談及中國科技大躍進，人們總會不吝讚美“互聯網”這個三好學生。但盛名之下，互聯網是否如人們所見所想所希望的那麼神乎其技，2019年末突如其來的疫情是枚試金石。互聯網公司捐款捐物固然好，但已無法滿足人們的“技術想象”：直面疫情，互聯網公司到底能做點什麼？
放大燈團隊丨策劃 大綿羊丨作者 一萌、普通醬丨編輯
來源：放大燈（ID:guokr233）
神乎其技，考之以疫
直到今天，控制疫情的最好方式依然是簡單的物理隔離，其本質是切斷“關係鏈”。與之類似，絕大多數互聯網公司的商業模式也是在“關係鏈”上做文章：服務於分散在一個個終端設備前的獨立用戶。因此控制疫情與互聯網可謂一拍即合。
互聯網公司在疫情中出錢出力，為疫情提供服務，但這與醫療機構的工作有本質區別，他們拿出的“新技術”能否真正有利於疫情防控嗎？
- 用最多的數據，造最像的平臺 -
在百度地圖、高德地圖、騰訊地圖三款App上，均在首頁的顯眼位置增加了“疫情播報”入口。三家公司與衛健委等機構進行數據合作，除了實時更新全國和各地疫情詳細數據外，還統一配備了同城查詢、發熱門診查詢等功能。
各家數據入口對比丨放大燈團隊製圖
各家數據入口對比丨放大燈團隊製圖
三家公司的產品功能大同小異，數據均來自國家及各地衛健委（偶有出入，為實時更新速度快慢所致）。不光BAT，類似疫情播報產品在很多大型科技公司的核心產品中也不鮮見，例如地圖、瀏覽器、新聞App等，意在為用戶提供可信賴的信息服務。
這些消耗大量資源開發的功能提供的重複信息，當然可以滿足用戶對疫情信息的需求，然而用戶在出現疑似症狀時，能否藉這些產品獲得救治，就難說了。隨著疫情播報類產品的紛紛上線，相關功能不再是一個App或者品牌獲客能力的加分項。
也有些為數不多的差異化產品，例如百度的“遷徙系統”。對上班族規劃返程時間、規避春運客流高峰，有一定的參考價值，但也僅此而已。
總之，大數據僅僅是一個高效的信息提供者，數據平臺既不能消滅病毒，也不能防護病毒感染，所能起到的作用無非是提醒用戶“疫情就在身邊”，在緊張的氣氛裡做好個人防護。
- 雲計算讓檢測更快了，但到底誰在做？ -
在雲計算方面，首先響應的依然是BAT。1月29日，阿里、百度、騰訊先後向研究機構開放雲計算算力，以支持病毒的基因測序和突變預測、新藥的篩選和研發等工作。
2月1日，浙江省疾病預防控制中心上線了與阿里達摩院醫療AI團隊、傑毅生物技術公司共同研發的全基因組檢測分析平臺，依靠阿里雲的算力和算法，將新冠肺炎疑似病例確診時間從數小時縮短至半小時。[1]
雖然傑毅生物的新型冠狀病毒核酸檢測試劑盒，到現在還沒有獲得國家藥監局的上市批准，但也已被允許在醫療機構先試用，疫情解除後再按程序審核。
歸根到底，在抗疫領域初次嘗試的雲計算，只能起到輔助作用，真正起作用的還得看生物技術公司——
在新冠肺炎病毒基因序列公佈（1月12日）後的1~2天，國內四五家生物醫藥公司就先後推出了針對病毒檢測的試劑盒。2月2日，華大基因生產的新型冠狀病毒檢測試劑盒獲批。只用一個周的時間，華大基因生產了超過65萬人份的新型冠狀病毒檢測試劑盒，日產能達到10萬人份/天。[2]
- 確定的體溫，不確定的隱私 -
國家工信部、科技部等相關部門和組織向社會徵集“紅外測溫”相關的人工智能技術方案，以應對年後的返程高峰。百度、曠視、商湯、三零凱天等泛互聯網公司均推出了相應的解決方案。
百度和商湯的“紅外體溫檢測+身份識別”的解決方案較為常規：只要在人流關卡處設置固定點位、安裝紅外攝像機，利用紅外熱成像技術檢測其額頭溫度。該技術最多支持在一定面積內同時對3~5人進行檢測，且不需要路人的主動配合。[3]
曠視則側重戴口罩後人臉識別與測溫技術的研發。在疫情中，口罩和帽子會嚴重影響AI識別的準確度，曠視推出了AI紅外測溫系統“明驥”[4]，主要優化了佩戴口罩的識別場景，提高AI紅外測溫的準確度。[5]
