“人工智能”是现在流行的话题，但是，如何利用人工智能赚钱你知道吗？9月27日晚，网易人工智能产品总监刘锐博士在脉脉上分享了《如何利用人工智能赚钱》的互动演讲。刘锐认为，创业公司利用好人工智能主要从场景可控、辅助人类、采集数据和容错方案等四方面入手，并以网易旗下一款全智能云客服产品网易七鱼为例，为大家解读了人工智能的商业化模式。
网易人工智能产品总监刘锐
下面是演讲全文（略有删减）：
主持人：各位脉脉网友们，晚上好，我是今天的主持人朱珠。今天我们要聊的话题是，如何利用人工智能赚钱。
我们都知道人工智能是最近互联网界很热门的一个词，尤其是在阿尔法狗打败国际围棋大师李世石之后，媒体上开始出现大量的有关人工智能的探讨，一些人甚至开始担忧机器智能将取代人类统治未来世界。另一方面，许多创业公司、大公司也开始进入人工智能领域，将人工智能作为企业未来的重要战略部署。
虽然媒体炒得很热，很多网友对于人工智能还是有点迷茫，究竟什么是人工智能，它能做些什么，它对我们未来的生活能产生什么样的价值，创业者又要如何利用人工智能赚钱？为了解开这些疑惑，今天我们就有请网易人工智能的产品总监刘锐先生来和大家聊一聊这些话题。
先介绍一下我们的嘉宾，刘锐总监是中科大人工智能方向的博士。从2012年起，他开始人工智能的产品实践，陆续将深度学习技术应用到人脸识别、语义识别、智能客服、智能开放平台等众多产品和服务中，属于国内较早一批把人工智能和互联网相结合，应用到产品中的实践者，在此过程中积累了大量人工智能产品化的经验。接下来就有请刘锐博士给我们做有关人工智能的分享。
人工智能是什么？
大家晚上好。
今天的话题是人工智能。我们只聊三件事。第一，人工智能是什么。第二，它能做什么。第三，要怎么做。中间可以穿插着一些互动，期待各位发言。
先说第一件，人工智能是什么。
业界常见的观点是，人工智能包含几个部分，首先是感知，类似于让机器看见什么、听见什么；其次是决策，让机器人可以识别、预测；最后是反馈，机器人看见了识别了，进而自动产生相应的动作。
我打个比方，我们开party时，你在人群中突然看见一个妹子，然后你的大脑忍不住尖叫，哇塞，是个美女，身材超好！这就是感知。然后在几秒时间内，你决定上去搭讪，并准备好开场白，这就是决策，然后微笑、say hi、握手等等。这些就是反馈。
这个过程就是人类的智能体现。在机器或者程序上，复现其中一个或者全部环节，就是人工智能。
主持人：非常形象又有趣的介绍，所以人工智能是一个感知、决策、反馈的过程。那么人工智能这个概念是怎么诞生的呢，能不能给我们介绍一下它的发展历史？
人工智能并不是新概念，算起来今天已经是一位花甲老人，经历过好几次人生的大起大伏。
这位老人出生于1955年美国的Dartmouth College。在1955年的8月31日，由John McCarthy等人，发起了一项人工智能计划。
这个计划是干啥的呢？就是召集志同道合的人，共同讨论人工智能。这是人工智能，简称AI，在人类历史上的第一次正式登场。
当时人们对AI极其乐观。图灵奖获得者Minsky甚至预言，“在三到八年的时间里我们将得到一台具有人类平均智能的机器。”
然而好景不长，大家发现一个真相，所有的AI程序都只是玩具。各方开始停止资助。人工智能迎来第一个冬天。
到了上世纪80年代年，以“专家系统”为代表的人工智能开始兴起，但是没多久，Apple和IBM生产的台式机性能不断提升，甚至超过这些专家系统。大家对专家系统的狂热追捧，转为失望。人工智能进入了第二次低谷。
