AI|五年落地超过八千家客户后,他们终于找到了AI规模化应用的完整方法论

AI 能力在产业端的规模化落地是否存在可能?第四范式用五年时间给出了答案——在金融、零售、医疗等行业领域积累了超过八千家行业客户 AI 落地业务经验 。
“数据治理难、科学家稀缺、业务价值不佳以及算力成本负担重 , 是企业 AI 转型中四个最常见的坑 , ”第四范式创始人兼 CEO 戴文渊谈道 , “这些问题归根结底是因为缺少基于规范和标准的基础设施 。 ”
为此 , 他们从实战经验中提炼出一套完整方法论——从底层操作系统到基于自研 AI 加速卡的一体机 , 从模型开发工具到业务开发工具——并将其标准化地复制给更为广泛的产业客户与市场需求 。
AI|五年落地超过八千家客户后,他们终于找到了AI规模化应用的完整方法论
图片

第四范式创始人兼CEO戴文渊
“是的 , 我刚从客户那里出来” 。
电话那头 , 赶着搭高铁的胡时伟气喘吁吁 , “他们是一家面向大学生的 APP 公司 , 平时日活也就百万左右 , 疫情期间达到了四百万 , 线上流量爆增 , 需求非常典型 。 ”
胡时伟是第四范式的联合创始人 , 同时也是公司技术层面的首席架构师 。 这几个月以来 , 频繁穿梭于不同客户之间成为第四范式各个负责人的日常 。
第四范式是一家面向人工智能机器学习平台的公司 , 来自于一帮年轻的研究人员 , 特别是的 , 他们曾为百度、今日头条等中国顶尖的互联网公司打造了最早一批的深度学习技术框架 , 手握彼时产业端稀缺的 AI 业务开发经验 。
2014 年底 , 他们创立了自己的公司“第四范式” , 并展现出惊人的成长速度和落地能力 。 五年的时间里 , 他们在金融、零售、医疗等行业领域积累了超过 8000 家行业客户 。 今年 4 月 , 第四范式完成 C 轮总计 2.3 亿美元融资 , 估值约为 20 亿美元 。
据 IDC2019 年《中国机器学习开发平台市场评估》显示 , 第四范式在机器学习平台市场占有率位于第一 , 领先于 BAT、微软和 AWS 等公司与平台 。
在这背后 , 是机器学习模型与框架等偏向底层的 AI 能力走向业务端的突破 , 是 AI 价值切实落地到面向用户的场景里 。
一、疫情催生流量格局剧变 , 如何解围?
2020 年 , 席卷全球的新冠疫情当属影响最大的市场变量 , 隔离与封 城让线下产业举步维艰;而与此同时 , 线上办公新增 3 亿人 , 观看直播的人次达到 500 亿 , 一场线下用户向线上流量的大规模迁移或许只发生在一瞬间 。
黑天鹅突如其来 , 促使线下经营者和线上流量主都不得不对重新深思 “在线化” 主题 , 胡时伟和同事们接触多了太多这样的声音 。
“一方面 , 他们迫切地想要活下来;另一方面 , 如果能活下来 , 他们必须思考要做出哪些改变 。 ”
在胡时伟看来 , 他们所面临的共同挑战主要集中在三个层面:
移动化以后 , 如何找到用户;
找到用户以后 , 如何经营用户;
如何竞争获取用户的碎片化时间 。
“比如传统零售业 , 店家熟知如何选址才能会有丰富的人流;到了线上 , 就是有效流量获取的问题 , 而这可能是线下店主所完全不了解的 。 ”胡时伟说道 。
此外 , 传统线下行业的竞争仅限于商圈 , 同品类的店铺 , 但到了线上 , 竞争泛化为无差异的用户的时间竞争 。 这些竞争或许发生在今日头条与银行应用之间 , 也可能是电商与阅读类应用的竞争 。 业务与交易的过程被打碎 , 用户的注意力稍不留意就被偷走 。
种种挑战 , 无论是对于初涉移动互联网的线下店家 , 还是年轻的线上流量主 , 要想快速提出有效的解决方案都不是件容易事 。
AI|五年落地超过八千家客户后,他们终于找到了AI规模化应用的完整方法论
图片

胡时伟 , 第四范式联合创始人兼首席架构师 。
胡时伟和同事们想出了办法 。 不过主角并不是他们 , 而是封装了人工智能能力的功能包——“相当于为每家企业提供一个 VIP 专员为他们解决业务问题” 。


推荐阅读