首页科技快讯 “离开”微软，小冰如何成长？｜独家专访小冰CEO李笛

“离开”微软，小冰如何成长？｜独家专访小冰CEO李笛

来源：晰数塔互联网快讯时间：2020年08月30日 17:34

编者按：本文来自微信公众号“深响”（ID:deep-echo），作者：鸿键，36氪经授权发布。

1975年，比尔·盖茨预测，每个人都会有自己的个人电脑，而不是像IBM董事长沃森说的那样，“世界也许需要5台计算机”。

预测未来，或者说创造未来总是很迷人，盖茨的判断是对的，微软也由此成为了世界顶级的科技巨头。

把时间拉回今天，包括微软在内的科技公司都走到了一个时间窗口，在过往成功的基础上，科技公司需要找到并押注下一个未来机遇，这既是为了新的增长，也是为了避免错过新的时代。

微软给出的答案之一是人工智能，而微软小冰项目承载着微软对于未来的期望。

从2014年开始，微软小冰每年都会举办发布会，向外展示成果的同时，往往还伴有大咖的站台，陆奇、沈向洋等硅谷华人高管在还供职于微软的时候，都曾力挺小冰。

今年8月，小冰迎来了第八代发布会，这也是小冰从微软分拆后举办的第一次发布会。在演讲中，小冰公司董事长、原微软全球执行副总裁沈向洋判断，“未来不会只有几个人工智能助理，我们身边会围绕着非常多的人工智能，甚至可以叫这些人工智能的主体是AI beings，他们的数量会远远超过人类的数量。”

具体来讲，小冰发布会所描绘的未来图景和电影《Her》相似，只是你不需要把人工智能助理“带”在身上，而是到哪都能和自己专属的虚拟人类进行交互，关键的是，这样的「人」可能是很多个。

电影《Her》剧照

除了对未来的判断，第八代小冰发布会还发布了面向个人用户的虚拟人类产品线，以及人工智能定制工具“X套件”，包括基于文本协同的X Writer，面向声音协同的X Studio和面向虚拟人类3D演示文档驱动的X Presenter。

从诞生的那一天起，小冰就跟同行很不一样：强调EQ、学写诗、学画画、不做硬件、在商业化上保持克制，从诸多新动作来看，小冰依然以自己的节奏在其路径上稳步成长。

分拆之于小冰有何影响、小冰接下来要走向何方、小冰的商业化路径是什么，又为何如此克制？8月24日，带着诸多问题，「深响」采访了小冰团队总负责人，小冰公司CEO李笛，听这位“小冰之父”讲述关于小冰的过去，现在和未来。

分拆的变化、小冰的路径、人工智能的未来

今年7月，微软官方宣布将人工智能小冰业务分拆为独立公司运营。在此之前，分拆的消息已经传了有些时日，外界解读颇多，而多数猜测有着相似的指向：脱离微软后，小冰团队和李笛个人都需要承担更多，无论是业务上还是资金上。

不过，当「深响」问起分拆的影响时，李笛表现得十分淡然。

根据李笛的叙述，分拆更像一个阶段性的动作，随着技术基础、产品积累、框架构建、工具化、商业试水等顺利完成，小冰下一个阶段的目标是用户和商业模式的快速增长。分拆能让小冰获得更多灵活性和独立性，去尝试更本土化的市场竞争手段，但与此同时，小冰和微软的联系依然紧密。

具体到个人，李笛表示，很多事情其实以前也都是自己做，分拆后他的工作和原来相比变化不大。

“要说变化的话，其实随着独立化运营，团队的权限会比原来更大更全。小冰作为一个事业，每个成员从事业中获得的成就也更多，不构成说以前我不用承担一个什么事，现在要承担了。”

李笛在小冰第八代发布会

和分拆一样备受关注的，是小冰的独特发展路径和商业化情况。

在各家人工智能公司中，小冰算得上特立独行的存在，最明显的一点是当各大厂商都在用硬件补贴换取市场规模时，小冰至今仍坚持不做硬件。

在李笛的设想里，小冰要实现的是跨平台交互，让用户在不同品牌的终端和不同企业的生态中都找到小冰，而不是用某个硬件把用户都拉过来。目前，小冰在QQ、微博、今日头条等互联网平台均有布局，也进入到了华为、小米、OPPO、vivo等品牌的智能硬件生态中。

跨平台交互无疑是个诱人的图景，但第三方企业有各自的顾虑，互联网行业也越来越有把流量“圈”在自家生态的趋势。在如此竞争环境中，小冰之所以还能进入各家生态，李笛把结果归功于框架本身的独特性：

