以下会议实录根据现场速记稿整理。
孔华威：首先花一、两分钟自我介绍一下。
刘子豪：我来自于京东集团，负责京东云的生态业务。
朱明杰：我是氪信创始人。氪信是一家人工智能的金融科技公司，跟持牌金融机构合作，进行精准的风控和智能化的工作。
傅婧：我是金融壹账通的傅婧，我们是平安旗下全资子公司，给金融机构做科技赋能。
谢鹏：大家好，我叫谢鹏，来自旷视科技。旷视科技专注于计算机视觉领域，主要做一些人脸、图像、视频的识别。
孔华威：旷视科技的Face++比较有名。
何斯明：我来自点融网，负责供应链金融。点融网使用创新的技术，比如区块链进行创新，打造更完美的供应链金融方案。
蒋龙：我来自通联数据，专注于资产管理行业，围绕智能投资和智能投顾。
孔华威：我进来的时候听到资产配置，很奇怪没有听到比特币。我调查一下，在座各位有比特币的举一个手，有没有比特币之类的资产配置？非常好，这里没有韭菜也没有镰刀。今天会场很和谐，我们可以开始和谐的谈话了。
我有几个问题准备好了。大家都知道，现在科技巨头纷纷开源。对于开源你们怎么看，对于初创的企业来说怎么看？现在我蛮纠结的，他（创业者）说我是做人工智能的，该不该投资我不知道。因为很怕做了3年，花了2千万美金，最后突然开源了，不知道怎么办。不知道你们怎么看这个问题？
刘子豪：孔老师既然问到这个问题，我先说一说。我觉得（开源）一点都不是 问题。我们可以看到，科技给社会赋能的阶段性成长，最开始是靠技术壁垒，接下来靠一系列的创新，最后这些公司的估值来自于给客户带来的价值。这个价值也许在某个阶段是靠代码的保密带来行业壁垒，但最终企业要给客户带来真正的价值。京东虽然不算初创企业，但我们以初创企业心态做事。整体来讲，我们的文化是四个字母GOOD。其中两个“O”，一个“O”代表obsessed with our customers，是对客户痛之所痛，想之所想。另外一个“O”代表open source开源。我们这个时代给客户提供价值的方式，不仅仅是软件产品，而是大量的服务。现在的科技行业、AI行业，并不是我把产品给你就完事了，其实有大量的服务在里面。不但要提供工具给客户，还要保证客户会用这个工具。既然价值链在发生变化，那么源代码就是一个重要的IP，但它的使用方式和对企业价值估值模型的重要性，应该有很大的变化。总体来说不是很担心，我建议投资人不要把源代码的开放与否作为重要的决定因素。
孔华威：你们也有开源项目对吧？
刘子豪：我们不但自己开源，也鼓励开源重要的是，开源之后还要服务。
孔华威：开源是必然的，重要的是怎么为客户服务。氪信怎么看这个问题？
朱明杰：我出来创业第一天就想，我做人工智能，不是重复造轮子。我们很清楚大公司的实力，在人才、资源方面没有办法与他们匹敌。所以如果（创业型公司）重新做一套通用的平台，或者做一套通用的标准不太现实。但是，另外一方面我们也非常感谢巨头公司去开源。比如说谷歌最近刚刚发布Cloud AutoML还有微软也有很多开源，我现在作为初创公司的代表，希望他们的开源越多越好。因为基础的东西的确适合大公司来做，现在国内的几大巨头都会找我们来合作。因为这件事情，技术跟最后落地的赋能对象之间，就是平台和对象之间存在极大的Gap。技术和真正的使用之间的鸿沟非常大。巨头希望跟我们合作，因为初创公司比较灵活。我们可以针对某一个具体的业务场景，运用开源的平台技术到最后业务上去。技术和最后的解决方案之间，这个巨大的鸿沟，初创公司可以做很多的事。所以我们拥抱巨头的开源。
孔华威：你的应用（金融壹账通）是用AI技术为征信服务，你怎么看？
傅婧：现在深度学习已经取得了突破性进展。在这个前提下，算法、代码，已经不是竞争的障碍了，更多的应该是用户的习惯、或者数据才可能是真正的壁垒。在这个情况下，用户不一定是终端用户，也有可能是广大的开发者。所以巨头的开源有三层含义，第一巨头可能是在抢占基础平台的制高点，通过开源获得更多的用户习惯，包括征信数据。
第二个是，中小企业采取开源来应用到垂直业务上，数据最终会反馈给开源平台。这也是巨头真正想要的、所期望的，因为对于巨头自己的业务，也可能带来一些深远的影响。
