专访爱因互动创始人王守崑：现在是AI 创业的大航海时代

2018年3月21日，由 Amazon Web Services （AWS）中国主办的“AWS 智星之选创业论坛暨 AWS 智能之星创业大赛开幕式”，在北京清华科技园完美启动。 本次大会现场不但有多位行业专家共同探讨人工智能领域的发展情况，创业邦星际营Bang Camp采访到BC9期学员爱因互动创始人、CEO 王守崑，分享交流了如何做一个 AI 产品经理的角色、机器学习以及AI 在当下对行业的影响。 王守崑老师毕业于清华大学自动化系本硕，是中国最早的个性化推荐系统的研究者和实践者之一。在创立爱因互动之前，曾在豆瓣工作 8 年，担任首席科学家，负责了豆瓣的整体算法架构设计和实施。后来参与创立了在线教育公司微学明日，担任 CEO 兼 CTO。这次的分享内容涵盖了人工智能公司产品经理的工作范式、对话机器人的挑战与潜力、以及对话机器人的商业价值和商业场景等话题。 人工智能正是发生在 21 世纪的新的通用技术，但一门新通用技术的行业的成熟期是极其漫长的。不但需要基础设施的支持，还需要各种类型的人才积累。目前人工智能技术正处于这个漫长的行业积累当中，人工智能在学术、实验室的效果很好，各行各业都在关注AI 在业界中的实践表现，但是目前从事这个领域的绝大部分是技术专家，很少其他领域的专业人士参与。特别是交互领域的 AI 产品，很多时候被称为“人工智障”。所以有时候创业者需要“精分”，既懂产品也要懂公司运营。 如何看待AI的发展方向？ 爱因互动主要做售前的对话机器人，自然语言处理加上个性化推荐技术帮助垂直行业企业解决销售效率问题。我们现在的重点切入行业是保险和第三方财富管理，以及在售前过程需要比较长时间沟通的如房产行业、汽车行业。 自然语言处理一直被称为人工智能领域中的“皇冠上的明珠”，比如大家熟知的图灵测试。AI目前在实验室表现非常好，但是在实际的应用场景中还有很大的提升空间。在实际应用中，计算机视觉是最成熟的领域之一；而自然语言处理、通用推理、对话机器人等等在实际的商业应用中的表现还有很大的提升空间。我有个朋友一直在说：目前我们见到的这些人工智能，如果严格从我们人类的角度来看，其实不应该叫人工智能，而是“人工智障”。 关于创业首先想讲的第一件事，到底选什么样的方向？

在这里我们强调一下表达这个环节。我们看前面提到的各种挑战，面对不确定性、面对技术黑盒的挑战、面对团队各种各样不同的角色，所以我们认为在这样一个环境下，产品经理的表达能力非常重要。这里的表达能力不仅仅是沟通能力，不仅仅是说出来的能力。写文档，做具像化，做展示都是表达能力的一部分。你写的文档能不能让你的同事很好的理解，让你的客户很好抓住重点，这也是表达能力的其中之一。好的表达能力能够让整个团队协同高效、事半功倍。 关于哪些工作适合 AI 来完成，知名学者吴恩达有一个观点，不失为一种有效的判断方法，即“一秒法则”。如果人的判断或者人做的事情能在一秒钟之内完成的话，这件事情就很有可能会被 AI 替代。产品经理在客户那边寻找场景的时候，就可以遵循这样的原则。 我们可以把一秒法则拆分为两个核心，一是“一秒之内做决定”，二是“大规模重复性的事情”。当然，这一定是限定在一定领域内的事情。当前的机器学习能解决的事情就是限定领域的事情，跨领域的事情，过于抽象和普适性的事情，不是当前技术能解决的。这意味着，所有能用一秒法则去做的事情一定是大规模和重复性的，并且背后含义是这件事一定是在限定的、非常窄的领域。如果这个场景涉及到复杂领域，就没有办法用一秒法则去做。比如，计划暑假去哪里玩儿？这回涉及到很多领域的问题，比如目的地的情况，机票是不是订得到，预算是多少等等一系列问题。 另外一个场景特征就是，就是可以快速获得反馈。实际工作中的产品经理经常要考虑的问题，就是能不能快速获得反馈。无论是不是用人工智能的技术，越快获得反馈的产品或场景，其实越适合建模用算法来解决。原因在于它能够快速的去做优化调整，去调整参数、调整模型，它拥有足够多的训练数据，而且是足够快的。反过来说，有比较长的反馈周期的场景，在当前的技术条件下，是很难做优化的。因为中间可能会发生很多事情，要控制的变量太多，很难把这个周期中的因和果联系起来。 所以产品经理做是否可以借助 AI 技术做一定程度上的优化的判断依据就是，是否能获得大规模的重复性数据，领域足够垂直足够窄，并且事情做得好不好可以很快收到反馈。 AI 时代的日常挑战 AI产品经理会对细节掌控上做更多的要求，需要产品经理从细节上把握需要做的事情以及实现过程。同时还会考察到产品经理的在定义问题时的思考深度，以及大局观的决策力，把可能影响到结果的各种因素综合考虑。 刚才提到了我们对AI的一个理解，其实还是机器学习，我们也认为当前的机器学习离我们想象中的AI有些距离。当然我作为一个创业者，我对自己的看法，我们要更乐观一些。这里是我在从事的自然语言处理行业，假象成熟的时间表。当前初级文案工作，已经可以做了。文字的加工与生成自动写稿，在1-2年之内就能够突破。商用翻译在1-2年之内可以突破。