68
吳甘沙最新演講:AI為互聯網行業補坑 自動駕駛前景看好
2016年12月4日，虎嗅打造的創新創業嘉年華“F&M;創新節”在北京舉辦。活動中，馭勢科技CEO吳甘沙發表了題為“互聯網到人工智能的第一座高峰”的主題演講。他指出互聯網時代在給大眾帶來極大便利的同時，也“挖了許多坑”，而“互聯網挖的坑需要人工智能來填”。此外，吳甘沙還總結了自己在創業路上的一些經驗教訓：“你要想明白到達明天的話，可能需要遠望後天”。
大數據文摘作為大會合作方，從現場發來第一手資料：
以下內容根據主辦方提供速記整理，在不改變原意的前提下有部分刪改。
◆ ◆ ◆
“時來天地皆同力，遠去英雄不自由”
講座一開始，吳引用了唐朝詩人羅隱《籌筆驛》中的經典名句“時來天地皆同力，運去英雄不自由”，用在此處，並非感慨時運不濟，勝敗都是由外力決定的。相反，吳表示“2016年開始，我們又將看到新的機會”，很顯然，這裏隻是強調逆天改命並非智者所為，順應曆史的潮流，順應時代的發展，英雄也不例外。時代的更迭是種必然。
吳承認互聯網從本質上改變過我們的生活，帶給我們了三樣東西：
1.解決了信息不對稱的問題。建立各種各樣的連接，人和信息的連接，人和商品的連接，人和人的連接，人和服務的連接，人和閑置資源的連接等等；
2.使得交易成本最小化。無論是金錢的成本，還是時間的成本最小化；
3.終於能夠匯集長尾人群。而不再是頭部的高端客戶才能從服務當中獲益。
我們看到互聯網解決的問題主要在於信息普及以及降低交易成本的方麵，但是，後者僅涉及交易成本，是整個利益鏈的其中一環，商品成本還包括生成成本。
“但我們發現發展到現在的階段，互聯網本身也碰到了一些瓶頸。交易成本雖然最小化了，但生產成本還是那樣，生產成本就是生產資料和勞動力。”這腦洞有點大啊，這是說消費方式已經確定了，但是駕車的人多餘了，車也不一定還用原來的車了，需要進步咯？
“拿網約車來講，網約車帶來很多的便利，幫助我們建立了連接，等到補貼過去以後大家發現打車的費用跟出租車沒有太大的變化。因為從生產資料跟勞動力這塊，互聯網並沒有帶來本質性的變化。網約車匯集長尾人群，但社會總體是不是利益最大化，也許未必。原來這幾十萬個兼職的司機，在上下班高峰時間不上路的。但他們上路了以後，使得整個道路變的更堵了，所有的這些問題互聯網是沒有辦法解決的。必須得通過人工智能來解決，互聯網挖的坑需要人工智能來填。人工智能從本質上來說是用機器來做人能做的事情，生產資料同時是勞動力。”
網約車不但沒有給人們出行帶來多少方便，某種程度上，反倒成了道路堵塞的元凶。因此，人工智能的科技成果能使這些問題很好的解決嗎？
◆ ◆ ◆
“互聯網挖的坑需要人工智能來填”
今年是人工智能革命的特殊一年，在市場規模、輻射麵、持續時間的尺度上，跟PC以及互聯網同等級別的。人工智能一定要跟具體的行業和產業結合在一起，未來10年智能駕駛是最重要的人工智能產業。 為檢驗是否能完成這個任務，吳提出了四個明確的標準：
1.市場是不是足夠大，是否處在快速增長起的時點；
2.是不是真正解決了客戶的痛點。能夠提升效率，我們希望做一個產品，它並不是維他命吃了有營養不吃無所謂；
3.那能否創造商業模式創新的空間；
4.護城河是不是足夠的寬和深。
“逐一來看，市場確實是足夠大的，它涉及到了三個萬億美金的市場，全球汽車市場萬億美金，出行市場無論是Uber還是滴滴都是萬億美金的規模，給我們帶來的社會整體效益又是萬億美金。
摩根斯坦利認為智能駕駛一年可以給美國帶來1.3萬億美金的社會效益，相當於美國GDP8%。為什麼有如此之大的社會效益，我們不妨做模擬。我們要解決碰到客戶痛點的問題和效率問題，我們拿北京規模的城市作為案例。假設說一座城市有600萬輛機動車，大部分是私家車，它會帶來什麼問題？車多帶來堵車的問題，堵車導致‘路怒’和違規駕駛，又會導致很多的交通事故。今天每年全世界因為交通事故死亡140萬人，中國幾乎占1/4，交通事故會使得路更堵，使得百公裏的油耗上升，能源浪費，使得空氣受到汙染。車多又會導致停車很困難，一輛車90%以上的時間是停著的，而且需要兩個停車位。根據美國的統計，汽車行駛曆程30%-35%為了停車，很多大城市15%以上的土地用來停車，房價更貴。很多年輕人隻能生活在遠離城市中心的郊區，導致了‘睡城’和上下班的潮汐效應。我們每天大量的時間浪費在路上，北京一天一個人2.5小時在路上，全中國20多億小時在路上。回去五六年前古埃及人建設大金字塔花了這麼長的時間，我們浪費如此多的生產力。為什麼大家都要買私家車，因為打車難和貴。我們希望通過科技和人工智能10年的時間改變現狀，我們希望10年以後也許這樣的城市裏，它的機動車保有量從600萬輛到300萬輛，但其中有200萬輛是無人駕駛的出租車。可以真正地解決打車難和貴的問題。
