這是一個人人都想成為今日頭條的時代。

今年5月,，第四范式上線了針對媒體提供的Feed流技術(shù)產(chǎn)品,，四個月后僅這個垂類的客戶量從1增長到200家。

內(nèi)容個性化推薦只是AI落地應(yīng)用中的一個小切面,。整個商業(yè)世界的運轉(zhuǎn)鏈條正在迅速AI化,，以搜索和推薦算法為主的AI科學(xué)家成了炙手可熱的崗位。幾年前這批科學(xué)家還不好意思自稱是做AI的,，大多會對外說個“最優(yōu)化原理”之類的說法,。

但如今，第四范式創(chuàng)始人戴文淵看到了以往被抑制的千奇百怪的需求釋放出來：從地鐵零部件檢查,、節(jié)約電力,、廣告營銷、到金融反欺詐……

他認(rèn)為三五年內(nèi)AI落地會在各個行業(yè)全面爆發(fā),，不過他覺得這個速度太慢了,，更甚的是，落地場景只集中在少數(shù)能聘的起AI科學(xué)家的高精尖行業(yè),，就比如無人駕駛,，未來聽上去很晦澀的深度學(xué)習(xí)應(yīng)該像今天的App開發(fā)一樣普及。

“App爆發(fā)是因為有大量開發(fā)者,，但在AI領(lǐng)域,，如今有個說法，做AI要請個科學(xué)家,，這說明AI的門檻太高了,，太小眾了。小場景有用技術(shù)提升效率的需求,，但是養(yǎng)不起貴的人,，沒人做開發(fā)?！贝魑臏Y希望那些做網(wǎng)站,、App開發(fā)的人也能轉(zhuǎn)向AI開發(fā)，但這一切的前提是降低AI技術(shù)門檻,，以及提升AI的運作效率,。

所以他在2015年成立了第四范式。

這家公司的定位,，簡單說是一家平臺型的AI技術(shù)服務(wù)商,，通過提供AI引擎、API接口等底層技術(shù)降低AI的使用門檻,。按照戴文淵的設(shè)想,，AI真正普及后的狀態(tài),，是客戶根本不需要知道什么叫深度學(xué)習(xí)。所以第四范式選取的路線并不是以深度定制和應(yīng)用為主,，而是做平臺,。第四范式的業(yè)務(wù)模式有兩種，一類這對核心客戶直接提供服務(wù),，另一類針對中長尾客戶,，提供引擎，由ISV這類合作伙伴來為落地端做應(yīng)用,。

這種商業(yè)路徑的選擇跟他在百度的工作經(jīng)歷相關(guān),。

2009年至2013 年，戴文淵曾是百度最年輕的百度高級科學(xué)家,、T10級員工,，擔(dān)任百度鳳巢（基于百度搜索引擎的營銷系統(tǒng)）策略的技術(shù)負(fù)責(zé)人。當(dāng)時作為科學(xué)家的戴文淵為了理解業(yè)務(wù),，花費很大精力把自己變成了廣告業(yè)務(wù)專家,，但他意識到對于AI在垂直行業(yè)的普及，深度定制是一種效率不高的生產(chǎn)方式,。不如把整個平臺技術(shù)產(chǎn)品化,，集中效率，讓一套東西服務(wù)不同的應(yīng)用,。讓不懂深度學(xué)習(xí)的開發(fā)者也能做出個今日頭條,。

“這聽上去有點天方夜譚，但其實是可以實現(xiàn)的,。訓(xùn)練機器就像訓(xùn)練小狗那么簡單,，需要客戶定義好目標(biāo)，然后給機器設(shè)定好行為和反饋,，收集數(shù)據(jù),，然后抽離出規(guī)律和算法，”戴文淵對36氪說,。

至于門檻能降低到什么程度,？迄今為止，第四范式接過最小體量的客戶,，只有兩個人規(guī)模,，是一對夫妻開的攝影工作室，用第四范式的API結(jié)構(gòu)做了個AI客服,。戴文淵告訴36氪，通常而言,，經(jīng)過兩至三周的學(xué)習(xí)周期后,，用戶就可以進(jìn)入做應(yīng)用的階段,，實現(xiàn)相對快速的接入。

據(jù)第四范式方面稱,，目前公司的客戶集中在金融,、能源、安防,、醫(yī)療,、媒體、制造,、零售,、互聯(lián)網(wǎng)等垂直領(lǐng)域，總數(shù)超過2000家,。 

36氪采訪了第四范式創(chuàng)始人戴文淵,，以下為對話內(nèi)容，經(jīng)36氪編輯略有刪節(jié)：

36氪：用機器去寫規(guī)則,、推演出規(guī)則和算法的邏輯,，跟人類自己去寫規(guī)則有什么不同？

戴文淵：其實沒有什么不一樣的,，人寫規(guī)則的方式也是發(fā)現(xiàn)規(guī)律,。比方說在百度上搜索干洗的人，95%以上會選擇干洗店,，而不是去買一臺干洗機回家,，于是程序員就可以去編寫一條規(guī)則叫“搜干洗的人只準(zhǔn)給他看干洗店，不準(zhǔn)給他看干洗機”,。甚至我們還可以做得更加精細(xì),，比方說去看搜干洗之前搜了什么？搜干洗之前,，如果搜的是吃飯,、看電影，應(yīng)該給他出干洗店,，如果搜的是店鋪租賃,，很多人最后的訴求是搜干洗機。這就是生成規(guī)則的過程,。

