免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

簽約寧德時代

大客戶想象力有多大

在商業化落地上,第四范式在AI公司里已經是佼佼者。

相比于很多AI公司空有技術卻難以落地,第四范式目前擁有超過8000個客戶、落地項目約1．2萬個,行業涉及銀行、保險、證券、零售、能源、醫療、制造等多領域。

其中銀行客戶占比較高,畢竟銀行有錢、有數據,效率提升可以在利潤提升、損失避免上體現得更加直接。戴文淵曾對媒體表示,最開始選擇金融行業,就是因為傳統金融行業的數據數量、質量最高,轉型升級的需求也非常迫切。

第四范式是銀聯、創新工場以外,唯一同時拿到“中農工建交”五大行投資的企業。招股書顯示:國內大部分國有銀行及股份制銀行都是第四范式的客戶,其風控系統、推薦系統大都由第四范式搭建,以某全國性股份制銀行為例,通過第四范式的先知企業AI核心系統,提升了超過7倍的反欺詐識別準確率。

第四范式的目標是,將決策類AI應用到每一個行業,需要拓展銀行之外的更多行業,寧德時代這種新能源制造業龍頭就很典型。

6月30日,第四范式與寧德時代達成戰略合作,基于第四范式SageAIOS平臺的全生命周期AI應用與管理能力,將AI決策能力注入到寧德時代生產制造的各環節中,共同推動制造行業加速向智能制造轉型發展。

但透露給媒體的消息有限,雙方合作金額、具體如何合作,外界尚不清楚。

招股書中顯示,Y公司(即寧德時代)正尋求升級工廠并以人工智能技術確保產品的安全性,借此保持競爭優勢,第四范式的產品可以基于計算器視覺技術進行質量檢測及設備監控,并會派出科學家與Y公司合作,對產品安全進行以人工智能驅動的預測性分析,試圖解決電池安全這一電動汽車行業最關注的問題。

公開信息顯示,依托于第四范式SageAIOS數據治理、模型上線以及模型自學習等全流程AI能力,以及低門檻的AI生產工具,寧德時代打造了快速規模化落地AI的人工智能平臺,并通過企業級AI工程化能力,保障了AI系統與現有的生產系統對接上線,實現了對數據的實時分析與決策。

在零散新聞報道中,我們還可以了解到寧德時代與永太科技、安脈時代、百度飛槳、科大智能、英特爾等外部企業或寧德時代所投上下游企業都有合作,致力于產線數據提取分析、產線智能化改造、電池缺陷質量檢測智能化升級等。第四范式并非唯一、可能也不是最大的AI合作方。

AI技術,究竟能給寧德時代的生產線帶來多少提升?

寧德時代2020年提出動力電池缺陷率從ppm(百萬分之一)級別向ppb(十億分之一)級別提升,安全性能把控從6西格瑪進一步向9西格瑪靠攏等“極限制造創新”的目標。

據寧德時代年報,2020年其動力電池系統銷量為44．45GWh,銷售收入為394．26億元,可算出2020年動力電池系統平均單價為0．89元/Wh。若缺陷率、產線損耗能夠進一步降低,也有助于寧德時代抵抗上游鋰狂漲價。

有報道稱三星、LG、松下的CPK值(制程能力指數,越高越好)基礎線都已達到1．67,甚至可達2．0,而寧德時代的CPK值最高才能達1．67。寧德時代距離國際先進水平也許有一定差距,但作為全球動力電池出貨量龍頭,其良率距離松下等企業差距也不大。

有分析認為在產線良率和一致性進一步優化之下,成本最高可降低10%。若利潤提升也按照10%計算,寧德時代2020年凈利潤為55．83億元,決策類AI等投入能夠提升的利潤最多就是五六億元,不會超過10億元。

因此寧德時代AI系統采購年框的額度,應當也符合招股書中灼識咨詢估測的約5000萬元至1億元,很難有更大的提升空間。而且這一采購額度,第四范式還要與百度飛槳等企業共享。

也就是說,寧德時代并非所謂“大腿”,只是第四范式的一個普通標桿用戶。除非第四范式能進一步深度參與寧德時代上下游、更多場景的AI優化。

第四范式曾提出深挖單個客戶價值,AI要在單個客戶身上從單點應用到全面開花。那么在深度參與客戶AI優化的同時,上汽董事長陳虹的“靈魂與軀體之問”又擺在面前:作為客戶的整體AI解決方案提供商,你可能成為客戶的靈魂,而客戶只剩下軀體嗎?

