人的一生中，會有多少個萬眾矚目的高光時刻？戴文淵已經記不太清了。

在李彥宏上臺頒出"百度最高獎"之前，音樂聲和掌聲交錯迭起，所有百度人都在期待著這個年度重磅大獎的主人上臺接過那座亮晶晶的獎盃。諾大的會議廳內，花式吊頂大燈璀璨奪目，彷彿霞光滿天。在人聲鼎沸中，戴文淵正了正衣襟，挺直了身板，面帶微笑地踱到臺前去領獎。

按同事的說法，"拿獎對戴文淵來說算不上新鮮事，他可是在ACM國際大學生程序設計競賽拿過世界冠軍的。"從2005年拿到ACM競賽冠軍，到轉向人工智能研究，再到主導百度鳳巢，領導華為諾亞方舟實驗室……戴文淵在這十多年與"AI"結緣的日子裡，經歷過太多別人眼中的"高光時刻"。

在他的眾多殊榮中，人印象最為深刻的是"基於AI技術成功幫助百度收入提升8倍"，這也為日後創立第四範式奠定了基礎。2015年，ACM奪冠的十年之後，戴文淵創立了第四範式並搭建了"先知"平臺，在千百條AI創業路徑中選擇了最難的一條——構建企業級通用人工智能平臺，幫助企業提升效益。同時證明了這條路徑是非常切合商業化實踐的：

讓百度的收入提升8倍的那群人出來創業了

戴文淵當年學AI的時候，它還是一個冷門研究領域。此前，AI理論日趨成熟，但限制於數據和計算資源有限，還無法在工業界落地實踐。幾年後，在實驗室整天搞研究的戴文淵判斷AI突破瓶頸的時機到了，一定要找個有豐富數據的大企業來完善自己的AI向前演化，因為當時的他和百度首席科學家威廉張很投緣，就去了百度。

第四範式創始人 戴文淵

2009年戴文淵加入百度鳳巢計劃時，系統只有大概1萬條策略，而且都是人工制定的。系統匹配效率不高，消費者搜索體驗差，導致用戶沒有點擊廣告的慾望。此時，戴文淵帶領幾名員工（後續擴大到數百名工程師），通過AI來制定廣告策略，截止2013年，整個鳳巢系統的策略已經提升至1000億條。

當時，李彥宏要評當年的百度最高獎，戴文淵用數據證實了AI的能力和價值。他選擇用2009年和2013年的鳳巢系統去跑同樣的數據，結論就是效果提升了8倍，這個結果獲得了李彥宏的肯定，並把百萬美金的百度最高獎頒發給了戴文淵的團隊。

2015年，戴文淵創立了第四範式，正式踏上了創業征程。公司聯合創始人中除了他在香港科技大學的導師楊強外，還有當年百度的同事、後來開發了今日頭條推薦系統的陳雨強，其他聯合創始人也都有百度工作的經歷。在當時不成熟的 AI商業化探索階段，這支創業團隊顯得有些"另類"，因為其他團隊還在"摸著石頭過河"，而他們已經親身參與和驗證過"AI能讓百度收入提升8倍"。

"內行看門道，外行看熱鬧"，創業初期有人看不懂他們的項目，但真正看懂的人，將其視為珍寶。光大控股新經濟團隊創始人艾渝就說："投AI要從投人才開始，特別是第四範式這類企業的創始人，一定是國際上最頂級的AI或相關領域專家，數量極其有限，能投到他們創辦的公司，未來的成長性一般都會非常高，所以我們選擇在B輪就堅定地支持第四範式，相信未來在這條賽道上一定會有絕佳的發展潛力。"

第四範式在商業化上的表現最終也證實了投資人的眼光。藉助第四範式人工智能平臺"先知"，數十家銀行構建了超過億級別的新的信用卡欺詐偵測策略，將反欺詐識別準確率提升7倍之多，大幅降低銀行及個人用戶損失。