而機器寫規(guī)則的做法,，也是從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律，把它提煉出來,，變成規(guī)則,，區(qū)別只是更加精細(xì)。因為人會受到精力的局限性,，寫一萬條規(guī)則已經(jīng)非常辛苦了,，而當(dāng)我們開始千人千面的提供服務(wù),，即要從每個人身上提取出不同的規(guī)則，這個規(guī)模是以億為計了,，只能交給機器去做了,。

36氪：相對于人工寫規(guī)則，機器寫規(guī)則在效率上,、譬如同等工作量下時間周期的提升能到什么程度,？

戴文淵：首先還不是時間周期的問題，是規(guī)則的數(shù)量,。人工寫規(guī)則通常在幾條到幾千條不等,，我見過最多的是上萬條規(guī)則，而機器可以很輕松的去寫上千萬條以上的規(guī)則,，我們做過的最大規(guī)模的能達(dá)到幾千億條規(guī)則,。

36氪：能編寫的規(guī)則量級的大幅度增加，對于商業(yè)落地場景意味著什么,？

戴文淵：提升的是準(zhǔn)確度,，就比方剛才說干洗那個例子，如果用戶搜索干洗只能呈現(xiàn)洗衣店的結(jié)果,，那么有一批先前搜索過店鋪租金其實想搜索洗衣機的人就沒有人滿足,。如果你能做得更細(xì)，你就可以去服務(wù)的更好,。

36氪：無論今日頭條推薦文章,，或者電商個性化推薦，今年千人千面在各個行業(yè)的落地趨勢非常明顯,，為了第三方服務(wù)商,，你如何用技術(shù)定義垂直行業(yè)中那些復(fù)雜的、關(guān)于人性的,，難以量化的部分,，專業(yè)地把它們轉(zhuǎn)化成規(guī)則和算法？

戴文淵：這些不同場景的需求叫做深度定制,，我自己從2009年開始（在百度）干深度定制的事情,，技術(shù)人員需要和業(yè)務(wù)需要結(jié)合的非常緊密，我甚至花了很長時間把自己變成了一個廣告專家,，但有一個很大的問題,，生產(chǎn)效率是提不上去，因為既能做好AI科學(xué)家,，又能做好業(yè)務(wù)甚至工程的人非常非常少,。要大面積推廣AI，需要減少AI在垂直領(lǐng)域落地的前提條件。我們想建立一個平臺,，讓垂直領(lǐng)域的業(yè)務(wù)人員,，甚至沒有學(xué)過計算機的，也能做出一個“今日頭條”,，而不需要理解什么是深度學(xué)習(xí)。這是可行的,。把計算機當(dāng)成小狗一樣教,，關(guān)注“行動”和“反饋”兩個要素。比如推薦文章是個行為,，用戶看了就是反饋,，金融反欺詐交易，通過了就是反饋,。我們發(fā)現(xiàn)絕大多數(shù)的普通開發(fā)人員,、業(yè)務(wù)人員，都是可以理解并掌握這個交互過程,，然后去各行各業(yè)去產(chǎn)出新的解決方案出來,。

36氪：這種訓(xùn)練機器的反饋需要一個標(biāo)準(zhǔn)，第四范式的團隊跟客戶是什么樣的協(xié)作模式,？

戴文淵：很重要的一點是客戶一定要知道他想要干什么,。比方說他想要去降低風(fēng)險，降低壞賬率,，使得營銷的效率提升,，讓醫(yī)療診斷更加精準(zhǔn)，這個需要客戶定義好,，這個目標(biāo)定義完了以后,，他要能夠非常清楚的知道行動和反饋是什么，然后把數(shù)據(jù)給到計算機,。

第四范式的任務(wù)是讓客戶不需要感知到深度學(xué)習(xí),，我們做O2ML，就是深度學(xué)習(xí)上面所有需要人去定義或者調(diào)優(yōu)的參數(shù),，各種設(shè)置和網(wǎng)絡(luò)結(jié)構(gòu),，讓客戶感受到機器不斷的反饋。

36氪：在第四范式,，做技術(shù)研發(fā)和產(chǎn)品化的人是這樣的比例,？

戴文淵：第四范式現(xiàn)在有600多人，我們保持超過半數(shù)的人是做產(chǎn)品化的,，其實做應(yīng)用就是背離了我們的初衷,，如果我們做應(yīng)用，其實不需要創(chuàng)立第四范式這個公司，我可以跳槽去各個公司去做各種各樣應(yīng)用,，但效率就是這一個團隊只做一個事情,。只有把整個平臺技術(shù)產(chǎn)品化，才是集中效率,，用一套東西服務(wù)不同場景的應(yīng)用,。

