6月28日，一则打了八年的苹果侵权案有了最新进展：在一起涉及聊天机器人系统的专利诉讼案件中，苹果败诉。
八年前的2012年，一家中国公司将苹果告上法庭，指控苹果在iPhone中使用的Siri侵犯了其发明专利权。对此，苹果提起诉讼，认为该公司的专利无效。
之后几乎每一年，该案都会复审，直到今年尘埃落定。
这场专利诉讼的主角叫做小i机器人，是一家有19年历史的人工智能公司。
早年的小i机器人与微软MSN和QQ合作，进入聊天机器人领域，积累了上亿用户。
和后来的很多人工智能初创公司类似，小i机器人也遇到了C端市场商业化落地的困境。
从2006年开始，小i逐渐开始接触运营商、金融企业与政府。在积累了3年的客户经验之后，小i机器人在2009年确立向B端转型的战略。
经过十年探索，小i机器人已成为认知智能领域的领导者之一，在2018年与阿里、百度等一起被Gartner评为会话式AI代表企业。
在今天开幕的2020年世界人工智能大会上，小i机器人发布三款企业级智能化新品：AI服务基础平台、iBot融合版、智能陪练，与新基建紧密结合。
本文，「甲子光年」采访了小i机器人创始人、董事长兼CEO袁辉，高级副总裁杜玉清，小i副总裁兼贵州小爱机器人总经理王坪，小i副总裁兼智慧金融事业部总经理张峰，小i机器人董事投资人、上海川源信息科技有限公司董事长许肇元，共同探讨在新基建红利下值得关注的问题：认知智能如何把握机遇，实现更大规模的商业化落地？
这家老牌人工智能公司，也帮我们进一步思考整个人工智能赛道：当技术不再是AI公司之间的竞争壁垒，潮水的方向又在哪里？
1.一条最难的路
一般来说，人工智能可以分为运算智能、运动智能、感知智能、认知智能四个方向。
运算智能即快速计算和记忆存储能力，1996年IBM的深蓝计算机战胜了当时的国际象棋冠军卡斯帕罗夫，从此人类在强运算型的比赛中就不能战胜机器了。
运动智能代表了机器人定位、规划和控制能力，比如波士顿动力机器狗。
感知智能即视觉、听觉、触觉等能力，常见有人脸识别、语音识别、图像识别等。
认知智能具备概念、意识、观念，通俗讲是能理解会思考。
如果用人类来类比，运动智能就像四肢，感知智能就像眼睛或耳朵，运算和认知智能则组成了大脑。
自2016年谷歌AlphaGo掀起了人工智能商业化浪潮以来，目前商业落地最快的是以计算机视觉代表的感知智能：人脸识别已大规模落地，刷脸支付正在普及，疫情期间的健康宝也需要人脸识别认证。
在这些计算机视觉的单点应用之外，人脸识别还正在成为智慧生活中的一种交互基础——比如在贵阳市正推行的脸行贵阳项目，就能让贵阳市民实现刷脸乘车、进入景区、社区和写字楼并完成相应的支付和交易动作，科幻正在照进现实。
相比之下，认知智能的商业落地看起来却落后一截。
认知智能的理想境界，或许是美剧《西部世界》里的接待员，拥有感知、理解、思考和推理能力。
但现实和美剧的差距，大概比地球到火星的距离还要遥远。
虽然苹果Siri、微软小冰等大型科技公司的产品已经取得了一些成果，过去三年智能音箱也卖出了几千万台，但人工智能变人工智障的问题，还不能被很好的解决。
小i机器人选的正是认知智能这条最难的路。
小i机器人董事长兼CEO袁辉告诉「甲子光年」，认知智能面临的挑战也是人工智能面临的终极挑战，在技术上是最难实现的。
NLP和知识图谱是认知智能技术发展的基石。简单来说，NLP就是将自然语言转化为机器可以理解的符号，知识图谱就是建立信息之间的联系，将信息转变为机器可以理解的知识。在2012年，知识图谱的概念才由谷歌明确提出。
这两个技术的难度都非常大，成为制约认知智能发展的瓶颈。
知识图谱
除了技术的难度，高质量数据的相对缺失也是阻碍认知智能发展的难点之一。
在上海川源信息科技有限公司董事长许肇元看来，想要实现如西部世界接待员一样完美的人机交互，背后需要图像、语音、文本等多个维度的训练数据。