第四範式與上海瑞金醫院合作，先知平臺基於糖尿病大數據總結出50萬條預測規則，對普通人未來三年患糖尿病概率進行預測，準確率提升2-3倍，造福普通大眾。

此外，第四範式還在與公安系統進行合作，共同解決反洗錢和追蹤毒販的業內難題。

跨越了行業和場景的限制，第四範式"先知"平臺能夠大幅降低企業AI應用的門檻，讓社會各領域都能惠享AI賦能，最終達成"AI for Everyone"的企業願景。

AI到底適合來幹什麼？

第四範式的創始人及CEO戴文淵這輩子回答得最多的問題，可能就是AI到底是用來幹什麼的。

戴文淵說，很多人覺得AI是靠比人腦聰明的優勢來解決問題的，但目前的情況恰恰相反——AI沒有人腦聰明，它主要從事那些枯燥、重複性的，利用人力解決就會痛不欲生的工作。因為機器沒有精力枯竭的問題，所以可以依靠 "勤奮"來事無鉅細地完成每一項任務。

在未來的企業競爭當中，AI是一個核心能力。未來企業家該比拼的是宏觀戰略的能力，把一線的決策思考和勤奮的事情交給機器去做。

戴文淵舉了一個例子，在一家世界500強的銀行裡，至今還有數千人需要用手動的方式完成一項工作，就是核對各種票據上覆印後模糊不清的數字，然後輸入到電腦裡，因為傳統計算機掃描無法自動識別。雖然人比電腦聰明，會識別潦草字的各種規律，但這份工作太辛苦，於是第四範式就做了一個AI應用，幫助解決這個問題。後來發現AI識別大寫數字和小寫數字的準確率都超過97%，再把兩個97%識別率重疊起來，結果只剩不到5%的票據還需要人工複核。該應用將工作效率提升了20倍，解放了95%的人力，這是AI賦能的具體展現。

這個案例是AI在金融業應用的眾多案例中的一個。對此艾渝評價到："這個案例既說明了AI是幹什麼的，又解決了用戶的痛點。未來新經濟的重塑在於AI+產業+場景+數據，而這個案例恰好疊加了AI和場景。"

先知平臺3.0

戴文淵最早的商業構想是諮詢式的，通過調研用戶企業的需求，再針對性的解決問題，有點類似於IBM。

但後來他發現此路不通。他說，"世界上的任務比我想象的多，傳統企業的問題遠遠比互聯網分散。我們的目標是要幫助到每家企業，所以我們的方式也要改變。如果我們要去解決所有的問題，那就需要去搭建AI平臺，做出一種人人都可以用的AI。"

在與銀行的合作中，這個思路得到了充分印證。深入調研後戴文淵發現，與百度只要一個鳳巢系統就能提升效率不同，銀行需要提升的環節可能是幾千個，這時就需要讓銀行自己的員工掌握怎麼用AI。

因此在創立之初，第四範式就決定了"先知"平臺的開發工作，截止目前"先知"平臺已經迭代到3.0版本。簡單地說，先知1.0解決了AI建模門檻，2.0解決了AI應用門檻，3.0則是低門檻的企業AI核心系統，幫助企業構建數據、算法和應用的機器學習閉環。企業業務人員經過範式大學2-4周的培訓就能夠構建自己的AI應用。

在先知平臺推向市場前，戴文淵先讓自己的公司同事試用：行政、人力、市場甚至是前臺的同事，在接受一定指導的前提下，根據先知的產品手冊設置出一個類似於今日頭條推薦系統的AI工具。

結果是驚人的，最終超過70%的同事建模AUC（注：AUC是衡量模型效果的專業指標，取值在0到1之間）成績超過0.8，這個成績可以與從業多年的資深數據科學家媲美。換句話說，一個企業裡有70%的非技術人員，可以用"先知"平臺為自己的工作來設計AI應用，這就是"先知"不可替代的價值。