到今天，人工智能已经年过半百，终于实现最初的一些目标，被成功地用在很多产业中，不过有时是在幕后。比如我们使用搜索引擎查找网页，背后就有人工智能在帮助我们筛选。比如你在网上购买衣服，背后就有人工智能去帮我们推荐可能喜欢的类型。
总结来说，人工智能诞生在1955年，在几次起起伏伏中，走到今天，有了很大发展。但是，距离当年那个“实现人类水平的智能”的梦想，仍然很遥远。
主持人：为什么说这个梦想很遥远呢？现在市面上不是有很多智能产品吗？像智能手环，智能手表，智能电子秤，智能储物柜，甚至是智能晾衣杆等等。
现在“智能”这个词已经被广告媒体给用滥了，很多产品似乎不带“智能”两个字，都不好意思出来卖。但实际上，你们懂的。很多都是伪智能。
大家看见这四个选项，结合刚才介绍的人工智能概念，大家能不能告诉我，哪个，或者哪些，是真正的人工智能。为什么？
A.能通过APP远程控制的智能路由器；
B.可以自动进行全套清洗流程的智能洗衣机；
C.能自主回答顾客问题的智能客服系统；
D.配备安卓系统可以安装APP的智能电视机；
为什么说C是真正的人工智能。因为它首先需要对顾客的问题，进行理解，这就是感知，然后分析判断，知道要如何采取反应，是聊天逗乐，还是解决问题，最后是给顾客正确的反馈。
主持人：也就是说并不是含有智能二字的产品就是真智能产品，而是要符合您之前介绍的人工智能基本概念，会感知、决策、反馈的才是真正的智能产品。那么人工智能这几年为什么突然火起来了呢？
因为数据更多了、硬件更好了、深度学习技术迅速发展，这三个因素，导致量变到质变，一些领域的准确率，从原来的60-70%，提升到90~95%，少数领域甚至达到98~99%。
什么意思呢？人的平均准确率是95%左右，如果AI到达95%，就意味着达到人类的表现，可以用机器辅助人类，而如果到99%，就会完全改变游戏规则，可以直接让机器来替待人类工作。这就是今天人工智能这么受重视的原因。
主持人：原来人工智能的再次兴起得益于深度学习技术的发展，实际上深度学习这个名词在新闻稿中也屡见不鲜，学术界甚至有种说法，叫“深度学习一统天下”。这是为什么呢？您能不能介绍下，深度学习是一门什么样的技术？它究竟牛在哪里，以致于可以掀起一次新的技术浪潮？
是的。到了今天，讲到人工智能，就不能不提深度学习技术。
我拿人脸识别领域为例，给大家简单介绍下。如果给你一张人脸照片，人是怎么认出来的？靠特征，比如像我，就属于眼睛很小；像主持人，眼睛就属于很圆润，很好看。这些都是区别不同人的特征。
如果想让计算机认出来，可以类似的，选择眼睛、鼻子、嘴巴作为特征。这就是传统方法思路，通过专家经验，去设计特征。
这个方法的问题是，我们不知道一张人脸最重要的特征是什么，只能依靠专家经验，去一点点尝试，寻找这个最佳识别特征。
深度学习技术不这么做，它只需要通过像搭积木一样地搭建那些神经网络的组合，用数据灌入到网络，你就会看见神奇的一幕，他竟然会自己一层层的逐渐寻找出最重要的特征，比人类几十年专家经验设计的特征，效果都要要好得多。这就是这项技术牛逼的地方。
实际上深度学习并不是全新的技术，它的前身是上个世纪的一门技术，叫人工神经网络，而整套理论在二三十年前就已经有了，只不过那时候速度特别特别慢，慢到什么样呢，我们之前实验室有个哥们，把训练环境跑起来之后，就被媳妇拖着，去欧洲度了一趟蜜月，回来以后发现竟然还没有训练完。可想而知有多慢了，根本没有办法进入工业级别或者应用级别。
主持人：那之后是经历了什么，让深度学习技术又突然崛起了呢？
今天的重新崛起，更多的是因为今天计算机越来越快了，数据变多了，另外也有了更多取巧的训练和识别做法。
不过工业界开始关注深度学习，跟一个里程碑事件很有关系。是2012年一个权威的全球比赛。深度学习领头人Hinton的学生一出场，就拉开第二名一大截，甚至超过了谷歌这些大神。
