未來(lái)·智能·決策——2018品友互動(dòng)人工智能大會(huì )·北京

時(shí)間：2018年6月6日下午 地點(diǎn)：北京富力萬(wàn)麗酒店三層

主持人：尊敬的各位來(lái)賓、女士們、先生們，歡迎大家蒞臨未來(lái)·智能·決策——2018品友互動(dòng)人工智能大會(huì )·北京站會(huì )議現場(chǎng)，我僅代表主辦方品友互動(dòng)對各位的蒞臨表示熱烈的歡迎和由衷的感謝。人工智能毫無(wú)疑問(wèn)已經(jīng)成為這個(gè)時(shí)代的主旋律，作為一名普通的消費者我們已經(jīng)深切感受到人工智能對我們生活的影響，甚至可能包括對我們寵物生活的影響，因為今天在會(huì )議現場(chǎng)也有全球最大的人類(lèi)零食和寵物零食企業(yè)的AI專(zhuān)家。那么在人工智能的大潮之下，全球的經(jīng)濟、企業(yè)的商業(yè)決策又會(huì )帶來(lái)怎樣新的變化？下面我們首先請出第十三屆全國政協(xié)常委、央行前政策、貨幣政策委員會(huì )委員、清華大學(xué)中國和世界經(jīng)濟研究中心主任李稻葵教授，他的主題演講是人工智能商業(yè)決策的萬(wàn)億市場(chǎng)，有請李教授。

李稻葵：非常感謝謝總，今天是一個(gè)非常有意思的聚會(huì )，平時(shí)在酒店里的聚會(huì )談的比較多的是理財，金融談的比較多。今天我們談高科技，談人工智能。人工智能這個(gè)話(huà)題我個(gè)人認為現在流行的觀(guān)點(diǎn)是錯的，為什么錯了？流行的觀(guān)點(diǎn)有兩個(gè)主題都是有問(wèn)題的，第一個(gè)主題大家認為人工智能很快就要改變我們的生活，不久的將來(lái)我們可以不需要人工駕駛汽車(chē)可以自動(dòng)駕駛，我們可以不學(xué)車(chē)了，我們很多人認為不久的將來(lái)我們可以不買(mǎi)車(chē)了，滿(mǎn)大街的就像共享單車(chē)一樣，我們有汽車(chē)可以來(lái)隨時(shí)通過(guò)手機呼喚。很多人還認為不久的將來(lái)也許不需要上網(wǎng)去社交，也許出來(lái)了人工智能的男女朋友，我認為這是大錯特錯。我個(gè)人的觀(guān)點(diǎn)是，我們離那個(gè)時(shí)代差的很遠很遠，智能汽車(chē)、自動(dòng)駕駛的汽車(chē)我相信還會(huì )有相當長(cháng)的時(shí)間才會(huì )來(lái)到我們的身邊，我個(gè)人估計至少十年。但是輔助駕駛已經(jīng)來(lái)到我們的身邊了，比如說(shuō)幫助我們最基本的這種追尾簡(jiǎn)單的錯誤能夠幫助我們解決，這是第一個(gè)錯誤，就是大家對人工智能改變我們消費者生活的預期太高了。因為實(shí)際上你想一想，現實(shí)生活中我們的生活決策實(shí)際上是非常復雜的，有很多的應用場(chǎng)景，也有很多很多復雜的一些參數，一些意向不到的情形，問(wèn)題非常大。

所以你們知道看新聞，比如說(shuō)最近碰到這種笑話(huà)，比如說(shuō)一個(gè)月前，在重慶召開(kāi)了一個(gè)百度跟力帆汽車(chē)要搞一個(gè)新的自動(dòng)租車(chē)的平臺，結果在現場(chǎng)要搞直播，說(shuō)汽車(chē)可以通過(guò)手機能夠把汽車(chē)點(diǎn)回來(lái)，當著(zhù)老板的面那個(gè)汽車(chē)過(guò)不來(lái)了，老板等也等不來(lái)，就是力帆的那個(gè)老板，最后走了，一邊走一邊搖頭，說(shuō)這個(gè)東西不成熟，結果被記者抓住了，還鬧了一番口水戰。

再比如說(shuō)去年的博鰲論壇，論壇上有一個(gè)論壇討論環(huán)節是有好勝者搞了一個(gè)所謂的機器人的主持人來(lái)主持，結果關(guān)鍵時(shí)刻它該講話(huà)不講話(huà)，該出聲沒(méi)出聲，結果主旨演講講了一半它出聲音了，鬧出了笑話(huà)。所以這個(gè)，我認為是第一個(gè)錯誤，大家對人工智能改變我們生活、改變消費者生活的預期太高。

第二個(gè)錯誤，大家對人工智能所帶來(lái)的短期的很多在消費領(lǐng)域的產(chǎn)品的創(chuàng )新的期望過(guò)高，因此投資過(guò)多。坦率地講，有相當的泡沫在里面?，F在只要你說(shuō)人工智能，有大量的資金都會(huì )涌向你的產(chǎn)業(yè)，所以人工智能成了一個(gè)像當年互聯(lián)網(wǎng)一樣，一個(gè)吸引投資者圈錢(qián)的金字招牌，我相信這里面大量的投資會(huì )打水漂。這個(gè)錯誤跟第一個(gè)錯誤是完全相關(guān)的，因為大量投資者坦率地講并不是經(jīng)驗豐富的，也就是大學(xué)畢業(yè)不到五年，也許MBA剛剛畢業(yè)，拿了很多人的資金，這個(gè)世界資金并不短缺，在尋找投資機會(huì )，資金擱在手里投不出去，所以顯得投資經(jīng)理是無(wú)能的。所以此時(shí)此刻這是人工智能的第二個(gè)泡沫。

但是有兩個(gè)在我看來(lái)，已經(jīng)改變我們世界和經(jīng)濟的兩個(gè)重大的環(huán)節，我們現在低估了。那兩個(gè)是高估了，投資者和人工智能改變消費的預期是高估了，但是有兩個(gè)領(lǐng)域遠遠被低估了。第一個(gè)領(lǐng)域，在生產(chǎn)側人工智能已經(jīng)改變了我們的生產(chǎn)方式，上個(gè)星期我剛從重慶回來(lái)，重慶有一個(gè)一年前投資的，半年前剛剛投產(chǎn)的生產(chǎn)大屏幕的工廠(chǎng)，大屏幕是我們中國跟芯片相反的產(chǎn)業(yè)，大屏幕這個(gè)產(chǎn)業(yè)我們中國是老大，全世界生產(chǎn)量最大的在我們中國，如果中國大屏幕不生產(chǎn)美國人肯定打貿易戰他會(huì )緊張。如果我們的大屏幕不進(jìn)入美國，美國的消費者看不上電視。這個(gè)工廠(chǎng)我們去看了，基本上實(shí)現了無(wú)人化，一塊玻璃進(jìn)去在整個(gè)大車(chē)間里面要轉28天，十來(lái)個(gè)工序，28天出來(lái)以后就是一個(gè)大屏幕供你切割，然后機器根據你的需要進(jìn)行切割和檢測，這就是人工智能，廣義的人工智能已經(jīng)改變我們世界的地方。

在生產(chǎn)側，我們的技術(shù)已經(jīng)被人工智能所改變，這個(gè)工廠(chǎng)可以不開(kāi)燈，我們參觀(guān)把燈打開(kāi)一下，平時(shí)完全是黑燈瞎火的，大屏幕在里面轉28天出來(lái)了。這樣的工廠(chǎng)我相信在不久的將來(lái)，在我們經(jīng)濟領(lǐng)域會(huì )一個(gè)接著(zhù)一個(gè)的出現，很多標準化、重復型的工作已經(jīng)被機器人所代替，已經(jīng)被人工智能各種各樣的軟件所代替，它的生產(chǎn)效率、質(zhì)量控制水平遠遠比我們人工操作要好的多。

所以具體說(shuō)來(lái)，講一個(gè)具體的例子。機床這個(gè)產(chǎn)業(yè)，機床這個(gè)產(chǎn)業(yè)曾經(jīng)是一個(gè)大的產(chǎn)業(yè)，現在基本上我看逐步都會(huì )不存在了。為什么？因為機床以前是靠人工操作和編程去操作，現在都被整個(gè)流水線(xiàn)所取代了，所以這是我們遠遠被低估的一個(gè)產(chǎn)業(yè)。多大呢？咱們做一個(gè)測算，我們中國經(jīng)濟82萬(wàn)億的GDP，制造業(yè)大概占到38%，大數40%吧，40%是制造業(yè)。4×8=32，32萬(wàn)億人民幣的產(chǎn)業(yè)正在被我們的人工智能所改變，而這個(gè)進(jìn)程已經(jīng)早就開(kāi)始了不止10年了，金融危機前就已經(jīng)開(kāi)始了。10年前我參觀(guān)了一個(gè)廣西的卷煙廠(chǎng)，10年前這個(gè)工廠(chǎng)已經(jīng)完全實(shí)現了自動(dòng)化，煙草進(jìn)去那邊就出來(lái)了卷煙，當時(shí)我就問(wèn)卷煙廠(chǎng)的經(jīng)理，我說(shuō)你為什么不雇工人，廣西的工人工資很低。他說(shuō)你不知道，卷煙這個(gè)行業(yè)是政府管理非常嚴格的，一根煙都不能多和少，如果有人進(jìn)去容易出亂。卷煙在流水線(xiàn)上生產(chǎn)，卷完煙之后打包，然后封包，全是機器人，所以這個(gè)產(chǎn)業(yè)32萬(wàn)億的大產(chǎn)業(yè)正在被人工智能所改變，而大家現在意識的還不夠到位，遠遠不到位，很多生產(chǎn)高精尖機床的老總們還在抱怨，說(shuō)市場(chǎng)經(jīng)濟不好、政府政策不到位，我跟他們講對不起你對形勢判斷錯誤了，以后不是靠你們了，以后是靠流水線(xiàn)這種大規模設備取代了一個(gè)一個(gè)車(chē)床。

第二個(gè)領(lǐng)域，今天我想特別強調的，大家遠遠低估的是商業(yè)決策領(lǐng)域。商業(yè)決策領(lǐng)域人工智能也在改變我們的一切，正在改變。這個(gè)產(chǎn)業(yè)多大？這個(gè)產(chǎn)業(yè)是跟消費者密切相關(guān)的，就是生產(chǎn)出來(lái)的產(chǎn)品是面對消費者市場(chǎng)的，從前是產(chǎn)品生產(chǎn)出來(lái)之后，我再決定到哪里投放廣告、投放宣傳資料，我根據什么樣的人群、通過(guò)什么渠道遞送廣告，那是比較傳統的模式?，F在不一樣，現在在生產(chǎn)之前就開(kāi)始通過(guò)大數據，就開(kāi)始通過(guò)各種各樣的人工智能的渠道去分析什么樣的消費者需要什么樣的產(chǎn)品。比如說(shuō)中午我們談到了瑪氏（音）集團，這是一個(gè)生產(chǎn)口香糖、巧克力的美國家族企業(yè)，很多人對這個(gè)企業(yè)可能還不夠了解，因為它沒(méi)有上市，家族已經(jīng)一百多個(gè)成員了，在北京有它的分廠(chǎng)，就在北京郊區，還有一個(gè)食品安全研究中心，瑪氏現在也開(kāi)始用大數據了，做寵物的食品，根據寵物的圖像，根據每個(gè)用戶(hù)傳遞瑪氏公司營(yíng)銷(xiāo)部門(mén)的寵物圖像，來(lái)分析你這個(gè)寵物大概需要什么樣的食品。這個(gè)例子非常簡(jiǎn)單，但是你想想看類(lèi)似的決策正在改變我們的整個(gè)商業(yè)活動(dòng)。我們跟消費者相關(guān)的零售行業(yè)大概多少？占了GDP48%，粗數50%。82萬(wàn)億的GDP，40萬(wàn)億粗數都是跟消費者、零售有關(guān)的。這每一個(gè)企業(yè)，背后都需要用人工智能、大數據的方法來(lái)精準定位你的產(chǎn)品，來(lái)精準定位你的去向。

再舉一個(gè)例子，共享單車(chē)都很熟悉吧？共享單車(chē)現在多少輛？大概大數3000萬(wàn)輛，這些存量在各個(gè)城市里面。共享單車(chē)3000萬(wàn)輛是怎么一個(gè)數字？我們一年的自行車(chē)產(chǎn)量也就是8000萬(wàn)輛，其中5000萬(wàn)輛出口，大數3000萬(wàn)輛在國內銷(xiāo)售。所以我們一年自行車(chē)的銷(xiāo)量也不過(guò)相當于共享單車(chē)的存量，共享單車(chē)每年要投放600萬(wàn)輛，這是一個(gè)產(chǎn)業(yè)對吧？這個(gè)產(chǎn)業(yè)里面有什么學(xué)問(wèn)可以做？大有學(xué)問(wèn)，比如共享單車(chē)每次我們刷車(chē)的時(shí)候，我們的數據，在哪里刷的車(chē)，騎到什么地方，我們喜歡什么樣的車(chē)進(jìn)到了系統。所以共享單車(chē)以后未來(lái)最大的資產(chǎn)可能不是那3000萬(wàn)輛單車(chē)，也不是那個(gè)現金流，而是它的數據。它嚴格地、大量地控制了我們生活的方式，所以共享單車(chē)這個(gè)行業(yè)完全可以通過(guò)人工智能的辦法來(lái)分析我們的生活方式，知道我們每個(gè)人大概早晨什么時(shí)候出門(mén)，大概晚上什么時(shí)候下班，大概在哪個(gè)地方取單車(chē)，附近有什么樣的商場(chǎng)、餐館，更不用說(shuō)根據我們的騎行習慣給我們推薦，分析我們周末可能騎什么樣的自行車(chē)，做健身運動(dòng)型的自行車(chē)。所以這個(gè)行業(yè)也是一個(gè)非常值得我們關(guān)注的非常重要的行業(yè)，也是代表著(zhù)我們的人工智能改變了整個(gè)行業(yè)決策的行業(yè)。所以50萬(wàn)億跟消費者緊密相關(guān)的零售的行業(yè)，其中如果至少有10%的行業(yè)可以被大數據改變，那就是5萬(wàn)億的行業(yè)。

所以我最后想呼吁大家，在座各位都是各個(gè)企業(yè)的決策者，咱們都不是一般的百姓，不是一般的消費者，我們有學(xué)習能力。人工智能時(shí)代我們必須比機器學(xué)的還快，我們人類(lèi)、我們商業(yè)決策者要趕上人工智能這個(gè)時(shí)代前進(jìn)的步伐，我們必須要學(xué)習，所以我呼吁大家要自己?jiǎn)?wèn)一問(wèn)自己的產(chǎn)業(yè)，我這個(gè)產(chǎn)業(yè)是否正在被人工智能、大數據所改變，我這個(gè)時(shí)代在哪些方面可以用更多的數據進(jìn)行更精準的分析，從我的產(chǎn)品設計到我的目標人群，到我的營(yíng)銷(xiāo)手段，到我最后的售后服務(wù)等等，能夠加以改進(jìn)。我這個(gè)行業(yè)雖然我沒(méi)在，我這個(gè)企業(yè)沒(méi)有變，但是我的競爭對手們在怎么改變？所以在此，我特別想呼吁請大家作為企業(yè)的決策者一定一定要繞過(guò)人工智能的迷霧區。我剛剛最開(kāi)始講人工智能改變生活了，人工智能可以代替我們以后找男女朋友了，把老百姓的這種迷霧要剝離開(kāi)來(lái)，也要繞開(kāi)人工智能所產(chǎn)生的可能的投資泡沫。我們真正的要抓核心，核心就是人工智能在改變我們的商業(yè)決策，人工智能在改變我們整個(gè)行業(yè)的模式。要從這個(gè)角度領(lǐng)先市場(chǎng)半步，領(lǐng)先同行半步，你才能夠真正做到轉型，才能夠真正地變被動(dòng)為主動(dòng)，而不像剛剛我說(shuō)的，生產(chǎn)那個(gè)計算機機床的那些老總們在抱怨，我上個(gè)星期去重慶有人在跟我抱怨這個(gè)事，我聽(tīng)了以后覺(jué)得恐怕這些經(jīng)理沒(méi)有抓住未來(lái)發(fā)展的趨勢。所以在此，我也特別預祝大家能夠從今天以及未來(lái)的各種各樣的跟人工智能相關(guān)的商業(yè)決策的各種活動(dòng)中，能夠汲取最重要的信息，能夠認識你最需要認識的這些技術(shù)人員，能夠讓你這個(gè)企業(yè)開(kāi)闊眼界，能夠讓你的商業(yè)模式上一個(gè)臺階。謝謝各位！

主持人：謝謝李稻葵教授的精彩演講，在這個(gè)演講里面給我們描繪了一個(gè)AI影響我們生活的圖景。就是對于我們的普通生活來(lái)講，未來(lái)還叫未來(lái)，或者沒(méi)有大家想象的這么快。當然這個(gè)時(shí)間李教授給了一個(gè)跨度是10年，我覺(jué)得10年還不是很遙遠，對于我們生活的影響是在不久的將來(lái)。但是AI對于我們商業(yè)決策的影響未來(lái)已來(lái)，就是現在是所有的人都已經(jīng)低估了AI對我們商業(yè)決策的影響，它已經(jīng)在實(shí)實(shí)在在發(fā)生了，如果還沒(méi)有發(fā)生我們都要回過(guò)頭來(lái)趕緊去研究，開(kāi)始嘗試、開(kāi)始做起來(lái)。

那么接下來(lái)我們這個(gè)演講就是以品友互動(dòng)在過(guò)去10年的積累，我們都是說(shuō)人工智能怎么驅動(dòng)商業(yè)決策的，所以接下來(lái)我們有請品友互動(dòng)創(chuàng )始人兼CEO黃曉南女士給我們作賦能AI商業(yè)決策的精彩演講。

黃曉南：我也再次代表品友互動(dòng)歡迎今天來(lái)參加我們這次峰會(huì )的所有嘉賓和朋友們。我覺(jué)得剛才李教授也說(shuō)了，教授一上臺馬上我在下面聽(tīng)的心態(tài)就迅速轉變成學(xué)生心態(tài)，剛才教授說(shuō)了一句話(huà)，希望所有的企業(yè)都能在這個(gè)AI的時(shí)代里面，能夠有辦法去領(lǐng)先競爭對手半步。我也希望今天來(lái)參加我們這個(gè)活動(dòng)的所有企業(yè)的決策者，能夠比今天沒(méi)有機會(huì )來(lái)參加我們這個(gè)峰會(huì )的決策者，從今天開(kāi)始已經(jīng)領(lǐng)先了半步。