首先，我把這200萬輛無人駕駛出租車根據大數據的規律，根據全城人群的分布和出行的規律分布在城市的各個角落，保證每個人一叫車兩分鍾之內可以來車。打車的費用可以降到今天1/3，人力成本去掉，‘空駛’浪費沒了，新能源每公裏燃料成本比今天的燃料低很多。原來製約無人駕駛重要因素是激光雷達，一台激光雷達今年是70萬人民幣。但未來5年會降到500美金以下，這意味著大規模的商業化成為可能。從用戶端看，這是波士頓谘詢集團和達沃斯論壇對全世界很多城市的決策者做的調研。88%的人希望像無人駕駛這樣的新技術，可以在未來的10年裏得到商業化。真正商業化了以後，可以給我們帶來很多的好處。”
那麼未來的車是什麼樣子的？吳大膽假設，“未來車就是這麼整齊的在路上走，對道路的利用效率提升，交通事故減少，能源消耗變的更少，因為第一輛車把大部分的封阻擋掉。北京的平均速度20公裏，除了堵車還有十字路口和紅綠燈，未來如果都是無人駕駛汽車，保證每輛車按照特定的速度，特定次序通行，紅綠燈完全可以拿掉的。未來所有的這些車都在路上出行，它對停車位的需求也會大量地減少。即使需要停車，一個小小的停車位就可能停進去。大家知道今天的停車位必須得足夠大，因為有很多的新手停不進去，停進去還要有足夠的空間下車。未來無人駕駛的出租車並不需要那麼多的停車空間，大量的停車空間會被釋放出來。
商業模式創新空間巨大，10年後汽車可能長的不再像汽車，更像一個商業空間。在這商業空間裏可以創造人與信息跟內容和服務接觸的觸點，未來的車長這樣。放一套辦公設備就變成了移動的寫字樓，交通工具的屬性逐漸降低，商業空間的屬性逐步提高。未來每一條路和每一輛車可以成為移動地產。
未來10年所有跟人或者物的交通相關的產業都會被重新定義，無論你是出租業、停車業、寫字樓還是服務業還是物流。200萬輛出租車上下班可以接人，中午可以送餐送貨。金融業等所有相關產業都會被重新定義。產業的護城河非常之寬，非常深，不僅是資本和人才的問題，還有品牌數據和專利的壁壘，以及技術。”
◆ ◆ ◆
“號稱做智能駕駛，沒有從車庫開始創業那就是耍流氓！”
吳甘沙接著對他們公司的未來進行了預測：
“我們希望2-3年內成為中國第一家能夠在輔助駕駛以及無人駕駛領域商業化的公司，我們從車庫開始創業。作為創業公司，如果號稱做智能駕駛，沒有從車庫開始創業那就是耍流氓嘛。
我們是國內唯一能在高速公路上實現100公裏時速的輔助駕駛公司，大家可以看到這樣的車不僅僅能夠在車道裏做很好的行駛，還得有自主超車的功能。大部分的時間在中間的車道走，如果前車實在太慢了就自己拐到快車道然後超車，然後再回來。同時，我們也在探索無人駕駛，左邊的車適合最後幾公裏的出行，地鐵站出來離家幾公裏的時候，今天隻有黑車和摩的，未來這種小車適合做最後幾公裏運行。右邊的車是我們完全重新設計的，針對共享出行的一款車，大家可以看到兩排座椅對著坐，沒有方向盤和刹車。研發基地已經開始常態化的測試，明年1月份即將開始試運營。這款車對高科技園區和森林公園，以及主題公園、度假村非常適合。無人駕駛很大的問題就是最小化維護成本，我們在裏麵做了一個非常有意思的功能，當他發現自己沒電的時候，會自己找到一個帶無線充電停車位停進去開始充電。”
最後，和其他的創業者類似，吳同樣深知創業之路的艱辛和悲壯，但是作為有夢想的人，他們的團隊也都是一群堅定勇敢、不屈不撓的戰士：
“智能駕駛未來的前景非常美好，但又是一個非常艱巨的裏程。我想引用耐克創始人說的這句話，麵臨這種挑戰‘懦夫從不啟程，弱者在途中死去，隻有強者會繼續前行’。我們不確定會不會成為最後的強者，但我們有相信的力量，我們相信‘相信 ’的力量，希望能夠真正有人工智能改變未來的世界。”
◆ ◆ ◆
“你要想明白到達明天的話，可能需要遠望後天！”
之後主持人補充了一個問題，吳的回答同樣精彩。
主持人：互聯網與人工智能算是兩個領域，您怎樣從英特爾的積累推動做無人駕駛和智能駕駛，如何看待未來智能製造市場。
吳甘沙：互聯網和人工智能是兩領域，過去在英特爾的積累不在互聯網。英特爾隻是抓住了互聯網的前半段機遇，後半段的移動互聯網來說英特爾做的不是特別成功。恰恰是這段並不成功的經曆讓我有更多的反思，我想明白有的時候不能僅僅盯著競爭對手，你需要看清楚這個時代。你要想明白到達明天的話，可能需要遠望後天，這是為什麼2013年開始我在看人工智能領域。人工智能大家都想象是很理論的東西，很算法的東西，其實未必如此。你要讓人工智能落地的話，其實需要做很多的髒活和累活，你需要有很多係統工程的能力，你要有解決規模和成本的能力。我原來在英特爾的很多經驗可以非常地有幫助，其實我們公司也是算法+係統工程+汽車電子，形成積木組合式的創新才能做出來。如果隻有算法完全做不起來，未來製造也是在智能駕駛中不可或缺的一環。如何可以在這麼長的產業鏈上可以率先推向市場，形成規模和成本的效應，需要智能製造。所以這些也需要我們學習。
原文發布時間為：2016-12-06
本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號
最後更新：2017-05-27 11:02:28