譚黎敏，西井科技創始人兼CEO。西井科技（WESTWELL），國家高新技術企業、國家“專精特新”小巨人企業。

作為國內少數具備全棧式開發能力的人工智能公司，致力于以人工智能激活多產業潛能，做全球智能服務業的開疆者。西井科技以人工智能技術為錨點，結合無人駕駛技術，驅動全球大物流領域的生產要素智能化服務，以及城市生活要素的數智化運營轉型升級。

財經早餐特邀譚黎敏先生做客《名人早餐會》欄目，與財友們分享人工智能如何走向大眾、智慧物流的底層邏輯、產品出海的機遇和挑戰以及“井”的哲學等話題。

?

?

財經早餐：據了解，西井科技創立之初主要從事類腦芯片行業。經過多年的發展，最終落到Q-Truck這類產品經歷了哪些過程呢？

譚黎敏：從某種層面來說，西井科技并不是一家完完全全的人工智能公司，我們更多定義為行業智能化的服務商。整合既有的集成電路、算力開發能力、算法開發能力、軟件開發能力，以及自動駕駛團隊組建后，所具備的自動駕駛能力，去服務于行業。

在發展過程中，我們逐漸發現底層技術并不能直接產生生產力，還需要和應用結合。于是我們開展對于應用場景的摸索，這個過程中沉淀了一套方法論，并且首創“AI效率經濟學”理念，也是希望憑借積累的智能化技術， 真正賦能業務，最大程度為客戶降本增效，創造商業價值。

2016年，西井找到了第一個落地的應用場景——集裝箱港口。通過芯片所提供的算力，在端上實現人工智能、圖像識別，幫助用戶去解決集裝箱的識別和到港離港的確認動作。此時，這還只是一個功能，但為西井進入港口場景提供了機遇。

在這個過程中，兩點思考值得分享：

首先純粹的技術，不能提供生產力，必須要形成產品化、系統化的能力，要與用戶的場景有更加深入的耦合；

其次在具體場景中，只解決一個單點問題，并不能為用戶創造完全的價值。只有把多點的服務能力串聯起來，形成完整的解決方案，才能在一個場景中為用戶創造多點的服務能力。

我們發現港口場景存在著比較大的人力支出和痛點，在港口內的水平運輸系統，首先司機難招，另外成本高昂，作業強度很高。基于此，西井開始組建自動駕駛團隊。

我們也不確定能做到什么樣，但是市場在那里，又能夠和其他的港口內產品形成協同效應，真正去實現全局化、智能化港口解決方案。

目標明確后，再加上對于港口場景的充分理解， 2018年1月23日，西井完成了全球首輛港區作業無人集卡的第一箱作業。

但這依然還是在技術層面、單點層面，仍需要進一步產品化。借助自有的設計開發公司，西井完成了整車造型設計，并整合自行研發的算法和整套自動駕駛套件打造了Q-Truck。現在我們已經對Q-Truck迭代了好幾個版本，目前最新的智能換電版Q-Truck，能自主前往智能電站，可保證7*24小時工作，降本增效效果顯著。

財經早餐：市場上認為，物流用車的“油換電”能給行業帶來春天，充換電等基礎設施建設也是政府未來的工作重點之一，西井在智慧港口上已經做得很好，下一步能否到更開放的道路？

