吴恩达：我的AI商业化方法论

夏乙 一璞 假装发自 江东中路300号 量子位 出品 | 公众号 QbitAI

如何用人工智能变革各个行业？

经常有各路CEO向吴恩达抛出这个问题。在今天上午开幕的2018中国人工智能峰会（CAIS）上，吴恩达给出了自己的方法论。

吴恩达指出，将传统行业与机器学习简单结合，并不会形成智能化公司。在向人工智能转型的过程中，企业会面临团队建设、AI项目挑选、战略结合等问题，吴恩达也把自己的相关思考进行了阐释。

他给出一个中肯的建议：不要与Google、百度在通用人工智能技术领域展开竞争，而要在垂直领域建立AI应用。

在演讲开始前，吴恩达还小秀了一下中文。如果你还觉得他中文不行，可能要更新认知了，不信你听听。

再多说两句。

在上午拉开帷幕的大会上，国家新一代人工智能战略咨询委员会组长潘云鹤，介绍了目前人工智能的发展概况。2010年图灵奖得主Leslie Valiant，介绍了目前机器学习的现况和挑战等问题。

特别值得一提的是，南京大学计算机系主任、人工智能学院院长周志华，还进行了不作公开发表的精彩演讲。（现场听的观众有福了~）

下面，是吴恩达这次演讲的实录。

今天我要分享的想法，都是关于人工智能怎样改变各行各业、塑造未来的，主要从企业、政府和大学三个角度。

AI时代的企业变革

我们先来谈一谈企业。

我花了很多时间思考互联网的崛起，那个时代的事，对AI时代有着指导意义。

互联网崛起给我们上的重要一课就是，商场 + 网站 ≠ 互联网公司。

互联网公司是如何定义的呢？不是看你有没有网站，而是看做不做A/B测试、能不能快速迭代、是否由工程师和产品经理来做决策。

这是互联网崛起时代的情况。那么在现在这个AI时代，什么样的公司是真正的AI公司呢？

同样，传统公司 ＋ 机器学习 ≠ 人工智能公司。

在未来，定义一个真正的AI公司，要看你是否围绕着AI能帮你做好的事情来开展业务。

比如说，AI公司倾向于策略性地获取数据。像Google和百度这样的科技巨头推出的一些AI产品，可能不赚钱，但是能为公司积累数据，用到其他业务上。

AI公司通常有统一的数据仓库，能减少很多沟通工作。

另外，普遍的自动化和新的人才需求也是AI公司的重要特征，同样是产品经理和工程师，在AI公司和在普通的互联网公司，职责是很不一样的。

我和企业CEO们交流的时候，他们经常会问三个问题：

1）如何招聘AI人才、建立AI团队？

2）如何挑选项目？怎样决定该把AI用在哪些地方？

3）怎样把AI和公司策略结合起来？

在Landing.ai和各个公司合作的过程中，从这些问题里，我学习总结了一套AI商业化方法论：

1）招聘AI人才，建立AI团队

这个环节，也可以说是组织架构调整的三步走策略。

首先，借助外部资源开展AI项目；然后，用外部资源逐渐培养内部AI团队，最终得到一支能为内部各个业务部门服务的AI团队。

公司的结构通常是各个业务部门向CEO汇报，不过我建议，最好在业务部门之外建立一个单独的AI部门，招募AI人才，为业务部门提供指导、API，支持业务发展。

在这个过程中，各业务部门的培训也非常重要，因为只有让所有部门从上到下都对AI有基本认知，才能和AI部门更好地合作。

现在AI培训已经改变了很多，十年前，培训业务部门要请人来讲课，比如说请我来讲个课，讲完我还要飞走，这就很难。

现在在线内容非常丰富了，一个首席学习官（Chief Learning Officer）的工作，不是去创造内容，而是选择内容给团队学习。

这样，就能低成本高效培训整个团队，让所有人了解AI。

2）挑选AI项目