寫在最后

在移動互聯網快速發展的近十年,巨頭們所向披靡。如今的初創AI企業,也同樣面臨靠技術優勢獲得的市場被資本雄厚的巨頭搶占的風險。

圖源:第四范式招股書

招股書顯示,決策類AI市場前五大企業,除了第四范式,剩下四家都是巨頭。根據附注中四家公司的總部所在地與業務介紹,可知A公司是百度,B公司是阿里,C公司是華為,D公司是騰訊。

人們工作生活的方方面面已經離不開巨頭,但沒有人愿意各行各業都被巨頭壟斷。

慶幸的是,雖然巨頭們擁有更強大的資本、研發團隊、銷售渠道,但騰訊和阿里等巨頭的決策類AI恐怕未必受銀行歡迎,畢竟微信支付和支付寶已經對銀行業務形成很大沖擊。五大行投資第四范式,讓其獲得大部分銀行的決策類AI項目,恐怕也是看中了第四范式的獨立性。

所以在銀行領域這一“基本盤”、“根據地”,第四范式并不用擔心巨頭競爭、數據安全、政策變動、連年虧損等問題。數據合規對第四范式這類頭部公司只是基礎問題,政策監管第四范式也有技術準備,連年虧損對于一家有眾多資本支持且未來預期良好的AI企業更不算是事兒。

而且第四范式創始人戴文淵被贊為“天才少年”,畢業于上海交通大學,曾就職于百度、華為,在遷移學習的領域論文引用數排名世界第二,論文在NIPS、ICML、AAAI及KDD等頂級學術會議上發表,還在2005年ACM國際大學生程序設計競賽全球總決賽中榮獲世界冠軍。創始人與公司團隊的技術實力,都毋庸置疑。

那么,第四范式萬事俱備、只欠盈利了?

當然不是。AI企業中類似第四范式這種學霸創業的企業還有很多,學霸光環在公司發展初期能吸引更多關注,但在長期的市場開拓、精細運營、項目能力等方面作用有限。

AI已經從宣揚算法、架構的先進性,進入比拼落地和商業化能力的時代。億歐智庫《2021AI商業落地市場研究報告》認為,標準化與可復用的產品與服務才是AI企業實現全面、深入商業落地的關鍵,能有效助力企業在短時間內走上高效盈利之路。

對第四范式來說,讓自己的產品從標桿用戶走向中小企業,在“操作系統”服務之外進一步強化即用型人工智能應用服務,從算法平臺化走向算法App化,獲取長尾收益,可能才是更加全面的AI商業落地。

很多人還有一個疑問,適用于金融、工業等領域的決策類AI技術是否像自動駕駛一樣,被各方過譽以至于承載了本身難以實現的期待?

谷歌自動駕駛技術負責人Chris Urmson曾在演講中嘲諷對自動駕駛的過于信任:“相信一款自動駕駛輔助系統只要不斷迭代,就能越做越好,最終達到完全的自動駕駛水平,這就相當于說,只要我努力地練習跳躍,遲早有一天,我就會飛起來。”

但不同于自動駕駛,我們相信決策類AI在金融、能源、制造業等領域是能夠不斷迭代、越來越好的。

因為自動駕駛面臨復雜的三維環境,轉化數據的過程容易出現偏差,AI判斷往往不如人;而在制造業、能源、金融等行業的海量規范數據中尋找隱藏規律,本就是決策類AI比人強的地方。決策類AI,可以在練習足夠多的跳躍之后飛起來。

本文來源于億歐,原創文章,作者:陳俊一。轉載或合作請點擊轉載說明,違規轉載法律必究。