深度學(xué)習(xí)是如何做到的？算法在超過人類后，現(xiàn)在到底在哪些行業(yè)進(jìn)行應(yīng)用了？服務(wù)了哪些業(yè)務(wù)，比如安防監(jiān)控、互聯(lián)網(wǎng)金融、機(jī)器人等，它們是否已經(jīng)在用，哪些地方用了之后能帶來效益上的增長(zhǎng)？人工智能浪潮中，怎樣的商業(yè)模式更有機(jī)會(huì)脫穎而出？且看商湯科技聯(lián)合創(chuàng)始人徐冰怎么答。
作者 | 徐冰
2017年2月16日，由數(shù)據(jù)猿、中歐商學(xué)院、騰訊直播共同舉辦的《中歐微論壇|數(shù)據(jù)猿·超聲波》活動(dòng)在中歐商學(xué)院北京校區(qū)圓滿落幕。此次活動(dòng)大咖云集，共吸引了600+人報(bào)名，并最終篩選出300+觀眾蒞臨現(xiàn)場(chǎng)，更有超過20000名觀眾收看了在線直播，開啟了一場(chǎng)大數(shù)據(jù)、人工智能領(lǐng)域的頭腦風(fēng)暴，臺(tái)上臺(tái)下、線上線下共同暢想科技引領(lǐng)下的商業(yè)未來！
作為數(shù)據(jù)猿推出的主題為《大數(shù)據(jù)的2016，我的2016》2016—2017年度大型策劃活動(dòng)的一部分，在2016年底征稿期，活動(dòng)就受到了100+大數(shù)據(jù)領(lǐng)域內(nèi)知名企業(yè)的高度關(guān)注，收到了36位業(yè)內(nèi)領(lǐng)袖的投稿，并入駐成為數(shù)據(jù)猿專欄專家。
以下是“商湯科技聯(lián)合創(chuàng)始人徐冰”的精彩文字版演講內(nèi)容：
分享長(zhǎng)度為5500字，建議閱讀11分鐘
大家下午好，剛剛聽前面幾位嘉賓的演講，尤其是聽到TalkingData鮑總的演講時(shí)，讓我有點(diǎn)“心虛”，因?yàn)槲覀兙褪且患覍ｉT做人工智能算法的企業(yè)。鮑總剛才講到，人工智能會(huì)導(dǎo)致一些人失業(yè)。商湯在2016年服務(wù)了很多客戶，給他們提供了各種AI算法。確實(shí)，有些客戶在購買算法后，對(duì)內(nèi)部勞動(dòng)力結(jié)構(gòu)做了調(diào)整，把一些人員裁掉了。這件事情如果一旦放到倫理的角度去講，我們可能永遠(yuǎn)都講不完了。
我發(fā)現(xiàn)每位嘉賓都用非常通俗易懂的語言把深度學(xué)習(xí)這項(xiàng)技術(shù)講得很清楚了，我作為一家做深度學(xué)習(xí)技術(shù)的企業(yè)嘉賓，也沒什么好講的了。今天就先跟大家分享兩點(diǎn)：
第一，商湯在深度學(xué)習(xí)上是具體怎么投入的？比如如何建超算、整合數(shù)據(jù)資源、研究算法等，怎么做到技術(shù)超出人類水平。
第二，在算法做到超過人類之后，現(xiàn)在到底在哪些行業(yè)進(jìn)行應(yīng)用了？比如安防監(jiān)控、互聯(lián)網(wǎng)金融、機(jī)器人等，它們?cè)趺丛谟茫男┑胤接昧酥髱硇б嫔系脑鲩L(zhǎng)。
人工智能是下一波技術(shù)浪潮
人工智能概念在1956年被提出來，這項(xiàng)技術(shù)目標(biāo)是為了提高效率、降低成本，提高生產(chǎn)力，解放勞動(dòng)力。如果可以實(shí)現(xiàn)，肯定會(huì)有非常大的商業(yè)價(jià)值，就像當(dāng)時(shí)蒸汽機(jī)被發(fā)明一樣，交通、紡織等許多行業(yè)都被顛覆了。