今天我講這個(gè)主題其實(shí)就回答兩個(gè)問(wèn)題，第一個(gè)是人工智能時(shí)代商業(yè)決策是什么關(guān)系？第二就是我也請大家一起跟我見(jiàn)證品友這家公司我們在人工智能的這樣一個(gè)時(shí)代里面，我們整個(gè)企業(yè)和我們產(chǎn)品的戰略升級。

首先先說(shuō)一個(gè)2018年我自己讀過(guò)這么多書(shū)里面我最喜歡的一句話(huà)，我覺(jué)得也是給所有在座的企業(yè)管理者一個(gè)分享。就是我個(gè)人認為，AI其實(shí)沒(méi)有什么了不起的，機器人也沒(méi)什么了不起的，但是不會(huì )用機器人是不能接受的。也就是說(shuō)今天我不認為我們今天所謂的AI年代會(huì )使得人和機器、人和系統去進(jìn)行競爭，而這個(gè)競爭其實(shí)是存在于不接受AI、不擁抱AI、不擁抱智能系統的管理者和能夠去充分地擁抱AI、充分地利用大數據、充分地利用技術(shù)來(lái)支撐自己決策的管理者之間的競爭。

其實(shí)這是一個(gè)哈佛商業(yè)評論做的調研，大家可以看到在全世界范圍來(lái)看，企業(yè)管理者已經(jīng)意識到了這一個(gè)趨勢。第一個(gè)叫做數字能力，大家可以看到數字技術(shù)能力、數據分析能力，已經(jīng)變成了企業(yè)管理中認為最重要的前三名的兩個(gè)，這可能跟過(guò)去很多大家普世（音）的一個(gè)企業(yè)的市場(chǎng)人員和CMO所具備的能力是不一樣的?？陀^(guān)的來(lái)說(shuō)，雖然AI隨著(zhù)AlphaGo的出現，變成了大家耳熟能詳的一個(gè)詞，但事實(shí)我相信很多人對于什么是AI，對于A(yíng)I能做什么，其實(shí)還是霧里看花的。

所以我們也基于品友在這個(gè)領(lǐng)域里面這么多年的實(shí)踐，我們也分享一下我們對于A(yíng)I這個(gè)領(lǐng)域的一個(gè)定義，我們認為AI有三個(gè)基本要素。第一個(gè)海量數據，沒(méi)有數據沒(méi)有AI。所以今天如果有哪家公司說(shuō)我是2018年成立的，我就是一個(gè)很牛的AI公司，我認為這是很難成立的。所有的AI和大數據是不可分割的。第二件事情是算法，用更通俗的語(yǔ)言大家可能說(shuō)我是機器學(xué)習的算法，隨著(zhù)AlphaGo的出現，大家聽(tīng)的比較多的是神經(jīng)元的算法，其實(shí)這些都不算法，算法在我們的定義里其實(shí)就是解決問(wèn)題的一系列過(guò)程，只不過(guò)它是用計算機來(lái)解決這個(gè)問(wèn)題。第三件事情，我們和傳統的，今天在座的也有很多AI專(zhuān)家，如果一個(gè)傳統的AI專(zhuān)家會(huì )說(shuō)第三個(gè)叫做云計算，我們這里不說(shuō)云計算了，因為它在今天已經(jīng)不是什么難能可貴的事情了。我們認為往往大家忽略的一個(gè)人工智能所存在的前提之一是決策，為什么說(shuō)決策很重要？舉個(gè)簡(jiǎn)單的例子，大家都知道AlphaGo，可能這個(gè)市場(chǎng)里面有90%的人聽(tīng)說(shuō)過(guò)人工智能，都是因為AlphaGo下棋下贏(yíng)了。但大家要知道如果AlphaGo沒(méi)有做下棋這個(gè)決策，只是把棋盤(pán)能夠背下來(lái)或者都能夠展現出來(lái)，沒(méi)有人會(huì )為之歡呼，也不會(huì )引發(fā)這么多人對于人工智能的熱情和推崇。而恰恰是因為機器今天做了決策，而每一步圍棋有超過(guò)200個(gè)可能性，每下一步圍棋，AlphaGo這個(gè)機器都要在200中做一個(gè)選擇，而且它戰勝了人類(lèi)，我想這才是人工智能變成被人類(lèi)所歡呼、期待、擁抱的前提。過(guò)去的很多時(shí)間里面，如果大家看人工智能的主要應用場(chǎng)景幾乎都跟數字營(yíng)銷(xiāo)、金融這幾個(gè)領(lǐng)域是密不可分的。

因為今天我們沒(méi)有特別多的技術(shù)方面的分享，所以我也簡(jiǎn)單講一下我們對于人工智能在我們所在的領(lǐng)域里面，在商業(yè)決策里面，最重要的兩個(gè)領(lǐng)域。一個(gè)是感知，一個(gè)是認知。感知很簡(jiǎn)單，就是機器怎么來(lái)替代耳朵、眼睛、鼻子的功能，比如圖象識別，在過(guò)去幾年里面取得了巨大的成功，錯誤率幾乎降到了百分之三點(diǎn)幾。而認知是機器學(xué)習里面一個(gè)比較高級的，因為認知就是代表了腦子，而在認知里面，在品友的實(shí)踐里面我們其實(shí)比較局限，因為我們不可能做那么多基礎的研究，所以如果將來(lái)大家跟品友有任何合作，你聽(tīng)到最多的一個(gè)能力我們叫做預測能力，我們能夠利用歷史的數據來(lái)預測未來(lái)。換句話(huà)來(lái)說(shuō)，我們放在一個(gè)商業(yè)場(chǎng)景里面，就是今天我們賦予每一個(gè)企業(yè)決策者，我們能夠告訴你，假如你做了這個(gè)決定會(huì )是什么結果。我相信今天所有的CEO、CMO、市場(chǎng)部花錢(qián)的任何人，都會(huì )覺(jué)得自己的生活從此變的非常美好。其實(shí)這個(gè)事情不復雜，天氣預報就是最好的例子，當然有些地方像我來(lái)自于湖南長(cháng)沙，我們小時(shí)候經(jīng)常說(shuō)不叫天氣預報，叫天氣亂報，這也顯示了人工智能的另外一個(gè)反面。我覺(jué)得其實(shí)預測能力是我們解決商業(yè)決策的重要因素。

那有些人說(shuō)了，說(shuō)品友不是做DSP的嗎？你們不是做程序化管道的嗎？怎么突然說(shuō)到人工智能、商業(yè)決策。大家看一下這張圖，這張圖其實(shí)是麥肯錫關(guān)于人工智能的報告，對于整個(gè)人工智能產(chǎn)業(yè)在企業(yè)決策中的不同領(lǐng)域所可能產(chǎn)生的商業(yè)價(jià)值，市場(chǎng)營(yíng)銷(xiāo)是企業(yè)決策里面最重要的一個(gè)環(huán)節。如果擁有了人工智能方面的能力，這個(gè)單位是萬(wàn)億美元，也就是說(shuō)利用了人工智能的能力，基本上能產(chǎn)生最高到6萬(wàn)億美金的潛力。但是市場(chǎng)營(yíng)銷(xiāo)不是唯一的，比如我們跟海爾的人在聊，在物流方面有沒(méi)有可能利用大數據做決策。我昨天跟一個(gè)做智能交通的公司交流，他們其實(shí)幫很多政府都建立的所謂的傳感器，能夠收集所有交通中的數據，但是他們沒(méi)有利用這個(gè)數據來(lái)做決策。但是這個(gè)背后的決策，涉及的金額在政府都是上千億的，因為在所有的政府花費里面跟交通相關(guān)的是最主要的地方。包括我們在去年其實(shí)在跟一些金融企業(yè)合作的時(shí)候，我們直接跟金融企業(yè)合作大數據和建模，來(lái)解決金融里的征信問(wèn)題，來(lái)解決金融里的反欺詐問(wèn)題。所以今天品友并不是說(shuō)我們不做DSP了，而是在過(guò)去這么多年，品友因為在數字營(yíng)銷(xiāo)里從事人工智能、機器學(xué)習這么多年我們進(jìn)行了大量的商業(yè)決策的實(shí)踐，我們擁有了這樣的底層的能力，擁有了底層的數據，我們能夠把這些能力去擴大在更大的商業(yè)決策范圍之內。所以從今天開(kāi)始大家可以忘掉品友是一家DSP公司，我們會(huì )繼續在程序化、數字營(yíng)銷(xiāo)里的工作，但如果任何企業(yè)有困擾你們的商業(yè)決策問(wèn)題，同時(shí)你也認為這個(gè)問(wèn)題能夠通過(guò)你們的數據結合第三方的數據、結合算法能夠產(chǎn)生出來(lái)輔助于你們做決策的這樣一個(gè)可能性，那你們可以找品友，我相信這也會(huì )讓各位的企業(yè)比其他的企業(yè)領(lǐng)先更多，不是半步。

所以在這個(gè)背景之下，我們也把整個(gè)品友的戰略做了全面的升級，這個(gè)升級其實(shí)是我們在4月份也在上海，跟我們很多的客戶(hù)會(huì )有分享。簡(jiǎn)單來(lái)說(shuō)我們會(huì )在智慧營(yíng)銷(xiāo)、會(huì )在金融、會(huì )在政務(wù)等等這些領(lǐng)域，我們可能也會(huì )在新零售等等新的一些領(lǐng)域里面，我們會(huì )去找到我們認為能夠用數據和技術(shù)、算法發(fā)揮作用的決策場(chǎng)景。而基于這個(gè)底層是品友的云計算平臺，和我們打造了兩個(gè)核心武器，一個(gè)是品友自己的數據云，這個(gè)數據云我們背后也會(huì )引入更多第三方的合作伙伴，來(lái)幫助廣告主、企業(yè)更好地利用第三方數據，去了解用戶(hù)、洞察市場(chǎng)、做出決策，今天接下來(lái)我們也會(huì )有相關(guān)的發(fā)布，同時(shí)我們有一個(gè)叫福爾摩斯的AI引擎，這個(gè)AI引擎就是我們不斷地在模式識別、利用數據推出算法，不斷地和我們今天請來(lái)的一些研究院、學(xué)院的專(zhuān)家一起來(lái)引入最先進(jìn)的AI底層技術(shù)來(lái)解決實(shí)際的問(wèn)題。所以這個(gè)戰略下，我希望通過(guò)今天這么多的朋友們一起來(lái)見(jiàn)證品友能夠基于我們將近10年的積累，在我們接下來(lái)5年的戰略規劃里面，能夠成為所有的企業(yè)去擁抱AI、去進(jìn)行大數據決策的一個(gè)重要合作伙伴。

這是我們在營(yíng)銷(xiāo)決策里面一個(gè)具體的產(chǎn)品，大家可以看到其實(shí)我們已經(jīng)不是在投放端去解決廣告的智能問(wèn)題，我們從策略端和從內容端，都會(huì )給我們的客戶(hù)提供全套的產(chǎn)品，而這套產(chǎn)品也是現在中國唯一落地的一個(gè)智能營(yíng)銷(xiāo)完整的體系。當然所有的產(chǎn)品，所有今天CEO站在臺上說(shuō)的話(huà)，其實(shí)背后都是無(wú)數的兄弟姐妹的心血，這里面我剛才講的所有一切，其實(shí)根本的基礎是我們的技術(shù)。所以這也是品友在今年開(kāi)始實(shí)踐的一個(gè)叫DISC的技術(shù)戰略，我在這里也請大家一起跟我看一個(gè)小的1分鐘的視頻，來(lái)理解我們提出來(lái)的以圍繞數據、算法、決策和區塊鏈的，我們在技術(shù)上的一些準備和戰略。

（播放視頻）

所以今天如果有任何企業(yè)有任何痛點(diǎn)的問(wèn)題，剛才大家所看到的技術(shù)都是我們在過(guò)去兩三年時(shí)間里面和很多客戶(hù)實(shí)際落地的一些成果，所以我相信這些成果也一定能幫助到在座的很多企業(yè)去在各自的領(lǐng)域里面解決自己所關(guān)心的問(wèn)題。在最后回到剛才李教授開(kāi)始講的第一個(gè)話(huà)題，就是大家對于人工智能的認知。最近也有很多文章在講到底人工智能路向何方，因為隨著(zhù)這個(gè)概念的炒作，其實(shí)很多人已經(jīng)把人工智能神化了，覺(jué)得人工智能是無(wú)所不能的，人工智能是一個(gè)人不用參與、干預就能夠直接得結論的。在我們的實(shí)踐和認知中，我們發(fā)現其實(shí)任何一個(gè)企業(yè)在擁抱人工智能的時(shí)候，其實(shí)它需要的是一個(gè)智能的系統，但這套系統和人其實(shí)只能是一個(gè)輔助作用，也就是說(shuō)最后的決策，對于問(wèn)題的定義，最后評估的標準，這幾個(gè)重要的事情，都是要靠人來(lái)決定的。甚至這個(gè)系統給它什么樣的數據，這件事情也是由人來(lái)控制的，那機器解決什么問(wèn)題？機器解決兩個(gè)問(wèn)題，第一個(gè)，機器可以解決規?；膯?wèn)題，機器讀30萬(wàn)個(gè)圖片一天內是不會(huì )累的，人就死了。同時(shí)機器也是可以進(jìn)行復雜運算的，人腦是沒(méi)有辦法去做復雜運算的。所以我想相信今天對品友來(lái)說(shuō)，我們的戰略是人工智能的技術(shù)和系統去賦能商業(yè)決策，這句話(huà)比較準確描繪了我們對于人和機器的比較準確的定義，所以今天我希望是在座各位開(kāi)啟自己做企業(yè)決策人工智能的一個(gè)重要的里程碑，我也期待在接下來(lái)的更多時(shí)間內能夠聽(tīng)到和大家一起去解決更多商業(yè)決策的問(wèn)題，謝謝大家！

主持人：謝謝黃曉南的精彩分享。這整個(gè)思考和實(shí)踐的商業(yè)決策，人工智能在商業(yè)決策領(lǐng)域思考和實(shí)踐的推動(dòng)，而不僅僅是品友互動(dòng)一家，在科研領(lǐng)域是產(chǎn)學(xué)研各方面一起推動(dòng)的，接下來(lái)從點(diǎn)到面進(jìn)入一個(gè)圓桌環(huán)節，我們有請這個(gè)環(huán)節的討論嘉賓，凡普金科創(chuàng )始合伙人兼CEO董褀先生、商湯科技副總裁柳鋼先生、微軟蘇州副院長(cháng)童先明先生、香港科技大學(xué)教授姚遠先生，下面有請我們的主持人品友互動(dòng)創(chuàng )始人兼CEO黃曉南女士。

黃曉南：大家一看就知道誰(shuí)是搞AI，誰(shuí)是說(shuō)AI的，姚教授剛剛從美國回到香港，昨天晚上剛剛飛過(guò)來(lái)，真正的技術(shù)大牛都是這樣的風(fēng)格，大家記住了。我想還是首先請各位嘉賓1分鐘內簡(jiǎn)單介紹一下自己的背景，然后是你的工作跟AI的關(guān)系。

董褀：大家好，今天很榮幸能夠參加品友互動(dòng)的論壇，我來(lái)自于凡普金科，凡普金科是一家金融科技公司，下面有很多入門(mén)級的金融產(chǎn)品，比如說(shuō)愛(ài)錢(qián)進(jìn)。我們這家公司主要解決的問(wèn)題是幫助那些被傳統金融機構覆蓋不夠充分的一些年輕人，我們向他們提供入門(mén)級的產(chǎn)品，信貸產(chǎn)品、理財產(chǎn)品、消費金融、理財規劃等等，這背后的主要驅動(dòng)力其實(shí)也是數據和科技，不然我們沒(méi)有辦法讓這樣的業(yè)務(wù)科持續，我們恰巧也是品友的客戶(hù)。

柳鋼：大家好，我來(lái)自商湯科技，負責商湯科技業(yè)務(wù)發(fā)展和技術(shù)的商業(yè)化落地。商湯科技在人工智能這樣一個(gè)大的領(lǐng)域是專(zhuān)注在計算機視覺(jué)的創(chuàng )業(yè)企業(yè)，從2014年創(chuàng )業(yè)以來(lái)，到今年剛好三年多一點(diǎn)的時(shí)間，很幸運趕上時(shí)代的浪潮。所以在這個(gè)月我們完成了公司的C+輪融資，很榮幸被國內外媒體譽(yù)為最具價(jià)值的人工智能創(chuàng )業(yè)企業(yè)。非常期待看到其他嘉賓的分享，看看如何把人工智能這么一個(gè)科技應用到商業(yè)智能這么一個(gè)大的領(lǐng)域里面。

童先明：我叫童先明，來(lái)自于微軟，我介紹一下我自己和我們團隊做的一些事情。我們現在主要在實(shí)施一個(gè)人工智能的戰略，主要是想把微軟的很多人工智能在這方面的積累和研究，能夠在中國落地，能夠助力中國的企業(yè)。我們企業(yè)的口號是怎么樣助力每一個(gè)企業(yè)在商業(yè)上成功，所以這是我們從去年年底開(kāi)始一個(gè)非常大的戰略。我自己也實(shí)地了解了很多中國當地企業(yè)的需求，然后怎么樣來(lái)幫助他們，怎么樣轉型或者是賦能，在人工智能方面提高他們的效率，降低他們的成本，提高競爭性。我們團隊總的來(lái)說(shuō)是比較關(guān)注于自然語(yǔ)言處理方面，這是人工智能兩大領(lǐng)域之一，目前還有很多空間去深入探討和研究，落地各個(gè)場(chǎng)景，大概就是這樣的情況。

姚遠：不好意思，我的穿著(zhù)明顯和大家有區別，因為我上個(gè)星期還在舊金山灣，回到香港沒(méi)有幾天。我的穿著(zhù)在其他地方都算是正常的，但是我發(fā)現在北京是穿的最邋遢的，尤其是在這樣一個(gè)會(huì )議上。我主要是從事教育和科研技術(shù)方面的，在香港科技大學(xué)，我跟黃曉南認識差不多有十年，當年在北大任教的時(shí)候，我們在北大一個(gè)校友機會(huì )，通過(guò)她的一個(gè)同學(xué)認識的，之后品友的有一些老人我們都認識。大家從最初的廣告開(kāi)始合作做到GC回歸，那時(shí)候組織了一個(gè)算法大賽，其中有一些同學(xué)，尤其是我當時(shí)的同學(xué)非常受益于算法大賽，后來(lái)被百度和騰訊高薪聘請去了。因為我是從事教育這個(gè)行業(yè)的，未來(lái)我的學(xué)生還有我面對的同事，我應該怎么樣在這樣一個(gè)迅速變化的人工智能時(shí)代去告訴大家，跟上這個(gè)時(shí)代，沒(méi)有被人工智能虛假的信息錯誤地帶走，這是我們最重要的問(wèn)題，如何讓大家具有這樣一種能力，而不至于在5年之后假如人工智能真正出現了，我們學(xué)生應該在腦海中掌握什么樣的知識技能，在這樣一個(gè)潮流中仍然保持不敗的地位，這是我最主要的，也是跟工業(yè)密切相關(guān)的。

