李开复是全球AI领域最积极的布道者，而创新工场的全新子公司创新奇智则希望成为AI时代智能化转型的“尖刀”。

这家刚刚成立六个月的公司，宣布聚焦在零售、制造、金融三个领域，开展“AI赋能” 的企业服务，目前，创新奇智拥有近两百人的技术和行业团队，依托创新工场人工智能工程院的AI技术专家群，打造了“技术产品”+“行业场景”双轮驱动模式。

成立仅两个月的时候，创新奇智获得了成为资本、创新工场等机构的超1亿元人民币天使轮融资。

这样的“前进”速度，着实让很多人好奇，他们有着怎样的技术路线图？又如何实现快速高效的行业布局？创新奇智 CTO 张发恩近日接受网易智能等媒体采访，进行了详细的解读。

张发恩是创新奇智 CTO、联合创始人，创新工场人工智能工程院首席架构师，曾任百度主任研发架构师、百度云计算事业部技术委员会主席、百度云计算事业部大数据和人工智能首席架构师，还曾在 Google 和微软担任研发职务。

他在 IT 行业拥有十年以上的技术研发和管理经验，涉及企业级软件、室内地图定位与导航、互联网搜索引擎、全领域知识图谱、大数据分析与存储、机器学习、深度学习等众多领域。工作期间获得 10 余项美国专利，30 余项中国专利。

AI+to B是片蓝海 可能诞生新巨头

“到2030年，中国的GDP将达到38万亿美金，其中7万亿美金为AI驱动。”基于广阔的行业前景，创新奇智选定了零售、制造、金融三个行业。

张发恩告诉网易智能，预计到2025 年，该模式给科技企业带来的整体市值将达到人民币40至50万亿元，AI技术公司赋能互联网巨头及传统行业龙头将重塑行业格局，抓住这波升级改造机会有可能诞生新的巨头。

“人工智能+to B还是片蓝海，我们步入了后AI时代。”张发恩自信的说道。

面对时不我待的行业局势，他们首先针对人工智能三要素（数据、算法、算力）进行技术研发和积累，张发恩介绍说，在数据方面，一、收集和处理海量的线下消费行为数据，预计在2019年底前，可累积约35亿条（人、货、场）三元组；二、标注人员规模按需扩容，目标最高支持数千人同时标注，日最高标注数据条数数百万条；三、建设分布式爬虫平台，全分布式架构、按语义抓取内容，目标每日可抓取数百万URL；四、基于开放和私有数据构建金融领域知识图谱，目标涵盖全国2千9百多万企业实体，1亿多条关系数据。

在算力方面，建设统一的在线中台，为业务端提供CPU、GPU和FPGA算力，目标峰值计算力为1200 Teraflops，大约相当于4千台传统服务器的算力；建设分布式机器学习平台与分布式深度学习平台，目标支持多种异构计算加速器：GPU、FPGA等；在智能货柜和自助结账产品上，计划应用FPGA加速芯片，订单结算速度可控制在20毫秒以内。在同类产品中，将处于领先位置。

在算法方面，研发全分布式机器学习平台，多Worker和多Parameter Server架构，目标最高支持百亿级别参数同时训练，支持20+种分布式机器学习算法；研发全分布式深度学习平台，目标是支持市面上所有深度学习框架（如TensorFlow、PyTorch）；在机器视觉领域， 开发出具有创新性网络结构的深度神经网络模型，并在该行业应用内获得最好效果。例如基于深度图像信息（RGBD）的非标品识别，识别准确度达99.98%，基于严重畸变图像的标品识别，单标品识别准确度达99.92%。

张发恩指出，2017年之后人工智能会出现分界点，将迎来技术转换为应用的黄金时期，有了扎实的技术能力，他们时下正在快速部署落地。

作为创新奇智的投资人，李开复曾表示，相比互联网的冲击，人工智能对传统企业带来的颠覆性变革将更加广泛、凶猛。传统企业的固有文化、运营模式、已有利润，都会成为巨大包袱，让传统企业很难颠覆自我，变身AI公司，所以传统企业拥抱AI时代的最佳策略是寻找到既拥有AI解决方案，又熟悉行业的合作伙伴。

