医疗、保险、投资三大领域,人工智能是如何创造价值的?
{{detail.short_name}} {{detail.main_page}}
{{detail.description}} {{detail.round_name}} {{detail.state_name}}
GMIC 2017北京大会于4月27日-5月1日拉开帷幕。与往届相比,不少全球顶尖的科学家们也参与到GMIC 2017北京大会中。动脉网作为受邀媒体,有幸参加了GMIC全球投资生态峰会。
AI尽管很热,但资本市场一直未能大胆落棋,对此,蓝驰开启了AI投资大幕。动脉网对全球投资生态峰会·蓝驰专场进行了全程报道。下面是现场圆桌嘉宾谈话的干货整理。
主持人:曹巍(执行董事, 蓝驰创投);
嘉宾:
周吉龙(首席执行官, 北京知藏云道科技有限公司);
龚勋(首席执行官, 上海南燕信息技术有限公司);
郭娜(CMO, 慧影医疗科技(北京)有限公司)。
曹巍:蓝驰认为AI只是一个标签,AI只是一个手段,但最终的目的还是围绕云计算,围绕深度的数据分析,围绕AI商业模型去解决商业化场景,最小闭环有商业价值的问题。其实定义问题,解决问题是我们讨论整个方向的一个本质。而这个过程可能会有很多的在模型上的迭代,算法上的迭代,包括参与方、科研方新的创新能力的发挥。
龚勋:南雁保险整体是基于云端的PaaS平台,推进整个行业的SaaS,用相应的大数据的手段设计一些保险产品。
从一开始,我们就构筑了大数据的想法。因为保险其实是一个大数据的行业,保险、精算、理赔或产品设计,都是跟大数据紧密结合在一起的。
从大数据和AI来看,产品设计就是如何打标签,怎么样有更好的客户体验。风险的项目产生的相应的理赔费用是多少,南雁在后面做了无数的估算。
周吉龙:知藏做的是企业智能决策。通过模型和算法,让计算机更加智能地帮助企业做商业决策。这个事情在很早之前就开始有人尝试了,那个时候叫智能模型。
通过模型来解决问题,包括机器学习、强化学习、深度学习的概念。我们之所以做这个事情,是因为看到在整个云计算到大数据,到人工智能发展的阶段,数据不断的丰富,计算能力不断的增强。
正是由于算法方面已经有了很大的突破,因此在各种各样的企业里,我们看见了非常多的应用场景,可以通过算法支持来提高效率。
服务企业这端,人工智能需要的是人工智能科学家加上很好的销售。在我们看来,服务企业的场景里,其实还缺了一环,那就是顾问。需要有人能够深度理解商业模型,从商业模型抽取出解决方案,了解算法,和算法对接,最终才能做出好的AI产品。
郭娜:医疗影像天然具有互联网基因,又能在SaaS层面产生应用,同时影像的数据拥有巨大的可挖掘价值,通过人工智能,就可以实现新的价值。
汇医慧影在过去两年中,完成了从底层SaaS到医疗服务,再到医疗数据建模产生价值整体的闭环。
目前在全国,已经有大概400多家从三甲医院到二甲到基层医院的智能网络。在这个网络中,我们希望以数据为驱动,赋能医疗。
未来5年到10年的发展道路,需要面临两个维度的问题:第一,技术创新和商业模式创新的双创新,整个商业环境都是需要改变的;第二,在什么样的场景当中,可以产生商业价值,并且让技术的价值得到有效的放大,而不是简单的靠一个算法,这是需要创业者反复思考和打磨的。
郭娜:医疗行业,正在由IT时代向DT时代转移。在这个过程中,所有的系统,都在重构。IT时代,IT在医疗里的价值非常有限。甲骨文一套软件卖上亿,但是医疗一套可能买上几十万,上百万都算是比较大的。可见IT系统在医疗里没有进入到最核心的KPI。医疗最重要的两件事:诊断加治疗。而IT系统的东西最多带来信息化的问题。
医院最大的能力是给病人看病。但如何让数据产生价值,医院并没有太多的方式。所以,这就需要有公司来提供整个解决方式。医疗背景的人,远远多于互联网背景的人和懂算法的人。因此,我们能处在和医生沟通交流的逻辑中,而不是单纯的卖产品。
周吉龙:企业方最大的问题是,大家都逐渐不被忽悠了,需要看见真正的价值。但企业客户并不知道自己的需求是什么,而且客户的需求往往非常朴素。比如在营销领域要提高转化率,要少投钱多回报。在物流里希望提高毛利,降低成本。这就需要顾问帮助客户提出解决方案。
龚勋:保险公司往往是强监管,但核心系统却可能是15-20年前建立的,非常欠缺。因此,留给创业公司的机会非常多。
保险公司的诉求是求有质量的保费,市场中大部分的保险公司都在盲目求量。南雁的创业方式是从SaaS模型切入到这个市场,把分销系统建立起来,很快给市场提供量。南雁这样的信息平台,可以以极小的投资,把保险公司,产险和寿险的分业监管从后台轻松打通。
周吉龙:在中国,除了互联网、TMT行业之外,IT系统以及背后的数据基础设施都是非常弱的。最困难的情况,连基本的数据平台都没有。
从整体上,我觉得企业的数据平台的建立,它和模型应用是两条线一起往前走,建立基础设施还是需要一定时间。
可以找一些相对来讲数据丰富度比较高,在现有土壤上可以跑模型和算法的细分垂直领域开始尝试。这包含两种:一种是外部数据比较全;另外一种是本身对其他数据的要求比较少,内部数据就可以搞定。
郭娜:大数据并不一定非得数据的量大。医疗涉及到的病人数据是带时间轴的数据,从病人开始生病到不断治疗、用药,到之后一年治愈,它是一个时间轴的概念。
时间维度上的数据,同样也是有价值的。
对于创业者来说,有一部分数据是比较容易采集的,比如汇医慧影在过去两年中在医疗影像积累了上百万的病人数据,超过四百万病例数据。
由于医学影像的标准统一,接口统一,以至于所有的医院,所有的设备的数据都相对统一。这是一个维度,这上面我们做的是提高效率。像X光可以计算机读,CT可以计算机读。
第二,这轮大数据对医疗真正大的变革是,每个人生病不光是表现到你长肿瘤了,其实中间有基因突变,病理上也有其他数据等等,大数据对医疗真正的变革方向是,包括基因突变,病理等数据在内,所有维度的数据能否一起建模,通过计算产生很好的模型。在这个过程中,需要打通医院的各种系统,因此难度会比较大。
龚勋:在健康险有一些前端的数据根本搜集不到,怎么办?是不是能够在很长的交易链条上有一些已经成熟的,或者是有已经可以被利用的市场上的信息源,可以利用它,去深化它,去挖掘它,这是我们的深刻感悟。
曹巍:从蓝驰角度上来看,我们非常坚定的认为整个AI对传统行业的改变才刚刚开始变革期的起点。而资本市场肯定是忽冷忽热的,虽然我们现在看到这个市场有大量的投资涌入,有很多的创业企业,新进的加入。
但是我们坚信,真正能够从一个非常尖锐的需求做起,然后从最小的商业闭环不断的滚动自己的客群。因为毕竟至少我们在座的三位我们所做的AI还是围绕企业,你的垂直行业,提升产业效率,围绕企业和企业背后的客户在做的事情,真正的能够清晰的定义问题,解决问题,跑通商业模式,最后持续的滚动比较,我们认为这才是一个比较扎实的王道。
如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。