而高质量、多维度的数据获取并非易事，虽然每个行业的数据量都有一定的规模，但还只局限在特定领域，数据与数据之间无法打通，难以为认知智能所用。
由于技术难度大、进入门槛高，认知智能公司在商业落地上往往要坐几年冷板凳，小i机器人也不例外。作为一家已经发展近20年的公司，在很长一段时间里，小i机器人都是寂寞中走着少数人的路。
小i机器人在创立初期主打C端市场，靠着与MSN和QQ的合作，小i机器人的用户数很快（2007年）就达到近一亿人次。但是，繁荣的用户数据背后，却是小i机器人迟迟找不到稳定商业化落地的窘境。
在当时，人工智能的理念相对超前，C端市场没有形成用户需求，很难让消费者直接买单。相反，带宽、服务器的损耗，使得公司每天在烧钱中度日。
等待消费者市场觉醒看起来遥遥无期，小i机器人在2009年做出了第一次改变：由B2C转变为B2B。
这一次改变将小i机器人拉出了烧钱的泥淖，也让小i机器人日后在商业落地中总结出一条独特的打法。
2.toB/G先行者的慢与快
早在2006年，小i机器人接触了自己的第一个政府客户：上海市科委，他们请小i团队设计了一个可7x24小时接受咨询的客服机器人海德先生，解决政务与企业的高效沟通需求。
这个项目并未让小i机器人赚到太多钱，却成为这家公司的产品样本，为日后小i机器人的转型打下了基础。
凭借海德机器人的经验，小i机器人开始接触更多B端客户。
2009年，小i机器人决定从B2C向B2B转型。这一年之后，小i机器人开始扭转之前的被动局面，在智能客服领域迎来爆发期，其合作对象也拓展到联想、京东、联通、建行、招行等大型互联网公司、电信公司和金融机构。
上述公司或机构所引入的机器人虽不用小i命名，但均以小i机器人作为技术支撑。
2016年，小i机器人在贵阳落地成立贵州小爱机器人，基于地方政用、民用、商用诸多业务需求落地创新场景。
当时，贵阳政府希望通过人工智能的能力，来满足政务服务的需求，其中的一大痛点就是，贵阳市30多条政务热线都已经整合到12345，为市民百姓提供业务咨询、业务办理、投诉建议等一揽子服务，12345接线员统一接听来电形成工单后，分派到相应市、区、街道的不同委办局负责部门去处理，接单处理部门按照管理流程和规则需在一定时间内处理完毕并反馈12345，再最终反馈给来电市民。由于市区街道三级部门众多，业务也较为复杂，完全通过坐席人员人工派单的效率和准确率都较低。
小i机器人根据这个需求，落地了12345自动化的智能派单流程场景解决方案，极大地提高了派单的效率和准确率。
可视化自流程服务
贵阳市政府还因此接待了全国多地的政府客户来参观和考察，这也成为日后小i机器人向全国推广的标志性案例。现在，佛山、青岛等全国多地的12345也都已经与小i机器人展开不同创新场景的落地合作。
另外，12345热线的服务量很大，每天都会有数千甚至更多的市民来电，在这样大量的服务数据中，小i机器人可以通过自然语言的数据挖掘和分析，形成社会治理、招商引资、市场管理等方方面面的专题数据分析报告，反馈社会市民关注的热点及演变的趋势，为政府决策提供参考，实现智能化、精准化、科学化管理。
在疫情期间，贵州小爱机器人为贵阳12345提供了多周的数据分析周报；利用数据分析能力配合政府主管部门的防疫抗疫工作安排，既能严格防控，又能做到人员安全地畅通流动。除此之外，小i还提供了疫情防控机器人及智能外呼机器人等多项能力，为全国近300余家政府，企业、社区等不同机构提供公益服务。
除了以上已逐渐普及的服务，认知智能在其他场景也都有了诸多创新落地案例。
比如，小i机器人构建的政务数据的知识图谱，提供12345坐席辅助助手，对于上千种来电业务进行准确分类，并根据业务分类对坐席人员进行有效问题提示，在对话过程中自动提取关键业务信息，填写到市民来电的工单中，提升坐席人员分析和解决市民问题的效率和准确性；同时可以提供机器人的政务咨询服务，如为贵州省政府网站提供政务网站服务机器人，为工商提供在线的智能调解机器人服务等等。