基于此，在零售领域，创新奇智建立了包括智慧商店、智能店面运营、智慧客户管理、智能供应链、智能内部运营等，一套完整的零售解决方案。并且在零售前端打造了智能货柜解决方案、自助结账解决方案、货架盘点解决方案，三大以视觉识别和机器学习为基础的人工智能零售场景解决方案。张发恩强调，零售场景的本质是视觉，对畸变图像的处理是创新奇智的核心优势。

而在制造领域，创新奇智在研、产、供、销、服等制造领域的关键环节利用人工智能技术提升效率与产能，提高质量的准确度。为企业提供诸如产品质检、预测性运维、备品备件预测、生产资源分配、生产流程优化等人工智能制造解决方案。

张发恩举例到，在制造行业中，尤其是金属加工相关的行业门类，对零部件、产成品进行激光刻码、打码是进行产品质量追溯、制造过程数据管理最终形成制造产品大数据的重要手段之一，当前，在实际生产过程中，操作人员往往采用目测辨识、手工记录的方式采集此类数据，然后手工录入系统或打印生产过程中的跟踪标识，这样效率低、易出错、浪费人力，增加了制造成本。而通过OCR（光学字符识别）技术能够有效提高扫码的准确率和效率，提高数据录入的便利性，补全制造企业车间数字化的最后一步。

在金融领域，张发恩主要列举了保险客户的案例。据他介绍，创新奇智着眼于保险客户的深度需求，提供保险产品智能定价、保险产品和生活场景结合的智能推荐、智能风控、智能核保核赔、全渠道智能辅助优化客户服务水平和体验等人工智能保险解决方案。

截止目前，创新奇智已经与包括鸿海科技、招商局集团、永辉、原麦山丘、徐工信息、储蓄银行、民生银行等客户建立了商业合作。

布局未来路线图 提出“P3”理论

扎实的AI技术、清晰的路线图、快速的执行力，这是创新奇智给笔者留下的印象。

在采访之中，张发恩还首次提出了“P3”理论，即项目（Project）-产品（Product）-平台（Platform），他认为这是企业的三个阶段，创新奇智目前处于第一阶段和第二阶段之间，力求在2024-2025年进入第三阶段。

“企业要有所为有所不为”在他看来，火热的传统安防和自动驾驶等赛道不会去碰，未来会持续紧紧盯着零售、制造、金融三个落地点，寻求落地和突破，人工智能To B还是蓝海。

张发恩表示，真正对国家非常有用的是第一产业和第二产业，我们的衣食住行都离不开制造业，而中国制造业“大而不强”，人工智能将帮助整个制造业节省大量人力并提高效率。

与此同时，技术演进路线也在张发恩的规划之中。

“我们提出了一个非常宏伟的目标，这个目标可以叫探索光衍射神经网络，今天我们的神经网络是拷在芯片当中的，那光衍射神经网络是什么意思呢，也就是说我们不需要芯片了，利用光衍射让计算瞬间完成。”他如是说。

此外，张发恩提出了六大技术演进路线，以2024年为目标，使得神经网络加速芯片技术、大数据平台、机器学习与深度学习平台、机器视觉技术、3D视觉引导技术、自然语言处理等全面进阶。

不得不说，如今的人工智能行业棋局风云变幻，唯快不破，巨头卡位，创企博弈，他们赌注的是到2025 年，T2B2C平台赋能模式给科技企业带来的40至50万亿元人民币的整体市值。

“后AI时代”到来，我们已经在这片蓝海里嗅到了硝烟的味道。

版权声明：

凡本网内容请注明来源：T媒体（http://www.cniteyes.com）”的所有原创作品，版权均属于易信视界（北京）信息科技有限公司所有，未经本网书面授权，不得转载、摘编或以其它方式使用上述作品。

本网书面授权使用作品的，应在授权范围内使用，并按双方协议注明作品来源。违反上述声明者，易信视界（北京）信息科技有限公司将追究其相关法律责任。