“我觉得 ， 两者兼而有之 ， 因为AI being这种新的形态 ， 很难作为一个技术输出方独立存在 ， 必然涉及到运营 ， 因为所有IP实际上都是一刻不停地、始终在用户身边 。 同时 ， AI being也必须时时刻刻保持与云端服务的连接 。 所以 ， 虚拟偶像、虚拟助手之类AI being都时刻离不开小冰框架 。 ”李笛认为 ，小冰公司的定位 ， 更接近于创造了这些AI being后 ， 再将其派遣出去 ， 也就是类似一个技术产品+运营双重创新的模式 。
李笛说 ， 过去AI领域 ， 基本的商业模式和产业链格局都属于技术能力的输出 ， 也称为赋能 ， 即“AI+XX” 。 经过大约十年的发展 ， 技术输出被证明并不是一个好的模式 。 此外 ， 还有一种模式采用的是软硬件结合的方式 ， 往往以硬件设备的形式来展现 ， 事实证明同样不可行 。 而小冰公司则成功地采用基于云的云和端的协同 ， 但是有具体的AI being这样的产品形态 ， 并将其派遣到人的身边 。
有了明确的定位 ， 商业模式自然也是水到渠成 。 李笛介绍道 ，公司的商业模式基本分为两类 ， 即“造人”和“派遣员工” 。
“造人”就是创造AI being 。 虽然这里的“造人”相比真人来说 ， 成本要低得多 ， 但在很多方面的能力仍不及真人 。 然而 ， 在某些领域 ， AI being具备更高的并发能力 。 同时 ， 人始终无法摆脱生物学中固有的生理特征 ， 例如声音、外观等 ， 也就是无法决定自己的生理特征 ， 但AI being依靠AI技术 ， 具有更强的塑造性和可定制性 。

文章图片

虚拟人崔筱盼获得“2021年度万科优秀新人奖”
对于派遣员工 ， 李笛介绍了万科集团2021年度优秀新员工“崔筱盼” 。 这一案例的背后 ， 其实映射出的是企业的数字化转型的发展 。现在 ， 越来越多的企业开始部署云、SaaS服务 ， 以加强内部流程及客户的联系 。 而AI being是企业数字化转型的又一次升级 。 “以‘崔筱盼’的例子 ， 一旦财务部中最基本的催款业务也能实现流程化 ， 并实现AI being化 ， 其成功率将会快速上升至91.44% 。 ”李笛认为 ， 这个案例带给我们的提示 ， 意味着所有企业数字化转型都有机会迎来再次升级 ， 也将获得更广阔的市场空间 。
对于商业模式未来的发展 ， 李笛再次提到了微软 。 他说 ， 40年前 ， 微软提出了一个正确的判断：每个人都需要一台自己的计算机；而1943年 ， IBM时任掌门却认为 ， 世界上只需要5台计算机 。 此后 ， 微软基于此提出了license fee（软件授权费）这一开创性的商业模式 。
AI being的六大要素
谈到对竞技体育等应用场景的感触 ， 李笛首先介绍了AI being的六大要素 。 第一是persona（人格）；第二是attitude（立场） ， 在性格相似的情况下 ， attitude可能不同 ， 包括积极的、消极的以及中立的；第三是biological character（生物学特征） ， 例如声音、容貌等 ， 但需要与其persona和attitude保持一致 。 第四是creation（内容创造） ， 包括文本、声音、视觉等内容创造；第五类是knowledge（知识）；第六是skill（技能） 。 因此 ， 小冰框架对每个AI being都有这六大要素的设定 ， 也是所有AI being背后的基础 。
目前 ， 行业内一些企业往往只涉及其中的某一要素 ， 例如常见的是skill ， 可能加上knowledge；或者只做生物学特征 ， 典型的就是虚拟偶像 ， 可能只有生物特征中的一部分 。 而人工智能裁判与教练系统的例子中 ， 包含了persona、attitude、生物学特征、creation、knowledge和skill所有六大要素 。 李笛将其称作为“expert”（专家） ， 其背后的立身之本离不开一个强大的系统 ， 用以辅助AI实现训练和判断 。