人工智能在线自助调解平台
在今年国家提出新基建政策之后，小i机器人积极推动社会综合治理AI服务平台的落地，平台包括通用的AI基础能力、与政务相关的行业服务能力及业务强有关的落地场景三个层面。
在积累了越来越多的B端客户经验之后，关于人工智能未来应用的趋势，小i机器人董事长袁辉有了新的思考。他认为，人工智能的商业落地，会逐渐由政用到商用和民用普及，在B端市场逐步成熟创造更大的价值，后续随着技术的持续发展，再会在2C的市场有更广泛成熟的应用。在这个过程中不是绝对的先后关系，但会有主次之分。
在客户的选择上，小i机器人是由点及面逐步推广，即先做一个标杆客户，再以此为案例向全国做推广。从招商银行到金融行业，从上海科委、贵阳12345到政务服务行业的规模化推广应用，无一不是如此。
目前，小i机器人已在政务服务、金融、制造、交通物流等诸多行业应用场景落地。在政务领域的客户已达上百家，涉及领域包括12345、人社、工商、税务、财政、民政、海关以及整个智慧城市级的综合服务。
金融领域的商业落地也非常成熟。小i机器人副总裁张峰向「甲子光年」透露，目前小i机器人已经积累了两百多家银行、保险、证券领域的大客户，以及很多小客户，比如互联网金融、小贷公司等，每年客户数量会保持10%以上的增长。
其价值也可以直接用数据来进行衡量：在小i机器人的第一代呼叫中心里面，招商银行99%的问题可以由机器人客服处理，能达到99%的准确率。
不仅在大陆地区，小i机器人已经将业务拓展到了港澳台和海外地区，包括汇丰银行、香港科技园等数十家企业和机构。
港澳台和海外地区的落地加速也侧面印证了一个现象：新基建背后，对基于新的信息技术的城市管理、社会治理乃至各行业的数字化需求存在已久且分布广泛。新基建不是政策堆出来的需求，而是中国市场先行，政策总结的发展逻辑的又一次演练。
小i机器人董事长袁辉告诉「甲子光年」：我们的产品已经在香港和台湾落地，现在正在考虑东南亚市场。
从2009年确定B2B的战略到今天，小i机器人十年间总结了一套独特的商业打法，走完了他们toB发展路径的第一程。
十年一变。2019年，小i机器人再一次主动求变，这一次，他们瞄准了一个新的定位。
3.专注认知智能市场，不把BAT做竞争对手
目前，小i机器人已经在商用智能客服领域占据了80%的市场份额。但是小i机器人并不将自己定位成一家智能客服公司，或者主打某一产品或技术的公司。
积累了19年的客户经验之后，小i机器人董事长袁辉有了新的思考。
2019年，小i机器人重新确立了自己的定位：要做一家赛道公司，为聚焦赛道的最终客户提供全面的解决方案和服务，不再拘泥于标准化的产品或技术。
一家公司的定位和战略，决定其是否有竞争对手。
在袁辉看来，如果小i机器人还是像创业初期那样，将自己定位成一家产品或技术公司，今天会有成百上千个竞争对手。
当然竞争对手并不是最重要的，最重要的是限制了公司发展的空间。
如果说智能客服仅仅是看中了某个行业的某一个应用场景，那么赛道公司看中的就是整个行业：我全都要。推动这转变的不是供应方的贪心，而是在中国市场，需求方确实需要更完整的、定制化的服务，且行业与行业之间、同行业的不同客户之间，需求都有一定差异，一套标准化的产品已远远不能满足当下的市场需求。
袁辉设想中，即将在新基建红利下开始放量的政务服务市场的需求就尤其具有通用性相对低、定制化需求多的特点。
针对这个市场，小i机器人做的，是将科技变成各种业务服务解决方案。有了产品和解决方案，可能还要再往下演变，变成不同的业务服务场景。小i机器人的生命业态，会伴随着市场需求的变化而不断发展。
小i机器人是有野心的。在新的定位确立之后，小i机器人的竞争对手，便不再是那些智能客服公司或外呼机器人公司。用袁辉的话讲，我们是在不同的层面。
袁辉告诉「甲子光年」：在每个阶段我们会重新定义说我们到底是谁，我们应该做什么。目前来说，小i机器人还没有明确的竞争对手。