黃曉南：姚教授也是在中國最早，我記得2011年就開(kāi)始研究一些比較深度的機器學(xué)習方法，像當時(shí)他給我們公司帶來(lái)的貝而斯（音）模型，在行業(yè)里當時(shí)是比較領(lǐng)先的，確實(shí)讓我們在廣告領(lǐng)域幾乎提升了3倍的效果。在座也是市值過(guò)千億了，我看加起來(lái)，不算微軟。我想先問(wèn)一下，從你們各自的角度來(lái)看，能不能簡(jiǎn)單預測一下人工智能在接下來(lái)三年最主要的趨勢嗎？大家可以講一到兩個(gè)趨勢。

董褀：我拋磚引玉，因為我們所處的行業(yè)是一個(gè)重度的大數據、人工智能的使用方，很難想象如果沒(méi)有大數據、人工智能在我們整個(gè)業(yè)務(wù)里面應用，我們能夠將這一盤(pán)業(yè)務(wù)持續下去。關(guān)于未來(lái)整個(gè)人工智能的方向來(lái)講，我們從一個(gè)使用方的角度來(lái)講，我們會(huì )認為人工智能整個(gè)接入人工智能這樣一個(gè)能力的門(mén)檻我覺(jué)得會(huì )降低，大家可能會(huì )知道今天每個(gè)人都覺(jué)得人工智能應該是會(huì )優(yōu)化的一個(gè)業(yè)務(wù)，但不是所有公司都在用人工智能，是因為人工智能在今天大家覺(jué)得要接進(jìn)去，讓你的公司要具備人工智能能力，以及把它應用到業(yè)務(wù)里面，還有一定門(mén)檻。就像剛才演講中講到的，你有海量的數據，有很強的運算能力，還需要把它融合到你的整個(gè)業(yè)務(wù)里面。我想未來(lái)三年，可能你都不一定自己要具備海量、全面、能夠支撐你自己業(yè)務(wù)的數據，你會(huì )有大量的合作伙伴，以及一些專(zhuān)業(yè)的數據公司，能夠提供這些數據。同時(shí)在整個(gè)算力方面，你也不需要像今天一樣有很多基礎架構，有更多的云計算，這些方便、安全、穩定的能力可以接入，最方便的可以把人工智能接入，所以我覺(jué)得可能接入的門(mén)檻就會(huì )降低，我覺(jué)得未來(lái)小學(xué)生可能一個(gè)設備里面就能接入人工智能的能力。第二個(gè)我認為一個(gè)趨勢，人工智能未來(lái)可能不是一個(gè)選擇，而是一個(gè)必須。無(wú)論你在什么樣的競爭戰場(chǎng)，藝術(shù)我不敢判斷，如果你在任何生意里面、商業(yè)活動(dòng)里面，我覺(jué)得擁有人工智能的能力這是一個(gè)必選項，不然我覺(jué)得你沒(méi)有可能生存也沒(méi)有可能和你的競爭者競爭，非常粗淺的見(jiàn)解。

柳鋼：我們是一家做計算機視覺(jué)的企業(yè)，視覺(jué)應該說(shuō)是整個(gè)人工智能里面比較大的一個(gè)領(lǐng)域，因為今天我們講了很多人工智能，其實(shí)人工智能不存在一個(gè)行業(yè)，如果我們對人工智能進(jìn)行區分，我們會(huì )感覺(jué)可能對這個(gè)領(lǐng)域的理解會(huì )有困難。好比我們一直在講人工智能，什么叫人工智能，到底人工智能包括什么。所以商湯是專(zhuān)注在視覺(jué)領(lǐng)域，視覺(jué)會(huì )有很多，跟人相關(guān)、物體相關(guān)、場(chǎng)景相關(guān)、事件相關(guān)的。我們有一個(gè)感覺(jué)是什么？我覺(jué)得首先是在特定領(lǐng)域會(huì )快速突破，這是一個(gè)趨勢。什么意思？我們會(huì )短時(shí)間內用一個(gè)所謂的真實(shí)的機器人或者是虛擬機器人去代替人這樣一個(gè)情況出現，可能性可能不大。但是在特定領(lǐng)域，比如說(shuō)今天我們在場(chǎng)大概有400、500人，你給我任何一個(gè)人的一張大頭照，你說(shuō)你把它挑出來(lái)，很難，但是這樣一個(gè)特定的人，對于機器來(lái)講太容易了。比如說(shuō)我們最高可以在3億個(gè)圖庫里面，可以在毫秒級的時(shí)間里，你給它任何一個(gè)大頭照，它可以推薦10個(gè)。所以特定領(lǐng)域快速突破，在有特定場(chǎng)景的情境里面，人工智能不管是視覺(jué)、語(yǔ)音、機器人動(dòng)力學(xué)甚至是認知與推理都會(huì )快速突破，這是我很明顯感覺(jué)到的一個(gè)趨勢。

這個(gè)趨勢也有一個(gè)力證，在圖像視覺(jué)領(lǐng)域有一個(gè)很權威的比賽，這是一個(gè)叫物體檢測大賽。在去年就停辦了，為什么停辦了？大約是一個(gè)千萬(wàn)級的圖庫，從2012年深度學(xué)習的技術(shù)進(jìn)去之后，準確率有快速的提升，2013年、2014、2015年、2016年，商湯很幸運，2015年、2016年都有很好的戰果和成績(jì)，最后一屆比賽里面五項比賽我們拿了冠軍。去年這個(gè)比賽就停辦了，因為再比就沒(méi)有意義了，因為機器已經(jīng)做的很準了，遠超人類(lèi)的準確率了。這說(shuō)明在特定場(chǎng)景里面，機器智能的突破會(huì )急劇地增快，那特定領(lǐng)域在我們的商業(yè)環(huán)境里面、工業(yè)環(huán)境里面、生產(chǎn)環(huán)境里面是廣泛存在的，那它需要一個(gè)很好的角度去定義它，去定義出一個(gè)特定領(lǐng)域，那么在這個(gè)特定領(lǐng)域里面人工智能將會(huì )發(fā)揮很大的作用，這是我看到的趨勢。

童先明：我想講一下從企業(yè)采用人工智能這個(gè)進(jìn)程的角度來(lái)聊聊這個(gè)問(wèn)題，因為我自己過(guò)去半年看了一些企業(yè)、做了一些項目?，F在我的感覺(jué)是市場(chǎng)上大家對人工智能的效果還是處于將信將疑，也有可能不完全是企業(yè)的原因，也有可能是一些從業(yè)者本身的原因可能做的不夠好。但是在今后三年我覺(jué)得會(huì )有什么樣的變化？從一個(gè)將信將疑會(huì )變成一個(gè)非常確信的過(guò)程，這怎么說(shuō)？現在一個(gè)企業(yè)如果要開(kāi)始一個(gè)人工智能的項目，整個(gè)流程是比較長(cháng)的，比如他要選一個(gè)供應商，讓供應商幫他做一個(gè)POC，通過(guò)這個(gè)POC來(lái)選擇誰(shuí)做的更好一點(diǎn)。這個(gè)過(guò)程隱含了兩個(gè)問(wèn)題，第一個(gè)整個(gè)流程會(huì )非常長(cháng)，第二個(gè)問(wèn)題有大量的浪費。因為你想想看，你選了六個(gè)供應商，你最后只選一個(gè)，但是同樣的項目人家做了六遍。所以這是目前為止一方面我們非常缺乏人工智能這方面的能力，或者有這種能力的企業(yè)幫你做這種項目。另外一方面，我們又在不斷地、無(wú)謂的去浪費這些資源。在今后三年，因為通過(guò)不斷的這些場(chǎng)景和專(zhuān)門(mén)的算法，它不斷地被驗證、被實(shí)踐、被看到效果，所以這個(gè)過(guò)程我會(huì )覺(jué)得是大大縮短的，這是一個(gè)方面。

另外一個(gè)方面，要求做POC的過(guò)程可能也會(huì )越來(lái)越少，因為這已經(jīng)是被市場(chǎng)證明了，為什么還要做POC，我只要對你這個(gè)企業(yè)有一定的信任，最后做的不好你還有一個(gè)檢測和驗收的過(guò)程。所以我覺(jué)得今后三年這方面會(huì )大大縮短，會(huì )釋放企業(yè)來(lái)使用和利用人工智能改善他們的效率、降低他們的成本、增強他們的競爭力，這方面我是比較確定的。

黃曉南：從學(xué)術(shù)界看到的趨勢有什么？

姚遠：深度學(xué)習可能在人工智能在2012年突然間獲得崛起最大的一個(gè)推動(dòng)力，但是我們今天面對學(xué)生，我們怎么樣讓學(xué)生適應未來(lái)的深度學(xué)習發(fā)展？顯然2012年—2016年我們還是可以通過(guò)深度學(xué)習刷刷文章，就可以獲得很好的地位，發(fā)表很好的文章，拿到很好的工作，但是在未來(lái)三年我覺(jué)得這個(gè)事情會(huì )越來(lái)越難，隨著(zhù)深度學(xué)習往更廣泛的地方應用，對于特定領(lǐng)域的提升已經(jīng)沒(méi)有那么大空間了。為什么深度學(xué)習這樣一個(gè)工具很有用，在你的應用中起到了你想要的效果，如果你碰到了不想要的效果，你怎么樣去改進(jìn)它、修正它，所以這樣一個(gè)深度的理解，我覺(jué)得是未來(lái)三年可能會(huì )越來(lái)越變的比較簡(jiǎn)單，而不是簡(jiǎn)單刷刷性能，這在學(xué)術(shù)上我們覺(jué)得是非常重要的需求，所以我們跟斯坦福去年開(kāi)了這樣一個(gè)課，我們今年春天也開(kāi)了一個(gè)深度學(xué)習的課，代表了一種學(xué)界的迫切需求。

另外我想簡(jiǎn)單說(shuō)說(shuō)，整個(gè)AI這個(gè)領(lǐng)域其實(shí)是非常廣泛的，從優(yōu)化、統計到計算機科學(xué)，大家不要把自己的興趣只集中到一些點(diǎn)上，比如說(shuō)某些未來(lái)即將崛起的。實(shí)際上這個(gè)領(lǐng)域是非常廣泛的，對于未來(lái)應用最重要的能力是你如何面對應用問(wèn)題，把它翻譯成優(yōu)化問(wèn)題，像我們講的商業(yè)決策，當你有你的決策，當你有外界環(huán)境的狀態(tài)，大家都因為AlphaGo贏(yíng)了之后，都在問(wèn)為什么AlphaGo做的這么好，能不能讓AlphaGo幫我們做事情。你做的問(wèn)題能不能給它翻譯成決策過(guò)程，如果你能翻譯成決策過(guò)程，形成這樣一個(gè)問(wèn)題的能力，后面的解決方案就自然出來(lái)了，所以從應用問(wèn)題翻譯成你所熟悉的機器學(xué)習的解決方案問(wèn)題的能力是最重要的，也是我們覺(jué)得在面對未來(lái)改變的時(shí)候學(xué)生最需要掌握的。

黃曉南：品友我們每天在實(shí)驗這些事情，我們的客戶(hù)其實(shí)提出了一個(gè)商業(yè)問(wèn)題，但是我們的算法工程師或者產(chǎn)品經(jīng)理本身做的工作就是把這個(gè)問(wèn)題轉化為一個(gè)能夠被算法、機器去解決的問(wèn)題。而這件事情我這么說(shuō)大家可能覺(jué)得很容易去理解，但其實(shí)這種人才今天在市場(chǎng)里面幾乎應該說(shuō)是少之又少，所以我覺(jué)得姚教授要不斷給我們貢獻這樣的人才，能夠把這個(gè)問(wèn)題翻譯成決策過(guò)程，這是很重要的。下面我想問(wèn)一下童先明和董褀，你們剛才都說(shuō)了企業(yè)在用人工智能，你們能不能給一個(gè)具體的例子，怎么用人工智能某一個(gè)領(lǐng)域的技術(shù)或者大數據，產(chǎn)生了一個(gè)真的是看得見(jiàn)、摸得著(zhù)的一個(gè)效果，剛才童總也說(shuō)了對于大部分企業(yè)來(lái)說(shuō)將信將疑，今天你們能不能給一點(diǎn)板上釘釘的事實(shí)？

董褀：我們是應用界的，所以可能我們講的例子大家比較通俗易懂一點(diǎn)點(diǎn)。我們是做金融科技的，說(shuō)實(shí)話(huà)我們規模還挺大的，差不多去年做了超過(guò)350億，今年可能會(huì )繼續翻番。我可以舉一個(gè)例子，我們整個(gè)業(yè)務(wù)特點(diǎn)是什么？大家知道其實(shí)銀行會(huì )比我們更大，比如華夏銀行，我們在去年因為監管的要求我們也接入到華夏銀行的存管理財，理論上來(lái)講我們每天成交的金額在華夏銀行看來(lái)應該不算是一個(gè)特別大的數量級，但是我們接進(jìn)去之后立刻把它的整個(gè)核心股拖垮了，原因是我們特別小額分散，銀行可能一筆貸款是1000萬(wàn)、500萬(wàn)，我們可能會(huì )小到幾萬(wàn)甚至更小。然后這里面我們還需要把這些標的更加高度分散，能夠給到不一樣的人群。所以因為這個(gè)數據量非常大，所以會(huì )導致即使像銀行整個(gè)規模很大的銀行，計算能力都不太夠。在這樣一個(gè)每天要處理這么大量的過(guò)程中，事實(shí)上我們并不擁有比全國大型股份制銀行更多的人手，我們事實(shí)上整個(gè)員工規模比一家銀行要少很多倍。那怎么處理這些問(wèn)題，判斷跟客戶(hù)的情況，里面就要用到大量人工智能來(lái)替代人工的工作。這里面有一個(gè)點(diǎn)比較難做，做正?；ヂ?lián)網(wǎng)運營(yíng)的時(shí)候，推出共享單車(chē)，做運營(yíng)活動(dòng)，去了解用戶(hù)的興趣，取得高度的轉化率。通常對這個(gè)事情有興趣的會(huì )做反饋，金融里面如果要做信貸，做運營(yíng)活動(dòng)最先有反饋的一定是騙子，那怎么樣能夠識別那些好的客戶(hù)和那些壞的客戶(hù)？在我們看來(lái)是核心能力。像商湯科技在這個(gè)過(guò)程中也幫了不少忙，把人臉?lè )胚M(jìn)去，我們識別一下這是什么樣的人。

在這個(gè)過(guò)程中的確我們建立了一套人工智能的體系，在我們內部有一個(gè)叫云圖的產(chǎn)品，能夠讓我們對用戶(hù)在幾毫秒的速度，對幾萬(wàn)的維度進(jìn)行建模，讓我們知道哪些是好客戶(hù)，哪些是壞客戶(hù)，為了不影響客戶(hù)體驗，要在非常短的時(shí)間內完成，這是事關(guān)我們生死，血淋淋的人工智能應用的場(chǎng)景。

再舉一個(gè)小例子，我們是用評分卡來(lái)識別用戶(hù)的信用等級，以前這些評分卡我們建模通常都需要差不多兩個(gè)月的時(shí)間，比如在華爾街基本上就是這個(gè)速度。從去年開(kāi)始，去年上半年我們在內部做了一個(gè)叫水滴的機器人建模工具，它事實(shí)上能夠把第二段、第三段，就是剛剛說(shuō)的建模和上線(xiàn)部署的工作，從原來(lái)數周的工作量節省到差不多只要24小時(shí)。所以現在我們整個(gè)模型的優(yōu)化效率可能是數倍于我們競爭對手的，這就是另外一個(gè)關(guān)于人工智能怎么樣來(lái)優(yōu)化我們的工作流程，讓我們的工作更有效率。

童先明：講的非常好，我也來(lái)分享幾個(gè)例子。也是一個(gè)互聯(lián)網(wǎng)的金融公司，最近我們在做一個(gè)項目。因為互聯(lián)網(wǎng)公司現在總的來(lái)說(shuō)賺錢(qián)賺的很多都是貸款，以前都是一些小額貸款，這個(gè)做的很成功以后，他們想逐漸升級到額度相對比較高的貸款，這樣國家會(huì )有一些要求。比如說(shuō)需要一些面對面的，必須說(shuō)有錄像的見(jiàn)證，說(shuō)這個(gè)人是來(lái)貸款的，有糾紛會(huì )有仲裁或者上法院的記錄。從互聯(lián)網(wǎng)金融公司本身也是有一個(gè)要求，說(shuō)來(lái)貸款的貸款人是不是講的是真話(huà)，或者他的背景怎么樣，或者他在貸款過(guò)程中是不是提供了一些真實(shí)的信息。所以基于這些要求，你想想看他們是互聯(lián)網(wǎng)金融公司，你要去做一個(gè)面對面的面試，說(shuō)你的情況怎么樣，你住在哪里，在哪里工作，它又有很多網(wǎng)點(diǎn)，所以這是可能的事情。有一個(gè)技術(shù)能夠綜合語(yǔ)音、計算機視覺(jué)、自然語(yǔ)言處理，他們要求我通過(guò)一個(gè)網(wǎng)上的對談，大家可能想到我這里有一個(gè)服務(wù)員，對面有一個(gè)客戶(hù)，的確可以這么做，是有公司在這么做，但總的來(lái)說(shuō)不是那么成熟，如果客戶(hù)比較多，要搞幾百個(gè)坐席，客戶(hù)比較少，人工又浪費了?？偟膩?lái)說(shuō)他們希望能夠有一個(gè)智能機器人，能夠和對方面談，談話(huà)過(guò)程中又能夠捕捉客戶(hù)的微表情。微表情有一個(gè)定義，人在一種不自覺(jué)的情況下，從40毫秒到200毫秒之間所反映出來(lái)的自然的表情，能夠比較真實(shí)地反映你當時(shí)說(shuō)話(huà)的情緒，專(zhuān)門(mén)有這方面的心理學(xué)專(zhuān)家，所以這是從計算機視覺(jué)的應用，通過(guò)對方回答的問(wèn)題，你去處理、理解對方的問(wèn)題是什么，理解語(yǔ)義，你說(shuō)話(huà)的時(shí)候也是文字轉換成語(yǔ)音，這個(gè)技術(shù)牽扯到人工智能方面非?；A的三個(gè)技術(shù)，一個(gè)是語(yǔ)音轉換技術(shù)，一個(gè)是自然語(yǔ)言處理技術(shù)，另外一個(gè)是計算機視覺(jué)技術(shù)。這個(gè)項目很有意思，我們也很愿意幫他們一起合作做這件事情。