第三，人工智能是比较前瞻的问题，还处于比较初级的阶段，在发展当中。巨头的发展方向也各自不同，也需要引入大批的人才。通过开源引入更多人才，为人工智能赋能，让科技改变生活。
孔华威：所以站在巨头的角度，这是对的。对于应用开源的公司来讲也没问题。
傅婧：创业公司的应用也会反哺巨头。
孔华威：你（旷视科技）认为开源对你有冲击吗？
谢鹏：有的。计算机视觉从技术角度，微软、BAT、亚马逊、谷歌都有。当然实际上巨人的手指都是有缝隙的。每个公司规模不一样，开源只有大公司会做。因为他有耐心，他有足够多的变现方式。谷歌通过广告变现，阿里通过电商或者云业务来变现。但是创业公司不太可能，可能是因为创业公司的定位。创业公司更多是去做落地的、场景化的事情。这些事情巨头公司不做，所以创业公司与巨头是互补的关系。当然巨头开源给我们很多底层技术支撑，从旷视的角度来说，也不完全依赖开源。旷视的深度学习引擎也是自主研发的，从效率、从安全、从易用性上，包括未来可能还有芯片的设计，这样更加灵活。不同的阶段不一样。
孔华威：你们现在人脸识别的准确率怎么样？跟现在开源的技术，有什么样的差别吗？
谢鹏：从学术的角度，旷视基本拿遍了全球所有的计算机视觉奖项。2017年微软COCO的比赛，旷视可能是全球唯一一家拿到三个冠军的中国公司。环境好的时候刷脸很顺利，但是在许多真实落地的场景中，比如取快递，受到灯光、帽子、装饰物的影响，识别率会降低。高铁刷脸也可能刷不过。真正落地场景的时候，需要定制化和专门的优化工作。但是这些工作巨头不会碰，这也是创业公司生存的空间。但是我们未来也有做平台的愿景。
孔华威：对于点融网，你们运用的多吗？
何斯明：我分享一下个人看法。目前AI领域，可能大家都比较关注巨头的开源项目，比如谷歌的TensorFlow，还有微软的CNTK(Computational Network Toolkit) 等等。其实在AI的开源项目里面，也有很多是有小规模或者中等规模的公司开创的。比如有一个项目，Berkeley（美国加州伯克利大学）的Caffe（由伯克利人工智能研究实验室开发的深度学习框架），它能够在一天之内处理6000万images（图片），仅仅通过一个GPU。目前亚马逊也在使用这个技术。还有一个开源项目是H2O，他的客户包括Cisco、Paypal 等大公司。所以我觉得在开源项目里面，有很多不错的。我们也使用过TensorFlow，通过用AI的工具，来帮我们优化整个风控框架。因为供应链金融的核心是风控，我们希望通过人工智能预测风险在哪里等等。目前我们也在继续关注开源的AI项目。
孔华威：通联数据怎么看？
蒋龙：我们在投资领域进行创业，主要通过人工智能技术提升决策的效率和准度。对于股票、债券、一级市场，大宗商品都会关注。
孔华威：VC做吗？
蒋龙：我们会帮助VC做。我们在垂直领域做创新，需要一些通用工具的支持，所以我们对于巨头开源非常支持。开源并不是完全依赖它，或者拿过来就能解决实际的问题。我们拿到开源的工具之后，首先还是会去通读它的代码，根据使用的这个场景对代码进行改变。这样开源就帮你起了很大的步，等于站在巨人肩上，帮你解决了很多通用的问题。如果我们这样有效，而且可能是比较通用的方案，我们也愿意把结果继续开源出去。人工智能的发展，除了基础技术的发展外，还需要在人们生活和工作场景去深入和创新，这是很多人的参与和创造。巨头们把这样的工具给大家，大家根据需要使用是很好的事情。
孔华威：大公司做平台创业公司落地，大公司开源越多更好，这是基本的逻辑。我在中科院计算所，以前讲自主创新，一直想做成平台的事，但是没有做成。从AI本身来讲，看来现在创业公司没有想过做成平台。
蒋龙：我们开始先不去想做平台，但是未来冲向平台也是可以的。
孔华威：比如编程语言，都是国外的，我们一个都不开发，但是我们成为编程高手也是可以的。当然我个人是希望做一些通用的开发，（现在）看来好像有一些小问题，打消了我一个念头。2018年坚决不干这个事。
孔华威：在座有很多金融公司，我们畅想一下，金融领域中AI的应用是什么样的情况？
