（原標(biāo)題：出門問問 CEO 李志飛：人工智能不是雪中送炭，而是錦上添花）

　　 摘要： AI自己不能形成一個獨有的產(chǎn)品或者獨有的商業(yè)模式，它必須滲透到各個已有的產(chǎn)品里面去。

出門問問CEO李志飛

　　未來 AI 的世界應(yīng)該是什么樣的？

　　在鈦媒體2016 T-EDGE 年度盛典上，出門問問CEO李志飛給出的答案是“兩個世界”：一個是媒體和大眾眼中的科幻世界，另一個是AI一線從業(yè)者眼中的現(xiàn)實世界，前者遙不可及，后者更接地氣。

　　出門問問便屬于后者。四年前，還在谷歌做谷歌翻譯工程師的李志飛就有了創(chuàng)業(yè)的打算，他的目標(biāo)是要定義下一代人機交互，用語音或者自然語言代替以鍵盤或者觸摸屏為主的非自然交互方式。

　　創(chuàng)業(yè)之后，出門問問先是從語音識別的算法入手，逐漸打造了出門問問語音搜索、智能手表操作系統(tǒng)Ticwear等一系列軟件應(yīng)用，在發(fā)現(xiàn)這些無法觸及真正用戶后，出門問問CEO李志飛找到了一個更現(xiàn)實的產(chǎn)品路徑——以AI為中心的軟硬結(jié)合方式落地使用場景。

　　出門問問CEO李志飛認為，AI技術(shù)發(fā)展過程中兩種可以預(yù)見的趨勢：一個是由于受產(chǎn)品用戶量的限制會讓全世界99%的AI創(chuàng)業(yè)公司都選擇2B領(lǐng)域；其次是智能化會重新塑造一些原有消費電子的屬性，像電視、手表、汽車等等。

　　AI的應(yīng)用無處不在，但它也并不意味著憑空創(chuàng)造需求，AI自己不能形成一個獨有的產(chǎn)品或者獨有的商業(yè)模式，它必須滲透到各個已有的產(chǎn)品里面去，才能帶給用戶更好的體驗。所以從這個角度來看，AI不是雪中送炭，更像是錦上添花。

　　以下為李志飛在2016 鈦媒體 T-EDGE年度盛典上的演講實錄：

　　很高興今天來給大家做演講，其實我覺得今天的人工智能，應(yīng)該分為兩個世界。

　　一個世界是媒體的世界、科幻的世界。

　　其實今天我覺得你們是不愿意聽我來講的，可能更愿意看到的是像無人機飛來飛去、機器人在前面跳來跳去，或者VR、AR代替都帶著頭盔看一些很好看的動畫，這是很多在媒體或者在公眾場合大家去討論AI希望看到的一類產(chǎn)品。

　　另外一個世界，可能是真正從事AI的一線工作人員的世界。

　　首先，其實我們是特別苦的，你們前面講的那些東西，雖然我是AI工程師，但是坦白講很多東西臣妾做不到，至少在接下來一兩年我做不到。第二個，就算我做得到，我也不知道賣給誰，無人機是非常非常未來的，但是作為一個初創(chuàng)企業(yè)，首先很難做出來，就算真做出來了，怎么去賣其實都是非常難的一個問題。

　　所以今天我想更多是從創(chuàng)業(yè)者，從企業(yè)或者是從一個小公司去跟大家分享一下我們的經(jīng)歷，包括我們對整個行業(yè)的思考，以及我們自己產(chǎn)品的一些介紹。

　　用語音定義下一代的人機交互

　　我是4年前在美國的谷歌做谷歌翻譯，當(dāng)時我就決定要創(chuàng)業(yè)，那個時候我去跟投資人講，我們的愿景是我們要定義下一代的人機交互，很多投資人不知道什么叫下一代的人機交互，我也沒有特別搞明白，當(dāng)時就是特別簡單的信念。

　　2010年在硅谷移動互聯(lián)網(wǎng)剛剛起步，但是手機還沒有那么普及，我記得當(dāng)時很多買手機都是為了玩憤怒的小鳥這個游戲。于是那個時候我們就開始思考，下一代的交互方式是不是跟過去一模一樣（過去更多是用鍵盤）？

　　當(dāng)時覺得在手機上因為屏幕特別小，可能很難以用傳統(tǒng)方式去做很好的交互，剛好我自己的背景又是做機器翻譯——這種比較偏人機交互的一些技術(shù)。

　　所以我想如果能夠利用我的技術(shù)跟浪潮相結(jié)合，最后去定義下一代的人機交互，是非常非常興奮的一件事情，我們認為下一代的人機交互就是以語音或者自然語言的交互方式，而不是現(xiàn)在以鍵盤或者觸摸屏這種非自然的方式進行交流。