AI紅外測溫系統“明驥”後臺 | 獵雲網
AI紅外測溫系統“明驥”後臺 | 獵雲網
三零凱天的公共場所應急醫療尋人系統結合了AI技術和大數據，在鑑別高溫人員後，再根據人臉信息與公安人臉庫進行比對，從而確定該對象的身份。[6]
你得承認，這些技術真的很先進，但容我們提醒一下：儘管病原體都是冠狀病毒，但新冠肺炎與SARS症狀差別較大。SARS的典型早期症狀是高熱，但不少案例顯示，新冠肺炎未必會發熱，有些感染者甚至不會有任何症狀，因此，體溫檢測只能作為基礎的大規模防治方法。AI測溫技術在交通樞紐上的應用，最多也只能算是一道保險手段，避免極少數已經有發熱症狀的病人的進一步傳染。
而在疫情面前，中國人脆弱的隱私問題，成了治理疫情的另外一個代價。因為涉及到嚴格、複雜的隔離檢查程序，以及疫情管理需要考察的“密切接觸者”概念讓隱私問題順著社會關係鏈條進一步擴大化，隱私問題變得更加複雜。
- 解放放射科？未必 -
新冠肺炎疫情發生以來，核酸試劑盒與CT檢查的“確診標準”之爭引人矚目。互聯網公司無法生產試劑盒，也不能生產CT機，但可以在解讀CT影像時做點文章。
2月10日，華為雲宣佈開發出了針對新冠肺炎AI輔助診斷服務，幾秒的時間內生成讀片結果[7]；5天后，阿里雲也推出同類產品，宣稱準確率達96%[8]。
華為雲AI量化輔助診斷 | 華為官網
華為雲AI量化輔助診斷 | 華為官網
AI能有多快並不是讀片系統的關鍵，放射科醫生更關心的是到底準不準。新冠肺炎是個急病，但AI學習往往需要慢工出細活。
AI讀片不是新技術。上海市胸科醫院在2017年就引入了一套“AI讀片”的輔助系統，把10分鐘/張的讀片速度縮至數秒。當時，上海胸科醫院每月肺部病例超過1.6萬例，CT月讀圖量超過640萬幅。[9]華為雲的讀片系統只分析了數百案例就自稱業界領先[7]，阿里雲的產品有5000份學習案例[8]，胸科醫院數以萬計的樣本也無法讓AI讀片盡善盡美，更別說新冠肺炎這個新病種了。
人工智能讀片系統 | 上海市胸科醫院
人工智能讀片系統 | 上海市胸科醫院
一口喂出來的AI讀片系統，我們該怎麼用它？
從疫情爆發到2月7日，武漢市金銀潭醫院放射科21名醫生30多天輪班無休，看了約150萬幀片子（每幅片子600~800幀）。[10]兩相比較，如果AI能代替讀片，那麼金銀潭醫院的21名醫生是否可以不用這麼辛苦？並不是。
事實上，在影像科工作流程中，AI所能做到的是做第一步篩查工作，提高工作效率，找出可能出現問題的影像細節，後續的解讀仍然需要影像科醫生來做。
- 打打下手的機器人 -
為了減少醫護工作者與患者不必要的接觸，儘可能避免意外感染，自動化的智能硬件是個不錯的主意。越來越多的醫院用上了互聯網公司開發的智能機器人。
在這次疫情中，較早將智能機器人應用在醫療機構的公司是獵豹移動和達闥科技。前者用於代替人工進行導診、對病人進行初步診療，甚至作為溝通中介幫助實現醫生遠程診療，避免醫護人員與病患直接接觸[11]；後者用於代替醫護人員完成遠程看護、測量體溫、消毒、清潔和送藥的工作並預警突發情況[12]。
獵豹移動智能服務機器人 | 和訊網
獵豹移動智能服務機器人 | 和訊網
達闥科技投放於北京地壇醫院的智能服務機器人 | 達闥科技官網
達闥科技投放於北京地壇醫院的智能服務機器人 | 達闥科技官網
從功能來看，兩家的醫療機器人有望解放不少需要大量接觸病患的基層醫務工作者，替代一些不需要太多的專業技能的導診、測溫、送藥、消毒等基礎工作，但也只能這樣“打打下手”，充其量是“服務型機器人”，比你在海底撈吃飯時用的自動送菜機器人沒有高到哪裡去（其實給海底撈做送餐機器人的廠家普渡科技和擎朗科技，都把機器人開到了隔離區[13]）。
- 無人車，求不添亂 -
在過去幾年裡，百度一直以Apollo無人車為傲，但是在武漢疫情中，半路殺出的華為反倒拔了頭籌。
