云脑两全法:不负隐私,不负AI

安妮 发自 隆隆爱够 量子位 报道 | 公众号 QbitAI

多年之后,2018可能会被视为隐私数据关注的起点。

这一年里,Facebook隐私数据的非法使用让扎克伯格举步艰难;这一年里,欧盟GDPR(General Data Protection Regulation)——《一般数据保护条例》的实施让更多公司不得不调整产品;依然这一年里,国内外对于隐私的探讨之激烈前所未见,甚至李彦宏一句描述现状的回答,都能掀起漫天舆论的声讨。

隐私越来越被关注,因为AI正在带来数据价值的重估,而隐私数据正是其中关键的关键。

但又如何在保护隐私的前提下,通过AI技术来创造价值?

世间安得双全法?

北大AI实验室出身,先后任职Google Now和Facebook信息流的张本宇说,有,而这也是他2015年发起创办AI公司云脑科技的核心原因。

云脑科技创始人、CEO张本宇

人物简志:张本宇,北大95级计算机系,AI硕士学位,先后就职于微软亚洲研究院、Google美国总部、Facebook美国总部,发起了Google AdWords Quality, Facebook Feed Ads等多项核心技术及系统的研发工作。

AI架桥,行业中间件

云脑要落地的AI,并不陌生,但并不好理解。

目前在通信行业、金融监管、能源制造和人才教育等4大领域,他们都有了业务落地。

通俗来说,做的是AI To B的生意,利用AI技术,运用算法和模型,帮助B端企业拥有AI能力。

但更具体而言,无论是手机为核心的通信,上交所为核心客户的金融,还是能源制造和人才教育,对云脑来说,共同的痛点是不容忽略的隐私数据挑战。

通常情况下,如果企业自己拥有AI能力,团队内部就能搭建AI模型,不牵扯“外包”,也不涉及对外合作,可以初步防范数据外泄的风险。

然而当前技术发展的现状是,不少企业缺乏自主AI的能力,但又希望在数据不流动的前提下实现AI赋能。

张本宇认为,架一座AI的桥,打造一个行业中间件方案,就能解决上述挑战。

大致思路就是云脑把数据通过训练变成一个模型,然后通过云脑的BrainSync算法和云端的模型进行同步和融合,融合所交换的信息不含原始数据,并且满足隐私的要求。

他将此称为“数据孤岛”现象。这个岛可能是一部个人手机,也可能是这个公司的业务。云脑可以提供的是,在数据不出边界的前提下,利用非原始数据训练出算法模型,并让孤岛内的数据在模型助力下,1+1>2.

比如在云脑已经落地的手机厂商合作中,正在让用户手机消息推送更AI。

容易忽略的是,当前手机App的诸多推送往往基于本地,而且推送的内容并不上传云端,于是长期推送的结果一般只是按规则的预测,而并非真正千人千面,没有个人相关性和重要性排序。有点像十年前社交网络信息流的排序,无法让用户体验更舒服、高效。

但如果每个人手机中都有一个AI模型,可以基于本地信息“了解”用户,再以此描绘用户画像,然后智能决策和推送内容,不仅合规高效,也能让用户体验更好。

每一个用户手机里,都有一个懂事又不会与他人分享信息的“秘书”,这就是云脑和手机厂商正在合作打造的模型。

相似模型,也能在类似的行业发挥作用。

隐私刚需

类似的行业目前有通信行业、金融监管、能源制造和人才教育等4个,但这只是初步试水落地的4个。

张本宇介绍说,可以落地的行业、场景和产品还能有更多。

他总结了4个共通性:

一是涉及隐私痛点,如何在保护隐私的前提下,用AI算法模型创造价值。

二是模型可解释性,因为做的是数据架桥和中间件,对于整个解决方案需要可解释、能溯源。

三是有传感器\虚拟传感器特性,数据会持续不断产生,用户行为持续反馈,逻辑关系暗含其中。

最后则是数据的特点,这个数据孤岛中的数据,能做分类、预测、标注和生成等。

于是手机为核心的IoT通信设备,以及涉及监管的证券交易所,成了云脑聚焦的核心落地场景。而可以通过双方对接合作的能源制造和人才教育领域,则成为商业拓展的新领域——充当的是行业AI产品经理的角色。

一直以来,AI公司靠提供技术方案到底能不能走得远?备受讨论。

不看好的观点认为,由于技术民主化是大趋势,未来AI会像水热光电一样普及,所以作为技术方案提供商很难走得长远。

但张本宇并不这么认为。他表示创业前便已经对此有过深思熟虑,技术方案提供商面临的挑战,本质是整个2B商业模式面临的挑战,但从历史进程来看,社会化分工、产业专业细分,是效率提升的内在要求。

“这是常见的企业服务市场会遇到的问题,大型企业的IT部门通常习惯做甲方,他们的核心竞争力并不在于他们IT的能力,而是在于他们本行。第二个是产业链分工,专业的人做专业的事情,这其实是IT作为企业服务的一个基石。”