36氪：一份招聘網(wǎng)站的數(shù)據(jù)顯示，今年對搜素和推薦算法的需求量很旺盛,，很多做內(nèi)容化和社區(qū)化的公司都在招聘做AI算法的人,，你怎么看待這種需求的爆發(fā)？

戴文淵：用信息流做內(nèi)容能夠興起的原因是手機里空間太小,，屏幕太小,，但內(nèi)容太多，要更好的利用空間,，放盡量多的內(nèi)容,，用Feed呈現(xiàn)是一個必然的趨勢。我們有將近200家媒體客戶,，他們的訴求就是把自己的網(wǎng)站,、App、小程序改造成今日頭條的樣子,，個性化推薦,。

36氪：這種需求的爆發(fā)是從什么時候開始明顯出現(xiàn)的？

戴文淵：其實早就有這個需求,，只是早年間被壓抑的需求,，在頭條起來之后，媒體都意識到了,，背后的邏輯原理大家都想得明白,，問題是怎么去實現(xiàn)。當(dāng)我們提供了這種服務(wù)以后,，其實媒體客戶數(shù)量是漲得非?？斓模覀兇蟾攀墙衲?月份開始推出,，5月份之前只有少量的實驗客戶,，您可以理解大概5月1號之前，我們可能有那么一個兩個客戶,，到現(xiàn)在已經(jīng)有將近兩百個客戶,。

36氪：除了內(nèi)容推送和金融反欺詐，在哪些領(lǐng)域會落地得比較快,？

戴文淵：AI的應(yīng)用大體來說遵循了一個趨勢,，首先會在獲取數(shù)據(jù)代價比較低的行業(yè),，比如廣告，只要用戶看一條廣告就獲取了一條數(shù)據(jù),。第二會在犯錯誤代價低的場景,，比如新聞客戶端，只不過在2013年之前（這一年今日頭條上線）大家沒有理解到新聞客戶端分發(fā)的商業(yè)價值,。再之后爆發(fā)的是金融,，醫(yī)療，隨之犯錯的代價也更高了,，甚至無法衡量,。

但今天要解決的問題是AI落地太慢了，很多場景沒有覆蓋到,，有種說法當(dāng)你要做AI需要請一個科學(xué)家，但你做個App就不用,，這說明AI的門檻太高,，科學(xué)家意味著一定是小眾的。只有當(dāng)AI被廣泛的開發(fā)者在開發(fā)的時候,，AI才能夠像今天的APP那樣爆發(fā),。其實我們經(jīng)常會看到一些千奇百怪的需求，絕對不是今天我們在討論的無人車,，人臉識別,，語音識別這些。

36氪：千奇百怪的需求,，比如呢,？

戴文淵：高鐵晚上是會12點以后就不運營了，因為需要巡檢去發(fā)現(xiàn)是否有零部件壞了,，如果有壞掉的,，就會輸入型號讓總部調(diào)過來，但你知道型號填錯的錯誤率是多少嗎,？50%,。所以我們通過AI幫他們解決問題，比如讓巡檢人員拍個照,，人工智能去識別型號然后發(fā)給總部,，做個這樣應(yīng)用。又比如在金融機構(gòu)填寫匯票的票據(jù),，其實是需要人工錄入電腦的,，工農(nóng)中建每家銀行大概3000-4000人干這個無聊的事情，也可以讓AI做,。有很多這樣的需求,，但是為什么今天科學(xué)家都在做無人車？因為大場景才養(yǎng)的起貴的人，但同樣需要技術(shù)去提升效率的小場景沒有人做,。所以我們希望幫助原來做App開發(fā),、網(wǎng)站開發(fā)的人，也能去做AI開發(fā),。

36氪：根據(jù)第四范式的發(fā)展節(jié)奏,，哪些目標(biāo)是今年一定要實現(xiàn)的？

戴文淵：我們今年有一個非常重要的一個目標(biāo),，是為業(yè)界培養(yǎng)一千個AI的開發(fā)者,，現(xiàn)在應(yīng)該差不多完成了。但是其實一千個是遠(yuǎn)遠(yuǎn)不夠的,，這個行業(yè)我覺得至少得要一百萬個以上,。

36氪：今年有一種說法，AI公司之間的算法在商業(yè)競爭中已經(jīng)夠不成門檻了,。你怎么看這種觀點,？

戴文淵：其實永遠(yuǎn)都會有門檻的，因為AI是一個利潤中心,，而不是成本中心的生意,。什么叫成本中心？就是原來我們做一個網(wǎng)站,，如果我投入一百萬,，能把這個網(wǎng)站做下來，并且它穩(wěn)定運行,，那么我第二年想的事情就是怎么把它節(jié)省到50萬,，第三年想怎么節(jié)省到25萬。而AI是另外一個邏輯,，就是今天我投入100萬,，可以給這個公司創(chuàng)造一個億的利潤，然后明年如果我投入200萬呢,。所以即便說今天有說AI算法門檻已經(jīng)不高,、代價不大的說法，但我們還是會愿意去研究一個更一流的,，代價更高的算法,，只要它能賺得回來。AI是一種武器,，打仗沒有哪家軍火商說我的武器造成這樣就夠了,。