譚黎敏：在海港場景當中，是內部車輛和外部車輛混合行駛的場景，和開放道路差異不大。

在開放道路上，行駛行業通常要求20公分的范圍，但在港口則要求2公分-5公分的距離。

而且紅綠燈十字路口是固定的不會變，港口是動態，港口所有的作業不斷移動，每次到不同地方都要求在2-5公分。

財經早餐：每個集裝箱要標上特殊的符號嗎？

譚黎敏 ：結合用戶的生產作業系統，我們構建了一套無人駕駛車輛管理調度系統，包括用戶的現場地圖、實時的堆放箱情況、目標集裝箱位置、車輛協同位置。

換言之，在自動駕駛的驅動下，對整個港口進行了數字化的改造、升級、建設，基于實際物理環境中的集裝箱港口，構建了一套元宇宙形態。

財經早餐 ：如果要真正走到開放道路，比如切入物流領域，您認為難點有哪些？

譚黎敏：物流只有實現更廣闊的道路運輸，才能真正解決問題。

在特定場景中，車輛的算法、各方面的設計和性能，和開放道路都沒有特別大的區別。

特定場景中車速在40公里左右，開放道路在80公里到100公里出頭，這需要傳感器能夠開得更遠，同時對算力要求更高；整套我們都有相對應的方案，并且已經在做驗證。

無論是最早時候的測試驗證，到現在商業化的作業，其實都是在不斷打磨這套底層，基礎打磨好以后，后續等到法律法規完善，自然可以往更開放的道路上去行駛。

財經早餐：有研究顯示，AI算法效率每16個月翻番，超越摩爾定律。實踐中，算法、算率如何迭代？

譚黎敏：算力確實有周期性的提升，與此同時算法端也在不斷的做優化。

兩年前做一件事情，可能要花費一個單位的算力，但今天通過算法的優化，可能只需要花費原本的1/10的算力就能夠提供同樣的功能。

一方面單位能耗上的算力不斷在增長、在疊加；

另一方面算法也在不斷的優化，所以無人化的可實現度會變得越來越好。

財經早餐 ：西井科技在海外項目上亮點頗多，2021年做到海外業務占公司總收入的三分之一，在智慧出海方面，西井科技有哪些考量？

譚黎敏 ：在國內，我們最早進入港口市場，全球前十大港口里，中國港口有6~7個。并且如今中國港口在全球港口行業中發揮著標桿作用，其作業效率超過全球平均值的20%左右，能夠做到24小時不間斷連續作業。但是由于工作習慣等因素，海外的市場不可能進行長時間的作業。

在國內高強度的作業體系中所打磨出的智能化產品，同樣具有市場的競爭力。甚至可以把它理解為工作強度上的降維打擊。

一方面我們具備了足夠的產品力，在國內有了足夠的自信和底氣；

另一方面這是全球化的行業，我們希望能夠走出去看一看，抱著學習的態度，去檢驗產品是否同樣滿足和適合海外的作業習慣，同時兼顧我們的作業的能力，去尋找產品優化的增長點。

與此同時，企業在走向海外時，還需要提前與海外的標準做好溝通和對接。

我們的產品出海到泰國、中東分別經過了當地認證；再到英國，認證標準相對更加嚴格，需要有UKCA的認證。值得一提的是，今年，我們無人駕駛商用車Q-Truck獲歐盟權威機構CE認證，這將有助于產品在歐盟國家和認可歐盟CE認證的各國進行全球市場的業務推廣。

在出海的過程中，一方面在服務客戶，促進營收迅速增長；另外一方面借助出海，實現產品標準的不斷提高，同時也提升了企業的認知和產品設計水平。

財經早餐：現在，百度在做無人駕駛、華為也在研究，一些傳統的汽車企業，也在思考如何在無人駕駛汽車領域分得一杯羹。當眾多玩家一起進場時，我們如何去應對各種類型的競爭對手？

譚黎敏：今天我們面臨一個非常好的市場機遇——新能源重塑汽車行業。在整個汽車新能源浪潮轉型中，我們已經占據有利的位置。從電池、電機控制，再到整車，每個維度都打破了很多傳統車企的壟斷和壁壘。

我們也花了很多時間思考如何構建自己的核心競爭力，后來發現在特定的場景中，我們與主機廠存在一個較大的差異點：主機廠做慣了一件事情——生產一輛車，司機是人，只要把鑰匙交給他，就完成了產品的交付。

但在一個場景中，一輛無人駕駛的車輛并不是如此簡單結束；而是把整車放到現場，使其控制系統能夠接入用戶的作業流程，與用戶的作業流程形成匹配和磨合，能夠順利工作起來，這需要很深的行業積累。