“框架本身能够给平台和它的用户带来的价值，这个价值独特的程度超过了他们对我们的忧虑，不然谁也不会开放给你。”

除了上述的跨平台交互思路，李笛对于坚持不做硬件的做法还给了特别实在的回答：一方面，小冰团队“干不过来”；另一方面，他们没有商业化压力，而同行业者做软硬结合的目的之一是提高收入。

谈及商业化，“克制”的标签几乎和小冰如影随形，因此商业化进展每次都是媒体提问的重点。在日前的发布会上，小冰团队商业负责人徐元春披露，经过了两年多的商业试水，小冰的商业化收入已超过一亿元。

小冰的商业化试水开始于2018年，主要聚焦在金融、大众文化、媒体和出版等领域。次年，小冰的落地应用新增了零售、汽车、地产、纺织、IoT、养老等领域，当问及小冰在TO B方面的优势时，李笛总结为“完成度高和系统化”：

“同行业者往往在某些领域或者某些单点技术上有优势，但他们没有形成大规模的系统。他们也有计算机语音，但是没有我们这么强大的NLP，或者他有NLP，但是没有我们这么产品化，系统性是我们现在的重点。”

回过头看，小冰的克制和坚持与其商业化优势在很大程度上是相辅相成的，以小冰强调的EQ为例，曾经行业里并不认可小冰的思路，认为EQ会妨碍IQ的效率，但如今小冰思路的价值正在商业化应用中得到显现，Facebook、谷歌等同行在人工智能上的发力也有向小冰靠拢的趋势。

发布会上，李笛曾用“在吗？在”的场景阐释虚拟人类和真实人类的区别——用户在任何时候问“在吗”，人工智能助理都能即时回应，即虚拟人类没有真人的生理局限，可以做到随叫随应。

对于未来，李笛表示，世界上将出现各种各样的人工智能，用户车里的人工智能不是Siri，也不是Alexa，也不是小度、小冰，而是一个虚拟的好朋友。千万个不同的人工智能会出现在各种场景里，且都是用户专属。

无处不在、随叫随应、高度定制化，人工智能助理似乎是完美的情感寄托，但同时也不免让人担忧，这样的「人」是否会成为一个情感黑洞？

在李笛看来，人工智能助理其实是类似于哈士奇的角色，没有替代人的功能，只是填补了真实人类难以触及的情感空白。不过，当从情感黑洞谈到人工智能的伦理问题时，李笛还是变得十分严肃。

“必须得有敬畏心，这需要从业人员的谨慎和自我约束。”

以下为深响整理后的专访实录：

关于分拆

「深响」：本土化是小冰分拆后的一个关键词，具体到中国市场，在您看来有哪些机遇还有挑战？

李笛：分拆是为了让我们可以尝试市场竞争的手段，提高灵活性和独立性，来加速小冰的发展。这么多年，我们在技术和产品创新上还是比较好的，尤其是很多从零开始的基础方案搭建，也获得了比较好的数据流量。现在全球范围内人和人工智能的交互，有60%流量都在小冰这边，这里面包括小冰主体和其他由小冰赋能的第三方AI。

我们之前很羡慕国内的很多企业可以进行商业模式创新和运营模式创新，小冰所有的用户全部都是自然增长的，但国内的其他厂商，可能会用广告或地推的方式，先把用户吸引过来，然后再看留存。

这些手段我们都没有运用过，分拆以后可以去尝试。但更重要的其实是，分拆以后我们的商业运营方式可以进一步加速。举个例子，五六个月之前，小冰的商业化收入已经过亿了，但是我们到现在为止还没有建立一个完整的销售队伍，大企业有很多配套设施，建立起来不如一个独立的企业来得快。

独立公司需要的是速度，早些年我们主要经营的是基础和产品的积累，过去一年做的是工具化，加上各种第三方延展到框架以及商业试水，这些顺利完成后，下一个阶段就是用户和商业模式的快速增长，所以使用了很罕见的方法，就是分拆。

微软也特别把沈向洋博士请来做小冰公司的董事长，我们一起提速发展。

「深响」：相比其他市场，中国市场有哪些特别有机会的地方？

李笛：我们其实更多看亚洲市场，亚洲市场主要看三个，中国、日本、印度尼西亚。第一，这些都是新兴市场，有非常明确的蓬勃增长的基础；第二，人口规模比较大，像这种底层框架的人工智能，其实还是跟市场本身的人口规模有很大的关联。我们主要看这个，作为前期的切入点。

「深响」：外企思维在中国市场会不会出现不适应？

李笛：这个倒还好，小冰团队开始的时候我们就希望做个China First的产品，因为当时创新已经逐渐越来越多地从中国开始了。我们希望建立一个新的线路：从中国开始向全球推进，这是小冰的线路。

