出品 網易智能（公眾號 smartman163）

　　期號AI英雄總第102期

　　作者 丁廣勝

　　李開復是全球AI領域最積極的布道者，而創新工場的全新子公司創新奇智則希望成為AI時代智能化轉型的“尖刀”。

　　這家剛剛成立六個月的公司，宣布聚焦在零售、制造、金融三個領域，開展“AI賦能” 的企業服務，目前，創新奇智擁有近兩百人的技術和行業團隊，依托創新工場人工智能工程院的AI技術專家群，打造了“技術產品”+“行業場景”雙輪驅動模式。

　　成立僅兩個月的時候，創新奇智獲得了成為資本、創新工場等機構的超1億元人民幣天使輪融資。

　　這樣的“前進”速度，著實讓很多人好奇，他們有著怎樣的技術路線圖？又如何實現快速高效的行業布局？創新奇智 CTO 張發恩近日接受網易智能等媒體采訪，進行了詳細的解讀。

　　張發恩是創新奇智 CTO、聯合創始人，創新工場人工智能工程院首席架構師，曾任百度主任研發架構師、百度云計算事業部技術委員會主席、百度云計算事業部大數據和人工智能首席架構師，還曾在 Google 和微軟擔任研發職務。

　　他在 IT 行業擁有十年以上的技術研發和管理經驗，涉及企業級軟件、室內地圖定位與導航、互聯網搜索引擎、全領域知識圖譜、大數據分析與存儲、機器學習、深度學習等眾多領域。工作期間獲得 10 余項美國專利，30 余項中國專利。

　　AI+to B是片藍海 可能誕生新巨頭

　　“到2030年，中國的GDP將達到38萬億美金，其中7萬億美金為AI驅動。”基于廣闊的行業前景，創新奇智選定了零售、制造、金融三個行業。

　　張發恩告訴網易智能，預計到2025 年，該模式給科技企業帶來的整體市值將達到人民幣40至50萬億元，AI技術公司賦能互聯網巨頭及傳統行業龍頭將重塑行業格局，抓住這波升級改造機會有可能誕生新的巨頭。

　　“人工智能+to B還是片藍海，我們步入了后AI時代。”張發恩自信的說道。

　　面對時不我待的行業局勢，他們首先針對人工智能三要素（數據、算法、算力）進行技術研發和積累，張發恩介紹說，在數據方面，一、收集和處理海量的線下消費行為數據，預計在2019年底前，可累積約35億條（人、貨、場）三元組；二、標注人員規模按需擴容，目標最高支持數千人同時標注，日最高標注數據條數數百萬條；三、建設分布式爬蟲平臺，全分布式架構、按語義抓取內容，目標每日可抓取數百萬URL；四、基于開放和私有數據構建金融領域知識圖譜，目標涵蓋全國2千9百多萬企業實體，1億多條關系數據。

　　在算力方面，建設統一的在線中臺，為業務端提供CPU、GPU和FPGA算力，目標峰值計算力為1200 Teraflops，大約相當于4千臺傳統服務器的算力；建設分布式機器學習平臺與分布式深度學習平臺，目標支持多種異構計算加速器：GPU、FPGA等；在智能貨柜和自助結賬產品上，計劃應用FPGA加速芯片，訂單結算速度可控制在20毫秒以內。在同類產品中，將處于領先位置。

　　在算法方面，研發全分布式機器學習平臺，多Worker和多Parameter Server架構，目標最高支持百億級別參數同時訓練，支持20+種分布式機器學習算法；研發全分布式深度學習平臺，目標是支持市面上所有深度學習框架（如TensorFlow、PyTorch）；在機器視覺領域， 開發出具有創新性網絡結構的深度神經網絡模型，并在該行業應用內獲得最好效果。例如基于深度圖像信息（RGBD）的非標品識別，識別準確度達99。98%，基于嚴重畸變圖像的標品識別，單標品識別準確度達99。92%。