黃曉南：我想請大家都聊一聊，對于企業(yè)來(lái)說(shuō)，今天在座很多是市場(chǎng)部的負責人，也有一些其他部門(mén)的負責人，你們認為對于這樣一個(gè)群體，他們去擁抱人工智能的時(shí)候可能的挑戰會(huì )在哪里？

這個(gè)挑戰可能是個(gè)人的，也可能是組織的，也可能是社會(huì )的，都有可能，任何方面都可以講。

柳鋼：其實(shí)我想第一個(gè)挑戰是一個(gè)很基本的挑戰，就是要對人工智能有正確的理解和認識。我在企業(yè)里面也是負責業(yè)務(wù)發(fā)展的，我在想我在另外一個(gè)行業(yè)，在消費者也好、工業(yè)也好，如果對人工智能的期望不切實(shí)際，可能會(huì )導致你對這樣一個(gè)工具的采用，比如我找到品友買(mǎi)一個(gè)機器人，我啥也不用干了，品友的機器人幫我做所有的事情。我們在早期做企業(yè)服務(wù)的時(shí)候遇到過(guò)相似的問(wèn)題，因為任何一個(gè)新的技術(shù)出來(lái)，首先是被神化，然后被妖魔化，所以我們想擁抱這個(gè)技術(shù)，首先要對這個(gè)技術(shù)有準確的理解。第二個(gè)，基本上現在已經(jīng)是進(jìn)入了各個(gè)行業(yè)、各個(gè)場(chǎng)景論證以后的結論，就是人工智能在特定領(lǐng)域的確能給你帶來(lái)巨大的價(jià)值，比如說(shuō)跟市場(chǎng)、品牌，跟廣告相關(guān)的領(lǐng)域里面，這里面有海量的數據，經(jīng)典的說(shuō)法，我聽(tīng)說(shuō)有50%的廣告是浪費的，在這么一個(gè)特定的領(lǐng)域里面人工智能能夠幫上大忙，不管是對你的受眾精準的分析、數據的獲取。甚至在你沒(méi)有人工智能的想法，你有這個(gè)想法，但是你無(wú)法去獲得這個(gè)信息，那這個(gè)時(shí)代是可以獲得人臉的信息、人體的信息、人在哪一個(gè)場(chǎng)景的信息，跟人在線(xiàn)上的信息，他的活動(dòng)、他的社交、他的交易，他在線(xiàn)下的物理的、生活的信息，是完全能夠通過(guò)現在已有的技術(shù)做打通的。所以我覺(jué)得有兩個(gè)方面，一個(gè)一定要對人工智能有務(wù)實(shí)、準確的理解，另外要有堅定的信念。在這樣一個(gè)特定領(lǐng)域里面，人工智能是能幫大忙的，有巨大的價(jià)值產(chǎn)生。

黃曉南：謝謝柳總。

董褀：我簡(jiǎn)單說(shuō)一個(gè)，因為我們事實(shí)上在過(guò)去幾年，一直在這個(gè)領(lǐng)域非常艱難困苦的跋涉，我想有一些經(jīng)驗可以分享出來(lái)，首先一點(diǎn)大家不要覺(jué)得人工智能是很奇怪、未來(lái)很神秘的東西。首先大家要想清楚，你用人工智能來(lái)解決什么問(wèn)題，可能是在你身邊困擾你的，你沒(méi)有人工智能也能解決的問(wèn)題。比如說(shuō)對我們來(lái)說(shuō)，反欺詐是個(gè)問(wèn)題，解決我們業(yè)務(wù)流程替代人力是一個(gè)問(wèn)題。如果我們只取其中一個(gè)問(wèn)題，比如反欺詐這個(gè)問(wèn)題，如果沒(méi)有人工智能你怎么來(lái)解決的，你把這個(gè)流想一下。人工智能只是在某些能力里面很突出的，你可以想象成很一根筋。今天的人工智能大部分不具備非常全面而且可以跟你對話(huà)的這種領(lǐng)域，但是他們在某些特定領(lǐng)域里面的確具備比人腦聰明很多倍、快很多倍、不知道累也不需要你加工資這樣的一些能力。所以你想清楚了具體的商業(yè)問(wèn)題是什么，你想著(zhù)如果有一個(gè)一根筋的高手能夠應用到某一個(gè)環(huán)節里面，你大概就能夠搭起來(lái)一個(gè)人工智能在你企業(yè)里面的應用場(chǎng)景，這是第一點(diǎn)。

第二點(diǎn)，我覺(jué)得人工智能是要吃東西的，它不吃工資，但要吃數據、運算能力。所以你要想一下，你這家公司是不是能有足夠的養料給它來(lái)吃，對我們來(lái)說(shuō)比如以前我們在反欺詐過(guò)程中，只是用我們自己體內產(chǎn)生的數據。后來(lái)我們看到的確有一點(diǎn)用，但是它的用處還沒(méi)有那么大，所以我們就跟商湯科技也合作，跟品友也合作，我們以此能夠獲得這個(gè)用戶(hù)更加深度、更加廣泛的這樣一些維度的特征，我們用這些特征喂進(jìn)去，讓人工智能能夠有更多的養料，能夠做更加深度的分析，有監督的、無(wú)監督的。

第二個(gè)養料是你的整個(gè)運算能力，這包括你的整個(gè)數據體系的搭建、運算能力的搭建和規劃，這是比較技術(shù)的，相對來(lái)說(shuō)我不覺(jué)得這些會(huì )構成非常大的障礙，因為事實(shí)上這塊我覺(jué)得即使在市場(chǎng)上也有比較成熟的解決方案、成熟的人。最好的是文化上的，你們公司得接受，你們的員工慢慢要變成鋼鐵俠，不是一個(gè)普通人，他有一顆人類(lèi)的心，但是被很多機器學(xué)習、人工智能武裝起來(lái)，變成一個(gè)鋼鐵俠這樣一個(gè)存在，對組織的沖擊會(huì )挺大，這是所謂人工智能在內部組織的賦能。

童先明：我簡(jiǎn)單補充幾句，我自己的經(jīng)驗是我覺(jué)得有一個(gè)障礙是什么？現在大部分的企業(yè)公司他們在看待人工智能這個(gè)AI，他們總的感覺(jué)還是一個(gè)IT的東西，這是第一個(gè)問(wèn)題。導致的結果是什么？和你們談的是CIO，但是CIO又對業(yè)務(wù)不太了解，所以我們要告訴CIO這對你們的業(yè)務(wù)有什么幫助，今天來(lái)的更多的是市場(chǎng)部的CMO，你們可能需要更積極的發(fā)揮主動(dòng)性，AI在我這方面能發(fā)揮什么作用，我能不能主動(dòng)利用這些場(chǎng)景，能不能利用AI解決我和市場(chǎng)相關(guān)的問(wèn)題。

姚遠：我自己有一些經(jīng)歷，大概我感覺(jué)人工智能本質(zhì)不是人想做什么，計算機就能做什么。反過(guò)來(lái)，你應該想人應該教計算機做什么，在某種意義上是這樣。從我自己的經(jīng)歷來(lái)說(shuō)，我們在斯坦福很著(zhù)名的一個(gè)地方，我們捧著(zhù)一堆東西在討論，你到底想怎么做？他說(shuō)很簡(jiǎn)單，就是這上有什么東西。我們聽(tīng)了第一反應，這是一個(gè)很山寨的問(wèn)題，這有什么意義？當時(shí)他想了一下說(shuō)，他覺(jué)得計算機能做好這件事情已經(jīng)不錯了，后面非常著(zhù)名的像如何搭建語(yǔ)義理解，他說(shuō)這是后面更難的一些問(wèn)題。這件事情我的想法是我可能不會(huì )浪費我學(xué)生的時(shí)間去解決這樣一個(gè)簡(jiǎn)單的科學(xué)問(wèn)題，但是過(guò)了五年之后到2012年之后，李非非（音）徹底改變了計算機的歷史。電腦研究人工智能是錯的，而是反過(guò)來(lái)你應該教電腦做某些事情，這是最關(guān)鍵的。所以要想建立你在應用過(guò)程中如何把它轉接到人工智能或者機器學(xué)習這些數據依靠的方法，首先你要想著(zhù)你如何讓計算機替代你做哪些問(wèn)題來(lái)起到更好的效率，所以這樣一個(gè)問(wèn)題才是非常關(guān)鍵的。

黃曉南：我們經(jīng)常在公司說(shuō)一句話(huà)，人都不知道怎么做的事，不要指著(zhù)機器了。在我們公司有一個(gè)團隊叫優(yōu)化師，是大量用機器來(lái)幫我們客戶(hù)進(jìn)行優(yōu)化的。經(jīng)常我們內部就會(huì )有討論說(shuō)有時(shí)候人會(huì )的東西，怎么機器都不會(huì )。其實(shí)大家反而想錯了，往往人會(huì )的東西，機器多半都不會(huì )，機器都是人教它，它才會(huì )的，這也和剛才柳總他們講的叫有一個(gè)合理的期望值對于人工智能是很重要的。我再補充一點(diǎn)，在我們實(shí)踐中的挑戰，其實(shí)很重要的一個(gè)挑戰，我個(gè)人在認為在成功擁抱AI或者不能成功的，我覺(jué)得在企業(yè)端有一個(gè)很重要的差別，就是你能不能定義出來(lái)評估標準，我們幾乎發(fā)現所有AI相關(guān)的東西都是投入，對于公司來(lái)說(shuō)不管是投入幾百萬(wàn)，我們有一個(gè)客戶(hù)光是服務(wù)器就投了上千萬(wàn)，當然是一個(gè)很有錢(qián)的汽車(chē)客戶(hù)。這本身的投資他們很成功的地方在于他們在投資的前一分鐘、前一天，所有他們怎么去評估這個(gè)投資的回報，怎么科學(xué)衡量這件事情的產(chǎn)出，已經(jīng)得到了一個(gè)普遍的認知。而相比在市場(chǎng)里面，在這塊做的比較失敗的，我認為這塊的缺失比較嚴重，這可能跟問(wèn)題的定義都有關(guān)系。

時(shí)間關(guān)系，我想最后大家很快用一句話(huà)來(lái)給我們在座的觀(guān)眾一個(gè)建議，在新的人工智能時(shí)代，這已經(jīng)是一個(gè)必然的時(shí)代了，你們能用一句話(huà)送給在座的聽(tīng)眾嗎？

董褀：我想首先剛才黃曉南說(shuō)的有的公司光服務(wù)器上千萬(wàn)，我想我們是每個(gè)月服務(wù)器都上千萬(wàn)，所以這是我們對這個(gè)時(shí)代的看法。

黃曉南：我相信顯然你們看到了很好的回報。

董褀：我的確在這個(gè)論壇上學(xué)到很多東西，我想人工智能絕對不是一個(gè)CIO的工作，而是一個(gè)CEO的工作，這是一定要做的。所以我會(huì )建議大家能夠把人工智能應用到你的整個(gè)企業(yè)這些最關(guān)鍵的流程，最關(guān)鍵的這些能力建設中來(lái)，而且在這個(gè)過(guò)程中我覺(jué)得一定要保持開(kāi)放。比如說(shuō)像剛才姚教授提到像李非非一樣重新開(kāi)發(fā)圖形識別，不需要，人家商湯科技做的很好了，你們一定要在這里面找到一個(gè)非常棒的合作伙伴一起來(lái)，因為人工智能只是面向未來(lái)的工具，從最好的商業(yè)、最好的合作，開(kāi)始人工智能在商業(yè)上的應用。

柳鋼：人工智能是一個(gè)很大的話(huà)題，短時(shí)間內想快速掌握很難，我想簡(jiǎn)單一點(diǎn)，實(shí)在不知道怎么用人工智能，就直接聯(lián)系品友互動(dòng)。

黃曉南：這個(gè)廣告打的好，謝謝。

柳鋼：也可以聯(lián)系商湯科技。

童先明：我覺(jué)得人工智能真的是給你的生產(chǎn)力、競爭力、戰斗力，所以你說(shuō)誰(shuí)采用人工智能更早，你絕對是在這個(gè)很競爭性的市場(chǎng)上得到了主動(dòng)權、優(yōu)先權。

姚遠：我的一句話(huà)就是人工智能從上世紀50年代左右開(kāi)始，這個(gè)名詞出現了之后經(jīng)過(guò)幾起幾落，現在大概是第三次新的高潮。但是在這個(gè)起起落落之間，什么東西在變，變的是你對人工智能的期望和期許，不變的是人工智能后面所在的真正的技術(shù)，一直在那里，只不過(guò)是你到底希望用它做什么，這個(gè)東西是一直不變的，希望大家在起落中把握不變性。

黃曉南：最后我也有一句話(huà)送給在座各位，我們看人工智能的時(shí)候其實(shí)有一個(gè)很重要的結論，就是人工智能的時(shí)代是沒(méi)有超紀錄的機會(huì )的，不管是作為一個(gè)供應商還是使用者，因為它都是經(jīng)過(guò)時(shí)間、歲月的積累，機器的不斷磨煉，所以我也祝福各位盡早擁抱人工智能，找到合適的合作伙伴，開(kāi)始你們的人工歷程，謝謝大家，非常感謝我們的嘉賓！

謝鵬：非常感謝幾位嘉賓，三位企業(yè)家、兩位教授，大家從研究、應用的角度，都在探討人工智能在商業(yè)決策中的重要作用。剛才有一位嘉賓，凡普金科的創(chuàng )始人、合伙人兼CEO董褀先生也說(shuō)了，作為一個(gè)企業(yè)決策者，或者能夠影響這個(gè)企業(yè)做決策的人，最重要的是事情是把人工智能用到這個(gè)企業(yè)最重要的環(huán)節去。今天整個(gè)大會(huì )我知道在座很多人都是在從事和營(yíng)銷(xiāo)相關(guān)的工作，前面我們也展示過(guò)麥肯錫的一幅分析圖，就是人工智能在商業(yè)決策中最大的那個(gè)大圓圈，就是營(yíng)銷(xiāo)領(lǐng)域。接下來(lái)我想給大家分享的就是人工智能在營(yíng)銷(xiāo)領(lǐng)域可以做怎樣的事情？

我們對比一下傳統的營(yíng)銷(xiāo)和大數據時(shí)代的營(yíng)銷(xiāo)有什么不同？傳統的我定義叫經(jīng)驗和想法驅動(dòng)的營(yíng)銷(xiāo)模式，我們按照決策、實(shí)施、總結這三個(gè)關(guān)鍵階段來(lái)提取一下它的關(guān)鍵特征。在傳統的營(yíng)銷(xiāo)里面，決策階段頭腦風(fēng)暴這個(gè)詞就來(lái)自于傳統的廣告代理公司，所以在早年中國剛進(jìn)入商品化年代的時(shí)候，我們說(shuō)開(kāi)始有營(yíng)銷(xiāo)工作，開(kāi)始有市場(chǎng)營(yíng)銷(xiāo)工作，那時(shí)候經(jīng)常有一句話(huà)說(shuō)點(diǎn)子大王，一個(gè)好的想法要做營(yíng)銷(xiāo)，就等于點(diǎn)子大王，這是對于傳統營(yíng)銷(xiāo)非常極端但又是非常真實(shí)的階段。在實(shí)施階段，傳統的營(yíng)銷(xiāo)大量的都是人工的工作，做排期，通過(guò)Emall或者QQ傳廣告物料，然后再放在媒體的位置上，大量的都是人工的工作，就是排期決定一切。如果這中間，大家尤其是做過(guò)媒體采購的人可能知道，在整個(gè)營(yíng)銷(xiāo)過(guò)程中，排期決定一切，大量的都是人工的工作。第三個(gè)我們說(shuō)總結，所有的總結都是事后的，不僅如此，我們說(shuō)三個(gè)月的，兩個(gè)月實(shí)施，三個(gè)月之后再回來(lái)一份報告，市場(chǎng)早就變了，營(yíng)銷(xiāo)做完了。明年我們再花錢(qián)做的時(shí)候好像等于什么都沒(méi)干過(guò)一樣，再重頭來(lái)一遍，這是傳統的營(yíng)銷(xiāo)模式。

在現在A(yíng)I的時(shí)代，我想在數據和技術(shù)驅動(dòng)的營(yíng)銷(xiāo)決策和實(shí)踐有什么特點(diǎn)？我們說(shuō)在決策階段有很多是數據和技術(shù)可以參與里面的，我們有很多想法可以通過(guò)模型來(lái)預測它的結果，讓它輔助我們，輔助營(yíng)銷(xiāo)側來(lái)做好的決策和判斷，而不完全靠人腦去想，拍腦袋、胸脯、大腿。第二個(gè)整個(gè)實(shí)施的過(guò)程大量的工作都被程序化、自動(dòng)化、智能化，機器的工作被取代了。品友我們一天接受的廣告曝光請求有240多億次，針對這些請求我們會(huì )來(lái)判斷到底適合給哪一個(gè)人在哪一個(gè)廣告點(diǎn)位上給他推送廣告，我得挑挑選選，我每天實(shí)際決策下來(lái)，給這些人展示廣告曝光的有1億多次，所有的工作都是機器做的，都是機器自己把廣告機會(huì )拿下來(lái)，把廣告主的廣告推送上去的。不僅如此，在整個(gè)營(yíng)銷(xiāo)中我們會(huì )形成數據閉環(huán)，邊做營(yíng)銷(xiāo)收集邊做中間的數據，通過(guò)更改系統的參數提升算法，讓我整個(gè)營(yíng)銷(xiāo)的效果可以不斷進(jìn)行優(yōu)化，所以整個(gè)決策過(guò)程也是更加自動(dòng)化、程序化、智能化。

