11 月 20 日，由蘇州市相城區人民政府與《麻省理工科技評論》聯合主辦的 EmTech China 2020 全球新興科技峰進入第二天議程。今年，EmTech China 邀請到了數十位頂級科學家、海內外院士、商業領袖、科創精英蒞臨現場，探討新興科技發展現狀及其為人類社會帶來的巨大影響。第四范式創始人、首席執行官戴文淵發表了主題演講，以下為經過整理后的演講實錄：

大家上午好，非常高興有機會能在這邊跟大家交流我們在 AI 驅動產業升級方面的一些思考。實際上，這些年我們一直在人工智能驅動產業升級領域探索。我們探索的內容有零售行業從線上到線下的轉型，金融行業的營銷、風險、合規，制造業的數字化，以及石油石化能源企業用什么更高效的方式去運維遍布世界各地的設備。

我們發現，今年疫情加速了這方面的升級。在過去的兩年，我們跟很多客戶聊的時候，他們都會感興趣，未來一定是數字化、智能化的世界，但是什么時候開始做？不一定。有可能明年，有可能后年。因為我們現在線下的生意還是能賺錢的。但是在今年的大環境下，由于我們是個企業服務公司，我們能看到真正在數字化轉型、智能化升級的領域投入最多的，恰恰是那些受新冠疫情影響最大的行業，比如線下零售的企業。

過去可能很多行業在探索彎道超車，我舉個例子，我們服務的一家企業，他們在前些年探索怎么用智能化、數字化的方式做更好的合規反洗錢。我們嘗試了兩條路。

第一條路是中國金融的業務專家在總結更多反洗錢的思路。但是在業務領域，我們可能至少落后海外先進經驗有 10 年、20 年，通過業務專家的努力，我們兩三年能追回別人五年的工作已經是非常了不起。

另外一條路是我們基于中國的企業所擁有的龐大數據，我們知道中國的這些金融企業，無論先進、落后，它的規模都是在世界領先的。比如工商銀行是全球最大的銀行，其擁有全球銀行業最多的數據。基于這些數據，我們可以去發現更多的業務規律，我們發現機器通過數據是可以實現彎道超車的。我們合作的這家銀行在掌握用機器去發現反洗錢的業務規律之后，一下子走向了世界領先。前些年他們還代表人民銀行前往世界反洗錢組織介紹了中國在反洗錢領域的先進經驗。這是中國金融企業第一次在世界反洗錢組織介紹先進經驗，我們知道中國的銀行過去在海外都是因為反洗錢做的不太好被罰款，從來沒有機會在世界范圍內介紹先進經驗。但是通過數據、智能化轉型，我們的金融機構在這個領域走向了世界前列。

我們看到的提升主要是來自于機器在各個行業里面發現的數據。從數據發現規律和效益，遠遠大于過去的效率。在改革開放以來的 30 多年時間，我們學習了大量的西方經驗，我們仍然是追趕的步伐，然而可能過去是落后 100 年，現在則是落后 10 年。

通過這幾十年的發展，我們積累了比西方更多的數據。如果機器能夠從這些數據里更高效地發現規律，我們做的能比海外更好。我這邊舉一些例子，這是金融機構，這是一家全國領先的股份制銀行，他們過去的營銷是有些業務專家每天在總結給什么樣的人推薦什么樣的金融產品是最好的，我們幫助他們從數據里面去發現更多的客戶喜歡什么樣的金融產品，過去人類可能總結了十幾年才發現了幾百條規律，現在我們可以用機器從數據里面幫助它在一天內總結上億條什么樣的人喜歡什么樣的金融產品的規律，一下子幫助他們把金融產品的營銷效率提升了 600%。

過去這家銀行的業務人員都在像 SaaS 的業務專家那樣學習，但通過這樣的變遷，他們已經不太想向海外學習了。

我第一次去中國的一家領先的金融機構去交流的時候，當時我跟他們講互聯網公司是怎么運用大數據、人工智能實現轉型，他們問我，你知不知道美國銀行、匯豐銀行是怎么運用大數據、AI？但今天再也沒有一家銀行會問我這個問題，反倒是我們在去年開始服務匯豐銀行，匯豐銀行非常感興趣招商銀行、工商銀行是怎么做的，這是一個非常大的變化。因為招商銀行、工商銀行擁有比匯豐銀行多得多的數據，從數據里面能找到比匯豐銀行多得多的業務經驗，所以招行和工行現在已經遠遠領先于匯豐銀行了。

同時在能源企業領域，我們幫助了一家國有的能源企業預測它的化工品價格。過去他們請很多海外咨詢公司，幫助他們去解決這個問題，海外咨詢公司也會請很多海外的專家來梳理化工品的價格走勢。我們幫助它從數據里面用機器去發現了化工品價格的走勢，原先一個頂尖的咨詢團隊可能花了一年左右時間總結了上百條規律，我們幫助它在一天時間內總結了大概上千萬條規律，一下子讓中國的能源企業在化工品價格預測領域遠遠領先于西方的企業了。

同時在醫療領域，我們和一家全國領先的慢病管理的醫院合作過。他們的院長告訴我們，他在 10 年前每年夏天都要去以色列訪問一個月，學習以色列醫院的先進經驗。但是這兩年反過來了，以色列的醫院院長每年夏天都想到他們醫院里來工作兩個月，因為以色列沒有多少人。