　　剛開始我們回來的時候，認為這個事情可能比較簡單，我要做語音交互，咱先把所有的技術(shù)都給做出來。所以我們在前面一年半的時間開發(fā)了自己的語音識別，再強調(diào)一下，是自己的語音識別，因為老是有人今天還會問我，你的語音識別是不是用的誰誰誰的，其實沒有那么難，我們自己的語音識別，包括自己的搜索推薦，因為我們希望做一個產(chǎn)品，能夠真正給普遍用戶區(qū)使用，而不是給企業(yè)在背后使用它。

　　軟硬結(jié)合的AI可能是最靠譜的產(chǎn)品路徑

　　首先我們做了技術(shù)，也做了一些把技術(shù)封裝成產(chǎn)品的嘗試，比如我們做了手機應(yīng)用“出門問問”，我們希望定義下一代的交互方式，出門就要問一問。

　　很不幸我們很快發(fā)現(xiàn)，我們的語音識別雖然非常前沿，但是有很大的問題。第一，我們在手機上做的產(chǎn)品，用戶體驗沒有給用戶帶來真正的價值，因為我們不是一個操作系統(tǒng)層面的集成，當(dāng)用戶使用我們的時候，先得解鎖——點開APP——點語音的按紐——然后說一句話，但是接下來真正要做一個實際的動作，比如買一個票要定餐還得跳到另外一個APP里面去，整個過程語音交互給用戶帶來的價值沒有那么大。

　　我們很快意識到如果說再這樣下去，可能很快就活不下去了。其實還沒有那么糟糕，基本我們的錢不需要補貼用戶，主要是發(fā)工資。但是就是這樣的話，我們覺得如果說用戶沒有增長，或者用戶沒有黏性，很難往下做。那時候我們開始做思考。到底語音交互怎么樣才能夠使得用戶真正使用起來，給他帶來真正的價值。

　　首先我們開始做了智能手表的操作系統(tǒng)，很快發(fā)現(xiàn)做操作系統(tǒng)沒用，因為沒有好的硬件，就開始做智能手表，首先一年半我們主要是做技術(shù)和APP的產(chǎn)品，在過去兩年半我們一直都在做的事情是怎么把AI的技術(shù)放在實實在在的硬件里面去做一個軟硬結(jié)合，使得我們的產(chǎn)品更有競爭力。這是我們在過去兩年，一個比較大的嘗試。

　　其實我認為以AI為中心的軟硬結(jié)合，可能在今天的消費場景下面是最現(xiàn)實的路徑，為什么呢？其實今天的AI技術(shù)很不成熟，它不像我們的內(nèi)存或者說硬盤，你可以把它作為一個商品直接買過來組裝使用，對于AI產(chǎn)品來說集成性很關(guān)鍵，你需要把提供語音識別、語意理解、硬件、操作系統(tǒng)的人都聚集起來，不然很難做出好產(chǎn)品。

　　所以現(xiàn)在我們看到谷歌，在這一塊可能思考方式跟我們比較類似。今天，我們可以看到谷歌在做硬件方面已經(jīng)非常的堅決，兩年前谷歌做的所有事情都是做生態(tài)，我做操作系統(tǒng)，你們所有的硬件廠商來做硬件，聯(lián)合把這個生態(tài)做起來。

　　但是AI這一塊確實可能推動起來比較慢，最后谷歌覺得如果我依賴于你們，還是沒法推動AI往消費層發(fā)展，所以開始非常嚴肅的做自己的硬件，無論手機還是VR，還是智能家居的產(chǎn)品，整個趨勢我認為AI真正要落地到生活中，要能夠提供一個更好的體驗，能夠逐步的迭代，一定需要軟硬結(jié)合的形態(tài)，這可能是比較靠譜的方式。

　　AI不是雪中送炭，而是錦上添花

　　AI的發(fā)展趨勢是什么樣子？作為一個工程師最不喜歡預(yù)測未來，包括剛才前面教授直接告訴你說不知道，其實我們也不知道，因為技術(shù)的發(fā)展變化非常快，而且有很多各種各樣的限制。以前我一般是不會去講未來會怎么樣，因為確實不知道怎么講。

　　5年以后，10年以后，這個事情非常非常難以預(yù)測的，如果你能預(yù)測的話，一定是事后的馬后炮，但是未來的兩三年我們可以做哪些事情，或者整個產(chǎn)業(yè)可以怎么樣的發(fā)展，今天我們還是稍微分享一下，但是很有可能明年這個預(yù)測就變掉了。

　　首先這個趨勢，也是一個事實，就是AI的應(yīng)用無處不在。AI不是雪中送炭，AI自己不能形成一個獨有的產(chǎn)品或者獨有的商業(yè)模式，所以AI必須滲透到各個已有的產(chǎn)品里面去。使得你的效率提高到更高，使得你的產(chǎn)品更有競爭里，我覺得這是非常自然的，而且已經(jīng)慢慢發(fā)生，可能在未來一兩年你會看到更多這樣的例子。

　　在2C的互聯(lián)網(wǎng)的場景分兩類，大公司跟小公司，大公司的好處是有海量的用戶的產(chǎn)品，他們把AI放在這里面提升已有的產(chǎn)品體驗，這是非常自然的一個延展，而且也會看到同樣好的結(jié)果。小公司沒有海量用戶的產(chǎn)品怎么辦？其實有兩種方式，一種2B，一種2C，全世界99%的AI的創(chuàng)業(yè)公司都會選擇2B，所以這是第一個大的趨勢。