蒋龙：因为我们关注金融的子行业资产管理，用人工智能和大数据解决投资分析的问题。传统大家做投资分析，可能用统计局的数据分析宏观经济的变化。现在有很多创新，比如用卫星图片拍的夜晚灯光亮度，分析中国的发展。美国国家经济研究中心的几个科学家，用这样的数据来判断中国的GDP增长比统计数据还要高。还有很多科学家用卫星图像里车的数量预测零售企业的业绩。这些大数据慢慢的在投资决策里成为很重要的因素，这是我们做投资的一个重要方向。
另外我们也尝试将机器学习引入到投资决策当中。过去关于投资有两大流派。一个是巴菲特为代表的基本面流派，以人的逻辑思维判断一个企业或者产业未来的价值，有很多主观定性的分析。另一派以西蒙斯（文艺复兴基金掌门人）为代表量化派，以大量的数据作为判断基础。现在有了新流派，基本面量化。把人的知识，抽象成逻辑和知识图谱，用算法框架训练细节。投资行业很多问题不具备充分的数据，这些时候需要一些知识和结构，学习细节的参数。这样一个做法，在过去几年得到很好的印证，效果非常好。
除了投资研究外，人工智能另一个运用是智能投顾，也非常火。智能投顾从2009年诞生，基本的理念是实现普惠金融，把以前高净值客户才能享受到的服务，让普通理财者也能享受到，这是很重要的初衷。目前智能投顾中的技术，20年前就能做。但是在互联网时代之前，你通过软件把投资目标、风险偏好输入，自动给你配置也能做。但是因为市场不断变化，第二天就要换软件，不然做不到。有了互联网时代，金融企业有了低成本触达广大用户的能力，这种能力包装一下，把自己的模型随时更新，就有了个性化服务的基础。
孔华威：未来是不是没有定性分析，全是定量？
蒋龙：大家觉得是不是机器人来了，未来基金经理全变成AI？
孔华威：这个不可能。
蒋龙：对，短期内不太可能。
孔华威：京东怎么看？
刘子豪：在京东看来，有非常多的AI产品在落地。原因在于我们不是一个纯平台公司，我们自己做京东云这样的平台，是因为我们有很多场景，比如说电商场景、金融场景、物流场景和保险场景。
孔华威：京东云的实践当中，AI特别好玩的是什么？
刘子豪：我们有很多种场景，我来讲讲京东云。京东到目前为止超过3亿活跃用户，上面做电商的商家就有几十万家，上游供应链商家超过十万家，所以我们有很多大数据。为什么最近AI特别火？因为计算能力、数据量到了一定的阶段了，从量变产生质变了，在这个场景下我们是非常非常有优势的。
孔华威：你（氪信）大数据没有这么多，AI有什么利器？
朱明杰：我们在金融领域有大量数据化、智能化的机会。其实目前国内金融机构还是挺多人工的成分，这也是为什么很多人得不到合理的金融服务。在领先的金融机构比如招商银行、平安、中银，再靠电话审批已经不行了。通过APP在线提供金融服务，把人工成本省掉。背后很多技术是我们提供的。招商银行核心的在线风控、营销，通过我们的业务合作，极大提升了转化率和坏账控制能力。所以我们希望助力合规的持牌金融机构，让更多国人得到合理的服务。
傅婧：我们金融壹账通现在在做一个加马(Gamma)智能贷款解决方案，首创了一个金融行业的智能解决方案。它覆盖了从面审到审批的全流程。我们自创了微表情欺诈识别技术，在面审过程当中，通过实时抓取客户的脸部微表情进行智能判定。结合数据图谱、智能问答引擎，通过大数据交叉验证，深度挖掘潜在的风险点，大大减缓了审批的坏账率，提风控率的水平。
孔华威：谢鹏总讲讲。
谢鹏：我们更多是解决前端支付的问题，主要是人脸身份识别的。
孔华威：马云说的扫脸。
谢鹏：对，还是场景化，让大家支付更方便。我们关注点更多在前端发力。
何斯明：供应链金融市场很庞大，总量在1万5千亿。但是他所使用的方案，其实还是比较偏向于传统方案，牵涉到手工的动作，比如审核发票等等。为什么需要大量手工的动作呢？是为了风险管控。我们觉得人工智能的最大用处，是帮忙我们优化自动化的管控，实现实时性的供应链金融。
我们觉得这只是一部分，我们看如何把它合并到其他的技术，比如区块链、物联网等等。人工智能这一块，对我们来说是一方面的功能，主要为了解决一些风险。
孔华威：2017年大家经常说AI会减少人的机会，今年大家都不讲了。有两种看法，一种看法是没有什么好讲的，有一点被动；还有一种观点是AI渐渐就让你习惯了。明年再开会的时候我们做调研，看看AI的发展。
评论