這家醫院從 2005 年開始到現在，整理了大概 100 萬人慢病的數據，是現在我們知道的全球最大的數據，大概花了這家醫院幾億的經費。但是這個成本并沒有我們想象的那么高。我可以分享一下兩年前 Google 的一個計劃，投入了 10 億美金，收集了 5 萬人的慢病數據。我們幫助它從瑞金醫院 100 萬人的數據里找到了百萬級別的規律，幫助他們把識別的準確率提升了三倍左右。

過去我們用這樣的方法幫助過 15 家企業，我們可能幫助每家企業解決的問題不太一樣，但實際上背后的原理是類似的 —— 機器怎么能夠幫助人類做的更好。實際上過去各行各業的人都在總結經驗。人可能每兩三天總結一條規律，但機器一天時間內就可以總結一千萬條規律。這可能比過去幾十年、幾百年所有人總結出來的規律還要多，從而能夠幫助我們做的更好。

今天我能看到的特別大的機會，是 AI 怎么賦能產業升級，AI 怎么賦能產業升級的基礎設施。

我們國家在改革開放以后，首先把規模做到了，做到了全世界最大。

由于我們的規模做大了，我們就擁有了全世界最大的數據庫，我們在各行各業都能做到最大。我們服務的很多企業都是全世界最大的，比如說工商銀行，全世界最大的銀行；比方說肯德基，肯德基拆分了中國公司成為獨立公司以后，肯德基成為了全球最大的餐飲連鎖企業；比如說瑞金醫院擁有全球最大的慢性病病人的病體庫；再比方說最近在一家養雞的公司，他們的雞蛋產量在今年成為了全球最大。

這些數據會成為我們彎道超車的基礎，這些數據里面蘊含著業務經驗、業務規律和產業規律，實際上是遠遠大于過去一些先進產業所總結出來規律的數量，甚至有可能通過計算機在一天時間內總結出來。一天時間，所有行業總結出來的規律會大于人類過去幾百年總結出來的規律，這是我們看到的最大產業升級機會。

前面講的都是好的，我們也能看到，雖說我們暢想人工智能干好很多事情，看到人工智能在各個行業能夠幫助很多企業實現轉型，看到很多企業運用人工智能以后真的變成另外一家企業，我們看到美國已經害怕抖音了，但是為什么還有很多企業還不是很先進？為什么業界說人工智能可能會有很大的泡沫？

如果每家企業都能像抖音那樣影響到讓美國感到可怕的話，人工智能為什么會有泡沫？照理說人工智能不會有泡沫，甚至被低估了。為什么會這樣？實際上我們發現在人工智能的基礎上仍然有很大的缺失。

首先每個人都知道人工智能缺少科學家，缺人才。有很多先進的人工智能公司他們有很多人才，可能我們的企業沒有。

與此同時，我們也缺設備。領先的這些人工智能巨頭公司，他們的數據中心里面有幾十萬臺服務器，我們的企業只有幾臺，是不是有很大的差距？

實際上還有很多標準的缺失。我們企業可能收集了很多數據，這些數據有的時候好像也沒有什么用，真的用 AI 時我們過去建的大數據平臺，數據倉庫里面的數據一個都沒有用。

這些是我們今天發現人工智能在落地環節當中所遇到的重重挑戰。

實際上，作為人工智能領域企業服務公司來說，我們需要解決這些問題。

人才匱乏我們怎么辦？我們要去想辦法降低人才進入的門檻，我們不可能培養數以百萬級的 MIT 的 Phd。

雖然今天是 MIT 的場合，但 MIT 的 Phd 不是什么人都能當的。如果人工智能的落地靠 MIT 的 Phd 的話，人工智能不會有廣泛的發展。我們也不可能要求每一家企業都像 BAT，像頭條這樣去買幾十萬臺服務器。那么，我們是不是有可能不需要買那么多服務器也能把 AI 做出來，能不能把成本降下來，我們是否有可能讓這個數據更符合 AI 的標準，AI 的規范？這都是我們需要解決的問題。

過去六年左右的時間，我們一直致力于解決這個問題，建立標準、建立規范，降低 AI 的算力使用門檻以及建設更低門檻的 AI 開發平臺，幫助我們的企業做到，來一個普通的工程師，訓練 1-2 天的時間，就能開發出 MIT 的 Phd 開發出來的應用，幫助他們能夠在 1-2 天內落地一個場景，而不是半年、一年，幫助他們獲得只有原來成本十分之一的 AI 算力是我們一直努力的方向，并且我們也希望我們能夠不停朝著這個路徑走，并不僅僅滿足于今天做到的狀態，我們需要不斷努力做的更好。

過去的六年時間我們做到了小小的成績，首先去年我們在 IDC 機器學習平臺的整個市場份額第一次出現在了機器學習平臺的賽道，我們獲得了 IDC 的認可，現在位居中國市場份額的第一，今年我們也蟬聯了中國市場的第一。

Forrester Wave 也把我們評為整個機器學習平臺市場的領先者，這個是我們過去做到的成就。但是我們遠遠不滿足于成就，我們希望不斷降低 AI 使用的門檻，降低 AI 使用的成本，并且縮短 AI 落地的周期，讓每一家企業都實現數據和智能的轉型，讓我們每一個產業最后都能像我們今天看到的，像 BAT，像頭條，像抖音一樣實現真正的轉型。能夠讓每一個產業在世界上像抖音那樣，對海外有著深遠的影響，這是我們想做的事情，也希望我們不斷在這條路上走的更遠，幫助到更多的企業，謝謝大家。

原文標題：戴文淵：數據優勢是中國最大的產業升級機會

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq