旷视十问旷视印奇、唐文斌：AI公司步入“深水区”，友商其实不是友商( 二 ) |AI|人工智能|

现在，所有AI企业都已经步入到「死亡之谷」。
量子位：你怎么看「死亡之谷」周期？
印奇：我自己感觉可能在18-24个月，现在行之将半。
在AI产业里已经有了很多问题和很多解决方案，我想「死亡之谷」的持续时间可能不会那么短，也不会那么长。我们有信心穿越周期。
量子位：之所以唱衰，也有AI算法壁垒的原因？
印奇：真正对于算法的供给侧， AI提供的远远不够。
我听到这种说法：「AI已经没有什么技术壁垒， AI算法似乎很容易了。」
但大家真正在生活里用到的AI算法好像还是「老三样」，还是极少的AI供给。
AI算法侧其实还在极度稀缺的阶段，而且还面临可交付和规模化两个问题。
虽然算法的供给未来会越来越海量，但算法的供给不是说一下子赋能很多行业，而是在每个行业有很饱和的供给，每个行业不仅仅需要人脸识别的算法，可能需要同一个场景里有100种、1000种算法，用真正的算法解决每个场景里饱和工具的问题。
量子位：那为什么「死亡之谷」会出现在现在？
唐文斌：举个考试的例子。大家应该考过科目一吧，考90分很容易，但考100分不容易。
这和AI其实是一样的，当我们去看一个算法时，如果只是想要在一些东西里拿到60-70分可能确实没有那么难，但越往上越难。

本文插图
量子位：区分标准是什么？
唐文斌：场景。往往是真正需要更高精尖技术的场景越往上越难，价值也就越大。
比如自动驾驶，自动驾驶对技术的挑战是非常大的，我认为现在所有的自动驾驶公司离解决问题还有非常大的距离，但自动驾驶场景的价值非常大，这毋庸置疑。
反过来讲，一个对安全性没有那么大要求的人脸门禁，比如小区进错一个人也没关系，识别错也无所谓。
但你敢不敢把这套人脸识别设备放到金库里呢？敢不到放到保险箱上呢？能不能变成你家的锁呢？能不能获得金融级别的安全性、同时又有极高的通过率呢？这个事情就不再是简单的问题。
所以，在关键性的场景应用里，我认为现在的技术，离被解决还是有非常大的距离。
量子位：听到「AI凉了」会悲观吗？
唐文斌：不看广告看疗效。
大家在之前对AI的鼓吹是有点过度的，我当时在公司里讲，我们不是一家AI公司，是一家以AI技术为核心的产品和解决方案公司。
所以，不要自嗨，就踏踏实实的把技术做好，把产品做好，把用户价值交付出去，这是最关键的事情，最后永远是你给客户创造了10元的价值，你从他那分了3元，这才是我们应该要做的事情。
鼓吹和唱衰都没有必要，最后还是回到到底怎么能够更务实地关注到最核心的本质，要看疗效而不是去看广告。

本文插图
三问落地
量子位：除了场景， AI落地难在什么地方？
印奇：AI算法的本质是软件，但这个软件又依赖于数据，很难成为简单的交付型产品，不是我招个聪明人写code交付就结束了。
AI算法的甲乙方关系正在被重新定义，甲方和乙方，如何把数据流通和算法流通循环起来，才能生成很好的商业模式。
这种情况下如何才能产生最终的用户价值？现在来看，软件、算法、硬件在一起设计之后，确实比单独设计软件、算法和硬件效果要好得多。
而且这个好还不是一个90分和99分的关系，可能是59分和20分的关系。
量子位：也有种现象是“变硬才能变强”？
唐文斌：软硬件结合这件事情有两种不同的理解：