1、人工智能行业的现状：冰火两重天

根据不同的应用领域，人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。

通常，我们接触的都是视觉类、语音类的人工智能，它们主要用来帮助人类执行具体任务，例如人脸识别，语音控制等等，而决策类AI更像企业的“智囊团”，给企业提供服务，而非个人，比如精准营销、风险管理、运营优化等等。

客观的说，决策类AI本质数据挖掘，远不如视觉类、语音类的人工智能更酷更有吸引力，所以，商汤能够如日中天，科大讯飞能够独领风骚，而决策类AI中并没有出现明星公司，干的都是苦活累活脏活，这就是人工智能行业的现状：冰火两重天。

2、第四范式的现状：披着华丽的外衣干着最苦最累的活儿

第四范式主要提供以平台为中心的人工智能解决方案，发掘数据隐含规律并全面提升企业的决策能力，属于决策类AI企业。当然，也可以说，第四范式是干数据挖掘的，这也没有毛病。数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，犹如淘金者一般，很苦很累。

淘金者

3、第四范式的公司基因：戴文渊的百度之履历

公司的基因来源于创始人的经历，第四范式的创始人是戴文渊，据说是个地地道道的学霸，在大学期间，曾组队获得ACM大赛的冠军。

2004-2005年全球总决赛，右三为戴文渊

后来，博士毕业之后，戴文渊加入了百度。彼时，百度的竞价排名广为人们所诟病。对于百度老大李彦宏而言，这是一个多体面的人啊，百度毕业，美国精英海归，人大代表，竟然在众目睽睽之下被人当头浇了一瓶冷水。

迫于外界舆论的压力,百度开始研发凤巢系统。凤巢虽然听起来比鸟巢更高大上，但是凤巢的内部跟鸟巢的外观一样“粗糙”，凤巢系统只有大概1万条策略，而且都是人工制定的，系统匹配效率不高，用户搜索体验差，导致没有点击广告的欲望，产品不赚钱，老板很发愁。

早期的凤巢系统如同这个鸟窝一样，粗鄙不堪

后来，戴文渊带领数名员工，另辟蹊径，利用自己的计算优势，通过数据挖掘和机器学习来制定广告策略，短短数年之后，整个凤巢系统的策略已经提升至1000亿条，一跃而出成为百度的摇钱树。

也就是从这个时候，戴文渊尝到了机器学习的甜头，联合自己的博士导师杨强开始独立门户开创了第四范式，希望利用大数据+AI算法全面提升企业的决策能力。有好事想着自己的授业恩师，但从这一点来看，戴文渊做的还是不错的。

杨强与戴文渊

4、第四范式的生存之道：抱国有银行的大腿，做预测外来的先知

第四范式是第一家由中国工商银行、中国农业银行、中国银行、交通银行、中国建设银行等五大国有银行投资的初创公司，这些股东同时也是其主要客户。

第四范式参与了制定信用卡反欺诈策略的工作，并研发了“先知”系统，顾名思义，能做到神仙般的未卜先知。举个例子，一张信用卡如果在2小时内，同时在北京和深圳都有了POS机消费，则可以认定为欺诈，因为人不可能在2小时内往返于北京和深圳去刷卡。但是，这种策略设定原来是依赖人力来制定。而“先知”平台的介入，使得银行在很短的时间里，通过AI开发了超过25亿个新的信用卡欺诈侦测策略，提升了超过7倍的反欺诈识别准确率。

5、第四范式的生存之忧：人力成本之高、业务场景之杂

想要找到一名搬砖的人，这很容易，因为搬砖就是力气活，没有什么技术门槛，而且所支付的薪水也不用很高，但是要招到一名合适的AI人才则困难的多，而且需要支付的薪酬必须很高才行。

AI领域的知识非常难啃，成为一个AI人才的过程很难，所以在人才市场，每个AI就职者都是待价而沽，不会随便卖身的，毕竟自己一路走来不知道要耗死了多少脑细胞，必须获得较高的薪酬才能留住人才。

人力成本之高是每个AI企业都面临的难题，第四范式也不例外。除此之外，业务场景之杂，导致应用无法通用，正如第四范式上文所宣传的那样：通过AI开发了超过25亿个新的信用卡欺诈侦测策略，大家看看“25亿”，就能明白这个系统有多复杂了。而且这个侦测系统也无法通用，只适用于信用卡欺诈，无法通用到其他领域。看看人家阿里，做一个网站，能入驻全天下的商家，能卖出世间所有的商品；再看看戴文渊的老东家百度，做一个爬虫能抓取到全球的中文网站，做一个搜索框能满足十亿人的使用；最后再看看腾讯，做一个微信软件，能满足中国十亿的网名。人比人，气死人，如此对比一看，这些搞AI的公司还不大口吐血。

6、后记

做一个好学生容易，做一个好下属也容易，纵观戴文渊的人生轨迹，可谓是精彩纷呈，但是但是做一个好老板却是难上登天，第四范式创业至今，仍然没有解决企业的盈利困境，这也不能完全归乎于公司的创始人，毕竟天时，地利，人和三者缺一不可。时代皆是如此，因为中国仍然是处于社会主义发展的初级阶段，纵有先进的技术也难以找到合适的落地场景。最后，向每一个创业者致敬！这里是面试天下，这里有故事，也有人生，欢迎大家的关注！