才云科技大数据科学家，曾在估值 2000W 美金的硅谷公司 MailTime 创始团队担任技术骨干，YCombinator 2016 Winter，前治慧基因-基因健康大数据公司创始人和 CTO。
研究生毕业于全美计算机排名第一的 CMU，本科毕业于清华大学，曾完成清华姚班所有机器学习课的学习，并师从唐杰、Yan Liu 等老师进行 AI 研发和学习，精通计算机视觉，医疗 AI。
2017 年 12 月 8 日，Caicloud 大数据科学家李一帆受邀参加“第二届设计和人工智能研讨会”。本届会议以“设计与数据智能的探索”为主题。李一帆在会上以《才云科技的 AI 产业实践与设计师》为主题展开演讲。以下是现场精彩回顾。

AI 现状

大家好，很感谢今天收到论坛的邀请，我给在座的设计师同学解释一下我的职位的概念。大数据科学家是最早 Facebook 提出的一个职位，主要工作内容就是将 AI 算法应用到公司的数据和业务上去。我今天讲的内容和前面几位不太一样，我本人是做算法的，我从 AI 角度，从我们做 AI 行业落地角度来分享一下，我们怎么看 AI 这个事情，以及我们在设计圈做什么事情的。

首先提一个事情，我们认为现在有三大类公司在做 AI 落地，想用 AI 技术。

首先是 BAT 这样的大公司，在他们有一个 AI 应用的想法后，无论是人力资源还是数据资源都可以快速调动，他们可以很快迭代出可用的 AI 应用。在不同的领域，比如百度做自动驾驶；腾讯做医疗；阿里做设计。在这一块上我们基本上不碰，我们也很尊敬这几位先行者。

另外我们认为有一类公司，是在 AI 领域做 AI 基础技术，比如商汤科技做人脸识别算法；我们做 CloudAI 云平台；深鉴科技做 AI 芯片。我们是从 AI 技术角度往前看，推进这个事情。

还有一类公司比如海尔，欣和，中国农业银行等，他们和 AI 关系不大，他们甚至还在做大数据，做数据积累。但是因为 AlphaGo 出现，传统公司其实内心憋不住了，他们很想弯道超车，很想直接做 AI。我们才云除了做平台，也和传统行业公司合作，把 AI 特别是云端 AI 用进去。

传统行业：AI 落地地困难与挑战

做这个事情过程当中我们发现一个困难。在传统公司、传统行业进行 AI 落地的时候，经常问题是在没有人的情况下进行的。传统公司有的是工人、管理者，但是没有算法工程师，甚至连 UI 设计开发人员都没有，可能很多公司甚至没有数据。这都是因为传统公司通常模式是公司生产，产品给到分销商，分销商最终推向市场，客户买单等等一系列线下行为。对于数据积累来说，这并不是一个天然的过程，而是一个需要刻意去做的过程。而且他们也没有动力去积累更宽广维度的数据，这就造成了很多传统公司没有数据积累的现状。

请设想，你作为董事长，或者是分行行长，想把 AI 用到业务上，但是通常的问题就是没有清晰的业务前景，用了又能怎么样呢？我们在新闻上看到的 AI，是 AI 下棋了；阿里鲁班例子，AI 可以做海报。对于传统行业的人来说，没有这种规模效应，他们的业务并没有一万个棋手下棋，所以他们会直观认为下棋 AI 没有业务前景，这些东西不能直接用。

纯工程角度谈 AI

作为专业从事 AI 行业的人员来看，其实阿里鲁班 AI 可以做海报，但不仅仅是可以做海报，还可以做更多。它可以做产品设计；可以帮助创业公司规划销量；做线下门店行为识别等等。如果我们将现象级的产品分解到技术或者是一个可用小模块的层面，那么传统行业也是可以用的。

在产业实践当中，我遇见了两组人在解决这个问题。从我的角度，一种是专门从事 AI 的工程师；另一种是相应技术出身的人。

比如以前是（AI PHD），然后想创业，所以做了一个公司，像这样的人有很多，我也是这样的，我会从一个纯粹 AI 工程的角度，去帮助一个传统公司分析。我会从技术角度去观察一个传统公司能做什么样的 AI 落地。比如某零售公司积累了很多销量数据，那么我就会想着用销量预测算法来帮助他们。比如一个百货商城有很多人流量，我就会想着用深度学习算法来分析它的线下客流。甚至像百度这样的，去到汽车生产公司，他会说我会有一些算法，帮助你做自动驾驶等等。