人工智能發(fā)展到現(xiàn)在，經(jīng)歷了三起兩落，歷史上其實(shí)也有兩撥熱潮，有很多科學(xué)家研究人員說人工智能時(shí)代到來了，但是后來很快冷下去了，根本原因是人工智能技術(shù)的精度和技術(shù)指標(biāo)還未達(dá)標(biāo)，跟人還相差很遠(yuǎn)。所以，真正去買人工智能技術(shù)的商家買了之后發(fā)現(xiàn)沒什么用，他就不會(huì)再繼續(xù)買了，也不向周圍人推薦，人工智能就冷了下來。
為什么從2014年開始又火起來了呢？主要深度學(xué)習(xí)的帶動(dòng)之下，人工智能技術(shù)精度大幅提升了，而客戶端的反饋也發(fā)生了根本的變化，客戶買了人工智能類別的產(chǎn)品之后，發(fā)現(xiàn)原來1000個(gè)人能完成的事情，現(xiàn)在只需要100人就可以了。大量簡(jiǎn)單的、重復(fù)性工作用算法就可以完成，只需要少量的人力篩查一下，或者處理比較難的案例。
從去年來看，人工智能落地的速度已經(jīng)遠(yuǎn)遠(yuǎn)超過我們的想象，到2017年之后，我們看到越來越多的大企業(yè)有更多的預(yù)算采購AI算法，或組建自己的人工智能團(tuán)隊(duì)，讓自己的產(chǎn)品和業(yè)務(wù)得到持續(xù)的升級(jí)。
深度學(xué)習(xí)——帶來各項(xiàng)人工智能技術(shù)的突破
深度學(xué)習(xí)是在大量的數(shù)據(jù)之上去挖掘、總結(jié)數(shù)據(jù)里的一些規(guī)律，最終讓機(jī)器學(xué)習(xí)到某一項(xiàng)技能，比如下圍棋。
其實(shí)，人工智能不僅在圍棋上可以超過人類水平，在2014年，人臉識(shí)別技術(shù)已經(jīng)超過了人類水平；2015年，圖像分類，人的誤差是5%，技術(shù)現(xiàn)在最低的誤差已經(jīng)到2%－3%；自動(dòng)駕駛方面，去年所有的車廠，大量的互聯(lián)網(wǎng)公司，包括像滴滴、優(yōu)步全部都投入到自動(dòng)駕駛上，收購一些自動(dòng)駕駛算法公司，大家開始在車上安裝各種采集行車數(shù)據(jù)的設(shè)備，去教機(jī)器怎么開車；語言的理解、翻譯，去年谷歌也得到了算法的重大突破；深度學(xué)習(xí)也開始被應(yīng)用到生命科學(xué)上做DNA的一些分析。
可以看到深度學(xué)習(xí)的通用性非常強(qiáng)，它用在各個(gè)領(lǐng)域里面，在看似不相關(guān)的各種應(yīng)用技術(shù)上，都產(chǎn)生了效益。這些具體技能性的應(yīng)用，當(dāng)它做到接近人或者超過人類水平的時(shí)候，就可以用到行業(yè)里面，幫助規(guī)?；靥岣咝袠I(yè)的生產(chǎn)效率。
深度學(xué)習(xí)的三大核心要素
這一頁講到的技術(shù)，剛剛大家也分享到了， 大數(shù)據(jù)、計(jì)算性能、算法，三個(gè)維度上同時(shí)取得突破，帶來了這一波新的商機(jī)。下面我簡(jiǎn)單分享一下，商湯在這些上都做了什么。
首先一句話介紹一下商湯，我們是一家深度學(xué)習(xí)算法公司，目前是國(guó)內(nèi)該領(lǐng)域，技術(shù)團(tuán)隊(duì)規(guī)模最大、商業(yè)化訂單、收入及融資額最多的公司。