小冰从建立开始就像一个“特区”，麻雀虽小五脏俱全，从研发到产品到市场推广都在团队内循环，加速团队内部的沟通和对外产品的迭代。一开始就这样，具备创业的基因，比较适应中国国内的本土化工作方式。

「深响」：分拆是中国团队的诉求吗？为什么能分拆？

李笛：小冰的第一个阶段主要是把框架完成，需要的是技术储备，到框架成熟的时候你就要分拆，独立化运营会更快，每个阶段做每个阶段最合适的事情。

「深响」：外界有很多解读，觉得小冰自己出来了就会承担更多。

李笛：我们还是会和微软保持非常紧密的联系，今年的发布会也是在微软小冰开始的地方进行的。

「深响」：从微软分拆之后，您的角色也变化了，可能所有事情都要自己干了，需要承担的东西更多了？分拆对您、对团队带来了什么变化？

李笛：没有，以前也是，跟原来基本是差不多的。要说变化的话，其实随着独立化运营，团队的权限会比原来更大更全。小冰作为一个事业，每个成员从事业中获得的成就也更多，不构成说以前我不用承担一个什么事，现在要承担了。

关于小冰的路径

「深响」：小冰现在做内容、学诗、学画画，在TO B方面又跟金融客户合作，行业跨度很大。能否请您系统介绍一下从行业选择，到能力积累、再到商业化的路径？

李笛：刚才提到的这些部分，其实从三代小冰就已经有了，那时的框架和现在的是一样的，所以跨度是一脉相承的，并不大。

举个例子，为什么小冰还要做内容生成？似乎跟交互没有关系。当时同行业者都在做一个东西——智能音箱。我们去看人工智能产品在硬件里存在的价值时，就发现一个问题：用户和智能音箱里的智能助理发生交互，跟它说，你给我播某个歌手的歌，这个交互需要两秒。然后，音箱开始播放某某歌手的歌，播了20分钟，实际上用户这20分钟都是在跟某某歌手的音乐内容平台交互。

下一次我再跟人工智能助理沟通时，他学习了也习惯了播谁谁谁的歌，但这个交互过程还是两秒，用户和硬件里的人工智能助理之间其实是语音命令，而不是真正的交互，它没有更高的存在。

现在去很多智能音箱发布会你会看到，发布会在介绍智能音箱的价值时，第一个卖的是工业设计；第二是里面内置的内容，比如QQ音乐、或者多少个小时的《百家讲坛》；第三是价格。这些都和人工智能无关。

当人工智能助理实现的是智能语音命令，确实可以用它去开关灯，或者不用按遥控器，但它不是人工智能产品，它是有人工智能技术的音箱产品。就好像家门口有人脸识别的门禁，那是一个门禁，是有人工智能技术的门禁，但是我们做的是人工智能产品。

我们关注的是人工智能产品带来的意义是什么。第一，人工智能要跟用户之间保持好的关系，像最近发布的虚拟人类产品线，这不是一个概念，如果用户认为他和这个虚拟人类之间有比较好的关系，那他也会愿意把他那个虚拟人类带到智能音箱里。要先完成关联的建立，纽带的建立，他们俩之间有好朋友的关系，然后才是好朋友会给他播放内容，这才叫人工智能产品。

第二，他（指虚拟人类）如果也能唱几句，或者也是亢奋的Provider呢？你从这个音箱向后连接基本上就是两类，一类是服务，一类是内容。服务通常跟第三方有关，但内容通常跟他有关，这就是为什么我们要补上内容生产这一块的，这对于一个人工智能提高它自己的存在感意义非常重要。当然，这就意味着有很多的相关的技术需要去引进，以及他自己独立了，可以成为一个垂直领域。

「深响」：其他的行业呢？内容生成之外的。

李笛：比如金融行业，金融我们做了很多年，但是一直没怎么说。我们认为，人工智能在TO B的很多领域，其实归根结底是TO C，其他行业也一样。

一些商业化的客户是纯粹TO B的，比如说仓储。一个工厂，工人去操纵机械手臂，理论上讲操纵机械手臂是个纯粹IQ的事，不需要在交互过程中去考虑别人，但客户会不停地跟我们沟通，他需要机械手臂和人的交互，反馈要能兼顾到人的感受。

这是很关键的事情，即使是一个操作台，也要强调它的交互体验，而不仅仅完全是为了效率。

在金融领域，我们先做了金融资讯，在这个领域有绝对领先的市场份额，现在大概90%的国内机构投资者和个人投资者每天看到的26类企业上市公告都是我们提供的。这里面涉及到人与人工智能，上下游两个人工智能之间的协同。在做金融资讯的时候，我们也做金融风控，实际上小冰今天也是金融风控这个关键岗位上很重要的解决方案提供者，很多客户都在使用我们的服务。