2月4日，2臺華為5G無人車送往了武漢肺炎疫情防控指揮部，華為的無人車包括自動駕駛、遠程駕駛、調度監控後臺3個模塊，將用於醫院隔離病區作業[14]。直到2月10日，姍姍來遲的百度才官宣免費開放低速微型無人車套件。
根據百度Apollo發佈的信息，百度只承諾了在疫情期間為滿足條件的企業提供技術適配、供應鏈和雲服務的支持，並未提供免費的車輛[15]；百度的合作企業提供的低速微型無人車適用於清潔消毒、物流送餐等場景，在某些功能上與智能護理機器人頗為相似，替代性強。
Apollo生態合作伙伴智行者清潔消毒車 | 百度
Apollo生態合作伙伴智行者清潔消毒車 | 百度
無人車與機器人在疫情中的作用類似：我們希望它替代人類，在疫區做更多工作，以減少工作人員感染或易感人群感染的機會。
但在實際使用中，這些設備能用在哪？取代多少人工作？設備的維護與消毒成本？還需綜合評估性價比。同時，我們也需要評估是否有不利於正常防疫工作的風險。
如某些傳播案例聲稱，其產品是“可以承載4人及兩部擔架的無人車”。這裡的問題是，救護車隔離駕駛艙，是比無人駕駛更簡易可行的方案；即使減少一個司機的確可以降低傳染風險，無人駕駛能像救護車一樣闖紅燈、鳴笛喊話開路嗎？因為特種車輛“非標準化”的行駛需求，在目前階段，無人救護車是不切實際的。
當然，一個行業默契的事實是：某些無人駕駛產品，並不會真正用於抗疫前線，只活躍在資訊文章中。能為疫情做些貢獻固然不錯，但最好別為了宣傳的噱頭而蹭醫療、防疫的熱度。
承認吧，“抗疫”一線不是互聯網公司的主戰場
互聯網行業確有自己的優勢，它們既有能在資本市場撬動千億槓桿的能力，也有從零起步研究技術的氣概。但與試圖點滿科技樹的硅谷巨頭Alphabet不同，中國互聯網公司近20年裡拿得出手的所謂技術，其本意還是服務於商業模式。
無論花樣百出的AI測溫，還是5G“賦能”的無人車，互聯網技術在疫情中所能做到的，是利用其先天優勢，在“鏈條關係”上做文章——但也僅止於此，它們在“切斷新冠肺炎傳播途徑”上敲敲邊鼓，而隨著更多的企業開始復工、病毒潛伏期延長，這些所謂“高端技術”也顯得日漸無趣且無用。
另一方面，在根除傳染病上，我們無法指望互聯網公司拿出什麼硬核技術，它們現有的技術甚至很難直接參與到疾病的治療環節。即便是雲計算，能起到的作用也止步於新冠病毒測序和預測突變。在尋找、研製針對新冠病毒的特效藥或廣譜疫苗方面，互聯網公司的作用仍然十分有限。
術業有專攻，不能強求互聯網公司具備生物醫藥公司那種實力，絕大多數公司在疫情中掏出壓箱底的技術，本意是為了人民免受病痛，但善意≠正確，善意≠有效，很多情況下，這些技術在抗疫一線大多於事無補。更何況，不少互聯網公司對常規技術做過度包裝，趁著疫情怒刷存在感。
互聯網公司無需因為自貼“技術公司”標籤而顧盼自雄，無需在所有技術領域表現得凡事高人一頭。相比之下，不在正面戰場刷存在感，而在大後方開闢新戰場，以實力維持人們正常生活的互聯網公司，更值得尊敬。
比起2003年的非典，如今的互聯網已經有了當時無法企及的完備供應鏈和物流、實時的信息傳播平臺、全套的網上服務和在線辦公、在線教育系統——京東依靠在武漢的亞洲一號智能園區，成了武漢市民採購生活用品的渠道之一；釘釘被學生狂刷了一撥差評，也成了特殊時期的空中課堂；武漢市民出行不便，有滴滴的支援車隊保障緊急需求……這些“即使無法復工復學也能運行的技術”，正是非典時期不具備的優勢。
互聯網公司能讓疫情好轉嗎？會的，只不過慢一些罷了。
“阿瑪拉定律”這樣說：“我們往往高估一項技術帶來的短期影響，但又低估它的長期影響。”無論17年前那場疫情是否成就了阿里和京東，一個事實是，電商確實在2003年之後風生水起，數字產業也以前所未有的速度繁榮起來。
如今，新冠肺炎的意外到來，給這個沒有新鮮事的互聯網提出了一個新命題：疫情是否會觸發一場實實在在的互聯網技術革命而非表面的模式繁榮？
閱讀更多 程序員小皮 的文章
