有觀點、有態度，6大頂級嘉賓論道智能商業丨CCF-GAIR 2019

雷鋒網 AI 掘金志按：7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機學會（CCF）主辦，雷鋒網(公眾號：雷鋒網)、香港中文大學（深圳）承辦，深圳市人工智能與機器人研究院協辦，得到了深圳市政府的大力指導，是國內人工智能和機器人學術界、工業界及投資界三大領域的頂級交流博覽盛會，旨在打造國內人工智能領域極具實力的跨界交流合作平臺。

作為中國國內最具影響力和前瞻性的前沿科技活動，CCF-GAIR 大會已經度過了三次精彩而又輝煌的歷程。CCF-GAIR 2019 延續了過去的強大陣容，提供了 13 個專場（人工智能前沿專場、中國人工智能四十年紀念專場、機器人前沿專場、智能交通專場、5G & AIoT 專場、AI  芯片專場、AI 金融專場、類腦計算專場、智慧城市專場、智能商業專場、智慧教育專場、AI 醫療專場、智慧城市·視覺智能專場）。 

在大會第三天的〖智能商業專場〗，阿里巴巴集團副總裁、CEO助理肖利華，京東零售首席科學家兼技術副總裁胡魯輝，美國德州農工大學數據挖掘實驗室主任胡俠，蘇寧零售技術研究院院長王俊杰，TCL研究院 （香港）研究所總經理俞大海，擴博智能CTO柯嚴先后登臺發表精彩演講，分享了各自對智能商業的理解與實踐。

阿里肖利華：新零售的兩重價值

作為智能商業領域最新潮的概念，“新零售”自提出以來就充滿了爭論，每個人都有自己的理解和闡述。那么，到底什么是新零售呢？阿里巴巴集團副總裁、CEO助理肖利華博士代表“新零售”的首倡者阿里，給出了權威解釋。

為什么會出現新零售？肖利華博士的答案是：因為消費者已經在線了，如果你的店鋪不在線、產品不在線、服務不在線、溝通不在線，生意的機會自然就會少很多。

新零售的內核是基于對消費者的洞察，通過大數據發現商機，然后通過品牌診斷實現人貨場的匹配，最終帶來消費者體驗的提升。

總的來說，新零售主要給我們帶來了兩重價值，一是通過對時間和空間的最大程度利用，創造了另一個購物空間；二是通過大數據不斷優化商品供應鏈，充分理解消費者喜歡什么商品、什么價格、什么品類，然后不斷進行實時優化。

肖利華博士指出，面對新零售浪潮的來襲，很多傳統公司的只做到了業務的在線化，卻沒有做到數據化。而這個時代完全可以通過云計算、數據智能技術清晰地聽到消費者的聲音，沉淀消費者資產。在這一背景下，阿里云將為新零售、新商業提供“技術引擎”。

京東胡魯輝：大數據與人工智能緊密結合才能發揮出價值

大數據和人工智能可以說是零售行業當下最熱門的話題，但大家談論得多，看到的成果少，原因就在于二者沒能緊密結合。

胡魯輝老師指出，大數據和人工智能是兩個密不可分的概念，其中大數據的主要價值在診斷性分析，而機器學習解決的是對未來的預測，并根據對未來的預測形成指導性建議，形成業務閉環。

然而在業務實踐中，對大數據的利用依然存在許多問題，主要有三個方面：

一是煙囪式。很多企業經歷了10年甚至30年的數字化進程，企業的各個部門都建立了一套自己的數據體系，它們之間缺乏融合與交流。存在標準不統一、口徑不統一和數據質量不高的問題，對大數據的應用造成了巨大挑戰。

二是死數據。很多企業有非常多的數據，每年需要在計算和存儲上花費高昂的費用，甚至比人力成本還要貴。有些企業的想法是，數據越多越好，不管好壞先存起來，萬一哪天有用呢？后來發現數據太多了，存在家里太貴了。數據存著不用是沒有價值的，只有把它用起來，成了活數據，才能發揮價值。

其中有一個非常關鍵的要素，就是數據的時效性。數據如果存著不用就會迅速貶值，因為行業在飛速發展，用十年前的數據來指導今天的業務顯然是不靠譜的。現在我們的數據還在迅速以指數級增長，當務之急是把它們用起來。

三是未閉環。BI報表等可以呈現許多分析結果，但都存在一個問題，就是沒有形成閉環，無法真正對業務產生影響。這是值得我們去思考的問題。數據閉環從廣義上有兩種：業務應用閉環和數據洞察閉環，可以認為分別從數據流和數據深度兩個角度來看。