在算法上，我們壟斷性聚攏了超過100多名博士、教授進(jìn)行算法研究，每個(gè)月投入千萬量級(jí)的研發(fā)經(jīng)費(fèi)，搭建底層的深度學(xué)習(xí)框架和算法平臺(tái)；在應(yīng)用層，我們做各種視覺識(shí)別算法，如人臉識(shí)別、視頻分析、無人駕駛視覺、醫(yī)療影像識(shí)別等。
算法其實(shí)目前依然處在高速發(fā)展期，舉一個(gè)非常典型的案例：在200類物體的檢測(cè)、識(shí)別這項(xiàng)任務(wù)，隨便給一張照片進(jìn)行內(nèi)容辨識(shí)，識(shí)別什么樣的物體在什么樣的位置。這是一個(gè)完全不受控的算法問題，物體之間有相互遮擋，有形變，非常難。
2013年，這項(xiàng)任務(wù)的平均精度只有22%。但是深度學(xué)習(xí)出現(xiàn)后，2014年Google就到了43%的精度，提升一倍。2015年，我們的算法又高出了Google 7個(gè)點(diǎn)，半年后，微軟的算法又提高了十幾個(gè)點(diǎn)，而現(xiàn)在，我們最新的結(jié)果又比微軟高了4個(gè)點(diǎn)。
這樣快速的算法提升，以前在學(xué)術(shù)界以前是不可能發(fā)生的，在2011年往前，各種AI算法精度，一年提升一到兩個(gè)點(diǎn)已經(jīng)很了不起了，那時(shí)候大家都看不到人工智能會(huì)在什么時(shí)候成熟。但像現(xiàn)在的一些算法，一年之內(nèi)可以提升5到10個(gè)點(diǎn)這樣的速度，相當(dāng)于之前10年的積累。
對(duì)于現(xiàn)在做深度學(xué)習(xí)的企業(yè)來講，一個(gè)核心的競(jìng)爭(zhēng)力并不是說在當(dāng)前的時(shí)間點(diǎn)上算法領(lǐng)先，而是如何保持持續(xù)的算法領(lǐng)先。因?yàn)榻裉祛I(lǐng)先，可能明天就會(huì)被別人超過，需要有超強(qiáng)的創(chuàng)新能力，持續(xù)改進(jìn)算法，跟頂尖的算法團(tuán)隊(duì)賽跑，持續(xù)地去超過別人。
在超算能力上，也是要有實(shí)實(shí)在在的投入，現(xiàn)在做大規(guī)模深度學(xué)習(xí)算法研究，必須有GPU超算，如果你的數(shù)據(jù)量特別大，用一臺(tái)服務(wù)器，或者普通的CPU為主的集群，根本沒有辦法適配大規(guī)模的訓(xùn)練。神經(jīng)網(wǎng)絡(luò)訓(xùn)練對(duì)并行計(jì)算能力的需求，使得大部分做深度學(xué)習(xí)的企業(yè)，包括谷歌、微軟等等的，全部都要向NVIDIA這家公司購買大量的GPU計(jì)算卡，NVIDIA的股價(jià)去年漲了四五倍。用NVIDIA GPU建設(shè)集群已經(jīng)變成一項(xiàng)AI領(lǐng)域的基礎(chǔ)設(shè)施，有強(qiáng)大的并行計(jì)算能力，才能保證算法有比較高的迭代效率。
我們最早在2011年做深度學(xué)習(xí)，那時(shí)候沒有這樣的集群。2014年，我們用20萬張的圖片量做人臉識(shí)別，全球首次做到了超過人眼精度的突破，當(dāng)時(shí)使用1000個(gè)核的CPU集群，訓(xùn)練一個(gè)月只出一次結(jié)果，意味著一年只能迭代12次，所以那時(shí)候做算法創(chuàng)新是非常痛苦的。
