近期，曠視科技聯(lián)合創(chuàng)始人、CTO唐文斌做客正和島直播間，與正和島副總裁劉海燕共同探討了AI場景應用的商業(yè)化路徑，以下是直播精華內容摘錄。

主持人：大家最近對于AI的熱情可以說是空前高漲，各界都在探討ChatGPT可能帶來的一些深刻影響，我們想了解一下您是如何看待現(xiàn)在全民關注AI的火爆現(xiàn)象？

唐文斌：我覺得全民關注是一件很好的事情。

在技術上，大模型并不是特別新的概念，在過去的幾年里，大家都持續(xù)在研究它，只是現(xiàn)在它被做成了一個比較好的人機交互界面呈現(xiàn)了出來，讓大家發(fā)現(xiàn)它有很多被應用的可能性。

因為大模型的技術發(fā)展，某種程度上讓人看到了通用人工智能（AGI）的希望。它體現(xiàn)出來的技術能力是令人興奮的，帶來的應用也有很多種，主要可以分成在數(shù)字世界和物理世界中的應用，數(shù)字世界中的應用就是AIGC，包括文字生成、圖片生成等內容，類似數(shù)字助理的能力；在物理世界，則是與機器人結合。

所以我覺得大模型能夠帶來很多新應用的產生，全民關注它，去想如何把技術應用在生產生活中，給我們帶來便利，這是一件特別好的事情。

主持人：您覺得跟國外相比，中國在人工智能層面的應用有什么領先和落后的地方？

唐文斌：坦白講肯定還是有差距的，在更偏基礎層面的領域我們是需要正視這個差距的，當然現(xiàn)在國內學術人員也都在非常努力地填補差距。不過，我覺得國內在應用層面做的還是很好的，甚至可能比國外做的更好。因為我們的用戶體量很大，而且擁有大量的生活、生產場景，這些值得我們去思考怎么用AI技術做到降本增效，提升用戶體驗。

劉海燕：我一直很好奇，你們持續(xù)在基礎研究上做投入，擁有一個非常大的研究院，在你們創(chuàng)業(yè)起始，就是從技術出發(fā)的，然后逐漸走到應用領域，這是一個從技術到應用的過程，實際上這是更難的一條路。如果從應用開始做，也許商業(yè)化的路徑會更快一點。那么，你們?yōu)槭裁催x擇了這條相對來說較難的路。

唐文斌：我覺得這可能也不一定是我們的選擇，這與每個人的“基因”都有關系。當年我們三個人創(chuàng)立這家公司時，坦白講，在應用層面上其實也沒太想好，但我們一直非常堅信AI可以給很多場景帶來價值，但怎么用，用在哪些場景，當時并沒有想太清楚。

當年創(chuàng)業(yè)時，深度學習已經逐漸開始發(fā)展，我們也在尋找如何把技術和場景結合的方式，我覺得這個跟我們自身的“基因”是有非常強的關系，我們本身就是搞技術出身的，在技術能給場景帶來差異化的領域里，我們才有可能做的跟別人不一樣，所以這是技術基因決定的。

劉海燕：在2017年，你們又做了一次抉擇，選擇了物流這個賽道，為什么選擇它，而且持續(xù)深耕在這個領域里呢？

唐文斌：進入物流領域是有一些機緣巧合的，因為我們一直在想把技術用在何處。我覺得還是要回到最終用戶價值上，技術能否極大地降低用戶成本、提升效率、優(yōu)化體驗。

我們一直在尋求這樣的場景，通過AI為它提供更好的解決方案。在2015、16年，我和印奇一起去了一家做物流的第三方運營公司，當時倉庫里有好幾百人，占地大概四萬多平方，其中有一個電子商務的倉庫，網(wǎng)上用戶下訂單，就會有人拉著小推車像在倉庫里逛超市一樣找到對應的貨品然后寄出。倉庫里的人跟我們講，他一天大概要走40公里左右，相當于一天跑一場馬拉松。因為工作內容太辛苦，人員流動很大。在這個場景的啟發(fā)下，我們覺得應該用機器人去解決這些問題，減輕人員工作強度，提升工作效率，提高客戶的投資回報比，幫助他們實現(xiàn)更好的經濟效益。當時對方也在思考這些事情，所以就開始了物流領域的探索。

劉海燕：曠視一直做軟硬一體化的產品，那在物流行業(yè)解決方案當中，有沒有讓你特別自豪的一款產品或者解決方案呢？

唐文斌：在回答這個問題前，我想先分享我們對產品和技術研發(fā)的想法，像我們這樣技術出身的人適合解決什么問題——就是問題已經存在，但是沒有被很好的解決，所以我們可以用一些新的產品和技術把它解決得更好。

再回到您的問題，在去年我們推出了一款產品——曠視智能托盤四向車，它是一個跑在貨架上的移動機器人，可以用來做托盤搬運，主要用于密集存儲場景，它能夠提供非常高效的進出能力。

四向車其實是物流里業(yè)已存在的產品形態(tài)。

在與行業(yè)前輩們探討中發(fā)現(xiàn)，市場上已有的四向車沒有很本質地解決客戶痛點，因為第一車速不夠快，造成了整體工作效率偏低；第二，當把貨品存儲得更加密集時，它很難進出。