好比武林大会，昆仑、武当、少林几个元老在切磋武艺，上下激战百来回合，也不过你棍子碰到了我的肩膀，我长剑划破了你的衣服。结果，比着比着，突然我冲上台来，掏出深度学习这把手枪，piapia，几个元老全都被秒杀了。然后整个武林都震惊了。
接下来的故事就容易理解了。先是图像识别，然后是语音识别，这些领域，一个一个被深度学习突破。好比之前几十年，我们是从步行、到自行车、再到汽车，今天深度学习就像是飞机，它彻底改变了交通，我们可以迅速抵达全球各地。
而这一切，很大一部分要感谢Hinton、Lecun、Bengio这些领军人物，如果没有他们低调、踏实的坚持，不去盲目的follow热点，也就没有深度学习的今天。这也是我非常敬佩的一点。
了解网易的人都知道，它也是一家低调、踏实的公司。网易一贯的风格是，东西做出来，先自己一遍又一遍的打磨，觉得可以了，才逐渐发声。
人工智能这方面也是一样。网易已经有近10年的实战经验，也是国内最早一批应用DL技术的公司。但一直都是先给内部产品使用，每天都有数亿级调用，大量的数据、反馈、迭代。然后我们才放心把这些经过实战检验的技术，开放出来，应用到对外服务的产品上。
例如网易七鱼。我们把这些积累的技术，应用到七鱼上，从售前营销、售后服务、客服管理等各方面，打造全智能客服，帮助企业用更低的人力成本，提供更好的客服体验。
当然，我们也知道。今天，即使是全球最顶尖的AI水平，距离用户期待的智能，还很遥远。
讲了这么多，总结下，我们先介绍了人工智能的概念，然后讲了人工智能的诞生和几次兴衰历史，最后还聊了聊深度学习技术。这些，就是今天我们交流的第一件事，AI是什么。
人工智能能做什么？
主持人：好的，聊完第一个话题，那我想问问刘博士第二个问题，今天的人工智能，可以做些什么呢？尤其是对寻找机会的互联网创业者们来说，可以利用人工智能做些什么？
可以从道和术两方面来看。
在道方面，一个核心准则是，是否真正创造价值。这个价值比如，你替企业提高了效率，或者降低了成本，或者提供某种附加价值。只有真正为企业或者用户创造了价值，才可能持续赚钱。
在术方面，目前我认为，在那些思考模式可以被理性推算，并且可以源源不断拿到足够多相关数据的领域，人工智能相对更靠谱些。
具体来说，我分享一些需要特别关注的点和需要特别警惕的坑。
先说要特别关注的两个点。第一点，就是那些重复发生的具体事情，如果人类可以拿到大量数据，并可以用这些数据来预测下一次的结果，那么人工智能也能做，比如广告投放时，可以通过识别用户个人信息及行为规律，来寻找目标受众。第二点，正常人只需要一秒钟就可以完成的事，那么人工智能也比较适合做。像判断照片中的人是不是美女，刚刚开过去的是汽车还是自行车。
再说这个要特别警惕的，有两个坑。第一不要把AI用作噱头，比如人脸识别登录APP，这在目前依然是属于炫技噱头，完全不考虑移动端用户体验的流氓做法；第二也不要对AI有不切实际的期待，认为它能做很多复杂的事情，比如AI聊天机器人，做你的情感伴侣，要知道，即使是微软和苹果公司的AI水平，现在也很难满足你那颗寂寞的心。
主持人：能不能举一些具体的应用人工智能的例子呢？
好。先聊聊网易正在做什么。刚才我们提到了网易七鱼云客服。
对于客服场景，其实有一部分问题属于重复性、标准性问题，比如支持退货吗，几天退货。客服的大量时间消耗在这些问题上，对企业来说是一种资源浪费。
所以，我们使用深度学习技术，在七鱼前端，做了一个智能客服。对于这些重复标准的问答，可以交给它来完成。