第三個(gè)在整個(gè)總結的過(guò)程中，我們是實(shí)時(shí)反饋、實(shí)時(shí)優(yōu)化、實(shí)時(shí)總結的，而且整個(gè)廣告投放完了之后，我們整個(gè)投放的數據還會(huì )反哺給廣告主，加深他對自己目標人群的認識，加深他對自己營(yíng)銷(xiāo)策略的反思，整個(gè)廣告投放的策略的設計好還是不好，所有的沉淀又會(huì )回過(guò)頭來(lái)說(shuō)下一次我再有新產(chǎn)品開(kāi)始準備推廣的時(shí)候，就可以借用過(guò)去所有的歷史數據，這就是AI時(shí)代我們說(shuō)數據和技術(shù)驅動(dòng)的營(yíng)銷(xiāo)決策和實(shí)現的模式。

所以整個(gè)MIP，我們說(shuō)品友打造人工職能的營(yíng)銷(xiāo)決策平臺，我們會(huì )幫助營(yíng)銷(xiāo)者在很多，幾乎所有的典型的營(yíng)銷(xiāo)決策的場(chǎng)景中去輔助你做出更好的決策。這些環(huán)節包括新產(chǎn)品的創(chuàng )新探索，包括產(chǎn)品的概念測試，什么樣的產(chǎn)品概念會(huì )更受目標人群喜歡，確定目標人群，更好的人群畫(huà)像，創(chuàng )意的物料設計、媒體組合、甚至是預算分配。我們在上海的時(shí)候，那個(gè)峰會(huì )的規模有1000多人，當時(shí)我們有一個(gè)非常大的客戶(hù)，一年掌管著(zhù)10多個(gè)億的媒體采購額，他說(shuō)能不能用MIP系統幫我用更好的模型解決這個(gè)問(wèn)題？所以這些都是典型的營(yíng)銷(xiāo)決策問(wèn)題，整個(gè)品友MIP我們都有相應的產(chǎn)品和產(chǎn)品組合之下的解決方案，來(lái)幫助在座的各位，如果您的企業(yè)決策工作是和營(yíng)銷(xiāo)相關(guān)的，都會(huì )幫助你輔助你在這個(gè)場(chǎng)景中更好地決策。

說(shuō)了這么多，我們說(shuō)最重要的是眼見(jiàn)為實(shí)，我們模擬一個(gè)真實(shí)的場(chǎng)景，如果你和品友合作，MIP會(huì )怎么輔助你做營(yíng)銷(xiāo)營(yíng)銷(xiāo)？這個(gè)場(chǎng)景是一個(gè)歐洲的車(chē)企有一個(gè)2018款的新車(chē)，這個(gè)新車(chē)有三個(gè)大的賣(mài)點(diǎn)。推廣目的很清晰，短時(shí)間內迅速把新車(chē)上市的消息傳遞給我的目標受眾，越快越好。第二個(gè)，我當然通過(guò)線(xiàn)上可以更多地獲得一些高質(zhì)量的訪(fǎng)客，這是他的目的。當然新產(chǎn)品上市的時(shí)候，是營(yíng)銷(xiāo)人員壓力最大的時(shí)候，面臨很多很多的營(yíng)銷(xiāo)決策。在過(guò)去我們只能是拍腦袋、拍胸脯，干完之后拍大腿。今天在A(yíng)I時(shí)代，我現在的角色就是這家企業(yè)的CMO，我希望借助品友的MIP來(lái)幫助我做一些相關(guān)的營(yíng)銷(xiāo)決策。所以現在品友互動(dòng)的工作人員已經(jīng)準備就緒了，接下來(lái)發(fā)生的一切都是在MIP系統里真實(shí)操作的結果。這是我們人工智能的操作平臺，新車(chē)上市的作為CMO最關(guān)心的問(wèn)題是誰(shuí)是我的目標用戶(hù)？

圖上的這些歷史數據終于派上了用場(chǎng)，而不是存在公司某個(gè)角落。幫我打開(kāi)其中一類(lèi)人群投放的數據包，讓我看看具體的分析。

MIP：好的，為您打開(kāi)具體的目標人群。

謝鵬：這些人群分析很豐富，但是我需要更具有行動(dòng)指導力的人群洞察，請幫我做MIP建模，讓我了解和汽車(chē)最相關(guān)的目標人群。

MIP：好的，為您打開(kāi)典型人群建模。

謝鵬：泛娛樂(lè )人群、泛時(shí)尚生活人群、泛生活人群，每一類(lèi)人群都有標簽，看上去根據我的經(jīng)驗判斷比較符合，那MIP就以這些種子用戶(hù)為基礎，用智能人群拓展幫我放大三到六倍。

MIP：好的，用智能人群拓展將種子人群放大三倍、四倍、五倍、六倍。

謝鵬：到六倍的時(shí)候我看到CTR已經(jīng)很低了，那就用五倍來(lái)作為目標人群。確定目標人群就可以進(jìn)行目標測試了，代理商給了我三個(gè)產(chǎn)品概念測試，MIP請幫助我進(jìn)行產(chǎn)品概念測試。

MIP：好的，為您打開(kāi)產(chǎn)品概念測試，首先選擇產(chǎn)品概念測試的人群，執行產(chǎn)品概念測試。

謝鵬：MIP系統為我挑選出來(lái)的是駕駛樂(lè )趣這個(gè)產(chǎn)品概念，根據我們這次新款車(chē)型上市的營(yíng)銷(xiāo)目的來(lái)講，這個(gè)概念是和我們很匹配的。既然確定了產(chǎn)品概念，我們就把這個(gè)產(chǎn)品概念交給代理商，做廣告創(chuàng )意的設計。

代理商為我設計了很多創(chuàng )意，但哪一版創(chuàng )意合適？今天我們就不要拍腦袋，在花費巨額市場(chǎng)費用之前，MIP幫我預測一下這些廣告創(chuàng )意的點(diǎn)擊率？

MIP：好的，為您執行創(chuàng )意的點(diǎn)擊率預測。為您展現的這個(gè)創(chuàng )意點(diǎn)擊率的預估，以及可能對此創(chuàng )意感興趣的人群標簽。

謝鵬：讓我看一下，第一個(gè)、第二個(gè)OK，第三個(gè)點(diǎn)擊率是OK的，但是對這個(gè)創(chuàng )意感興趣的人群標簽和我們的目標人群不太匹配，所以我想把這個(gè)創(chuàng )意剔除一下。第四個(gè)OK、第五個(gè)OK，第七個(gè)點(diǎn)擊率有一點(diǎn)偏低，但是對這個(gè)創(chuàng )意感興趣的人群標簽是科技、智能穿戴設備、數碼家電，這類(lèi)人和我的目標人群比較匹配，所以我在第一輪投放的時(shí)候還是保留這一版創(chuàng )意，最后一版創(chuàng )意點(diǎn)擊率太低了，整個(gè)淘汰吧。

確定了廣告創(chuàng )意，接下來(lái)我們看一下媒體組合，代理商給我提交了一份媒體組合預算表，里面包含了五家媒體，我做選擇的時(shí)候非常清晰，就希望同樣的預算能夠為我覆蓋最多的目標人群，所以MIP請幫我展示這五家媒體的用戶(hù)覆蓋情況？

MIP：好的，為您打開(kāi)媒體覆蓋情況，我們可以看到每家媒體隨著(zhù)時(shí)間的推移，越來(lái)越難獲得新客。

謝鵬：MIP系統幫我做一份分析，就是綜合這五家媒體之后的用戶(hù)覆蓋情況。

MIP：好的，為您執行最佳預算分布預測，像您提供兩張表。

謝鵬：這個(gè)預測的結果比基準的獨立用戶(hù)覆蓋的情況要好很多，這樣，第一波廣告投放的時(shí)候我們就采用MIP的智能預算分配方案。

所以我們整個(gè)新車(chē)的上市到現在為止，過(guò)去我們都是頭腦風(fēng)暴、拍腦袋，今天我借助品友互動(dòng)MIP做了如下決策，我們選擇了目標人群、產(chǎn)品概念測試、選擇了創(chuàng )意、做了媒體策略。在這樣的策略輔助下我們就進(jìn)行廣告投放吧，整個(gè)廣告投放我是可以每天看到反饋數據的，所以廣告投放了三天之后，我想再看一下整個(gè)廣告投放的數據，看中間能不能發(fā)現一些改善的機會(huì )。

MIP：好的，為您打開(kāi)用戶(hù)決策流程。

謝鵬：三天廣告投放下來(lái)，整個(gè)用戶(hù)轉換漏斗還是比較正常的，其中我比較看重高質(zhì)量的訪(fǎng)客這類(lèi)人群，這類(lèi)人群我看看MIP能給我提供哪些人群分析洞察？我打眼一看就注意到在創(chuàng )意這個(gè)維度，只看了一版創(chuàng )意，這類(lèi)人群的轉換是比較低的。但如果我們再追投更多版的物料，它的轉換率就會(huì )比較高，高于平均的水準，說(shuō)明我們在投放的中間應該是多版創(chuàng )意去根據一個(gè)目標人群做追投。但是這個(gè)數據太多，我一下子不能完全得到分析，那MIP你能幫我做一個(gè)更多的洞察的報告嗎？

MIP：好的，為您執行一鍵智能洞察。

謝鵬：高質(zhì)量方可中體育運動(dòng)標簽，山東、天津、內蒙古的高質(zhì)量訪(fǎng)客遠高于曝光占比，可能這三個(gè)地方有特殊市場(chǎng)。最后一個(gè)是我剛才通過(guò)人腦看出來(lái)，要做多版創(chuàng )意的跟投。好，這些智能洞察都整合到接下來(lái)的廣告決策規劃中去。

那媒體方面的數據反饋如何？

MIP：好的，為您打開(kāi)媒體價(jià)值分析，這張想象圖橫軸表現的是媒體獲取UV的情況，縱軸表現的是獲取UV的成本。

謝鵬：右下角顯然這個(gè)媒體是最喜歡的，幫我覆蓋的UV最多，而且獲得UV的成本更低，左上方顯然有問(wèn)題，不僅覆蓋量小，單一用戶(hù)覆蓋成本也高。MIP能給我一些媒體組合方面的建議嗎？

MIP：好的，為您執行一鍵智能洞察。

謝鵬：這些洞察建議也整合到接下來(lái)投放建議的規劃中。那能幫我分析一下轉化路徑嗎？

MIP：好的，為您打開(kāi)轉化路徑分析，先建議您看一下轉化路徑詳情。

謝鵬：那說(shuō)明我們還是要保證一定比例的預算給到非OTV的媒體投放，這些洞察很好，這些洞察交還到外部代理商的合作伙伴和我們的領(lǐng)導，作為我們的經(jīng)驗沉淀下來(lái)。接下來(lái)按照MIP提供的優(yōu)化建議，我們做廣告投放吧。

三天后，我們再來(lái)看看廣告投放的數據。結果很好，第四天、第五天、第六天，在過(guò)去三天里面我們整個(gè)營(yíng)銷(xiāo)的表現、新車(chē)上市的營(yíng)銷(xiāo)表現是進(jìn)一步提升的，非常好。所以我覺(jué)得在今天開(kāi)場(chǎng)的時(shí)候，人工智能對我們企業(yè)的決策從未來(lái)已來(lái)，到現在已經(jīng)實(shí)實(shí)在在發(fā)生了，我現在真真正正感受到了MIP對我們決策的輔助功能，當然所有決策都是我做的，只是MIP給了我很好的幫助，接下來(lái)10年我不擔心我會(huì )丟掉工作，但是我可以更好地使用和利用類(lèi)似品友互動(dòng)MIP的人工智能工具，來(lái)幫助我打敗那些沒(méi)有使用到這些人工智能工具的競爭對手嗎，謝謝MIP，謝謝品友互動(dòng)。

主持人：通過(guò)這個(gè)Demo大家可能感受到了數據在整個(gè)企業(yè)決策中扮演的重要作用，數據就是人工智能、商業(yè)決策的血液。在整個(gè)數據鏈條中電商的數據是很重要的一環(huán)，所以今天我們也利用品友互動(dòng)人工智能大會(huì )這個(gè)會(huì )場(chǎng)的時(shí)機，我們也宣布一個(gè)好的消息。就是在近日，品友互動(dòng)和京東我們達成了一項戰略合作，給廣大廣告主帶來(lái)什么好處？我們可以把京東平臺上的電商數據可以拼到整個(gè)廣告主營(yíng)銷(xiāo)數據的閉環(huán)中間，所以今天我們將非常有幸地來(lái)見(jiàn)證品友互動(dòng)和京東的戰略合作協(xié)議的簽署。

接下來(lái)品友互動(dòng)數據產(chǎn)品和商業(yè)化事業(yè)部的副總裁曹玉驥先生，還有京東云事業(yè)部生態(tài)業(yè)務(wù)萬(wàn)象部總經(jīng)理杜宇甫先生來(lái)簽署戰略合作協(xié)議。

（簽署戰略合作協(xié)議）

建立一個(gè)開(kāi)放的數據生態(tài)系統對于驅動(dòng)人工智能的營(yíng)銷(xiāo)決策是非常重要的，我想二位是不是推舉一下，誰(shuí)來(lái)就雙方的合作闡述一下背后的背景和期望？

曹玉驥：那我就拋磚引玉，今天其實(shí)非常榮幸地可以和京東達成戰略合作，包括我們也可以算成京東生態(tài)的一分子，同時(shí)京東也是作為品友生態(tài)非常深入的一個(gè)合作伙伴。其實(shí)我們今天做的這件事情，在整個(gè)互聯(lián)網(wǎng)圈里應該是一個(gè)里程碑的事情，那它意味著(zhù)其實(shí)我們每一個(gè)互聯(lián)網(wǎng)企業(yè)都在以開(kāi)放的心態(tài)，來(lái)看待數據打通這件事情。我們和京東也磋商了很多輪，包括數據的合規性，包括各種技術(shù)問(wèn)題，非常幸運的是我們最后達成了這個(gè)合作，對每個(gè)品牌客戶(hù)來(lái)講意義是非常深遠的。原來(lái)我們投放品牌廣告評估它的效果很單一，通過(guò)營(yíng)銷(xiāo)閉環(huán)之后，再加上品友的MIP系統，其實(shí)我們背后打造的是整個(gè)營(yíng)銷(xiāo)決策的一個(gè)閉環(huán)，那我們能夠去了解到什么樣的投放對最后的商業(yè)結果產(chǎn)生什么樣的影響，能夠更好地來(lái)去分配預算，謝謝大家！

主持人：謝謝曹玉驥、杜宇甫總。我跟大家透露一下，其實(shí)已經(jīng)有一些廣告主開(kāi)始嘗鮮使用品友MIP和京東數據的戰略合作了，現在京東在忙相關(guān)6·18的大促，預告一下我們在6月底整個(gè)京東和品友我們還會(huì )有一個(gè)更大、更正式的，那時(shí)候還帶著(zhù)客戶(hù)案例的關(guān)于雙方戰略合作的一個(gè)宣布儀式。

所以數據和技術(shù)在營(yíng)銷(xiāo)決策中間的運用，剛才大家已經(jīng)看了一個(gè)Demo，而且又看到了新的推動(dòng)的力量，就是電商數據我們拼在了整個(gè)數據營(yíng)銷(xiāo)閉環(huán)中間的一部分。接下來(lái)我們再請一位來(lái)自于廣告主，一線(xiàn)營(yíng)銷(xiāo)者的認識和分析，來(lái)看看AI是怎么來(lái)驅動(dòng)全鏈路營(yíng)銷(xiāo)的，下面有請LG電子營(yíng)銷(xiāo)成長(cháng)部的部長(cháng)傅昊先生，來(lái)給我們作精彩的演講。

傅昊：大家好，很榮幸受到邀請來(lái)跟大家分享一下在甲方做大數據和智能營(yíng)銷(xiāo)方面的一些感受，如果大家有什么異議和問(wèn)題可以隨時(shí)提，我盡量簡(jiǎn)短。

其實(shí)這句話(huà)不是我說(shuō)的，說(shuō)建立這么一套好的思維方式是最重要的事情，我這里變成什么？說(shuō)企業(yè)的核心資產(chǎn)，特別是我們做營(yíng)銷(xiāo)的，說(shuō)這個(gè)思路是最重要的。具體來(lái)看，分這么幾項。我把它所謂的人、道、術(shù)、器，按照中國的思維理論前面加了一個(gè)人，因為沒(méi)有人，后面這些東西都談不上。對于人來(lái)講，剛才在圓桌討論環(huán)節，無(wú)論是黃曉南總還是各位嘉賓都提出來(lái)了人難找，為什么難找或者尷尬？我們先從最左邊看，營(yíng)銷(xiāo)的話(huà)，其實(shí)你會(huì )看到有商業(yè)還有人文，還有科技是合在一起的。你說(shuō)科技在哪？在工業(yè)時(shí)代，電視和Video就是科技，這個(gè)大家可以不用質(zhì)疑。到了現在所謂的移動(dòng)互聯(lián)網(wǎng)時(shí)代，還有大數據和人工智能時(shí)代，我們怎么看？怎么去選擇這個(gè)人？是什么交集？這是作為甲方、乙方、第三方要考慮的事情。我們要進(jìn)一步看，要進(jìn)行營(yíng)銷(xiāo)，還需要數學(xué)以及IT方面相應的知識，只有這三者的融合才是我們理想做AI營(yíng)銷(xiāo)的人才。在企業(yè)內部來(lái)講，從最高一層CMO、CGO等等這些層面來(lái)說(shuō)，我們怎么統籌這些事情？如果我們的思路不在這個(gè)層面，你怎么驗證這個(gè)人是你需要的交叉性人才，這是一個(gè)挑戰。接下來(lái)在執行層面，我們也聊過(guò)好多現在大的企業(yè)把IT部門(mén)也捆綁進(jìn)來(lái)，說(shuō)在CES上你幫我去看看哪些營(yíng)銷(xiāo)技術(shù)能夠為我們所用，這是一個(gè)融合的趨勢。再有就是更靠譜的說(shuō)我們的合作伙伴、我們的第三方。

那好了人是這樣，接下來(lái)是在道的層面，說(shuō)這個(gè)太虛了，其實(shí)在年少輕狂的時(shí)代，我也不在乎這個(gè)。說(shuō)溝通是什么？張嘴就能說(shuō)話(huà)，甲方、乙方都有辛酸，說(shuō)溝通太難了。在A(yíng)I大數據營(yíng)銷(xiāo)創(chuàng )新的領(lǐng)域里面，我們的溝通什么樣思維層面的認知才能讓我們結出一些有效的，短時(shí)間內的一些碩果來(lái)，這是我個(gè)人的心得體驗跟大家分享一下。最傳統的從這個(gè)認知里面最左邊的上下結構，我們的第三方跟乙方、跟甲方，甲方說(shuō)什么，我就Follow什么，這里面很麻煩的甲方的思維瓶頸或者思維高度很有可能限制了第三方甚至合作公司的程度，其實(shí)這從甲方來(lái)說(shuō)要深刻地認知到，說(shuō)我不能去限制我們的合作伙伴。怎么不能變成編制？就變成了中間的這個(gè)溝通方式，平等，那遇到創(chuàng )新的東西平等夠不夠？還不夠，要變成什么？在創(chuàng )新的模式上要先干嗎？我們要先把方法論統一掉，先把創(chuàng )意執行、銷(xiāo)售執行的基本層面統一掉，舉個(gè)例子生個(gè)小孩要十個(gè)月，甲方不能提出七個(gè)月就要結果，這個(gè)不合理、不合適，也長(cháng)不出好東西來(lái)。