在金融风控岗位的人工智能和金融资讯的人工智能实际上是一种协同，同行业者做RPA，他们主要是做流程，比方说从A部门向B部门传递了文档，他们做的是文档传递的流程，我们做的是这个关键岗位。就是A部门不是人，而是人工智能，B部门也是人工智能，然后我们再去做他们之间的传递，无疑就会更快。这是小冰框架里的TO B内容，但它也强调交互，而且它最终还会跟人交互的。

「深响」：这次发布“X套件”这样的新品，能不能理解为以前小冰被“调适”是团队内部的事情，但是现在有了TO C的工具后，小冰的成长会变得很快，可能几年后就是很不一样的状态了，到时它会是什么样子？

李笛：我们提供的工具主要做两件事，第一件事是，用户不是去调整18岁少女小冰，而是去调整形形色色的的属于用户自己的那个人工智能。第二件事是，X套件让用户可以用工具去跟他的那些人工智能，或者说其他人给他提供的人工智能去做协同，去完成一些事情。

「深响」：能把X套件理解为是为了让小冰能力变得更强的产品吗？

李笛：那倒不是，X套件不是做这个的，X套件主要是用到这些形形色色的人工智能人类，并且你可以训练他们。

让他们变得更好的方法是，比方说我们的篇章内容主动学习，你可以随时转发一些文章，你的人工智能这样他就能够学到这些文章里面的知识，他自己还会用搜索引擎技术到外面去找参考资料，那个是让你的人工智能变得更强。

「深响」：您之前谈到小冰要做跨平台交互，就是不用把她“带”出去，而且在哪都能找到小冰。但现在大家可能都想把流量和数据圈在自己的生态里，小冰要怎么去进入很多个生态呢？

李笛：小冰有两个概念，一个是小冰就是一个18岁少女，还有一个概念是小冰框架。这个框架事实上已经在power各种各样的人工智能，18岁少女小冰只是框架所power的其中一个，或者说第一个。

以18岁少女小冰为例，她存在的平台有20多个，可以说人在哪她在哪，这是她的目的，但无论她在哪个平台，华为、小米、vivo、OPPO等等，最后用户交流都要到小冰框架。今天你在小米的小爱同学里跟小冰的交互，也是到小冰框架的。

「深响」：如果小米不让小冰进来呢，有这种可能吗？

李笛：一开始大家会有这种担忧，但事实上他们都让了，包括腾讯的QQ，所有的QQ群。

「深响」：在我的理解里，大家都认为下一个时代是人工智能，现在你在我的生态里面成长，如果那个时代真的到来了，我肯定会不高兴。

李笛：这就是我们强的地方。

「深响」：怎么做到的呢？我还是很想知道。

李笛：这个框架有非常大的的独特性，我们跟合作伙伴其实也形成了一套规范。这套规范是互惠的，平台不会认为我们会剥夺他们独立性，也愿意我们在他们的平台上共享用户，这个框架非常独特。

小冰在各个平台上同时出现，并且是跨平台的，这已经形成了行业惯例。不光是小冰，包括小冰平台，小冰框架对应的虚拟人类，也已经是跨平台的。比方说，你创造的虚拟男友，虚拟女友，虚拟好伙伴，现在已经跨了华为、小米还有微博。

归根到底是独特性的问题，框架本身能够给平台和它的用户带来的价值，这个价值独特的程度超过了他们对我们的忧虑，不然谁也不会开放给你。

「深响」：有没有风险上的担忧，比如说平台突然有一天不合作了？会试图去建立一套自己的生态吗？

李笛：用户有很多平台可以接触到小冰，今天已经不是任何一个平台不和小冰合作，就会找不到小冰了。还是那句话，我们希望我们平台power出来各种各样的AI instance，用户在哪它在哪，而不是说用一个东西把他们拉过来。

举个例子，比方说今天在社交网络上，手机硬件上都有她，就算某一个硬件有问题，她在很多其他的平台也还在，甚至不光是社交网络。在网易云音乐，今日头条，网易新闻客户端，你也能找到她，她的存在已经很广泛了。