当然,张本宇之所以有底气,是因为目前已经初获认可,他们50人规模的团队,服务20多家客户,并且已经迈入千万级营收序列。

而且更长远来看,他认为这种壁垒还在加深,云脑不负隐私不负AI的双全法,正在培养出一批行业AI产品经理,他们站在AI和落地行业中间,定义需求,并梳理出解决方案。

云脑科技团队

AI产品经理

AlphaGo以来,这波AI热潮火热已经有2年了。

跟不少投身其中创业的技术信仰者一样,张本宇之所以离开巨头舒适区,就是希望做一个“送电者”,推动AI技术普及,让更多行业实现AI带来的降本增效。

但越深入,越发现人才缺口所在——太需要AI产品经理了。

什么是AI产品经理?如何定义?

张本宇认为,当前的AI产品经理更倾向于是工种,而不是具体岗位,指的是那些能够把具体行业和AI方案连接起来的人,他们不仅要深刻理解AI技术的能与不能,还要对行业场景需求有透彻分析。

马化腾在今年重新定义了腾讯的定位,称腾讯要成为各行各业数字化转型的“智能助手”,提供“工具箱”,本质上就是将腾讯的产品能力对外开放。

但光有腾讯一家显然不够。

不是每一个行业、每一家公司,都能够适配标准化工具技能,也有诸如隐私数据的公司,希望私人定制,特别是在保护隐私的前提下,使用AI赋能现有业务。

这就需要AI技术er深入行业,与落地行业“同甘共苦”,用对方逻辑、对方的语言,实现对方问题的解决。其中颇具挑战的是,即便是帮助行业进行AI升级,也不能打破现有节奏和方式——架桥的同时,河道依然要通畅。

当然,整个“云脑科技”实际也是一名“AI产品经理”,他们目前已经落地进入了4个行业、20多家合作客户,营收迈入了千万级,但只用了60多人。

张本宇说,2018年的小目标是再找60个志同道合的战友,把这艘“AI战舰”开得更快、开得更远。

作者系网易新闻·网易号“各有态度”签约作者

本文分享自微信公众号 - 量子位(QbitAI)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-06-08

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏华章科技

大咖共话“互联网+”(满满干货)

我讲讲大数据和转型的关系,我觉得很的传统企业的老板,或者是高层,觉得大数据这个东西太技术了,可能跟这个没有什么关系,但是我在腾讯、360这两个企业总计4年了。这...

7720
来自专栏钱塘大数据

钱塘号丨未来人工智能将带动金融服务如何发展?

导读:人工智能日趋普及,并在金融服务领域产生巨大影响。本文作者 Nikolas Badminton 向我们介绍了人工智能在金融服务领域的发展动向,并对其发展趋势...

38480
来自专栏企鹅号快讯

2017年你不可不知的十大黑科技!涨见识!

中国当下流行一个词——黑科技。这个词的原意是指非人类目前知识和科学水平可以做得到的技术或者产品。但是如果以这个标准来要求,黑科技只能存在于科幻之中。因此,今天它...

19680
来自专栏AI科技评论

深度 | 十问陆奇:百度要如何赢得AI的未来?

百度正在酝酿一场反弹。 在雷锋网看来,2016年可谓是百度的“危机之年”:在2016年以前,这家位于中国互联网第一阵营的公司所遭受的所谓“危机”,其实都停留在百...

28850
来自专栏钱塘大数据

麦肯锡:如何用大数据驱动B2B公司增收

B2B公司已经不再是站在边线上的局外人,而是投入了“数据革命”的怀抱。通过数据化公司后台部门的工作流程和资源规划,现代化他们已存的IT架构,他们中的大部分已经赶...

41670
来自专栏大数据文摘

大悦城实践:大数据拯救传统零售业

32550
来自专栏人工智能快报

美国国家经济研究局发布报告“人工智能与现代生产力悖论:期望与统计的冲突”

美国国家经济研究局发布报告“人工智能与现代生产力悖论:期望与统计的冲突”。该报告由麻省理工学院斯隆管理学院Erik Brynjolfsson教授、Daniel ...

33230
来自专栏钱塘大数据

中国如何应对大数据时代的挑战

导读:中国社会对“大数据“的概念还存在一些不准确的认识甚至观念上的误区,特别是对大数据在国家层面上的战略意义估计不足,亟需深化。 从小数据到大数据 “大数据”...

43350
来自专栏数据的力量

大数据在金融行业的应用

46550
来自专栏机器人网

三个关于人工智能的残酷真相

走到今天,联想之星大概已经投资了七八十个人工智能项目,从五六年前的技术平台到现在医疗、金融、教育等行业的智能化,我们已经打造了一个超过两三百亿估值的组合。人工智...

38960

扫码关注云+社区

领取腾讯云代金券