很多公司在选择第一个AI项目的时候，会选择最大、最引人注目的业务。

有时候这种方法并不好。

比如说在谷歌大脑刚刚建立的时候，2011年左右，深度学习方法还深受怀疑。

我们找到的第一个内部客户是谷歌语音识别部门。通过两个团队之间的合作，语音识别产品更加成功了，然后，地图部门也来找谷歌大脑合作，越来越多的部门加入进来……

发展到现在，谷歌大脑已经成了整个谷歌转变为全球最牛AI公司的引导者。

你看，在谷歌，我们用上深度学习的第一个业务是语音识别，并不是对公司来说最重要的搜索、广告。

我的建议是，不必一开始就为最重要的业务加AI，要先用一个业务来建立信任，这样才有利于更多业务的开展。

公司决策者还会遇到一个问题：我该自己构建AI，还是找外部公司买服务？

对于普适性的行业解决方案，跟第三方购买就可以了，比内部自己做更有效率。可以多借用公开的技术、成熟的第三方方案合作。

当然，长期来看，有很多工作，要求参与到AI项目里的人对公司业务有更深入的理解还是需要在公司内部建立团队来完成。

怎样将AI与公司策略结合？

这也是CEO们特别关心的一个问题。

当然，公司策略是多方面的、非常复杂的，很难给出一条简单的标准。

不过我要提供的建议是，不要跟google百度比搜索、比通用的AI方案。你的机会在于，用AI来强化你已有的、本来就擅长的业务。

AI赋能政府

AI带来的一个挑战是会有人因被AI替代而失业，这会给政府造成巨大的问题。

就业问题&政府科研基金

不过，AI也让人们可以更方便的学习，政府鼓励人们学新的技能，从而有能力从事新的岗位，而且因为有各类书籍、网易云课堂这类MOOC网站的存在，可以帮助人们更便利的学习。

另外，政府基金也可以帮助AI学术研究。美国政府基金给斯坦福的研究资助，也帮助了我个人的研究。

政府和企业合作让AI更快落地

比如加州的Drive.ai的无人车，虽然公司在加州，但因为我们和德州政府合作，共同改进自动驾驶和人类驾驶在路上的规则，率先在德州落了地。

公私结合，加速新行业发展

另外，政府规则制定的功能也会影响社会不同行业的进展。

许多行业的规则都是在AI时代之前制定的，而随着AI时代的到来，政府应当重新制定规则，诸如交通、医疗、金融等行业的规则都将被改写，为这些行业带来新的变革。

利用AI改进政府的治理

就像公司用AI帮助改善经营一样，政府也可以用AI改善交通和水电供给，减少犯罪，做出更合理的城市规划，以数据为基础做出更合理的政府投资。

AI赋能大学

AI人才缺乏现象很普遍，核心问题之一，就是对AI教育需求巨大，供给不足。

人工智能缓解教育资源稀缺

即便是在斯坦福，拥有世界上最好的AI教授，AI教学师资也不够。所以斯坦福使用了打破空间时间的学习方式——翻转课堂。

比如斯坦福CS230课程，第一年就有800名学生学习了这套课程，我们现在每年教三次，学生在线上听课，然后由计算机批改作业，不需要人类助教来批改，这样人类助教就可以把时间精力投入到辅导学生、指导项目上。

AI+项目：跨学科跨领域合作

直接做项目总能推动产业的发展，比如在斯坦福我们做过AI+医疗的项目，有36名计算机专业机器学习方向的学生参与，另外还有9名斯坦福医学院的教授或研究生，来完成一些医学图像检测、病理研究、电子病历、公共卫生、心理健康相关的项目。

OMT

在这次的大会上，南京再次强调了吸引人才的政策，要点如下：

对于落户南京的VC，给予最高1500万元的奖励；对于落户南京的初创企业，给予最高500万元的奖励；对于投资失败项目，给予最高600万元的补偿。

研究生、40岁以下本科高技能人才，无条件落户南京，享受人才公寓、租房补贴，还能拿到200万元购房补贴。