这么做下来可以看到我们的思路，特别是工程师的思路是比较倾向于技术本身，但是技术和业务之间本身就有一个巨大的鸿沟。我们工程师看到这个东西可以做，所以我们提出来。其实这样的配置给大传统行业老板，给到业务负责人，是特别苍白和无效的。三五次无效的提议之后，可能这些人就再也不信任 AI 了。比如他们会问我为什么做这个预测，或者是为什么做商品识别，带来什么价值，可以赚钱吗？我们扪心自问的答案会是：其实不一定。

设计咨询角度谈 AI

在这个过程当中，有一些创业者，学会了从业务价值角度回答问题。比如说咱们看到鲁班现在开始从设计师、设计行业角度回答，我认为这样的 AI 工具才有生命力。

其实，我会发现还有一个行业的人很有意思。上海有许多设计咨询公司，过去很长一段时间，他们一直在服务这样的传统行业，去开发、去设计新产品、去设计新的服务体验、去设计新的商业 BU。

我和很多位相熟的设计咨询师聊下来，发现他们思考问题的角度特别不一样，他们会问您顾客是谁，他们体验好吗，还会问我们如何创造性地解决商业问题，以及怎么样做一个新业务。

这对于刚刚我列出来的 AI 工程师来说，是不会考虑的角度。但对于我做算法人来讲，这种角度就特别有意思。

我从来不会想说，比如新三板企业老板，他做 AI 不是为了做 AI，他不想要 AI 这个科学，他可能为了上 A 股。如果算法仅仅是为了识别商品，那这个事情他不会很感兴趣；但如果算法可以帮你识别人的身份，同时我们通过这样的能力设计一个服务，情况就会不一样。比如我是一个厂商，我有可以识别人身份的能力。那么我就可以马上通过客户数据匹配喜好，让厨师给他做食品送到家门口。上海有一万白领每个月付三千块购买这个服务，一年就是三个亿的生意。从生意角度，设计咨询师有一个特点，他不仅仅考虑生意，还考虑体验，这跟商业咨询师特别不一样。

AI：“道”与“术”

经过几轮沟通我发现，我特别喜欢和搞咨询的人聊天，而且我意识到这里面实际上是“道”和“术”的问题。做 AI 工程的人，最在意的是这个算法怎么样，够不够快，这是“术”的角度；做设计咨询人更考虑我要让你成，我用什么你别管，我有创意，最后成了就行，这是“道”的角度。

为什么我今天比较激动呢？因为我觉得这是一个特别好的场合。我们做 AI 的技术公司，特别想和广大设计行业、设计咨询行业同仁一起合作。

现在线上生意在中国的 GPD 占比也没有超过 20% 的量，我印象当中应该是只占 5%，还有另外 95% 是传统的线下生意，需要我们去改造，AI 是很大机会。咱们图像识别算法、人脸识别算法，可以把线上、线下打通，剩下 95% 肯定是 AI+。

今天我想发出一个呼吁，咱们做设计朋友可以更多地和你身边做算法的朋友聊聊，看能不能做一些新的、有创新力的事儿。如果各位有这个想法，也可以找我们才云科技。

Caicloud：TensorFlow 助力传统行业

我们才云在 AI 行业里面做一些事情。我们是一帮从谷歌过来的人，以前在硅谷做事情，五个创始人有四个是 CMU 毕业。我以前是在清华和 CMU 念书，后来上海做了一家医疗 AI 公司，做了一年多生意垮了，我现在在才云做 AI 解决方案。

我们才云做 2B 的方法是这样的：我们怎么服务占中国 95% GDP 的传统行业呢？我们围绕谷歌 TensoFlow 做平台，这个平台可以帮助你更好地管理计算资源和算力。今天这个场合放技术架构图比较抽象，但其实这是一个简单的概念。

我以前为了搭建一个做 AI 产品的团队，需要招 2 个算法、5 个系统工程师，还有很多运维人员；现在只需要 2 个系统工程师再加 1 个平台就行了。在今天的语境中，如果你想做 AI+ 设计产品，只需要在座某一位设计师加上我们的算法平台，这个事情就可以成。

基于现在最新的容器技术，可以达到更高加速比，还可以管理集群 CPU。我们想要规模化利用深度学习，也需要管理更多的资源，这是我们的特点。我们做 AI+ 的思路是：任何一个行业平台先搭建起来，这是我们的产品；另外有算法人员在算法库里面挑四类算法，再出行业解决方案。

本文转载自才云Caicloud公众号。

原文链接：https://mp.weixin.qq.com/s/aQnlhHhtnrMry11_KW9ldA

创作场景

浅谈 AI 在中国落地的“道”与“术”