在网易七鱼后端，我们正在搭建一套人机智能互助架构。客服工作人员在回答问题的时候，智能系统可以识别客户问题，并且实时把最优秀客服的回答展示出来，甚至帮他填写好回答。这样，即使新入职的客服，都可以很快达到最优秀的客服水平。
并且，我们为企业提供了很多附加价值。比如，机器人和人不一样，它可以7*24小时工作，也可以同时处理上万个顾客。而原来一个客服只能同时服务三四个顾客，现在有机器人辅助输入，他可以服务六七个，甚至更多。
主持人：所以人工智能可以极大地帮助客服减轻工作量，替代很多重复性的劳动，从而为企业节省人力成本。那么，在其他领域呢？都有哪些人工智能大有可为的事？
这方面，我和李开复老师之前的看法非常一致。比如人工智能能不能用于投资理财，利用人工智能能不能计算出最佳的组合资产配置，获得最大的利润收益。顶尖的分析师也可以做这个，但是他不可能7*24小时，把很多因素都考虑计算出来。这就是AI的优势。
实际上，我们也正在做这件事。如果你想尝试用人工智能来赚钱，可以下载一个叫“网易金融”的APP，里面有智能管家Dr.8帮你理财投资。当然，理财有风险，投资需谨慎。
银行保险方面，比如说贷款该不该审批，则无论是银行的贷款，还是P2P的贷款，都可以通过机器来判断，而且数据未必要来自银行内部。
医疗方面，今天的医生的判断不是最完善的，甚至一些地方的医生水平还很落后。那我们能不能利用传感器采集的数据、医学上的知识数据，各种病历大数据，来辅助医生去发现，去诊断，去治疗。
教育方面也是一样。在学习的过程中，如果基础没有打好，下一个层次根本学不下去。有没有可能，让教育系统，去识别你的学习水平，然后根据你的水平确定学习内容。比如，你的加减法没有学好，机器就不让你去学乘除法。
网易在这方面已经开发了专门面对中小学生的智能在线学习产品，叫网易100分，可以帮助学生更快的提高学习成绩。大家可以搜索下关键词“网易100分”，或直接去100.163.com试试。
总结来说，关于用AI来做什么这个问题，我认为，在客服销售、投资理财、银行保险、医疗教育这些领域，用AI去辅助完成那些重复性的具体工作，或者那些人类一秒以内可以完成的工作。这些都是我个人比较看好的方向。
我们应该怎么做？
主持人：您刚才跟我们介绍了人工智能做些什么可以赚钱，那能不能再深入分析一下，在这些领域里面，具体要怎么做才能赚到钱？
好。现在我们聊聊最后一件事，怎么做。
对于创业公司，如何落地生存。我总结了四要四不要。
第一，不要开放场景，要封闭、可控。因为AI水平没有你想象的那么厉害，但在一个封闭可控的环境中，AI又比你想象的要牛逼。
什么是开放场景？搞个自动驾驶汽车，这玩意就是开放场景。有迎着阳光的，有背着阳光的，有隧道里，有高速上的。即使是现在最牛的自动驾驶汽车，现在到了下雨下雪天，基本都会歇菜。
或者聊天机器人，希望能像朋友一样跟你聊天为你服务的。这种演示的时候很厉害，各种应答自如。但是一旦你跳出了它预设的逻辑，体验就会立马糟糕起来，让你觉得它非常愚蠢。
这种开发场景，初创企业就不要去碰。那什么是封闭、可控。我不做自动驾驶，但我做个仓储搬货机器人，就是在仓库里面，从A到B，完成一个固定的任务。这里面场景是封闭的，光线是可控的，路线是受约束的。这种任务，目前AI就可以做得比较好。
或者你做客服机器人，专注处理顾客遇到的业务上的问题，这就是封闭场景，你可以不用解决全部问题，而只是那些高频重复的标准问题，在这样一个可控的范围内，你把体验做好。先解决一个具体的小问题。产品稳定，又能创造价值。
第二，不要完全替代人，要辅助、增强。人工智能只有少数领域的少数场景下，才能做到超过人类水平。所以暂时还是需要保持理性，当下这个阶段，即使把辅助、增强做好，也很不容易。