接下來(lái)在術(shù)的層面，舉一個(gè)小的例子，因為這簡(jiǎn)直是再沒(méi)有技術(shù)含量。計算一個(gè)所謂微信、微博、INS的ROI，基本上我們都是在這一層加法的層面上徘徊，當然我們做商業(yè)的都知道徘徊是有一定道理的，但是我們想進(jìn)一步的做加權就好了。其實(shí)所謂的點(diǎn)贊和回復，但是回復里面有粗略的，因為有好有壞的，但是權重上可以調整。即使是這樣的思維，我們有沒(méi)有去執行，這是我們甲方自己要想到的問(wèn)題。

再講到一個(gè)更具體的，器的層面，一講到AI，大家的思維一下就到這個(gè)層面了，不會(huì )講到剛才的人、道的層面，不會(huì )太想到。當然這三個(gè)不是我的成果，其余的都是。簡(jiǎn)單看一下現在A(yíng)I究竟到了哪一步？是所謂風(fēng)來(lái)了或者風(fēng)去了嗎？這個(gè)引用的是5月份咱們的譚鐵牛（音）院士，在做人工智能報告的時(shí)候，他講到在理論層面上第三次技術(shù)大咖們在技術(shù)底層上做出的貢獻，這是我們的客觀(guān)認知。瓶頸，我們以為是人工智能，但是人工智能究竟是什么標準，這都可以探討。但是幾個(gè)瓶頸，舉一個(gè)例子，數據的瓶頸是最好的理解，但是數據的瓶頸怎么突破？一種是我們要積累，還有一種是算法上要做增強，這里面行業(yè)里也在做很多工作。包括其他的困境也不多說(shuō)，因為時(shí)間有限，技術(shù)層面可能大家不是太感冒。但是我們在認知上，一定要有這個(gè)基本層面的認知。

到了最那面一幅圖可能大家最熟悉，至少我們應對上會(huì )應對到國內最中間那一層，2010年的谷歌、百度、Facebook、微信等等這些。到了AI層面，可能現在大家不太熟悉，比如最那邊那個(gè)框，中間那個(gè)詞，我估計70%的人可能不熟悉，但是謝總等等做技術(shù)的同事非常熟悉，它已經(jīng)下探到我們所熟悉的搜索框后面更深層次的東西上面了，在這里做智能的判斷以及推薦，目前這是實(shí)際的東西，不是虛的東西，這是一個(gè)基本的概念。

到更底層，說(shuō)你這到底是什么，摸不摸得著(zhù)，看不看得見(jiàn)，其實(shí)大家現在手里都有智能手機，其實(shí)這個(gè)模型就是一個(gè)智能手機的模型。但是我把它從營(yíng)銷(xiāo)的思維上解構出來(lái)跟大家分享一下，因為其實(shí)每個(gè)層面都可以去提升用戶(hù)體驗，都可以為營(yíng)銷(xiāo)創(chuàng )新，為甲方提供一個(gè)更好的向上的成長(cháng)空間。這里面因為今天我們最主要的是討論的人工智能的東西，前面都不介紹，最上面是我們的上帝，我們的用戶(hù)。從用戶(hù)的用戶(hù)體驗上來(lái)講，是通過(guò)觸摸、感知接觸到屏幕，接觸到屏幕以后是我們的軟件APP，APP之后是所謂的構架，是買(mǎi)蘋(píng)果還是買(mǎi)安卓，是一個(gè)軟件構架。再進(jìn)來(lái)是硬件，傳感器儲存了好多創(chuàng )意，這些甲方肯定都知道。再往下就是所謂云、AI和大數據的層面了，甚至有的廠(chǎng)家簡(jiǎn)稱(chēng)叫ABC，A就是AI，B就是大數據，C就是云。最下面的層面就是接近馬斯洛的需求層面，5G、電池等等。通過(guò)這個(gè)數字營(yíng)銷(xiāo)金字塔模型可以清楚地認知到，比如我們今天跟品友合作，我們談的是哪個(gè)層面的創(chuàng )新，哪個(gè)層面的營(yíng)銷(xiāo)的突破，在我們的認知中一定要有這樣一個(gè)清楚的認知。

進(jìn)入到總結環(huán)節，第一篇我們越來(lái)越滿(mǎn)足點(diǎn)對點(diǎn)的需求了，剛才我也看了謝總的演示，創(chuàng )意就是在這個(gè)，用大家都耳熟能詳的一句話(huà)叫千人千面，技術(shù)上我們現在正在逐步越來(lái)越普及和實(shí)現它，其實(shí)這個(gè)東西也不是新的，因為你查一下谷歌的使命，就是為人們方便地找到信息而做出貢獻。這里面有一個(gè)概念上的提法叫大家都熟悉BI，我們用的最多的BI就是CRM，其實(shí)CRM從80年代、70年代就有了，這里面我覺(jué)得我們有必要提到CI，更進(jìn)一步圍繞消費者的，我們都是消費者，能從手機里拿出來(lái)的數據都是消費者的數據，它怎么幫我們做，當然剛才這里面演示了不多說(shuō)了，當然這里面也有錯誤，之后可能要更新一下。

第二個(gè)，大家都在喊媒體說(shuō)去中心化，在我的理解里面跟大家分享的是兩層含義，一層是所謂看CCTV的少了，就是媒介的中心分散了，大家都在看微博、微信，這是一層去中心化含義，是狹義的。廣義的是媒體不是中心了，我們有沒(méi)有更廣的探討，究竟什么會(huì )是中心？其實(shí)這個(gè)問(wèn)題跟剛才的那一張譚鐵牛院士分享的那一張，在2000年之前是以谷歌這種我們能看見(jiàn)界面的這種在咱們的認知里面是媒體的媒體形式，產(chǎn)生了谷歌的好多廣告、百度的好多廣告，現在不在這個(gè)表層，在更深層次里它是什么？答案我思考數據是未來(lái)的中心化，不容質(zhì)疑，只不過(guò)是總結了一下。

第二個(gè)跟大家出一個(gè)小題目，大家聽(tīng)說(shuō)過(guò)目前線(xiàn)下的數據也很火了，這里有一個(gè)小問(wèn)題，Face Hacking來(lái)的數據怎么和線(xiàn)上線(xiàn)下數據打通？因為只有和線(xiàn)上線(xiàn)下數據打通，才能更好地和消費者互動(dòng)，這怎么實(shí)現？其實(shí)就是數據打通環(huán)節的一個(gè)問(wèn)題。在這里面主要是有一點(diǎn)思考和答案，舉一個(gè)例子，我個(gè)人是在用百度云的，我是有帳號的，里面有存我照片的，理論上應該存自己照片是最多的，雖然我是個(gè)男士。最近我看到百度云總提醒我，說(shuō)你有一個(gè)什么私人的，你要不要OK一下，其實(shí)我知道，只要我OK了，它就開(kāi)始識別我是誰(shuí)了，然后跟我的帳號關(guān)聯(lián)起來(lái)。這樣就把所謂人臉識別的數據跟MA號的數據打通了，至少兩年前我的預想目前已經(jīng)開(kāi)始實(shí)現了。所以作為甲方來(lái)說(shuō)創(chuàng )新的話(huà)，我為什么舉這么一個(gè)小例子，因為道理通了以后你會(huì )發(fā)現創(chuàng )意是無(wú)窮的，我們跟各方的合作都會(huì )更迅速、更好玩、更有趣，誰(shuí)領(lǐng)導誰(shuí)說(shuō)不清。

接下來(lái)我們會(huì )關(guān)心一個(gè)東西，在這么一個(gè)科技發(fā)展的時(shí)代，以至于很多時(shí)候碼農這個(gè)詞不再是一個(gè)很簡(jiǎn)單的詞，我相信以后碼農就等于貴族，這是我的判斷，拭目以待。就好像現在已經(jīng)不覺(jué)得屌絲這個(gè)詞詞性上很難看，這里面總結一下我們應用了好多年的營(yíng)銷(xiāo)鏈路，比如說(shuō)2005年電通更新的消費者，中間加了一個(gè)Secrh，后來(lái)有了谷歌和百度?，F在好多企業(yè)創(chuàng )業(yè)一兩年，百度上一分錢(qián)都沒(méi)有投，大家覺(jué)得谷歌神奇，看到這個(gè)產(chǎn)品就愛(ài)上了，它怎么在變化？這里大膽地預言一下，現在在移動(dòng)和大數據時(shí)代更講究所謂的緣分，它的營(yíng)銷(xiāo)鏈路和消費者的感受鏈路被縮短了，我一看Iphone就喜歡，喜歡就買(mǎi)，買(mǎi)完就跟別人炫，其實(shí)就是所謂的LAW，所以就會(huì )變成這么樣一種傳播。

但是現實(shí)里面不要做，什么意思？咱們反思一下都知道，現在Video的廣告你投不投，可能只是占很小一部分。但是雜志很尷尬，這幾個(gè)營(yíng)銷(xiāo)鏈路依然會(huì )存在，所以明天百度股票應該不會(huì )跌，同時(shí)我們做創(chuàng )新企業(yè)的營(yíng)銷(xiāo)鏈路要朝著(zhù)LAW去，這個(gè)東西不是營(yíng)銷(xiāo)的人員我們沒(méi)有飯碗，而是營(yíng)銷(xiāo)前置到前置到產(chǎn)品開(kāi)發(fā)去。就我知道聯(lián)想前期是根據消費者的需求開(kāi)發(fā)產(chǎn)品，以至于出現了統帥的產(chǎn)品，可以定制化，定制化這個(gè)東西可以批量定制，不能完全的P2P。再有一個(gè)在這種情況下消費者的這種認知，原來(lái)的思維是我先告訴你是什么，怎么樣，什么原因?，F在錘子是這么玩的，先告訴你為什么，怎么樣，然后再告訴你這是什么，在玩這一套東西，這個(gè)大家都有感受到。

接下來(lái)這塊有點(diǎn)撞衫，剛才謝總提到一個(gè)系統，我認為這里面這個(gè)時(shí)代來(lái)講，教科書(shū)里學(xué)的是工業(yè)時(shí)代的理論叫IMC的整合營(yíng)銷(xiāo)傳播，那時(shí)候是電視和Video大行其道的時(shí)代。這個(gè)時(shí)候應該有一個(gè)對應的理論出來(lái)，我把這個(gè)理論命名為III，整合信息的互動(dòng)，傳播只是單向的，互動(dòng)才真正說(shuō)明了我們跟消費者是雙向的，我們先問(wèn)你想要什么產(chǎn)品，然后我們給你開(kāi)發(fā)什么產(chǎn)品。

最后就是CRM的理論其實(shí)是要更新的，從20—80絕對不是它的錯誤，而是它在局部范圍內依然好用，重度用戶(hù)依然是我們最重要的用戶(hù)，但是從數據為中心的這個(gè)思維上來(lái)看，它應該被廣泛的定義下來(lái)。其實(shí)現在大家都知道行業(yè)里最火的一個(gè)詞叫智能營(yíng)銷(xiāo)，就是把DMP和CRM的東西打通，來(lái)實(shí)現一個(gè)沒(méi)有界限的融合，已經(jīng)開(kāi)始了。

總結下來(lái)，無(wú)非就是這五條，從大眾的溝通到點(diǎn)對點(diǎn)的溝通，不是金融跟私匯。第二個(gè)媒體的去中心化，到數據的中心化。第三點(diǎn)AISAS這種消費者行為的長(cháng)鏈路傳播，接下來(lái)LAW的短鏈路傳播，相互融合的時(shí)代。對甲方來(lái)說(shuō)如果屬于長(cháng)鏈路，想辦法繼續朝著(zhù)長(cháng)鏈路走，兼容短鏈路走。還有一條從工業(yè)時(shí)代的IMC到大數據時(shí)代的III傳播理論。最后一個(gè)應用上，我們CRM其實(shí)品友也正在做一件事，雖然我們不直接說(shuō)CRM怎么樣，其實(shí)就是這個(gè)意思。

最后這也是我個(gè)人的一個(gè)口號，咱們得一起共創(chuàng )所謂大的范圍叫人文、科技和商業(yè)的這種美，演講到此結束，謝謝大家！

主持人：謝謝傅昊的精彩演講，演講雖然很短但是框架很完整，從趨勢到手段應用都講到了，我想這來(lái)源于你多年在一線(xiàn)營(yíng)銷(xiāo)體系工作的沉淀。非常感謝到現在為止整個(gè)會(huì )場(chǎng)還坐無(wú)虛席，我不知道前面聽(tīng)了這么多有企業(yè)家，有科學(xué)家，有一線(xiàn)營(yíng)銷(xiāo)專(zhuān)業(yè)人士分享之后大家的心情是變的更激動(dòng)了，還是變的更焦慮了，說(shuō)人工智能怎么做營(yíng)銷(xiāo)決策？好，沒(méi)有關(guān)系，我們今天整個(gè)峰會(huì )的最后一個(gè)精彩的環(huán)節，就是我們再請上更多的營(yíng)銷(xiāo)專(zhuān)業(yè)人士來(lái)為大家再來(lái)詮釋?zhuān)f(shuō)怎么在A(yíng)I時(shí)代我們來(lái)緩解CMO的決策焦慮，這個(gè)環(huán)節我有請這個(gè)環(huán)節的嘉賓瑪氏集團亞太區數字化業(yè)務(wù)與AI創(chuàng )新高級總監彭雅瑞女士，優(yōu)信集團品牌總監陳良智先生，紛析數據創(chuàng )始人兼CEO、互聯(lián)網(wǎng)數據官創(chuàng )始人宋星先生，銀泰西有CEO湯楠女士，品友互動(dòng)CTO歐陽(yáng)辰先生，有請這個(gè)環(huán)節的主持人品友互動(dòng)效果營(yíng)銷(xiāo)事業(yè)部副總裁趙晨。

趙晨：謝謝大家，我先稍微開(kāi)一個(gè)頭，今天這個(gè)環(huán)節我相信大家比較期待，因為今天我們整個(gè)大會(huì )說(shuō)了很多人工智能技術(shù)、算法、數據，請了這么多非常牛逼的人去講這件事情。當然我覺(jué)得大家都比較期待的是那到底人工智能怎么能幫我落地，對一個(gè)廣告主、品牌來(lái)說(shuō)，到底怎么能提升我的效果，所以我覺(jué)得今天我們很榮幸能請這么多嘉賓過(guò)來(lái)分享一下，AI到底怎么能幫你們去落地效率這件事。

所以開(kāi)始每個(gè)人做一個(gè)簡(jiǎn)單的介紹。

彭雅瑞：大家好，我叫彭雅瑞，我來(lái)自瑪氏中國，我和我的團隊負責瑪氏亞太區整個(gè)數字化應用，主要負責其中數據和技術(shù)的部分，同時(shí)在今年年初瑪氏開(kāi)啟了以中國為核心的AI這個(gè)部分的創(chuàng )新，希望中國成為瑪氏龍頭的市場(chǎng)，驅動(dòng)美國在A(yíng)I方面的論壇，這也是我今天為什么來(lái)到這里參加這個(gè)論壇，也想吸收更多信息，為AI做好中國的AI，從而為瑪氏做好全球的AI。

陳良智：很榮幸受到品友的邀請參與這次的討論，我是優(yōu)信集團品牌總監陳良智，我們目前主要做的是二手車(chē)電商平臺在中國的營(yíng)銷(xiāo)推廣工作，大家都知道我們平臺本身屬于一個(gè)新興的業(yè)務(wù)生態(tài)和領(lǐng)域，也涌現出很多新晉的玩家參與到這場(chǎng)營(yíng)銷(xiāo)和市場(chǎng)劃分的戰役中來(lái)，優(yōu)信在這其中做到了很多品牌側和效果側的營(yíng)銷(xiāo)舉措，也遇到了相應的發(fā)展過(guò)程中的瓶頸和困擾，正好借助AI這個(gè)課題我們也開(kāi)展了和品友全鏈路的一些營(yíng)銷(xiāo)打通的合作，也看到了一些改善、優(yōu)化和可提升的方向，所以我覺(jué)得AI對于我們來(lái)說(shuō)，不是一個(gè)很宏觀(guān)的大課題，對于我們現階段其實(shí)是有很實(shí)際的，能夠解決我們降低成本和提高效率的一個(gè)新的解決方案的方向，謝謝！

宋星：大家好，特別感謝品友邀請我來(lái)參加這個(gè)環(huán)節，我是宋星，來(lái)自紛析數據，紛析數據也是品友的戰略合作伙伴，我們主要做的工作是為企業(yè)提供數字化轉型和數據化轉型的咨詢(xún)和顧問(wèn)的服務(wù)，最核心的我們其實(shí)還是利用數據能夠驅動(dòng)更好的互聯(lián)網(wǎng)營(yíng)銷(xiāo)和運營(yíng)的效果，這是我們做的事情，我自己是在利用數據驅動(dòng)整個(gè)互聯(lián)網(wǎng)營(yíng)銷(xiāo)這塊也做的時(shí)間比較長(cháng)，超過(guò)十年了，也很期待跟朋友們多交流，謝謝大家。

歐陽(yáng)辰：大家好我叫歐陽(yáng)辰，在品友負責技術(shù)工作，品友在去年也是確定了我們用大數據和技術(shù)、人工智能為企業(yè)賦能這樣一個(gè)定位，我自己也是在這方面非常有熱情把這個(gè)事情做好，今天也很高興跟大家一塊聊聊這個(gè)話(huà)題。剛剛看到一些MIP產(chǎn)品也是我最近在聚焦的東西，大家有什么好的建議，歡迎大家跟我多多交流和溝通，謝謝大家！