小試牛刀，打造金融業標杆

帶著"先知"平臺再度去銀行，這次的成果就很豐碩了，它體現的是解決問題的快速和通吃。

比如，"先知"參與了制定信用卡反欺詐策略的工作。這套系統原有的規則大概是1000多條，全部由人來設置。舉個例子，一張信用卡如果在2小時內，同時在北京和深圳都有了POS機消費，則可以認定為欺詐，因為人不可能在2小時內往返於北京和深圳去刷卡。但這種策略設定原來是依賴人力來制定，增長的很慢。而"先知"平臺的介入，使得銀行在很短的時間裡，通過AI開發了超過25億個新的信用卡欺詐偵測策略，提升了超過7倍的反欺詐識別準確率。

為了證明"先知"通吃問題的能力，這套系統還被廣泛用於銀行分期業務的營銷場景。當時，為了決定向哪些客群推薦分期業務，某大型股份制銀行大概當時設定了200條的專家規則。"先知"接手後，迅速把規則升級到5000萬條，最後幫助該業務收入取得61%的大幅提升。"這個項目更重要的是培養了一批會用AI自己解決問題的銀行工程師。"戴文淵笑稱。

"銀行系統是最注重標杆效應的，我們打開了工行、招行等全球領先的金融機構，也就差不多打開了整個銀行界的大門。而打開了銀行界的大門，金融市場也就朝你洞開了。現在，我們至少超過對手整整三年的時間"，戴文淵說："金融業只是AI應用行業之一，現在醫療方面的應用也接了上來。我們的未來目標是讓每個有需求的企業都零門檻地使用AI。"

艾渝對第四範式在金融行業的成績，既有預判，又超出預期："第四範式先選擇數據基礎最好的銀行業重點切入的思路很清晰，儘管打入客戶平臺層本身就是更慢更重的事情，但是第四範式的目標明確，捨得付出。最終，我們還是很欣喜的看到第四範式在金融領域已經與數十家大中型銀行展開深度合作，諸多案例取得了100%以上的效果提升。"

打造生態系統：第四範式能量放大器

第四範式毫無疑問已經佔住了AI領域的主賽道，發展成AI獨角獸企業之後，第四範式的目標更加清晰。戴文淵表示，"儘管在AI通用平臺這個賽道由於門檻太高還沒有足夠的氛圍，但你至少要證明，你佔據了賽道，而且你所取得的成功是可以複製的。"

未來第四範式到底是要做一家IBM式的諮詢公司，還是要做一家像英特爾一樣出售標品CPU的公司？戴文淵認為這個問題提的很好，他深思熟慮後的結論是，第四範式要做一家像甲骨文一樣的公司。

戴文淵認為，甲骨文的特點是首先有一個門檻特別高的核心壁壘，那就是數據庫，這類似於第四範式的"先知"平臺和開發這個平臺所需要的極深的AI能力。

而甲骨文的核心技術雖然高深，但並不難用，因為它有一個完整的生態系統，有數千家的合作伙伴，這些合作伙伴又開發出了成千上萬的解決方案，最終滲透到各個行業的方方面面。

戴文淵認為，第四範式的目標也類似，核心技術自主可控，解決方案和行業通路由生態鏈來解決。他更看重的是跨行業的資源整合，他要通過足夠多的夥伴把第四範式的AI技術嵌入進去。

"光大控股新經濟在這方面就對我們的幫助很大，除了投資之外，非常重要的是幫我們做資源整合。比如他們也投了一家叫特斯聯的公司，智能城市做的很好。這其實就掌握了場景、數據。如果是讓第四範式從頭開始做一個人口管理預測系統，需要投入的資源非常多。但是，特斯聯能把一個整合的臺給搭起來，最後能夠把我們的AI平臺與技術植入進去，這就是一個很好的配合。"戴文淵說。

戴文淵表示，中國科技界的問題是大而不強，很多高端核心技術還掌握在美國手裡。而第四範式先知平臺的推出，標誌著中國企業在AI的很多底層技術上已經做到了世界前列，比如大數據、流處理、AI服務器設計，甚至已經具備了設計AI芯片的能力。從這個角度看，中國的AI產業是有可能在未來十年趕超谷歌、蘋果這樣的企業。

閱讀更多 創業最前線 的文章

關鍵字: 創業 上臺 移動互聯網