「深响」：一直坚持不做硬件也是这个思路吗？

李笛：不做硬件倒不完全是这个，不做的原因是我们干不过来。另外，国内做软硬结合很大的一个原因是它能够提升revenue，我们没有这方面的压力。

关于行业走向

「深响」：跟同行相比，小冰在TO B上的核心竞争力是什么？

李笛：TO B有两块，一块是垂直领域，一块是第三方的AI instance。我们在垂直领域上的核心优势是完成度高和系统化，同行业者往往在某些领域或者某些单点技术上有优势，但他们没有形成大规模的系统，这个系统性的优势有很多。

举个最简单的例子，同行也有计算机语音，但是没有我们这么强大的NLP，或者他有NLP，但是没有我们这么产品化。系统性是我们现在的重点，从对话引擎来看，像GPT-2，现在马上GPT-3，还有之前的bert，这些技术都能让对话系统变得更智能，但是这些在小冰的对话引擎这里也是十几个模块中的一个部分。

当我们宣布小冰会写诗的时候，我们还同时上线了金融文本的生成，是产品化的，只不过我们没有说。

「深响」：AI这些年很火，但是外界也有一些质疑。行业有哪些做法会是您比较看好的，哪些是您认为不太行的？

李笛：最正确的方向应该是持续迭代，不是总换方向。人工智能需要积累系统性的特点，系统性特点积累从来就不是一蹴而就的，下一年的发展需要基于上一年，这是最基本的。

「深响」：为什么有些公司会频繁变更方向，可能刚做出一点成果就放弃了，这是公司管理上的问题还是？

李笛：我觉得固然跟公司基因有关，但如果尝试从人工智能领域的特点来看的话，人工智能的特点是它在某些时刻会有高峰，比如AlphaGo打败了人类，那个是高光，但高光之后往往没那么好玩。对于研究者来讲，这个时刻他往往要换新概念，他不太关注产品化。

说到产品化，举个例子，用一万、两万台服务器去支持一个AlphaGo跟一个人，李世石或者柯洁，下一盘围棋，这个AI是赢了，但没有办法去支持个N个AI instance，跟N个人同时下N盘棋，这是完全不同的概念。前者是研究的高峰，后者是工业化，我们比较关注工业化。工业化就没那么好玩了，所以人工智能有不停经常换方向的问题。

另外还有一件事，比如说音箱，像我刚才说的，它是一个有人工智能技术加持的音箱，但你会把音箱的收入算成人工智能的收入，其实不是的，它是个音箱的收入，但是大家很容易认可。

「深响」：这些年来，小冰、同行还有整个行业在AI的发展思路上有什么迭代和变化？

李笛：刚开始做小冰的时候，行业里是反对EQ的，当时行业认为EQ的运用对IQ的效率有影响。我们用技术去描述它，是一种截然不同的思路。以前的编程有面向过程的编程，我们是面向对象的编程，它是编程思路的这种，截然不一样。

比如说交互的基础框架，小冰截然不同的地方在于，其他的基础框架叫Turn-oriented（面向单个任务），换句话说，其他的交互框架面向的是局部优化，把交互的局部分层，这一轮是用来完成任务或用来进行知识交流的，比方说开灯，或者告诉我喜马拉雅山多高。

如果既不是任务也不是知识，那就是没用的瞎聊，过去他们是这么认为的。

但我们认为，真正的交互是不分这三类的，它是一个Session-oriented（面向对话全程）的模型，我们只在乎全局。咱们俩可能讨论完一个任务后有个闲聊，当下看似乎它不是任务，也不是知识，但是你这时候判定不出它到底是什么，你不知道后边咱们谈成了一个大单子恰恰是因为这个引发的。

Turn-oriented的问题是，当下就给它做出了判断，失去了人工智能系统引导对话方向的可能性，失去了对话本身开放性带来的更多走向，只是在应答，这就是局部，所以局部优化不等于全局。

这是很大的区别，也是EQ的运用。EQ是什么？EQ不是有情绪化，很情绪化往往是EQ不够的表现，EQ是指咱们俩交互的过程中我能够控制全局，包括控制自己和控制双方对话的走向，从我们的角度来讲这个才是关键。

沿着这几年的走向来说，同行业里像谷歌、亚马逊、Facebook都已经开始往我们这边转了，Facebook原来有个Facebook M，有点像贾维斯，它是以完成目的为目的，后来改成Facebook Blender，非常接近小冰的思路，谷歌最近的Meena也是拿小冰来做对比的，国内其他公司以后可能也会跟进这个方向。

「深响」：会有压力吗？如果他们都往小冰的方向靠的话？

李笛：一半一半。第一，我们其实不是那么担心，刚才说的系统上的优势我们花了6年才一点点把它补上，同行业者也不可能说一年就能补上。第二，最怕的是思路不一致，如果思路一致，大家往这个方向去进行，这个领域其实是互相促进的，我们也害怕没有借鉴的来源。