礎設施的投入。他表示，“做機器學習平臺就是天然的新基建，第四范式天然就是一個新基建公司”。
與“修路”、“造橋”等傳統意義上的基建建設不同，新基建更多是面向高端制造業的基礎設施建設，但“要想富，先修路”，新基建建設也需要修好“路”。陳雨強表示，AI 本質上就是那條“路”，如同第四范式打造 Sage AIOS 操作系統解決數據問題本質上就是在修其中的一條路，“只有把路修好，上面才能跑很多的‘車’，‘車’才能跑得快”。
人工智能、5G、云計算、大數據等均是新基建相關的熱門技術，有人擔憂，新基建概念中是否存在“新瓶裝舊酒”的問題。對此，陳雨強認為，這些名詞肯定是過去存在的，但這不影響它們是新基建。新基建是國家認為對未來提升國家生產力、生產效率最重要的基礎設施，在未來，在信息時代，5G、AI 等會是最重要的基礎設施。未來的社會需要這些基礎設施，這并不影響技術是老還是新。
新基建可能并不意味著有新技術出現，提高企業的效率，才是新基建的核心。新基建在“修路”的過程中，一定要考慮在上面跑什么‘車’，不能為了‘修路’而‘修路’，比如想跑火車，修馬路就沒意義。因此真正做新基建，一定要針對希望解決的問題和場景。
新基建為第四范式帶來了重要的發展機會。因為更多的行業開始逐漸意識到人工智能平臺或者人工智能建設其實是一件需要去做或者可以去做的事。一些原本沒有考慮過 AI 轉型的企業也逐漸開始參與到轉型和變革中去，提高了智能化轉型意識，相當于為機器平臺公司起到了教育市場的作用。
除了 AI，新基建所包括的 5G 和 IOT 也與第四范式的技術戰略高度相關，這些基礎設施建設的未來本質上會帶來人與人之間的互聯外，還會帶來物體之間的互聯，物體互聯的價值絕不止于連在一起，而會帶來新的產業和機會，甚至顛覆所有的行業。陳雨強認為，5G 和 IOT 萬物互聯最終的結果在于有了智能，能做決策，能決定改造的流程，提升效率，提升效率的手段不是單純靠人工，一定是靠人工智能，因此這里面也充滿機遇。
第四范式目前已將 5G、IOT、端側作為重點研究和探索方向，公司目前在參與國家的一些標準如邊緣計算的標準制定，與高校開展研究合作，也在通過開展科學社區、比賽等吸引更多人參與到新基建研究上來。
新基建牽動了一批新的科技投資熱潮，但新基建并不是建好了，就會有人去用。如同所有的“新事物”一樣，它會經歷萌芽、探索，成長、成熟的過程和階段，而各個企業從了解到參與新基建也需要一個過程，在這個過程中需要獲得支持和幫助。
陳雨強表示，尤其在科技競爭局勢越來越緊張的當下，怎樣去支持新基建這一新事物，怎樣能更好地支持愿意嘗試用新基建設施創造價值的企業，并幫助他們使用一些基建設施，這是很重要的事。
“在新基建的窗口期，企業要更開放的考慮新基建帶來的發展機會，除國家政策支持外，還有很多像第四范式這樣的機器學習平臺公司在參與建設，幫助實體經濟，如果國家實體經濟和新基建本身建設方面能夠一起發力的話，新基建整體的進程就比較順了”，陳雨強表示。
