摘要：AI能用吗？在这个以AI产业化、AI商业落地等概念为关键词的一年中，无数大小企业都在身体力行地回答着这个问题。当人们在电话里与智能客服对答如流时，当生产线上的智能摄像头在为产品进行分类时，我们似乎已A

AI能用吗？在这个以AI产业化、AI商业落地等概念为关键词的一年中，无数大小企业都在身体力行地回答着这个问题。当人们在电话里与智能客服对答如流时，当生产线上的智能摄像头在为产品进行分类时，我们似乎已

AI能用吗？

在这个以AI产业化、AI商业落地等概念为关键词的一年中，无数大小企业都在身体力行地回答着这个问题。当人们在电话里与智能客服对答如流时，当生产线上的智能摄像头在为产品进行分类时，我们似乎已经听到答案的声响。

但对于在这一产业中寒耕暑耘的人来说，让这项从上世纪五十年代就开始被学术界挖掘讨论的技术给出答案，并非看似那么简单。

像周伯文这样的在学术和产业两界均有涉猎的AI从业者，尤其如此。

2019年12月6日，京东集团宣布设立京东云与AI事业部，整合原京东云、人工智能、IoT三大事业部的架构与职责，由京东集团副总裁周伯文博士担任负责人，向京东集团董事局主席兼CEO刘强东先生汇报。京东的云、AI、IoT三大技术模块共同接轨，在其技术产业化的道路上加速前进。

对于周伯文来说，如今正是行至半山腰。

他不是一位典型科学家

提起2017年加入京东的周伯文，相信关注AI或科技行业的人都能脱口而出他身上的一系列标签：IBM Watson集团首席科学家、曾经的IBM Research纽约总部人工智能基础研究院负责人、IEEE Fellow、AI领域20年从业者……

和很多科技企业一样，京东招揽了一名科学家。

但和很多科技企业不一样的是，作为一位“非典型”科学家，周伯文身上一系列标签背后，是对技术产业化和商业化长久不断的追求。

比如在移动设备尚未普及的2003年，周伯文就研发了世界第一个完全嵌入式的大词汇量的语音到语音双向实时翻译系统，并且将这一系统部署在了手持端。在那个移动互联网尚未普及的年代，对于身处异国环境的人来说，这样能够随身携带，又能一定程度上解决语言问题的产品，确确实实帮了他们很大的忙。

一项技术的创新，能够满足人们切实的需求。从那时起，周伯文开始着重关注技术的商业化。在采访时他说了这样一句话：

“所以我一直认为技术核心的目的不是论文，论文是展现手段，最终目的是创造价值。”

于是在周伯文后来十年的职业生涯中，我们能不断发现他在技术基础研究和技术商业化之间平衡的痕迹。像是在2014年，他主动从更注重基础技术研究的IBM Research加入到了向外输出的IBM Watson Group，去探路人工智能商业化、平台化的模式。

可以说虽然AI真正开始成熟并大规模的应用于产业是在近五年内，但诸如周伯文这样的科学家，早已趁着微熹晨光出发。

从技术试炼场，到每一个微小的改变

如此一来，我们就不难看出周伯文的技术主张与京东实际情况的契合之处了。

周伯文的技术主张是让技术平台化、商业化去发挥价值，而京东的特点，正是业务场景广泛，电商、物流、金融、客服、供应链、保险、物流地产……这些业务场景累积下了海量真实数据，成为了技术最好的发散场。另外一点，京东本身就具备着强烈的开放平台属性，向用户和合作伙伴输出电商、金融、物流、广告等服务，可以说渠道已经打通，只待技术水流的冲刷。

这样一家企业，可以说是技术天然的试炼者，也是天然的输出者。或许正因这样的天然条件，京东没有一味选择那些闷头做研究，能够酝酿出属于下个世纪技术突破的学者，同时和专注把技术转化成产品和价值的周伯文一拍即合。

我们可以通过一系列数字来见证京东的转变：京东在2019年前三季度的技术投入规模超过了130亿，比2018年全年投入都要多；而京东云从技术产品的丰富程度和稳定程度来说都有了不少提升，来自IDC的统计显示，京东云上半年公有云业务增长超过了500%；京东AI以NeuHub为核心载体的新一代智能供应链平台，也入选了科技部公布的智能供应链国家新一代人工智能开放创新平台，让京东成为了国家队的一员。

这些数字看似冰冷，可却真切地改变了人们的生活。

像是已经成为了“网红店”的广州菜市场钱大妈鲜肉店，一家创新型零售铺面，凭借京东对于线上线下数据的分析和学习，也可以实现对于供应链的智能化管理，进货的时间、地点、数量，打折促销的时间，都可以在AI的辅助下进行决策。低成本的实现“不卖隔夜肉”，让这家小小的店面走向连锁发展，甚至在今年实现了6000万的营业额。

又比如在应用了智能客服之后，在京东11.11、618这种业务高峰时期，不仅用户的需求能够更快地得到满足，客服员工的负担也相对减轻。在大促期间，当周伯文在客服部门“轮岗”时，客服同事告诉他，相比往年连吃饭的时间都不够，今年有了AI客服的帮助，终于能有充裕时间吃饭、去卫生间了。