湯楠：大家好我是湯楠，我是來(lái)自西有全球，我們的生意模式是從歐洲以及全世界去拿品牌的商品，拿到中國來(lái)做線(xiàn)上線(xiàn)下分銷(xiāo)，因為我們自己經(jīng)營(yíng)的品牌很多都是老牌的奢侈品，比如GUCCI這些，也有很多新興的沒(méi)有進(jìn)入中國的設計師品牌，我們在線(xiàn)上有分銷(xiāo)渠道，線(xiàn)下全國各地有門(mén)店。剛才所分享到的很多是車(chē)、標準化的標品，作為我們做這些做時(shí)尚產(chǎn)品，或者老牌的歐洲設計師品牌或者奢侈品，其實(shí)在整個(gè)AI的大潮之下也有很多需求，前兩天和傳統奢侈品的一個(gè)中國區總裁在聊天，甚至這些很傳統的都在考慮現在我們沒(méi)有進(jìn)店客人的數據，好像現在看下來(lái)未來(lái)的門(mén)店效率一定都沒(méi)有線(xiàn)上的效率高，所以也很開(kāi)心能夠參加這樣一個(gè)會(huì )議，一起來(lái)跟大家探討在我們這樣的結構之下，有哪些AI的東西其實(shí)可以幫助我們提升商品效率，能夠更好地去跟客戶(hù)做接觸，謝謝！

趙晨：我覺(jué)得能看到我們的環(huán)節很有代表性，從一個(gè)廣告主品牌來(lái)說(shuō)，又有快消、二手車(chē)電商，同時(shí)也有零售，宋星我覺(jué)得大家可能很多人都認識，國外國內所有的產(chǎn)品、DMP、MIP、AI你大概都Push，所以也是在我們行業(yè)里面比較有名的人，加上我們自己的CTO。

開(kāi)始第一個(gè)問(wèn)題，我問(wèn)彭雅瑞總，因為瑪氏多個(gè)品牌，你要影響怎么去用人工智能，不止是線(xiàn)上還有線(xiàn)下，從你的自己體驗，AI在多個(gè)品牌打通或者線(xiàn)上線(xiàn)下打通帶來(lái)什么？

彭雅瑞：首先我簡(jiǎn)單介紹一下，瑪氏在中國大概有兩個(gè)主要品類(lèi)，一個(gè)是零食，比如說(shuō)巧克力、口香糖和這一類(lèi)的糖果類(lèi)，給大家帶來(lái)歡笑、帶來(lái)正能量的這一個(gè)品類(lèi)。大家不會(huì )在餓著(zhù)肚子的時(shí)候想吃巧克力，更多時(shí)候是想送禮物的時(shí)候會(huì )想到，很多時(shí)候不是在線(xiàn)上直觀(guān)找到的品類(lèi)。另外一個(gè)品類(lèi)是寵物食品，在我們眼里看來(lái)就像嬰兒食品一樣，寵物主人特別是把寵物當成自己家庭成員一部分的寵物主人，他非常在乎我一定要在固定的時(shí)間給我其中的家庭成員最好的食品和服務(wù)，所以這兩個(gè)品類(lèi)在整個(gè)數字化的過(guò)程中會(huì )遇到非常不一樣的挑戰和機會(huì )，這也是我們去看品牌品類(lèi)的數據，會(huì )放在不同的角度去看我們是不是要打通它？還是說(shuō)找到一些相關(guān)的場(chǎng)景，在這個(gè)場(chǎng)景里面很多品牌都有相似的故事做打通。對于我們來(lái)說(shuō)利用AI，不是想著(zhù)怎么打通數據，更多是利用AI找到新的或者更多的和消費者有交集互動(dòng)的這些場(chǎng)景，基于這些場(chǎng)景去看這些數據怎么樣可以指導我們找到新的消費者需求，在這上面有新的產(chǎn)品或者服務(wù)做創(chuàng )新。然后怎么樣再回到這個(gè)場(chǎng)景，找到更多的消費者，可能有類(lèi)似需求的，它不僅會(huì )指導我們產(chǎn)品的創(chuàng )新、服務(wù)的創(chuàng )新，也會(huì )指導我們新的通路的建設。所以我們所有利用AI的場(chǎng)景，都是基于產(chǎn)品和服務(wù)創(chuàng )新的這一條鏈路來(lái)做的，所以我們不存在為了針對品牌的數據，可能不同品牌有非常多的數據，要先機械地放在一起打通這件事情，這不在我們的工作里面。

趙晨：那有沒(méi)有具體比較有意思的發(fā)現？

彭雅瑞：比如說(shuō)我們去看巧克力這個(gè)品類(lèi)，通常之前巧克力在情人節、春節才出現，意味著(zhù)這么大的巧克力市場(chǎng)，一年有一半時(shí)間大家都不會(huì )想到巧克力。我們在想巧克力會(huì )和什么新的場(chǎng)景相關(guān)，我們利用大數據做語(yǔ)義分析，看談到巧克力的人在談什么，購買(mǎi)過(guò)巧克力這個(gè)品類(lèi)的人，同時(shí)購買(mǎi)了什么其他品類(lèi)，他的著(zhù)裝風(fēng)格是什么樣，是動(dòng)漫族還是科技一族。在這個(gè)基礎上我們發(fā)現有一個(gè)非常年輕的消費群體一直在吃巧克力，不是為了送禮，也不是為了春節的時(shí)候作為春節的糖，是在考試之前去解壓的，所以是一個(gè)非常年輕的十幾歲的消費群體，在這個(gè)基礎上我們發(fā)現這是一個(gè)新的場(chǎng)景，我們可以去挖掘，我們從2016年開(kāi)始初步嘗試也許考試解壓這是消費者內心里面有的一個(gè)潛在場(chǎng)景，我們要好好地去挖掘它，我們就利用這個(gè)點(diǎn)重新創(chuàng )造了巧克力的產(chǎn)品序列和細分場(chǎng)景，所以大家可以看到每年高考之前或者大學(xué)主要考試之前，我們會(huì )有很多巧克力品牌非?；钴S地在和大家做互動(dòng)，而且我們實(shí)際收到的效果也是意外之喜，會(huì )看到這個(gè)階段的升量和傳播的內容，可以幫助我們催發(fā)出下一個(gè)場(chǎng)景應該怎么做這樣一個(gè)課題？所以我們從原來(lái)淡旺季的巧克力產(chǎn)品現在變成了每個(gè)月都是旺季。

趙晨：第二個(gè)問(wèn)題問(wèn)一下陳總，我覺(jué)得您這邊的角度還算是比較特殊，因為二手車(chē)這個(gè)行業(yè)還算是一個(gè)比較新的行業(yè)，同時(shí)你們現在競爭的環(huán)節也非常激烈，所以你可不可以從這個(gè)角度說(shuō)一下，你這邊的壓力比較大，你希望AI能給你帶來(lái)什么？

陳良智：首先說(shuō)作為我們這個(gè)品類(lèi)很多人把我們當成汽車(chē)，其實(shí)我們和汽車(chē)的品類(lèi)還不是非常相關(guān)，因為整個(gè)二手車(chē)電商平臺的這些玩家更多服務(wù)于B2C或者C2C電商平臺搭建的服務(wù)模式，在這種服務(wù)模式下所對應的消費標的物，二手車(chē)這個(gè)標的物本身是一個(gè)很重決策、低品類(lèi)的品類(lèi)。我舉一個(gè)簡(jiǎn)單的例子，2017年整個(gè)中國二手車(chē)交易量大概1200多萬(wàn)輛，我每次在做市場(chǎng)品牌傳播過(guò)程中，每一次、每個(gè)月傳播曝光量級至少也是在5—10億，也就是說(shuō)我們有大量曝光沒(méi)有辦法轉化成最終成交，是因為整個(gè)市場(chǎng)容量和消費的需求還沒(méi)有被完全激活，在當下來(lái)說(shuō)很難看到實(shí)時(shí)的收效，這是我們這個(gè)品類(lèi)所面臨的困境。為什么還要做持續曝光，持續影響我們的消費者群體，持續發(fā)現我們的用戶(hù)在哪里，是為了持續地去跟蹤，找到他購買(mǎi)的可能性，和他周?chē)H朋的可能性，和他未來(lái)?yè)Q車(chē)相應需求的產(chǎn)生。在這個(gè)需求產(chǎn)生的時(shí)候，能把我們作為他頭腦份額那個(gè)小抽屜里的備選項拉出來(lái)，才能最終轉化成認可你的產(chǎn)品和服務(wù)，最終轉化我們的用戶(hù)，這個(gè)流程非常長(cháng)。

AI可以幫我們發(fā)現用戶(hù)，因為我們品牌長(cháng)期曝光積累了大量數據，也積累了當時(shí)對于我們廣告曝光初步的反饋動(dòng)作和行為，但是我們面臨這樣一個(gè)困境，他沒(méi)有辦法轉化為我們的用戶(hù)，我們如何實(shí)時(shí)跟蹤和影響，如何找到他當下在對我們品牌的狀態(tài)，是對我們品牌已經(jīng)認可了，還是說(shuō)已經(jīng)有了一定偏好度，還是說(shuō)偏好度也有了，只是在我們平臺服務(wù)或者價(jià)格決策上沒(méi)有辦法把關(guān)，基于這一點(diǎn)我們每一次溝通需要有不同的語(yǔ)言、溝通方式、不同的溝通渠道和出現的時(shí)機，去跟他做進(jìn)一步的影響，才有機會(huì )盡可能加深他在整個(gè)銷(xiāo)售漏斗下一步轉化的行為。所以說(shuō)AI對于我們來(lái)說(shuō)，是一個(gè)更長(cháng)遠的用戶(hù)發(fā)掘和用戶(hù)維系、持續影響的這么一個(gè)工具也好，或者說(shuō)是解決方案也好。

目前我們也在做這樣的嘗試，也在這樣的嘗試過(guò)程中發(fā)現了很多我們原來(lái)品牌傳播、效果傳播中相對割裂，又完全沒(méi)有打通問(wèn)題的可優(yōu)化的節點(diǎn)。我覺(jué)得品友目前所提出的解決方案，我們也在做測試，還沒(méi)有最終的結論，但是我們是希望這一縷曙光能夠把我們在整個(gè)用戶(hù)傳播效率上有很大的改善和提升，這是目前的狀況。

趙晨：兩位說(shuō)的比較類(lèi)似的是首先找對人，找對人不一定是AI帶來(lái)的價(jià)值，但是找對人在對的場(chǎng)景里面很重要。我問(wèn)湯總，我覺(jué)得西有全球還算是比較有意思的地方是說(shuō)您大部分希望影響的是線(xiàn)下，所以您這邊也分享一下從您這邊的經(jīng)驗來(lái)說(shuō)，你是怎么利用AI的？

湯楠：因為我們自己現在商業(yè)模型更像是蘑菇形狀的，未來(lái)我們更想變成八爪魚(yú)狀態(tài)。比如打開(kāi)一個(gè)手機淘寶，里面搜索西有全球好店，是直接進(jìn)入我們的頁(yè)面的，這里面已經(jīng)包含了幾十個(gè)奢侈品牌，里面有上千款商品，每年銷(xiāo)售額，在線(xiàn)上每家店交易額應該是幾個(gè)億的規模，所以線(xiàn)上已經(jīng)做到了線(xiàn)上的千人千面，這部分已經(jīng)可以有數據的應用，其實(shí)它的數據并沒(méi)有能夠跟線(xiàn)下的數據產(chǎn)生聯(lián)動(dòng)，這是一方面我們現在面臨到的難題。前面也通過(guò)一些工具去嘗試性的把一些對于線(xiàn)下點(diǎn)位的人群進(jìn)行歸類(lèi)，我們通過(guò)一周的測試發(fā)現比傳統店鋪店員統計的人數要百位于傳統店鋪的數據抓取，這同時(shí)是通過(guò)一些后臺的技術(shù)能夠對于這些人的人群進(jìn)行分類(lèi)，能夠發(fā)現他們在線(xiàn)上購物車(chē)里面加購的東西，所以當你線(xiàn)下再次展示的時(shí)候對于他們的購買(mǎi)，會(huì )更加Push他的更多的購買(mǎi)欲望，所以這樣一個(gè)淺層次的線(xiàn)上線(xiàn)下數據交互，以及指導線(xiàn)下的鋪貨和品牌陳列。所以其實(shí)更多線(xiàn)上線(xiàn)下的連接，或者是我們更豐富的需要看到的一個(gè)人，他是一個(gè)立體的人，而不是告訴我她是25—30歲，女性，家里有小孩，有車(chē)。其實(shí)零售層面我們更加應用的是多維數據，她希望尖頭鞋還是圓頭鞋，高跟鞋還是球鞋。線(xiàn)上線(xiàn)下的聯(lián)動(dòng)，以及這個(gè)人群線(xiàn)上全方位的畫(huà)像，能找到她線(xiàn)下的結合點(diǎn)，所以未來(lái)線(xiàn)上的決策反哺到線(xiàn)下的產(chǎn)業(yè)鏈，會(huì )從一個(gè)蘑菇的狀態(tài)到八爪魚(yú)的狀態(tài)，長(cháng)出來(lái)的角更多是落地點(diǎn)。這一點(diǎn)也是想跟大家互動(dòng)，表達一下我們明確的需求，從標品類(lèi)的一對多用戶(hù)的多的需求，我們是多對多的需求，從消費模式上我們是完全自營(yíng)的，從品牌一開(kāi)始貨權到最終消費出去，這中間整個(gè)都是我們自營(yíng)的，所以鏈路完整性、數據完整性是可以保證的，希望在這個(gè)層面里更多提升商品效率，服務(wù)核心用戶(hù)，找到場(chǎng)景切片，找到一些消費機會(huì )。

趙晨：我這個(gè)問(wèn)題問(wèn)宋老師和歐陽(yáng)，我覺(jué)得你們服務(wù)過(guò)多個(gè)客戶(hù)，從你們的經(jīng)驗來(lái)說(shuō)，你們認為對一個(gè)廣告主來(lái)說(shuō)，AI給他提供最需要的價(jià)值是什么？

宋星：我自己因為工作的關(guān)系一直在用這些數據，從CMO的角度上目前遇到的挑戰非常明顯，因為整個(gè)行業(yè)這幾年變化特別快，尤其是技術(shù)和數據帶來(lái)的變化非?？?。第一個(gè)最大的實(shí)際上是CMO所面臨的劇烈性，因為我們可以看到這幾年的情況，包括瑪氏，我們能看到行業(yè)中消費者的節奏是很快的，因為是一個(gè)開(kāi)放的世界，整個(gè)國家經(jīng)濟變動(dòng)非?？?，在這樣一種不確定的環(huán)境中，AI解決的是不確定性，在一定程度上消滅不確定性。我不知道算不算AI，10年前我們已經(jīng)開(kāi)始做了，游戲上我們做的是怎么通過(guò)數據減少他客人的流失，今年人工智能是基于這一套，最終是來(lái)自決策數的，決策數是用在人工智能最基礎的環(huán)節，當我們預測游戲的流失，實(shí)際上就是用他過(guò)去的流失做一個(gè)方程出來(lái)，用的工具是一個(gè)基礎性的工具，拿出來(lái)的結果我們用今年上半年的數據驗證它的模型。今天我們轉過(guò)頭來(lái)說(shuō)是AlphaGo，基于這樣不斷地用歷史數據的方法，通過(guò)預測這塊，在10年前我們已經(jīng)幫助做不確定性的消彌。我們在創(chuàng )意這塊印象特別深，過(guò)去這樣一些數據的積累，我們能夠在創(chuàng )意上，判斷出未來(lái)的某一個(gè)創(chuàng )業(yè)有80%或者多少的區間，能夠有什么樣的效果，這是AI非常典型的應用。

利用這樣一種方法，這是AI一個(gè)比較基礎的應用。在第二個(gè)層次上，AI幫助我們基于現在這樣一個(gè)新的營(yíng)銷(xiāo)態(tài)勢創(chuàng )造一些融合的機會(huì )，這其實(shí)剛才已經(jīng)講到了在不同的場(chǎng)景下能夠適應。為什么我特別強調融合，是因為今天你看過(guò)去的營(yíng)銷(xiāo)部門(mén)和運營(yíng)部門(mén)其實(shí)是兩個(gè)部門(mén)，這兩個(gè)部門(mén)是分開(kāi)的，我很多客戶(hù)都是這樣，大家不會(huì )管彼此的事情。今天就像品友的這樣一些數據，我們取得的這樣一些數據，幫助我們解決的最大的問(wèn)題，剛才湯總也說(shuō)了我們希望能夠做這樣一些打通，我們希望把這幾個(gè)環(huán)節完全打通。對營(yíng)銷(xiāo)同學(xué)必然是一個(gè)很大的挑戰，這個(gè)挑戰我現在看來(lái)唯有AI很大程度上能夠幫助，因為AI本身最典型的像DSP，實(shí)際上是最典型的AI應用，因為它是基于監督學(xué)習的。我們都知道RTB不叫RTB的時(shí)候，你要給汽車(chē)人群投放，你去找這個(gè)人群。實(shí)際上人工智能不是這樣一個(gè)運作機理，是我們能夠以終為始的方法去使用這個(gè)數據。實(shí)際上這個(gè)監督學(xué)習已經(jīng)極大幫助我們提高了廣告營(yíng)銷(xiāo)的效率，雖然現在RTB由于一些關(guān)系沒(méi)有像前幾年那么火熱，但是監督學(xué)習這種方式已經(jīng)完全改變了，徹底重新改寫(xiě)了今天廣告投放的方式。