第三，不要等待大数据，要巧妙采集、草船借箭。现在大家都意识到做AI，拥有大量的数据特别重要。但对于初创团队来说，要弄到海量数据，成本极高。那要如何采集呢？
一般有三种途径，你可以通过提供免费的工具服务，比如语音转写服务，来采集数据，这种比较简单，就不多说了。也可以精心设计一些功能，思路是先通过更高频、更强的需求切入。比方说你正在做宠物垂直领域，想研发个品种识别模块，可以识别出一只狗是什么品种，这个需要很多数据。假设又很难买到或者数据特别贵，这个时候你可以在C端上，从人人都爱萌宠这个角度出发，设计个狗狗的“贴纸”功能，主打萌萌哒风格，让即使是中华田园犬照片，用你的软件处理后，都能萌化了。这样就可以通过对“萌”，这个更通用、更强的需求切入，收集到狗狗照片。
还有是通过精心的交互设计，刚才介绍的方法可以帮助你采集到更多数据，但光有数据还不够，还需要打标签。这个时候，巧妙的交互设计就很重要，比如刚才那个例子，在狗狗拍完，如何设计，让主人可以顺手打个品种标签，这个环节就比较有意思了。具体操作需要case by case的讨论，这里就不展开了。
第四，不要过于相信算法，要精心设计聪明的容错方案。算法是一定会出问题的，要通过设计容错方案，保证出错情况下的用户体验。
比如我们在设计智能客服的时候，如果我们不能确保当前回答一定正确，就会提供给顾客最有把握的前三个答案，这样即使算法work的不太好，用户也可以得到自己想要的答案。如果三个都不对，我们还贴心的设计了无缝转人工服务。
总之，对于创业公司，首要问题是生存，选一个非常具体的、约束可控的切入点，让AI可以靠谱的发挥出它的真正价值，然后挣钱活下来。再言其他。
主持人：您刚才谈了对创业公司来说，切入人工智能这个行业的一些提醒，四要四不要。那么，对于已经应用人工智能的企业来说，要如何赢得竞争呢？
对于已经应用人工智能的企业，如何赢得竞争？主要是三方面：真正懂深度学习算法的人才、领先的数据量和领先的硬件计算资源。
如果是要做一个智能产品，而不是一个算法平台。我要强调的一点是：负责人要选择产品人才，而不是选择算法人才。也就是说，如果是2C的产品，这个负责人要精通人性；如果是2B的产品，这个负责人要精通业务。
我之前接触下来的很多企业，因为AI技术门槛高，导致很多时候负责人就是最懂算法的那个，最后做了很长时间，结果都是在卖能制造的，而不是制造能卖的。这两句话听起来相似，结局却完全不同。
事实上，一个能把握真正价值，对人性或者业务洞悉的人才，对产品成败至关重要。这是我在这些年实践过程中，感触非常大的一点。
主持人：好，感谢刘博士生动有趣的介绍，和我们分享了AI是什么，能做些什么，以及如何做能赚钱。能否给我们推荐一些书籍，或是学习的资源，让大家可以更进一步地了解AI呢？
如果你只是简单关注，想了解大概，那你可以去看wiki百科、失控、必然。还有一些电影，如：黑镜、HER、超能查派，这几部对人工智能的未来有比较有趣的解读；如果你打算入门学习：Artificial Intelligence: a Modern Approach（人工智能：一种现代的方法）、 cousera课程（吴恩达-机器学习）或 udacity课程；如果你想深入研究，那就需要系统性的学习。
主持人：最后我想问一个我个人好奇的问题，我们都知道人工智能正在逐渐地改变人类认识世界，感受世界，和与世界交互的方式，那么站在这个继往开来的时代，您作为一个人工智能从业者，认为人工智能会有怎样的明天？
我的观点是，对未来最好的预测，就是加入它，创造它。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
