揭秘旷视C计划( 二 )

所谓旷视的“1+3”架构，指的是以AI生产力平台Brain++和深度学习框架天元为核心的技术能力，以及个人物联网、城市物联网和供应链物联网三大业务领域，这是旷视认定的可以用算法创造极大价值的赛道。

本文插图
旷视三大落地方向（图源官网）
以智慧物流为切入点的供应链物联网是旷视业务发展的三级火箭中最新的，也是增速最快的一个。这块业务的起点虽然与2015年的仓库之行密不可分，但在具体决策过程中，还有更复杂的逻辑推演。
回到文章开头提及的问题：在个人物联网和城市物联网之后，旷视还有哪些可以待挖掘的巨大场景？AI还能为哪些场景解决问题？旷视的战略边界还要往什么方向扩展？
唐文斌对「深响」表示，解答这三个问题，需要从三个方面出发：场景是否有需求、市场是否足够大，以及技术是否有它的价值，它们汇聚成的一个评判标准是—— AI和算法能够创造极大价值的场景。
所谓价值是指客户对改善当前的生产力水平或生产效率有切实需求， “极大价值”的含义在于这个需求必须十分强烈，客户真的在乎，也就意味着通过技术和产品提升生产效率后，可以创造更大价值，空间足够让参与者分享到红利。在这个前提下，在技术层面有优势的旷视需要寻找的，便是算法可以发挥极大价值的领域。
对此，唐文斌做了如下阐述， “极大价值表明客户真的在乎这个东西，你给他创造价值之后他愿意做分享，愿意为此付费。再回到前面一个关键词是算法，我们这个东西对他来讲是能够有独特性的，因为这个场景是因我而不同的。总结下来一句话， AI算法能够创造极大价值的场景，这是我们应该做的事情。 ”
智慧物流显然是经过反复推演后符合以上逻辑的选择：从实际需求来看，传统物流行业无论是从改善员工体验，还是提升企业效率来看，都确实存在极大的自动化、智能化提升空间；而在改进过程中，从过往尝试来看，仅仅开发出一种或一类软件或硬件都无法真正解决问题，市场需要的是一个依托软件+硬件的一体化解决方案，在这个方案里，先进的算法是底层生产力，这也是旷视的核心优势之一。
虽然进行了严密推演，但在实际操作中，对行业的理解、认知和实践，都需要脚踏实地一步步来。最初接触物流行业时，唐文斌甚至连“堆垛”（指仓库中最常见的一种物品码放形式）的含义都不甚了解。

本文插图
仓库中的堆垛
2017年进入智慧物流行业时，团队的想法是设计出一款更加智能的全自动搬运机器人（AGV）来辅助作业，但在实践中发现， AGV有局限性，比如它只能搬运2.4米以下的东西，因为再高机器重心不稳就容易塌，而很多仓库的高度高达10米，这种场景下AGV能发挥的空间就十分有限。
而且，在实际的物流环节中，需要的远不止是AGV ，而是许多设备的组合。那么怎样能将诸多设备统一调度起来，就需要一个强大的中枢系统。因此，经过初期尝试发现彼时路径的局限性后，旷视团队自2018年初萌发了研发软件操作系统的念头，这就是2019年1月发布的河图系统，它的价值在于能够接入物流环节的多种设备，实现柔性调度。

本文插图
2019年1月，河图1.0发布现场
唐文斌总结道， “客户要的是综合性方案，能够最优化、最大化他的能力和效率，这里面最关键的东西是系统，而这个系统本身也极其难，但又符合我们很擅长的事情——算法，所以我们觉得这才是我们最应该干的事情。 ”