如果我們去看像今日頭條，其實(shí)全部都是用這種方法，OCDP、OCPM、OCDA，全部是用這樣的方法。AI早已經(jīng)改變了我們今天的工作，第三個(gè)面臨更大的挑戰是營(yíng)銷(xiāo)的碎片化，我們知道整個(gè)宇宙是一個(gè)山，互聯(lián)網(wǎng)成熟的標志，互聯(lián)網(wǎng)碎片化的程度比過(guò)去厲害太多，現實(shí)世界很無(wú)序很混亂，會(huì )映射到互聯(lián)網(wǎng)上，這對互聯(lián)網(wǎng)非常好，但對于CMO來(lái)說(shuō)是一個(gè)很大的挑戰，過(guò)去我們其實(shí)只研究?jì)蓧K，一個(gè)是搜索廣告，一個(gè)是Bena廣告，其實(shí)我們今天不光有搜索，我們還有視頻廣告、前貼片、抖音廣告、信息流廣告，還有好多各種很難去數的廣告全部都出來(lái)，甚至還有關(guān)于個(gè)人的。所以營(yíng)銷(xiāo)整個(gè)因為消費者的碎片化、內容碎片化，造成了整個(gè)營(yíng)銷(xiāo)的碎片化，這樣的一種碎片化我們會(huì )越來(lái)越發(fā)現根本沒(méi)有辦法通過(guò)人工做得到，只有通過(guò)人工去幫助。前段時(shí)間我去谷歌看到蠻好玩的是谷歌新的思路，比如說(shuō)他們在語(yǔ)言識別上、圖象識別上AI的成果用在營(yíng)銷(xiāo)上，適配一萬(wàn)個(gè)圖片，把關(guān)鍵詞歸納出來(lái)看每一個(gè)圖片最終轉化的效果，同樣我相信MIP也是用類(lèi)似的方法去識別創(chuàng )意圖片的情況，然后看他們的CPR、CPA等等的狀況，來(lái)幫助實(shí)現更好的轉化。同樣碎片化這塊，也是利用這樣一些方法去看不同消費者歸因路徑上，不管怎么判斷都是用一維的方法衡量碎片化的多維數據。谷歌已經(jīng)做出來(lái)人工智能的歸因模型，實(shí)際上就是通過(guò)你在消費者的整個(gè)轉化路徑上的一些具體行為，雖然都是用搜索引擎，但是A消費者在搜索引擎上停留時(shí)間比較長(cháng)，B消費者比較少，那A消費者會(huì )有更大的權重，從而換更準確的整個(gè)渠道的數據，幫助我們做更好的策略。所以AI已經(jīng)改變了營(yíng)銷(xiāo)的面貌，我相信未來(lái)還有更多的轉型應用，這就是為什么我覺(jué)得品友MIP特別興奮的原因，這一定是適應于未來(lái)整個(gè)營(yíng)銷(xiāo)的潮流。

趙晨：歐陽(yáng)，我覺(jué)得您這邊代表品友也服務(wù)了非常多不同類(lèi)型的客戶(hù)，有沒(méi)有一兩個(gè)AI提供的價(jià)值，廣告主、CMO跟你說(shuō)這是我對想要的。

歐陽(yáng)辰：過(guò)去兩年我們用我們的數據產(chǎn)品服務(wù)了很多客戶(hù)，隨著(zhù)產(chǎn)品里面數據量越來(lái)越多，我們的產(chǎn)品輸出越來(lái)越多洞察和決策，我覺(jué)得很多客戶(hù)對它的決策都慢慢上癮了，一旦用上了以后下次再使用的時(shí)候基本是百分之百依賴(lài)，越來(lái)越重度依賴(lài)我們的數據產(chǎn)品輸出的決策能力。在打造產(chǎn)品過(guò)程中，我覺(jué)得我在分三個(gè)層面培養它的AI競爭力。第一個(gè)，這個(gè)產(chǎn)品里面的識別能力，這個(gè)數據產(chǎn)品比如說(shuō)對流量里面進(jìn)行比較精準的識別，甄別出哪些是虛假流量，哪些是有效的流量，哪些是高質(zhì)量的流量。其包括在創(chuàng )意分析里面，我們能夠任意輸入一張圖片，分析出它的顏色、字體還有里面的元素，所以我們非常注意打造產(chǎn)品對數據的識別能力。

第二個(gè)深度的分析能力，不再是一維的分析，而是多維度的分析，交叉維度的分析，比如我們做創(chuàng )意分析的時(shí)候，會(huì )把創(chuàng )意和人分解成很多維度，兩兩維度或者兩三交叉維度做深度分析，這種分析很多時(shí)候能獲得很多相關(guān)性，非常有意思的相關(guān)性，這些相關(guān)性我們很多時(shí)候也是獲得了客戶(hù)的一些好評。

第三個(gè)層面，其實(shí)我們在打造的是決策能力，這其實(shí)就是我們剛才MIP演示的很多，看了很多數據以后最后按個(gè)按紐說(shuō)看有什么策略生成，這是考驗系統的決策能力，假設我們有這樣的決策，應用的時(shí)候它應該采用什么樣的人群策略、創(chuàng )意策略和媒體策略，這是我們在打造MIP產(chǎn)品的時(shí)候會(huì )聚焦在識別和深度的分析能力，還有決策能力。我們在決策方面希望跟一些數據反饋打通，這樣能幫助提升我們產(chǎn)品的競爭力。

趙晨：我覺(jué)得宋老師、歐陽(yáng)分享的很多是交叉維度一些洞察的事情，是說(shuō)投對人，這個(gè)人有可能是男性、年齡、收入、興趣，我在什么時(shí)間投他，有可能他會(huì )完成，什么時(shí)間投他，他有可能買(mǎi)汽車(chē)。

我再問(wèn)一個(gè)問(wèn)題，宋星其實(shí)說(shuō)到了這一點(diǎn)，AI在這個(gè)市場(chǎng)很重要的一個(gè)原因，是因為現在廣告主對廣告技術(shù)公司的要求越來(lái)越苛刻，他們對他們自己的要求也越來(lái)越苛刻，其實(shí)在前面一個(gè)圓桌中也談到了這一點(diǎn)，他們最后一句話(huà)廣告主怎么考核標準非常重要，到底什么考核標準是說(shuō)這件事是成功還是不成功的？這個(gè)問(wèn)題誰(shuí)想分享？

彭雅瑞：其實(shí)我覺(jué)得在A(yíng)I的時(shí)代考核標準是更容易確定和辨識的，更多的是從廣告主來(lái)講，或者從現有部門(mén)的利益來(lái)講，你愿不愿意把它作為（英文）去做。從我們過(guò)去實(shí)踐來(lái)看，從品牌廣告到效果廣告轉化，是所有CEO都要求更多看到的，不管是效率還是效果對于企業(yè)增長(cháng)過(guò)程中是最重要的一環(huán)去看它的投資效果的。我們去做的也是更多從大的角度去看，這一定是更多的效果廣告、品牌廣告，品牌廣告給了我們非常好的積淀，對品牌價(jià)值的保證，效果廣告同時(shí)給我們一個(gè)機會(huì )看到調整優(yōu)化和我們實(shí)際上跟消費者互動(dòng)過(guò)程中得到更多的信息。我們做AI創(chuàng )新的時(shí)候也會(huì )兩個(gè)部分一起去看，我們會(huì )通過(guò)輿情監測的方式也可以找到效果的部分。另外一個(gè)部分更加極致，比如我們投的內容，不管是視頻還是什么，我們會(huì )實(shí)時(shí)看到它的銷(xiāo)售轉化，這其實(shí)也是其中的硬指標，我們會(huì )在每一年看這兩個(gè)比例應該怎么去放，趨勢是效果廣告部分，或者我們希望更多投放可以看到效果，產(chǎn)生我們再去投放。如果當我們遇到一些問(wèn)題，我們也會(huì )去優(yōu)先看效果。

陳良智：這個(gè)問(wèn)題是我們營(yíng)銷(xiāo)人很需要面對有時(shí)候又很糾結的問(wèn)題，尤其是一些特殊的長(cháng)鏈條的消費領(lǐng)域，比如我們的消費領(lǐng)域。一般我們在做效果廣告的時(shí)候，我們會(huì )用兩個(gè)指標去看，這兩個(gè)指標是必須去堅持的，最后核心最重要的是銷(xiāo)售，為什么還要找類(lèi)似的區間值去判斷這樣一個(gè)效果？因為有些消費領(lǐng)域確確實(shí)實(shí)沒(méi)有辦法通過(guò)目前線(xiàn)上能實(shí)現的這種曝光到轉化的監測鏈條直接達到消費者的目標，它達不到。所以我們會(huì )刻意去拿這樣的中間間先去評判中間的效果，這是目前當下沒(méi)有辦法的一個(gè)選擇。

第二個(gè)部分，包括瑪氏的伙伴也分享了，我們一直也在探索品牌廣告、效果廣告是什么樣的關(guān)系？沒(méi)有一個(gè)企業(yè)可以去決策說(shuō)現在效果廣告可以看到明顯直接的轉化數據，是不是說(shuō)效果應該是最核心的，拿到最多的核心選擇。企業(yè)知道這樣的現象，但是它沒(méi)有辦法做這樣的決策，因為品牌側的效果很難衡量它對于終端所有效果的流轉帶來(lái)的溢價(jià)的提升，因為效果廣告是一對一的關(guān)系，只要做立刻出結果。品牌廣告在我們看是一對多的關(guān)系，戶(hù)外或者傳統電視的廣告，可能沒(méi)有辦法有效果廣告這么好的方式積累這么多數據，但是這些廣告大量投入會(huì )帶來(lái)整個(gè)品牌指數的增長(cháng)、搜索詞出價(jià)的降低等等，是一對多的關(guān)系，導致整體品牌在傳播過(guò)程中所有鏈條都有提升的幫助。但是沒(méi)有辦法說(shuō)到底對哪個(gè)指標的幫助達到什么樣的KPI，這是至少包括我在也面臨的這樣一些挑戰。好的是說(shuō)我們在數字可以打通的傳播領(lǐng)域中有AI的技術(shù)出現，包括宋老師提到的RTB、DSP等等，雖然這些概念我們也遇到很多爭議，但是它核心的思考和解決邏輯其實(shí)是非?？茖W(xué)的，可以自動(dòng)降低我們很多在廣告投放決策中需要人為去不確定的或者憑歷史數據、經(jīng)驗沒(méi)有辦法應對當下實(shí)時(shí)環(huán)境的決策，AI在這中間起到了很大的幫助作用。

未來(lái)其實(shí)也有一些惶恐和期待，是說(shuō)目前很多媒體的傳播市場(chǎng)其實(shí)并沒(méi)有抱一個(gè)很開(kāi)放的姿態(tài)去面對我們的這樣一個(gè)改善，比方說(shuō)為什么會(huì )有商湯科技這種服務(wù)的出現，也是盡可能去打通線(xiàn)下這種沒(méi)有辦法統計到的數據，為線(xiàn)上決策提供一定的依據。還有大量的領(lǐng)域，包括戶(hù)外廣告市場(chǎng)，分眾、大型戶(hù)外廣告牌等等，沒(méi)有辦法包容我通過(guò)技術(shù)革新幫助企業(yè)提供相應的數據，沒(méi)有做這樣的決策，也沒(méi)有準備面對這樣的變化，導致我們在整體的傳播過(guò)程中很大的一塊預算和投入其實(shí)沒(méi)有納入到我們整體的這樣一個(gè)評估鏈條中來(lái)，很可惜。即便是現在電視雖然說(shuō)有JRP等等這樣的概念，其實(shí)還是停留在曝光層面的這樣一個(gè)東西，也沒(méi)有辦法幫我們去做更多的決策。我相信有一點(diǎn)是說(shuō)即便數字現在這么發(fā)達，我們有這么好的一些解決方案，但它一定不是完整去取代我們整體媒介環(huán)境的這樣一個(gè)解決方案，我希望看到未來(lái)整體至少大的電視戶(hù)外這樣的領(lǐng)域也能擁抱數字的變化，通過(guò)我們現在新的整體的這種全AI智能打通的這種思考，能幫助我們做更多的決策，而不是說(shuō)OK，我把數字單獨拿出來(lái)，用這樣的方式去做新的決策，其他的方式似乎又回到了原點(diǎn)，就是這樣，有一點(diǎn)點(diǎn)可惜，這是我們的一些看法。

湯楠：在零售領(lǐng)域里面，我剛才在想和大家討論的維度好像不一樣，我們好像更細一點(diǎn)。因為像這些品牌的廣告，更多還是考慮在比如說(shuō)一些搜索，但我們其實(shí)已經(jīng)進(jìn)入了一個(gè)電商的單品的投放，或者是一種風(fēng)格的銷(xiāo)售，如果說(shuō)奢侈品引領(lǐng)整個(gè)時(shí)尚的潮流，是在每一季販賣(mài)一種潮流，我們作為零售商或者渠道其實(shí)銷(xiāo)售的是這個(gè)潮流下的每一個(gè)單品。在這樣一個(gè)顆粒度更加小、多對多的情況下，可能它創(chuàng )造出的零售熵是字旁的熵，可能更加復雜，這個(gè)角度上，它的效果可能是提高商品的周轉和商品的效率，再往前一步怎么在渠道當中看到中間值，這還是要各位大咖去討論的。

趙晨：因為時(shí)間的原因，我問(wèn)宋老師和歐陽(yáng)的問(wèn)題是后面的問(wèn)題，從您的答案也可以說(shuō)一下，像我們這種類(lèi)型的公司，或者你們看到的平臺，是怎么幫助他們解決這種問(wèn)題？

宋星：對于A(yíng)I這塊，我非常相信未來(lái)一定有非常多的作為在營(yíng)銷(xiāo)這塊。我目前也看到了這樣一些挑戰，這些挑戰可能造成了剛才陳老師說(shuō)的有一些問(wèn)題，比如一些環(huán)節還是打不通的，因為品牌本身是難以非常好定量化的東西。但即使我們無(wú)法百分之百定量化，我們只要比過(guò)去能夠更加定量化，就是很大的進(jìn)步。今天的AI，比如說(shuō)MIP，我們要把握幾個(gè)點(diǎn)，第一個(gè)點(diǎn)，我們能夠捕獲數據的程度和我們能夠打通數據的程度，這一點(diǎn)我相信AI已經(jīng)做了很多的事情，比如說(shuō)線(xiàn)下的數據，剛才LG的老師已經(jīng)講過(guò)我們可以用刷臉的方式。我們做了很多討論跟品友一塊，底層本身是打通的一套數據系統，即使是今天的戶(hù)外廣告，整個(gè)人工智能在客戶(hù)端這塊，在設備上，通過(guò)端人工智能我們可以識別人臉，并且快速實(shí)現ID的打通，即使今年不實(shí)現，兩三年也會(huì )快速在這個(gè)行業(yè)里面發(fā)生。馬上過(guò)去一些覺(jué)得線(xiàn)上戶(hù)外廣告不能解決的問(wèn)題，在未來(lái)至少能夠解決一部分，這部分我覺(jué)得是第一個(gè)點(diǎn)。

第二個(gè)點(diǎn)，數據可利用率一定會(huì )再不斷加強。之前能看到BAT這些巨頭擁有的數據實(shí)際上整個(gè)趨勢是越來(lái)越封閉，在這樣一種封閉的情況下，我拿到數據不多的情況下，怎么保障投放質(zhì)量。過(guò)去從開(kāi)放到封閉，又從封閉再轉到開(kāi)放，大家都知道，包括BAT，尤其是A和T，騰訊5月29日開(kāi)了一個(gè)大會(huì )，發(fā)了V+戰略，整個(gè)V+實(shí)際上很重要的一點(diǎn)就是更加開(kāi)放的騰訊去創(chuàng )造基于A(yíng)I大的生態(tài)，在這樣一個(gè)大的生態(tài)下，我們過(guò)去不能做到的投放方式，今天其實(shí)已經(jīng)可以做到。包括我們認為最封閉的阿里，阿里的很多數據有一定的辦法你可以拿出來(lái)，當然更偏技術(shù)化。比如我有電話(huà)號，我用這些東西換阿里的標記數據，可以實(shí)現投放，但是投放范圍比較有限，但已經(jīng)比過(guò)去走了大大一步。所以數據應用這個(gè)層面上，我覺(jué)得已經(jīng)比過(guò)去好太多。

第三個(gè)是可追蹤的效果，已經(jīng)遠遠比過(guò)去要強大，就像我剛才說(shuō)的前端的營(yíng)銷(xiāo)已經(jīng)跟后端的運營(yíng)，乃至于后端最后的銷(xiāo)售能夠去打通，比如現在的新零售，汽車(chē)行業(yè)很典型，線(xiàn)上的營(yíng)銷(xiāo)有沒(méi)有帶到4S店去，有沒(méi)有產(chǎn)生相應的行為，過(guò)去汽車(chē)已經(jīng)是最大的作弊行業(yè)，今天情況已經(jīng)改觀(guān)了，全都是數據和AI所創(chuàng )造的改變。所以我覺(jué)得是時(shí)間的問(wèn)題，很多過(guò)去是問(wèn)題，自然而然可能不會(huì )再是問(wèn)題。

歐陽(yáng)辰：在營(yíng)銷(xiāo)里面，我覺(jué)得AI給營(yíng)銷(xiāo)帶來(lái)最大的好處就是能夠建立品牌主和消費者更好的體驗，這種更好的體驗主要表現在大規模的個(gè)性化，具體是每個(gè)人感受到品牌主不同的信息傳遞，這是最大的好處。

具體實(shí)現我覺(jué)得AI在實(shí)現這個(gè)路徑上，我覺(jué)得是一種潤物細無(wú)聲的方式來(lái)實(shí)現，很多后面的算法、數據都在做很多事情，剛才各位老師都說(shuō)了。我自己覺(jué)得短期來(lái)看，我們很容易高估了AI的這些作用，但是從中期和長(cháng)期來(lái)看，我們很容易低估它的效果，我自己還是非常篤定AI在營(yíng)銷(xiāo)里面會(huì )扮演越來(lái)越重要的角色。就像冰山理論一樣，AI是在冰山下面八分之七的位置，繼續努力。

趙晨：我最后補充1分鐘，因為我自己做優(yōu)化做了十幾年，不管是優(yōu)化還是管理優(yōu)化師。我們今年也聽(tīng)到了很多比較精彩的分享，對于廣告主來(lái)說(shuō)，他們現在要求確實(shí)比原來(lái)要細節很多，我能夠分享的是說(shuō)人工做不了的東西是什么？是說(shuō)這個(gè)人在對的場(chǎng)景，他現在用什么手機端，到底在什么地域，細節到多個(gè)維度的時(shí)候，我到底給他投什么類(lèi)型的創(chuàng )意。就是你把所有的東西都鏈接起來(lái)，這只是機器能做的事情。所以我也非常感謝各位嘉賓的分享，這個(gè)環(huán)節就先這樣子。

主持人：謝謝各位嘉賓的分享，非常精彩的環(huán)節。我覺(jué)得臺上的這些嘉賓都是既智慧又勇敢，實(shí)際上在你們的營(yíng)銷(xiāo)中間已經(jīng)實(shí)實(shí)在在把人工智能、數據、技術(shù)放在了你們的日常工作中。最后非常感謝在座各位聽(tīng)眾，我相信如果你們對今天的分享還有興趣，當你們在工作中回去說(shuō)我想借助人工智能提升我的營(yíng)銷(xiāo)決策，最簡(jiǎn)單的方法就是聯(lián)系品友互動(dòng)，謝謝大家持續關(guān)注品友互動(dòng)，當然也歡迎大家明年我們還會(huì )再開(kāi)人工智能商業(yè)決策的峰會(huì )，謝謝大家能夠持續關(guān)注我們和參加品友的活動(dòng)，謝謝！

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！