而現(xiàn)在有GPU集群，200塊GPU卡，六千萬的人臉照片用作訓(xùn)練，基本可以在兩個(gè)小時(shí)之內(nèi)完成一次迭代，還可以同時(shí)開啟10-20個(gè)不同的任務(wù)，用不同的網(wǎng)絡(luò)結(jié)構(gòu)，不同的參數(shù)去嘗試，看最后的結(jié)果好不好。集群帶來計(jì)算性能上的提升是上百倍，上千倍的效益。所以這件事情本身就保證了算法能夠高速的迭代和提升。
規(guī)?；?、半自動(dòng)數(shù)據(jù)標(biāo)注處理
第三塊是數(shù)據(jù)，中國(guó)在數(shù)據(jù)上有比較大的優(yōu)勢(shì)，14億人口每個(gè)人都是數(shù)據(jù)的生產(chǎn)源。我們?cè)讷@取數(shù)據(jù)時(shí)，是用算法升級(jí)去做交換的。我們大量的客戶，持續(xù)給我提供算法訓(xùn)練所需的數(shù)據(jù)，用于算法的研究和性能上的提升，讓我們可以給客戶供應(yīng)更好的算法，相互支持。
而標(biāo)注數(shù)據(jù)——向機(jī)器描述什么是一盆花、一個(gè)瓶子，讓他去學(xué)——這需要非常多人力，所需成本遠(yuǎn)遠(yuǎn)高于采集數(shù)據(jù)。而這些又是必須的，因?yàn)椴蛔鲞@些機(jī)器就沒法學(xué)習(xí)。因此這里也是一部分底層能力的建設(shè)，如何更高效、半自動(dòng)、成規(guī)模地標(biāo)注數(shù)據(jù)。
其實(shí)在人工智能行業(yè)整個(gè)的業(yè)務(wù)流程中，以上三方面的投入、成本都是共用的，這些叫基礎(chǔ)設(shè)施層的投入，這一層的投入完成后就到應(yīng)用層，我們把基礎(chǔ)設(shè)施層的能力建設(shè)扎實(shí)，去研發(fā)這些應(yīng)用，比如人臉識(shí)別算法、成像感知算法、圖像理解和搜索算法等等一些跟客戶需求有直接相關(guān)性的算法。這些應(yīng)用算法其實(shí)就幫助解決各個(gè)行業(yè)里面，某些勞動(dòng)力密集可以提高效率的環(huán)節(jié)。
像安防行業(yè)，我把現(xiàn)有的通過我統(tǒng)一的深度學(xué)習(xí)平臺(tái)，一套共用的成本所研發(fā)出來的算法組合在一起，就推出一套解決方案。針對(duì)金融行業(yè)我可能就是另外一個(gè)組合再推出一套解決方案，你會(huì)發(fā)現(xiàn)這里面大量的技術(shù)模塊都是共用的。進(jìn)入每個(gè)行業(yè)的邊際成本很低，這里就反映出深度學(xué)習(xí)的平臺(tái)效應(yīng)。
顛覆——安防/智慧城市
我們來看看在安防行業(yè)里面成規(guī)模用起來的一些技術(shù)，比如下面這個(gè)項(xiàng)目：視頻結(jié)構(gòu)化平臺(tái)。當(dāng)時(shí)這款產(chǎn)品被一些到我們公司參觀的人拍下來之后傳到網(wǎng)上，引起了很大的轟動(dòng)?！艾F(xiàn)在我走在路上，攝像頭拍到我，都是頭上頂著各種標(biāo)簽的！”