技术的成功商业化，带来的不仅仅是经济上的收益或国家的认可，也在改变着每一个普通的生活，让小微企业主也能有大梦想，让客服工作者在京东11.11时能安安稳稳地吃一顿饭。这样真实发生的改变，也无形中契合着京东“可信赖的AI”的概念。

典型性科技企业的手术式变革

这些变化背后，我们可以看到一家“典型性”科技企业的技术平台化。

什么是典型性科技公司呢？

这样的公司往往不缺少技术人才，其业务背后也拥有很多技术支撑。但技术在企业内部的流动性很差，具体表现为业务A中的技术A可能在业务B中也能发挥作用，但往往实际情况是，B部门还是会重新研发出与技术A极为相似的技术B。

周伯文在刚刚加入京东时，花了很长时间搜集各个部门的技术需求，又推动业务与技术之间的重构。然后以两个标准层层筛选——一个是技术的复用率，另一个是技术的沉淀性。选择高复用率的技术，意味着在内可以降低重复研发的成本，也意味着对外可以找到落地应用空间。至于可沉淀性，则意味着技术是否拥有自驱式的发展前景，能在不断落地时借助真实世界的反馈得以提升。

在这两种标准之下，京东以往的技术能力不断从业务本身托生而出，拥有了开放式的发展空间并得以进步。京东AI开放平台NeuHub就是典型的发展成果。

同时京东也在加强技术基础建设，像是由周伯文带领的技术委员会，就负责技术人才的吸引、晋升事宜，以及对京东整体技术生态和战略的梳理。周伯文加入京东以来，先后招募了何晓冬、梅涛等技术人才。

京东在两年之间经历了一场“手术式”的变革，将原本仅仅缠绕的业务和技术划分开来，各自获得适合的营养输送。这一过程，相信可以给很多类似的科技企业提供参考。

一个人，和一家企业的半山腰

那么，在这一场手术之后呢？

在思考AI技术商业化的同时，我们不能忽略的一点就是AI技术的核心属性。毫无疑问AI的核心在于算法，正因为有一个个强大的模型，数据才能输入其中经由推理得出结果。但模型的存在往往需要算力作为载体，而算力要么存在于云端，要么存在于边缘芯片端。更进一步讲，帮助AI采集数据和反馈结果的，最终还是一个个设备，从最常见的移动终端，到应用于不同场景的传感器、摄像头等等。

正如周伯文对技术战略所做的总结：“ABCDE”理论，即AI（人工智能）、Big Data（大数据）、Cloud（云计算）、Devices（IoT）和Exploration（前沿探索）。

他打了一个比方来形容ABCDE之间的关系：业务是非常有共生关系的，把整个技术想成一个人的话，AI是大脑，IoT是神经末端的感知和采集，以及信号的执行。云提供的就是身体的躯干、肌肉、血管，在里面跑的大数据是氧气。

对于技术企业来说，想让AI发挥产业作用，云和IoT是不可或缺的部署途径。尤其在不远的将来，随着5G技术的普及，数据的传输同样会驱动技术应用形态的变革。因此京东对于AI、云、IoT的整合是必然之趋。

有趣的是，在2014年周伯文推动IBM Watson商业化时，同样也是将Watson与IBM公有云平台相结合。云一直是AI的重要载体，在几年之后的今天同样如此。

我们不妨打开脑洞，推测在云、AI、IoT整合之后，京东未来还将在技术商业化上实施哪些举措。

1、 一体化开放

京东技术输出的一大特点在于，像智能供应链这种技术，很多时候面对的都是实体产业甚至小微实体产业。这些用户的技术基础往往很薄弱，需要供应商提供尽量完备的解决方案而非仅仅是技术API。在整合云与IoT之后，京东未来的技术输出可能会更加一体化，即京东集团提出的“从一体化到一体化开放”，把技术商品打包的更加完善，开“箱”即用降低部署成本。

2、 协同式研发

在整合之后，技术沉淀的范围也可以更广。像是算法的研发可以兼顾不同部署模式的需求，在网络条件相对较差的仓储场景中，更多的采用边缘部署，让云服务、AI算法和IoT终端互相协同，给与不同用户更加细化的技术方案。

3、 广阔的创新空间

在加强技术基础研究和整合多个事业部齐头并进时，两项举措也终会相遇。我们不难预测未来京东会有更多偏向于基础突破，而非托生于当下业务场景的新技术，通过云服务或IoT产品部署到现实场景中。

对于京东这样庞大的技术孕育者来说，用两年时间完成零售到技术平台转型，仅仅只是走了半程。身份转变之后如何保持技术的自驱发展，又如何面对当下科技企业集体转向B端市场所带来的竞争，才是京东故事在起承转合之后，真正的高潮所在。

而对于周伯文这位在技术商业化耕耘了十余年的技术领军者来说，如今这个AI产业化大潮滚滚而来的年代，于他而言何尝不是期待已久的半山风景。

山腰往上，还有无限风光。