財經早餐 ：在“雙碳”目標上，西井科技一直在貢獻自己的力量：通過“智能化+綠色化”的高精準度和效率運輸，助力港口等特定場景實現“低碳” “零碳”，盡顯企業社會責任擔當。在數字化、綠色化轉型的浪潮中，西井還可以做些什么？

譚黎敏：智能化、新能源在未來二三十年都是大勢所趨，人工智能的驅動也是能源的驅動，最初的人工智能需要算力來支撐，算力最大的開銷就是電，未來不斷的去優化算法，節省電力開銷，提升算力的單位能耗，能夠實現更好的正向推動。

另一方面，在新能源板塊，今天西井所有的車輛、所有的車型都是為多個場景準備，其設定都是新能源、零碳排放。

從行業大趨勢，到戰略層面，再到產品層面的實現，西井都在踐行智能化和綠色新能源的目標：全系車型的構建都基于新能源，通過無人化、智能化，進行更高效的調度以實現更進一步的節能減排。

財經早餐：西井科技的命名有哪些考究，您能否從“井”哲學上談談西井未來的發展方向？

譚黎敏：以前我們讀書的中學就在西井街上，有了西井這個名字后，對應著產生了WESTWELL的英文名字。在思考企業的價值取向時，我們從“井”字中發掘出了很有價值的點，包括：

第一，吃水不忘挖井人，要感恩。

第二，要做探索者，做掘井的人，而不是取水者，要不斷的給予和付出。

挖井這件事很有意思，一般挖井不會只在一個點上打井，而是不斷的探索，叫作廣挖井；再瞄準一個點，挖深井，扎下去才能打出最鮮活的泉水。

財經早餐 ：廣挖井實際上是尋找增長業務，挖深井就是現金流主打業務。

譚黎敏：是，我們也逐步找到了井字格的戰略，一個井字，分成九宮格，是三個維度的發掘。

“井”字最底層，西井在為用戶構建智能化的底座。一個平臺，如果沒有具備數字化和智能化的底座能力是無法疊加在場景中的。

在底座之上，自動駕駛的意義在于把底座上的每個點串聯成業務鏈，形成更完善的整體流程和機制，中間是一個偏運輸和執行的過程。

“井”字戰略的最上層，在于基于底座、中間的運力和執行，借助數字化能力把垂直場景做好，形成網絡化效應。

就像“井”一樣，從最底下開始挖到最深，再慢慢的浮上來，從底座、中間的執行層、再到網絡層，實現單一場景的做深做透。

財經早餐 ：From human to human，我們西井科技怎么凸顯這種價值觀？

譚黎敏 ：From human to human是我們的slogan，翻譯成中文是“取智于人，用智予人”。

主要有兩重含義，一方面是截取人類的智慧運用到算法開發，再運用到產品上，實現賦能人類。

我們的團隊中有一位同事，最早是卡車司機，工作非常辛苦。2018年，我們開始做自動駕駛測試，需要一位測試司機，他就加入了我們團隊，但隨著車的無人化能力越來越強，開車的工作就不被經常需要。

他又從另一方面給出了from human的部分，他教會了工程師無人駕駛的駕駛策略，怎樣控制油門、剎車、變速以及轉向的時候大概力度是多少，如何配合油門剎車。這是工程師所不了解的。

在此之后，他開始進行整車測試，包括算法、工程師開發的行駛策略，進行系統的判斷反饋。他也從傳統的卡車司機轉變為自動駕駛的調試和部署工程師，真正踐行了from human to human。

另一方面可以分享一個具體的案例，西井一直致力于解決人工和智能的關聯關系，通過算法和軟件系統幫助人實現減負增能。上海浦東在封控期間，社區居民排隊做核酸會產生擁擠。大量的現場工作，都是工作人員用紙質的方式登記。為了幫助基層工作者以更加電子化的方式記錄，減輕負擔；幫助社區居民更加有序的檢測，避免交叉感染風險。所以在浦西封控前，我們火速開發了“井井有序”小程序。

讓每一個個體的人的屬性不斷得到提升，這是第二層的含義。