但這項(xiàng)技術(shù)在去年之前，技術(shù)精度低到?jīng)]有人去用，去年年中才成熟。這是一個(gè)非常復(fù)雜的場(chǎng)景：一個(gè)十字路口，所有的機(jī)動(dòng)車、非機(jī)動(dòng)車、人都要檢測(cè)和追蹤，以及識(shí)別屬性標(biāo)簽，比如這輛車是什么顏色，什么型號(hào)，車牌是什么；這個(gè)人是男是女，成年還是小孩，衣服顏色，有沒有背包…這樣的一些屬性給記錄下來，首先是方便檢索，公安破案的時(shí)候直接輸入關(guān)鍵詞搜索就可以找到相關(guān)監(jiān)控錄像了，不需要像過去一樣幾千名民警把所有區(qū)域的監(jiān)控拷空，回家一人分一百個(gè)小時(shí)自己看，對(duì)警力造成了極大程度上的占用；同時(shí)中國(guó)一半以上的硬盤全都是來存儲(chǔ)監(jiān)控視頻，而現(xiàn)在可以存下屬性標(biāo)簽和截圖，所以這也是一個(gè)存儲(chǔ)效率的提升。另外還幫助你去判斷有沒有異常的事件，事中的預(yù)警。
另外這是人群分析系統(tǒng)。這是在上海外灘的一個(gè)場(chǎng)景。當(dāng)年發(fā)生踩踏事件之后，大家都在想有沒有一種算法可以每時(shí)每刻監(jiān)控這個(gè)場(chǎng)景的人數(shù)，當(dāng)這個(gè)人數(shù)一旦有超標(biāo)的趨勢(shì)，就派人去線下疏導(dǎo)人流，這個(gè)就是基于深度學(xué)習(xí)，去理解這個(gè)場(chǎng)景里面有多少人，每時(shí)每刻做一個(gè)實(shí)時(shí)的計(jì)數(shù)，現(xiàn)在這樣一套產(chǎn)品部署到上海外灘，可以進(jìn)一步預(yù)防由于人數(shù)太多而出現(xiàn)的踩踏事件。
這一項(xiàng)也是非常典型的應(yīng)用，在一些關(guān)鍵位置，比如電梯口、通道等位置部署一個(gè)攝像頭，它把拍到所有人的人臉抓下來之后，跟黑名單做一個(gè)比對(duì)，如果有罪犯在里面就會(huì)自動(dòng)報(bào)警。再換一個(gè)場(chǎng)景，比如放在酒店、放在機(jī)場(chǎng)等，實(shí)際上意味著我有一個(gè)白名單，全部都是VIP、高級(jí)客戶、高凈值客戶，我識(shí)別出現(xiàn)他之后，我就要針對(duì)這些高端客戶服務(wù)，那就變成一套VIP識(shí)別系統(tǒng)。
再比如說，現(xiàn)在的攝像頭在100米開外這么遠(yuǎn)的距離之內(nèi)，有沒有可能也能夠識(shí)別出你是誰來？對(duì)應(yīng)一些產(chǎn)品，比如說100米之外對(duì)人的識(shí)別，對(duì)車的識(shí)別，以及對(duì)整個(gè)廣場(chǎng)的識(shí)別，對(duì)這樣一個(gè)廣泛區(qū)域進(jìn)行高效監(jiān)控，對(duì)廣場(chǎng)里所發(fā)生的事情進(jìn)行識(shí)別，這樣當(dāng)出現(xiàn)特殊情況時(shí)，比如有一波人在聚集，監(jiān)控會(huì)把每一個(gè)人抓下來之后跟黑名單做一個(gè)比對(duì)，并且全部是自動(dòng)化完成。
顛覆——互聯(lián)網(wǎng)身份認(rèn)證