　　第二個，我覺得可能就是消費級的產(chǎn)品。硬件的智能化或者智能的硬件化，這跟我前面講的軟硬結(jié)合是非常一致的，大家可以看到，我們無論手機還是電視、手表，還是接下來的音響其實都已經(jīng)被這個智能化重新塑造了。你看今天的手機廠商跟三年之前的手機廠商是完全不一樣的。

　　其實另外還有一個的特別大的消費品類，就是汽車，當(dāng)然汽車跟前面的品類都不太一樣，它非常的獨特，因為汽車特別特別難做，不像前面的手機也好或者音響也好，電視也好，可能一兩年沒做過硬件的公司也能做起來，但是汽車確實比較難一點。

　　從智能手表到車聯(lián)網(wǎng)，積累核心價值

　　汽車怎么去智能化？今天可能很難去看清楚。其實現(xiàn)在很多已經(jīng)很多人做嘗試，但是大家能夠想到汽車自己能夠進化，把智能化的方式加進去，汽車一方面難做，另一方面，跟前面不太一樣，汽車更主要還是機械的部分，至少在以前，電子部分都沒有那么多，但是今天我們把它變成一個軟件，從機械再到電子，再到軟件，這是很大的挑戰(zhàn)。

　　出門問問比較務(wù)實，我們希望能夠短期的在這個市場里面見到用戶，但是長期我們又能夠做一個核心價值的積累。最主要做的汽車的產(chǎn)品就是智能后視鏡，你可以想象把你的鏡子換成一個智能的4G手機，它是整體跟車相集成的產(chǎn)品，有了4G聯(lián)網(wǎng)你就可以做很多，而且都是通過語音，通過手勢這種新的方式去做，比如導(dǎo)航，比如聽音樂。

　　我們智能后視鏡跟同類產(chǎn)品不太一樣的是我們特別強調(diào)交互，交互里面除了最簡單的語音交互以外，我們認為最重要的我們在車里邊一定實現(xiàn)無手無屏的交互，你在跟車設(shè)備交互的時候你不需要手去按，不需要眼睛看這個屏幕，只需要瞄一下就行了，這我們整個設(shè)計的原則。

　　所以這里面我們做了語音交互，除大家可能已經(jīng)體驗過或者看到的語音交互以外我們也做了一些嘗試。比如說我們一般的交互方式，我要跟設(shè)備交互可能要說“你好問問”然后他開啟之后，再說“幫我打開wifi”，它幫你打開Wifi。我們現(xiàn)在可以做到一句話就把它搞定，“你好問問，打開wifi”。

　　另外一個就是所謂的語音快詞，當(dāng)你把應(yīng)用打開以后，在地圖里面你再也不需要你好問問，你直接說我要回家，我要上班，這種非常快速的方式直接說，直接可以進行整個操作。所以這是前面的一個關(guān)于快詞另外車里面的環(huán)境，當(dāng)你放音樂的時候，我也希望，我想換一首歌，或者我不想聽音樂，我想導(dǎo)航，以前的方式可能你需要用手點，把音樂停掉以后才能進行語音交互。但是我們現(xiàn)在可以做，他在放音樂，因為我們加入了很多降噪的算法還是可以把它打斷，你好問問打斷，可以重新做別的事情。

　　還有另外一個非常重要的，所謂的對話，因為在一些復(fù)雜的場景還是需要對話，你不可能說，完全就是一個熱詞命令就可以搞定。比如我跟他說我要導(dǎo)航去國貿(mào)，他開始給你導(dǎo)了，導(dǎo)航過程中可能直接問他，到目的地有多遠，他告訴你有多遠，目的地的附近有沒有什么好吃的，他告訴你有什么好吃的，或者目的地有什么停車場，其實這些都是我們認為比較好的方式。其實音樂也是一樣的。

　　由于時間關(guān)系，我可能不太過多的去講，這里面很多語音交互，可能很多人都已經(jīng)知道，或者聽過，但是我們希望在車里面真正做到無手無屏的交互，你可以比較安全的使用它。

　　這個產(chǎn)品里面集成了很多AI的交互，手勢可以直接換音樂，包括你直接放在這兒就可以幫你拍照，我們同時做了一個高級輔助駕駛系統(tǒng)，當(dāng)你離前面的車太近的時候，兩邊就會閃。所以這里面其實是我們集成很多AI的技術(shù)，希望能夠提供一個比較好的體驗。

　　我們希望未來把車和機器人全部打通，后臺用同樣的算法，但是前臺的用戶有一個帳號系統(tǒng)，最終實現(xiàn)一個非常智能化的生活，這是出門問問的一個最終的愿景。（本文首發(fā)鈦媒體，根據(jù) 2016 鈦媒體 T-EDGE 年度盛典演講實錄整理，記者/李玉鵬）