卷首語
AI 平臺最大的價值在於幫助企業提高效率
今年 6 月，IDC 發佈的《中國人工智能軟件及應用 (2019 下半年) 跟蹤》報告顯示，第四範式已連續 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、華爲等廠商。
實際上，由於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。第四範式聯合創始人、首席研究科學家陳雨強認爲，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。
作爲一家創業公司的技術掌舵者，陳雨強表示，不同玩家之間存在競爭是正常的，關鍵在於一定要產生價值。
“如果一個 AI 平臺沒有真正落地併產生價值的話，比較是沒有意義的”。陳雨強表示，與其他同類 AI 平臺相比，第四範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，並幫助它將業務越做越大”。
落地應用能力被視爲第四範式的另一“護城河”。
目前，第四範式的機器學習平臺已在金融、零售、能源、政府、醫療、互聯網等領域廣泛落地，累計落地 12000 個場景，合作客戶約約 8000 家。
金融是第四範式率先切入進去的領域。之所以選擇這個方向，創始團隊主要出於幾個考慮，當時團隊創業時人工智能還是一個比較貴的技術，如果要往互聯網領域擴展的話，金融領域是首選領域，因爲相對“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羣體之一，而這對外部競爭者來說也意味着較高的入局門檻。就這樣在金融領域站穩腳跟後，第四範式又逐漸擴展到零售、製造等行業。
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，這是第四範式長期積累形成的一種獨特模式。基於這種模式的 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，第四範式的機器學習平臺最大的一個價值在於幫助提高企業經營和決策的效率。企業會面臨很多決策，最頂層爲戰略，中層爲決策，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 後，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，第四範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牀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，但爲什麼沒看到收入增長”？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”是第四範式提煉出的企業智能化轉型的範式，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儘可能多的應用場景，使場景的總體價值最大化。
在“1 ”的問題上，AI 平臺有沒有幫助企業帶來核心的價值提升，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，就不知道怎麼做了，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，一家公司要採用人工智能，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 在某個點產生價值後，”N“的規模化問題隨之提上日程。
不同於互聯網公司，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，才能稱之爲是“離不開”的影響。如果將人工智能將業務中剔除後，公司可能會面臨倒閉，像這樣的公司可以視爲人工智能轉型成功的公司。
目錄
生態評論
2020年Java語言發展現狀
重磅訪談
曠視研究院田忠博：中國缺少重量級的開源項目，國產開源需要更加自信 |開源創新30人
落地實踐
vivo AI 計算平臺的K8s填坑指南
推薦閱讀
京東在沉默中爆發
一個IT時代的終結：109歲的IBM將分拆爲兩家公司