剛剛那些例子講了一些跟大家日常的人身安全，包括跟公安刑偵、安保相關(guān)的效率上產(chǎn)生的一些具體的價(jià)值和提升的點(diǎn)。而在金融領(lǐng)域也有一個(gè)非常價(jià)值的提升效率的點(diǎn)，就是身份認(rèn)證環(huán)節(jié)。傳統(tǒng)來講，銀行、金融公司在服務(wù)客戶的時(shí)候，首先要認(rèn)證你的身份，完了才能開戶，借給你錢。在過去，這個(gè)環(huán)節(jié)是靠肉眼去看的，拿著身份證看你是否是本人，這個(gè)事情本身第一會(huì)產(chǎn)生誤差，第二消耗人力。
為什么我們開一個(gè)銀行賬戶不能像開一個(gè)QQ號(hào)一樣簡(jiǎn)單，現(xiàn)在移動(dòng)互聯(lián)網(wǎng)這么發(fā)達(dá)，我們手機(jī)就可以開戶，為什么不能實(shí)現(xiàn)？其實(shí)就卡在身份認(rèn)證這個(gè)環(huán)節(jié)，但現(xiàn)在這件事也因?yàn)樗惴ㄉ系耐黄萍夹g(shù)更成熟了。
在去年一共有接近4億人使用我們的人臉識(shí)別、文字識(shí)別技術(shù)進(jìn)行了實(shí)名認(rèn)證，互聯(lián)網(wǎng)金融公司以借貸寶為代表，用戶量一年實(shí)現(xiàn)了一億的增長(zhǎng)，我們的技術(shù)保證這一億全部都是實(shí)名制的客戶，這一類金融類機(jī)構(gòu)大概認(rèn)證了1.6億到兩億人。
另外一類通信，移動(dòng)運(yùn)營(yíng)商去年有一個(gè)國(guó)家要求的指標(biāo)，必須要完成未實(shí)名制的手機(jī)卡。去年中國(guó)移動(dòng)用我們的算法做了3億人卡的認(rèn)證。這項(xiàng)技術(shù)已經(jīng)被規(guī)模的用起來了。
包括樂視，在系統(tǒng)上加入一個(gè)刷臉就可登陸的技術(shù)，對(duì)提高用戶體驗(yàn)很有幫助。
顛覆——智慧商業(yè)
現(xiàn)在講消費(fèi)升級(jí)，如何獲取線下的消費(fèi)信息？比如什么樣的人對(duì)什么產(chǎn)品感興趣？這個(gè)我很難知道?，F(xiàn)在基于視覺職別，我可以知道什么類別的人，分別在什么區(qū)域停留多長(zhǎng)時(shí)間？什么店鋪去了多少次？這些數(shù)據(jù)可以收集上來在線上做一些分析。
顛覆——移動(dòng)智能、增強(qiáng)現(xiàn)實(shí)
一些AI算法也帶來了用戶體驗(yàn)上的改善和交互模式上的提升，比如在拍照的時(shí)候，把模糊的照片進(jìn)行一個(gè)處理，暗色的照片進(jìn)行提亮，這些實(shí)際上都是背后基于深度學(xué)習(xí)技術(shù)，去學(xué)習(xí)如何把這些有問題的照片恢復(fù)回來。比如說現(xiàn)在還有一項(xiàng)很火的應(yīng)用，如何用手機(jī)，比如類似蘋果7PLUS，雙攝像頭能夠拍出來3D的照片，能夠模擬出來單反的拍照算法。一個(gè)簡(jiǎn)單手機(jī)就可以拍出大光圈的單反效果，這其實(shí)背后全都是我們提供的深度學(xué)習(xí)算法。
還有比如拍到的這個(gè)照片內(nèi)容，進(jìn)行識(shí)別然后做智能相冊(cè)，個(gè)人照片分一類，你太太的照片分一類，小孩的照片分一類，現(xiàn)在小米和華為已經(jīng)全部上線這項(xiàng)技術(shù)，包括微博。去年也有一些年輕人喜歡用的產(chǎn)品，增強(qiáng)現(xiàn)實(shí)的貼紙?zhí)匦?，一年?nèi)有50多家直播公司和APP公司找我們采購這項(xiàng)技術(shù)，基于人臉關(guān)鍵點(diǎn)追蹤。