新的战略并不意味着小i会完全基于自己的技术能力独立满足客户的所有需求，小i机器人的战术也很明确：深耕语义和相关的软件能力，其他部分交给合作伙伴。
最近几年，一些做软件起家的AI公司，开始入局硬件市场，要么是底层的芯片，要么是上层的智能硬件，凭借软硬结合的打法占据市场。
对此，袁辉表示，每家确实都有不同的考虑，小i机器人暂时不会考虑这个层面，因为算法、数据和应用的三者结合，已经有非常多的事情需要去做了。
首先，小i机器人将自己定位为一家大脑公司，只专注于认知智能领域，做AI的集大成者，做客户的顶级顾问，做到我来推荐我来保证我来服务。
这不是做大，而是做小。
人工智能领域没有一家公司可以提供全线的产品。客户在供应商的选择上，因为不够专业，所以往往存在一些疑虑。
小i机器人从顶层设计做规划，发挥智囊团的作用，加上自己做的时间足够长，容易取得客户的信任。只要能满足客户需求，客户也不会在意选择了哪一家供应商。
拿智能客服来说，小i的优势在于语义，而语音的部分会根据客户需求来选择，客户可以选择小i的语音系统，也可以选择用阿里或其他公司的语音系统。
这些第三方的供应商，就是小i的生态合作伙伴。在袁辉看来，小i机器人的心态是开放的，与BAT并不是竞争关系。只要对方愿意，都可以进行合作。
4.新基建机会很大，但不是谁都能抓住
小i机器人在确立新的战略和定位之后，迎来了新基建的热潮。作为七大新基建方向之一，人工智能获得了极高的关注。
新基建是国家对数字化、智能化转型指出的明确方向，是对用户需求做的一场大型市场教育。在新基建的指引下，AI公司的落地会更加有的放矢。
不仅如此，各地政府纷纷出台政策，投入真金白银扶持人工智能产业发展。
小i机器人副总裁兼贵州小爱机器人总经理王坪告诉「甲子光年」，在智慧政务领域，政府的买单方式主要有两种。
第一种，就是政府购买产品以项目制方式落地，企业提供技术产品及配套的服务满足客户业务需求。传统的政府部门业务应用系统通常采用此种方式构建；
第二种是政府购买服务，鼓励企业及社会资金投入建设基础能力平台，政府再购买平台之上的服务，如政务云服务。未来采购服务的模式将占据主导。
对于新基建的AI领域而言，一方面是政府专项投入，或者引导鼓励社会投入建设基础能力平台，一方面也应该是建用结合，即在有基础及行业能力建设的同时，也需要结合业务的需求落地创新应用场景；从这个角度而言，新基建对有能力有积累的大小科技公司都是助推：或者提供AI基础设施，或者参与AI应用服务，两者都可以在新基建的推动浪潮中获益。
当然，小i机器人董事长袁辉同时提到，虽然新基建是一个利好，但能抓住机会的AI创业公司不会太多，因为技术产品加行业的沉淀加规模性的落地交付能力实际上是一个非常高的门槛。
袁辉告诉「甲子光年」，任何一家创业公司，想参与到这样一个巨大浪潮中的话，必须提供非常高质量的产品、服务和交付体验。而在政务领域，今天的人工智能企业，深入其中的企业实际上并不是太多。
大部分企业经历的第一个阶段，是怎样把技术变成生产力、把一个算法变成一个产品，而且用户还可以买单。今天全球绝大部分的AI企业都面临商业化的问题，如果这个问题还没有搞定，就想去承接高标准的服务，不是不可以，而是难度非常高。
在袁辉看来，时间的沉淀必不可少。
更重要的是，时间的沉淀并不是简单的时间叠加，客户的质量和体量也决定了公司的商业化能力。比如说你的客户是一个中小型客户，跟你的客户是一个像中国移动这样的大客户，完全是两个概念。
对于企业来说，商业化的能力不是靠获奖得来的，而是用户和客户来决定的。前面提到过，一个公司不可能提供所有的AI产品和服务，这需要一个完整供应链体系。
小i机器人的竞争优势就在于时间的沉淀，这是烧钱也无法赶上的。
从产品本身来讲，不仅仅是算法，很多地方还需要数据，还需要应用场景。阿尔法狗如果离开围棋这个应用场景，如果没有三千万盘的棋谱，阿尔法狗只是一套算法而已。