為了將不同前端業務的數據池打通，提高對數據利用的實時性，以支持前端業務的快速創新和迭代，京東全力打造了一個以數據資產為核心的數據中臺。胡魯輝老師認為，中臺不僅僅是一個技術概念，更是一種戰略思維。企業在發展的過程中有非常多煙囪式的組織需要打通，同時由于移動互聯網的普及和消費者日益多元化，企業的前端業務面臨非常多的不確定性，需要一個能量池來支撐小而快的前端應用，這正是京東建設中臺的初衷。

胡魯輝老師強調，企業在建設數字化的過程中要有中臺思維，要考慮客戶的應用場景是什么。他表示，我們之前談論的數字化更多是企業數字化，是To B的思維，但只有大眾的數字化思維提升后，才能激發出更大的市場價值。

德州農工大學胡俠：深度學習的可解釋性至關重要

談到數據挖掘，深度學習是一個繞不開的話題。作為大數據挖掘領域的頂級專家，美國德州農工大學數據挖掘實驗室主任胡俠教授也分享了自己的最新研究成果。

胡俠教授談到，深度學習的發展給各行各業的發展都帶來了許多便利，但如果無法解決深度學習算法的可解釋性問題，它的價值就會大大受限。

比如在醫療保險領域，小診所的醫生可能會和病人聯合起來騙保，因此保險公司會用深度學習技術分析某一個理賠事件與其他理賠事件的差異。不過我們不能依據某一個理賠事件不同于其他事件就判定它是騙保，而是還要交由專家來復核。在保險行業，一樁理賠可能涉及上千頁文檔，復核起來難度非常大，因此算法必須將問題具體定位到某一頁文檔，這就涉及到算法的可解釋性。

為了解決深度學習算法的可解釋性問題，胡俠教授做了大量研究，并提出了三個建設性的解決方案：一是在深度學習算法的結構里加入一些可解釋性的元素，這種方案允許用戶根據自身業務靈活調整模型結構，但對模型設計能力的要求比較高；二是不改變模型的原有結構，重新建一個模型來對其進行檢測；三是對模型預測的結果進行解釋。

胡俠教授介紹，今年暑假之后他所在的實驗室將推出一個名為XDeep的Python Package ，里面將包含以上三種深度學習可解釋性方案的開源代碼。

除了算法的可解釋性，機器學習的自動化也至關重要。自動機器學習主要帶來了兩重價值：一是幫助沒有很強數據科學背景的用戶更好地利用AI這一工具；二是幫助專業的數據科學家提高效率，畢竟現實生活中千變萬化，光靠科學家應付不過來。

胡俠教授團隊在自動深度學習模型的生成過程中引入了貝葉斯優化技術，只需要極少量數據就能取得很好的效果；同時還開發了一個叫做Autokeras的自動深度學習系統。

蘇寧王俊杰：零售業為AI提供了豐富的落地場景

作為過去一年零售領域最出色的企業之一，蘇寧2018年在線下新開了8000多家門店，收購了萬達百貨下屬的37家百貨門店和家樂福中國80%的股份。

蘇寧零售技術研究院院長王俊杰表示，大多數人只看到了表面成績，卻沒有意識到蘇寧在技術方面的持續投入。事實上，過去幾年蘇寧在AI等新技術領域投入了大量資源，目前已經擁有超過1000名算法工程師。

與多數企業不同的是，蘇寧并不過分追求技術的前沿性，而是更在乎技術與業務場景的結合。王俊杰表示，人工智能和物聯網技術在過去幾年里取得了迅猛發展，蘇寧在長期的業務實踐中也積累了大量的數據，但如何通過場景來釋放這些技術和數據的價值才是重中之重。

蘇寧從南京一家空調專營店開始，不斷豐富自己在線上、線下的業態，如今更是延伸到了金融、物流、文創、體育等方方面面，擁有非常多的業務場景供AI技術落地，包括數字化無人門店、智慧物流、智慧供應鏈等等。而當AI的種子在場景的土壤中生根發芽發展壯大后又可以賦能給產業上下游的合作伙伴，比如通過大數據指導品牌商開發新品，形成C2B的商業模式。

蘇寧智慧零售AI能力的建設主要包含三個層次：一是完善基礎設施，夯實基礎、鏈接資源、優化學習；二是強化智能感知，目標是實現能聽會說、能看會認、能動會飛；三是增強交互體驗，包括意圖分析、決策推理和智能交互。

TCL俞大海：人工智能技術在智能制造的應用

智能商業的概念其實非常寬泛，除了我們能夠明顯感受到的零售前端的變化，還有更多我們看不到的部分，比如背后的供應鏈和生產環節。

作為智能商業專場的第五位演講嘉賓，TCL研究院 （香港）研究所總經理俞大海圍繞“人工智能技術在智能制造領域的應用”這一主題，從另一個角度為我們帶來了對智能商業的理解。