當(dāng)然我們看到有一些更加前瞻性的、顛覆性的技術(shù)也在研發(fā)過程之中，像無人駕駛。無人駕駛是一個(gè)非常復(fù)雜的場(chǎng)景，在劇烈的光線變化下，在沒有路燈的環(huán)境下，還有下雨下雪的情況下等，你要保證你的算法具有一個(gè)比較強(qiáng)的穩(wěn)定性，所以這個(gè)場(chǎng)景是一個(gè)對(duì)算法本身的精度要求很高的，同時(shí)也是非常難做的一個(gè)場(chǎng)景。另外還有人機(jī)交互，機(jī)器人也很火，但是機(jī)器人怎么跟你交互，你擺出來一些姿態(tài)之后，它要理解你，這里面也需要非常精準(zhǔn)的算法。
接下來是遙感，所有的遙感照片，衛(wèi)星拍到的照片，都是人工標(biāo)注解析的，但是現(xiàn)在這些標(biāo)注任務(wù)已經(jīng)完全可以被機(jī)器替代了，算法的標(biāo)注精度不低于標(biāo)注員，效率也很高，一個(gè)標(biāo)記員標(biāo)記北京市高清地圖需要30天時(shí)間，但是一臺(tái)普通電腦搭載算法9個(gè)小時(shí)就可以完成。這里帶來的是全行業(yè)50%以上的生產(chǎn)效率的提升。
人工智能的特殊商業(yè)模式探索
這么多AI技術(shù)可以提高應(yīng)用上的效率，而且商業(yè)模式上，現(xiàn)在多數(shù)是通過SaaS服務(wù)按API調(diào)用量收費(fèi)，SDK按license數(shù)量收費(fèi)，把這個(gè)算法做到芯片化，以芯片出貨量計(jì)費(fèi)，或放到服務(wù)器上按照軟硬件一體的方式收費(fèi)等等，這些是比較傳統(tǒng)的2B的技術(shù)提供、技術(shù)輸出的收費(fèi)模式。但是我們看到AI帶來的經(jīng)濟(jì)效益遠(yuǎn)遠(yuǎn)不止于此，客戶通過使用AI算法，進(jìn)行成本結(jié)構(gòu)上的改善可以帶來利潤(rùn)上的顯著提升。提供這個(gè)層次的技術(shù)，如果只是付給我100萬的年費(fèi)的話，明顯不劃算。
所以像這類的場(chǎng)景下，我們看到投資是非常好的結(jié)合方式，如果我已經(jīng)用技術(shù)驗(yàn)證了，可以幫助把客戶的利潤(rùn)、收入提升30%到50%，那么我應(yīng)該提前投資這家企業(yè)，獲得股票價(jià)值增長(zhǎng)的收益，甚至可以控股這家企業(yè)，它提升了一個(gè)億兩個(gè)億的利潤(rùn)，都可以直接并入我的報(bào)表。這可能是在未來，比較適配人工智能這項(xiàng)產(chǎn)生巨大價(jià)值的技術(shù)的商業(yè)模式。這也是我們?cè)谥靥剿鞯纳虡I(yè)模式。
如上就是我的分享，謝謝大家！
本次活動(dòng)其他演講嘉賓：
中歐國(guó)際工商學(xué)院經(jīng)濟(jì)學(xué)與決策科學(xué)教授 方躍
京東萬象總經(jīng)理 杜宇甫
360大數(shù)據(jù)中心副總經(jīng)理 傅志華
TalkingData首席布道師 鮑忠鐵
天云大數(shù)據(jù)CEO 雷濤
注：以上所有內(nèi)容由數(shù)據(jù)猿編輯整理并發(fā)布，更多內(nèi)容請(qǐng)關(guān)注數(shù)據(jù)猿獲取實(shí)時(shí)動(dòng)態(tài)。
— 活動(dòng)宣傳片欣賞 —
聯(lián)系客服