数据的重要还体现在，通用数据目前对于人工智能的发展没有太大的意义。因为谷歌、苹果都有庞大的通用数据，但认知智能的发展依然相对缓慢。而行业数据是不会公开的，有钱也不一定能买得到。
有了行业解决方案，如何取得客户的信任，也是一个问题。如果过去没有服务过任何客户，或者说客户案例极少，很多大客户是不敢也不愿意做小白鼠的。
另外，现在人工智能的发展，依旧离不开人的价值，很多项目需要工程师24小时驻场，这也是一个商业价值的沉淀过程。对于一家创业企业来说，这也不是烧钱就能够解决的问题。
小i机器人副总裁张峰告诉「甲子光年」，在技术研发、解决方案、项目实施交付环节，甚至人才的培养上，小i机器人都已经形成了自己独特的方法论。
带着时间和经验积累的优势，和最新的战略思考，小i机器人在今天开幕的2020年世界人工智能大会上正式发布AI服务基础平台和iBot融合版平台。
iBot融合版，是前两代智能交互平台iBot的升级版本，基于小i机器人经典的语义引擎及深度学习模型的双引擎，支持多机器人模式，既可满足私有部署，也可选择云+端、公有云模式。
iBot融合版应用界面
同时，基于能力平台，小i还同步推出了智能陪练等新的场景解决方案；智能陪练面向有培训需求的客户，帮助新员工快速了解到整个业务流程当中的知识点、沟通话术、沟通技巧、服务规范等知识内容。针对呼叫中心的新坐席员工，可以有效缩短培训周期，实现降本增效的价值。
智能陪练应用界面
其中亮点最大的当属AI服务基础平台。
新基建被发改委归纳为三类设施：信息基础设施、融合基础设施、创新基础设施。小i机器人的AI服务基础平台，就是信息基础设施。
在此之前，小i机器人的平台级产品矩阵主要有三款：智能交互平台、知识融合平台和智能语音平台，这三款产品都属于融合基础设施。
发改委明确的新基建范围
小i机器人高级副总裁杜玉清告诉「甲子光年」，之前的三款产品，会内置一些与应用场景相关的应用组件和行业知识语料，与具体的行业相结合，这也是被称为融合基础设施的原因。
而最新推出的AI服务基础平台，并不针对某些特定领域，而是面向全行业的通用AI基础设施，是对于之前产品线的补充和扩展。
AI服务基础平台面向的客户，主要是有诸多AI应用场景需求的大型企事业单位、创新产业园区，以及高校等科研机构。比如现在招商银行与小i机器人合作的AI基础技术平台项目，就是依靠一个AI平台支撑统一的业务体系。
同时，小i机器人还会将AI服务基础平台放到自己的开放平台中，赋能小微企业和个人开发者。
也就是说，小i机器人开始在为客户提供产品、解决方案能力之外，拓展更多的商业模式。
现在小i的商业模式一般包括传统的项目制和业务运营服务模式两种：
传统的项目制，针对大型客户，在交付完产品之后，小i机器人提供实施部署、二次开发、知识模型建设在内的服务，并按照服务量收费。项目制有一个很大的特点，投入高回报高。因为提供全套的解决方案，小i团队需要投入较多的人力，大的项目周期往往需要数月甚至更长时间。
而运营服务，针对一些中小客户，收费方式灵活，可以按周期性付费，按交互量付费，按解决问题数量付费，按效果付费。这种项目的合作周期比较短，一般数周就可以搞定。
现在，AI服务基础平台的推出，让小i机器人尝试拓展第三种商业模式：仅提供底层的AI基础能力，也就是PaaS平台。
可以明确的是，交付轻量级的AI服务基础平台，单个项目的客单价会有所下降，但毫无疑问，其面向的公司领域会更广，交付周期也更短，收费方式也更灵活。
在上海川源信息科技有限公司董事长许肇元看来，人工智能发展至今，技术上第一阶段的理解和普及已经完成，不再是公司之间的竞争壁垒。从2018年开始，商业化落地的速度和成熟度开始成为AI公司竞争的赛道，这样的发展态势将会持续一段时间。
2020年初，阿里达摩院发布2020十大科技趋势，第一条就是人工智能从感知智能向认知智能迈进。
在新基建的加持下，认知智能如何更大规模地商业落地，或许是值得每一个AI创业者认真思考的命题。