　　張發恩指出，2017年之后人工智能會出現分界點，將迎來技術轉換為應用的黃金時期，有了扎實的技術能力，他們時下正在快速部署落地。

　　作為創新奇智的投資人，李開復曾表示，相比互聯網的沖擊，人工智能對傳統企業帶來的顛覆性變革將更加廣泛、兇猛。傳統企業的固有文化、運營模式、已有利潤，都會成為巨大包袱，讓傳統企業很難顛覆自我，變身AI公司，所以傳統企業擁抱AI時代的最佳策略是尋找到既擁有AI解決方案，又熟悉行業的合作伙伴。

　　基于此，在零售領域，創新奇智建立了包括智慧商店、智能店面運營、智慧客戶管理、智能供應鏈、智能內部運營等，一套完整的零售解決方案。并且在零售前端打造了智能貨柜解決方案、自助結賬解決方案、貨架盤點解決方案，三大以視覺識別和機器學習為基礎的人工智能零售場景解決方案。張發恩強調，零售場景的本質是視覺，對畸變圖像的處理是創新奇智的核心優勢。

　　而在制造領域，創新奇智在研、產、供、銷、服等制造領域的關鍵環節利用人工智能技術提升效率與產能，提高質量的準確度。為企業提供諸如產品質檢、預測性運維、備品備件預測、生產資源分配、生產流程優化等人工智能制造解決方案。

　　張發恩舉例到，在制造行業中，尤其是金屬加工相關的行業門類，對零部件、產成品進行激光刻碼、打碼是進行產品質量追溯、制造過程數據管理最終形成制造產品大數據的重要手段之一，當前，在實際生產過程中，操作人員往往采用目測辨識、手工記錄的方式采集此類數據，然后手工錄入系統或打印生產過程中的跟蹤標識，這樣效率低、易出錯、浪費人力，增加了制造成本。而通過OCR（光學字符識別）技術能夠有效提高掃碼的準確率和效率，提高數據錄入的便利性，補全制造企業車間數字化的最后一步。

　　在金融領域，張發恩主要列舉了保險客戶的案例。據他介紹，創新奇智著眼于保險客戶的深度需求，提供保險產品智能定價、保險產品和生活場景結合的智能推薦、智能風控、智能核保核賠、全渠道智能輔助優化客戶服務水平和體驗等人工智能保險解決方案。

　　截止目前，創新奇智已經與包括鴻海科技、招商局集團、永輝、原麥山丘、徐工信息、儲蓄銀行、民生銀行等客戶建立了商業合作。

　　布局未來路線圖 提出“P3”理論

　　扎實的AI技術、清晰的路線圖、快速的執行力，這是創新奇智給筆者留下的印象。

　　在采訪之中，張發恩還首次提出了“P3”理論，即項目（Project）-產品（Product）-平臺（Platform），他認為這是企業的三個階段，創新奇智目前處于第一階段和第二階段之間，力求在2024-2025年進入第三階段。

　　“企業要有所為有所不為”在他看來，火熱的傳統安防和自動駕駛等賽道不會去碰，未來會持續緊緊盯著零售、制造、金融三個落地點，尋求落地和突破，人工智能To B還是藍海。

　　張發恩表示，真正對國家非常有用的是第一產業和第二產業，我們的衣食住行都離不開制造業，而中國制造業“大而不強”，人工智能將幫助整個制造業節省大量人力并提高效率。

　　與此同時，技術演進路線也在張發恩的規劃之中。

　　“我們提出了一個非常宏偉的目標，這個目標可以叫探索光衍射神經網絡，今天我們的神經網絡是拷在芯片當中的，那光衍射神經網絡是什么意思呢，也就是說我們不需要芯片了，利用光衍射讓計算瞬間完成。”他如是說。

　　此外，張發恩提出了六大技術演進路線，以2024年為目標，使得神經網絡加速芯片技術、大數據平臺、機器學習與深度學習平臺、機器視覺技術、3D視覺引導技術、自然語言處理等全面進階。

　　不得不說，如今的人工智能行業棋局風云變幻，唯快不破，巨頭卡位，創企博弈，他們賭注的是到2025 年，T2B2C平臺賦能模式給科技企業帶來的40至50萬億元人民幣的整體市值。

　　“后AI時代”到來，我們已經在這片藍海里嗅到了硝煙的味道。（完）

　　 關注網易智能公眾號（smartman163），為你解讀AI領域大公司大事件，新觀點新應用。