比如在一個倉庫里，如果要用最小的面積去存儲2萬個托盤的貨位，同時每小時可能要進出1000個托盤，那怎么能夠做得更密集，更省地，以及需要用多少輛小車來完成這樣的進出任務，這里面其實是需要有很強的算法調度。

而且還會遇到一個問題，貨物SKU也很多，貨品存在密集存儲庫里，它就有可能會產生類似于華容道的問題，所以倉庫存儲里有很多策略性問題。我們重新思考了這些問題，找到一種合適的方案提高投資回報比——對四向車的車體、調度算法等進行優(yōu)化，使得托盤四向車解決方案是一種用戶用起來更舒服、效率更高、成本更低的方案。

最后，經過我們的努力，把四向車的效率大概提升了一倍以上。

可以說AI解決方案，到底給你帶來什么價值，就是省人、省地、省錢、省心。

劉海燕：那為什么曠視會有這方面的能力呢？這個物流問題我覺得可能有很多人都看到了，但是可能都解決得不夠好，那么支撐我們去解決這個問題，或者說解決得更好的原因是什么呢？

唐文斌：解決行業(yè)問題其實是需要復合能力的，就是既要對行業(yè)場景有所了解，同時也要具備軟件、算法這些技術能力。

我們看到很多行業(yè)里存在的問題是這兩撥人“絕緣”，懂行業(yè)和懂算法的不在一起，所以我們的核心優(yōu)勢是帶著AI技術的能力去進入到了一個行業(yè)，跟行業(yè)里面的人一起去探討和形成一個好的解決方案，然后能夠真真正正地去解決他的問題，提供更高效的一種方案。

劉海燕：順著剛才的問題，我再問一個問題，物流的下一步會是什么樣，你能不能描繪一下未來的產品會給大家?guī)砟男└碌膬r值。

唐文斌：我認為物流是一個非常大的場景，就是從生產結束到消費者手上，整個鏈條上都是物流部分，它具有巨大的發(fā)展空間。曠視目前做的主要是倉庫自動化，再具體而言甚至是倉庫里以托盤形態(tài)為主的場景，我們能實現(xiàn)更密集的存儲、更高的效率、更節(jié)能、更省錢等價值。對于未來發(fā)展，一方面?zhèn)}庫里面除了以托盤的形態(tài)，還有別的形態(tài)存在，那我們也會有相應的產品和解決方案；另一方面，從倉庫向外延伸，走到園區(qū)里，進行跨倉的工作，可以幫助客戶持續(xù)降本增效。

當物流類產品從倉庫內走出來時，從某種程度上來看，就是自動駕駛環(huán)節(jié)了。

所以我認為整個環(huán)節(jié)里有特別多的機會可以讓AI技術、機器人技術去解決。而解決問題的方式，一定是從一個比較扎實的小點開始，每一個產品解決一部分問題，最終提供最優(yōu)的投資回報比的產品形態(tài)。

劉海燕：其實很多實體企業(yè)的智能化發(fā)展是逐步演進的過程，在這其中我們也會經常聽到一些抱怨，比如過程當中大家覺得不盡如人意，或者是覺得沒有想象中智能，那么面對客戶抱怨的時候，你是怎么解決這些問題的？

唐文斌：我覺得對客戶期望管理是很重要的。現(xiàn)在大部分客戶對技術是有一定了解的，他們有非常好的認知，當然也有極端情況存在，覺得AI無所不能。但是要達成共識的是，技術能解決一定的問題，但不能解決所有問題，數(shù)字化、智能化，其實都是一種手段、一種工具。

但我覺得現(xiàn)在的絕大部分客戶思路是非常清楚的，他們知道要做兩件事情，有橫有縱，橫向通過數(shù)字化去形成數(shù)據(jù)的基座，縱向是要在底座之上形成一個個應用，并思考它們的投資回報比。

我們一定要清楚一件事，我們沒有客戶懂他們的場景，不要試圖去做客戶的老師，所以我覺得很多東西是大家一起交流和碰撞出來的，這是一個相向而行的過程。

劉海燕：曠視的組織文化是怎么樣的？因為組織文化是一個企業(yè)管理的永恒話題，而且每一家企業(yè)都有自己的文化基因，如果讓您用一個詞來形容曠視的企業(yè)文化，它可能是什么詞呢？

唐文斌：我們內部叫“技術信仰 價值務實”，這已經成為了我們的企業(yè)文化基因。

曠視之所以存在，是因為我們相信AI的可能性，相信技術可以改變世界，相信在技術之上能夠延伸出更多的工具和能力對不同的場景帶來價值。但是作為一家公司，必須要形成價值閉環(huán)，即提供給客戶的不僅僅是算法，或者idea，要提供產品、解決方案，讓技術在客戶端形成價值閉環(huán)，這樣才能夠成為一個可持續(xù)的公司，所以我覺得這兩點都非常重要。

當然，“技術信仰”不是對技術的盲目崇拜，它最深層的本質還是價值務實，背后體現(xiàn)的是一種對未來趨勢的判斷。有的價值不是在當下產生，而是需要當下更多的投入，在未來產生價值。