俞大海表示，智能制造是一件非常難的事情，不像智能化技術在安防和零售行業的落地那么立竿見影，因為它的流程非常復雜。

做智能制造，最核心的有三個部分：首先是發展IoT平臺，因為制造流程中的數據是多維度和多模態的，如果沒有一個平臺來采集和整合這些數據，后面的智能化就無法實現；其次是對大數據平臺的管理，如何對數據進行清洗和利用；最后才是通過人工智能去優化流程和提高生產效率。

俞大海介紹，人工智能技術在智能制造領域的應用需要回答三個問題：發生了什么？為什么發生？還會發生什么？對應的分別是感知、分析和預測。最終為的是實現三個目標：第一要降低成本，第二要提高效率，第三是產能和良率要達到最優的指標。

俞大海介紹，制造行業的數據極其不平衡，正樣本多，負樣本少。用傳統機器學習的做法訓練模型效果非常差。TCL的做法是用生成對抗網絡去模擬真實的生產環境，產生更多的負樣本，然后通過強化學習去訓練模型。

他指出，現在行業的通行做法是在已有的業務流程上去應用人工智能，效果比較有限。因為現有的業務流程是為人服務的，未來我們也可以嘗試去設計一套為機器學習服務的業務流程。

俞大海還提到，很多工廠不便把數據上傳到公有云，但在私有云上做人工智能的應用成本又太高。這個問題可以用邊緣計算來解決，先在邊緣端處理數據，只將特征信息上傳至云端，甚至直接在邊緣端實現某些功能。

擴博智能柯嚴：計算機視覺對未來零售的影響

一個行業的轉型升級，對巨頭們來說是挑戰，對初創公司則意味著彎道超車的機會。作為大會的最后一位演講嘉賓，擴博智能CTO柯嚴博士介紹了，由微軟前高管團隊創立的擴博智能是如何在智能商業領域大展身手的。

柯嚴博士介紹，實體零售企業擁抱數字化轉型，數據獲取和駕馭數據的能力是關鍵一環。擴博智能恰當地運用人工智能、物聯網、邊緣計算等技術，將創新技術與零售行業的應用場景相結合，優化業務運營等不同維度，打破數據壁壘，幫助零售企業有策略地對海量數據進行系統的實時分析，才能從中獲取能夠指導決策、優化流程和創新業務模式的業務洞察。

擴博智能目前的一款零售產品是安裝在商超冰柜上的智能硬件設備，當需要重新進貨或重新安排商品時，該設備會向員工發出警報。顧客在打開和關閉冰箱門時會觸發設備上的攝像頭，幫助像可口可樂，沃爾瑪等客戶跟蹤產品被取出的頻率以及貨架安排何時發生變化。

這一思路與當前市場上許多智能貨柜企業基于商品識別做自動結算的做法大相徑庭。原因在于，快消品的迭代周期非常快，這意味著其數字化必須在很短的時間內完成；另一方面，快消品的單價通常在幾十塊錢，因此你的算法必須是非常低成本的。相比于對商品識別精準度非常高的智能貨柜，擴博智能的產品或許更加貼近市場需求。

柯嚴博士談到，線下商業正在快速數字化，Amazon Go與盒馬鮮生這樣的行業領軍者投入巨資搭建基礎設施，取得了非常出色的成績。但與此同時，我們身邊還有非常多的綜合超市，便利店和夫妻老婆店，他們也想數字化，卻可能沒有找到落地的場景或者無力承擔高昂的IT投入。

另一方面，可口可樂這樣的世界級品牌商擁有非常多的渠道，包大型超市和無數的夫妻老婆店，他們迫切希望知道自己的產品陳列是否符合要求，通過數據驅動提升銷量。這在過去需要借助人力，不僅成本高昂而且效率低下。

為此，擴博智能推出了一套名為擴博智瞭的解決方案，一舉解決了品牌商和實體店的雙重煩惱。

我們將會在本次峰會后，在「AI投研邦」上線CCF GAIR 2019峰會完整視頻與各大主題專場白皮書，包括機器人前沿專場、智能交通專場、智慧城市專場、AI芯片專場、AI金融專場、AI醫療專場、智慧教育專場等。「AI投研邦」會員們可免費觀看全年峰會視頻與研報內容，掃碼進入會員頁面了解更多。峰會期間專享立減399元福利，可進入頁面直接領取，或私信助教小慕（微信：moocmm）咨詢。（最后一天50個名額，速搶。）

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。