Video++極鏈科技董慧智解構(gòu)AI賦能新文娛

10月15日，由國家發(fā)展和改革委員會、工業(yè)和信息化部、國家網(wǎng)信辦指導(dǎo)，中國人工智能產(chǎn)業(yè)發(fā)展聯(lián)盟（AIIA）主辦的2018 AIIA人工智能開發(fā)者大會在蘇州國際博覽中心盛大召開，Video++極鏈科技聯(lián)合創(chuàng)始人&COO董慧智受邀出席，并在主論壇就《解構(gòu)AI賦能新文娛產(chǎn)業(yè)》帶來精彩演講。

以下為Video++極鏈科技聯(lián)合創(chuàng)始人&COO董慧智的演講實(shí)錄：

感謝大家！今天聽了這么多，其實(shí)我覺得AI已經(jīng)成為現(xiàn)在整個高科技領(lǐng)域的主流，但其實(shí)在我們剛剛創(chuàng)業(yè)的2012年，AI還是一個很偏的話題，當(dāng)時是很苦的，直到2014年、2015年，日子才開始好過了，在這里面，我們也是最早應(yīng)用的。

在AI應(yīng)用領(lǐng)域里面大家熟知的有安防、智慧城市等，另外一個領(lǐng)域就是與大家的生活、消費(fèi)息息相關(guān)的、同時也是互聯(lián)網(wǎng)中間信息集中度最高的領(lǐng)域——文娛。文化娛樂是非常大的領(lǐng)域，和廣告、電商很多商業(yè)模式直接關(guān)聯(lián)，而我們盯準(zhǔn)的就是文娛領(lǐng)域，要做用AI賦能新文娛產(chǎn)業(yè)，然后和廣告、電商、新零售關(guān)聯(lián)在一起，從而發(fā)揮出萬億級的市場潛能。

從我的理解來看，Video++從2012年開始做，我們就在思考AI能做什么事？包括剛才機(jī)器之心講的，AI能夠做的就是把海量用戶、海量信息、海量需求，用統(tǒng)一自動化方式撮合在一起，產(chǎn)生出很多連接點(diǎn)，從而創(chuàng)造出非常大的經(jīng)濟(jì)價值。

我把這個過程分成三個步驟。第一個步驟是感知，不論是語音識別、語義識別、圖像識別、視頻識別，都是感知的部分，不僅是感知別人說話的含義、每個眼神的含義，我們現(xiàn)在做的還有感知每個圖像背后表達(dá)的什么情感、什么故事等。之前講過一個結(jié)構(gòu)模型，知識圖譜模型，任何一個互聯(lián)網(wǎng)視頻，往上都有基礎(chǔ)要素，包括明星、物體、人物、場景，這些都是基礎(chǔ)標(biāo)簽，再往上就是情感，再往上就是故事，現(xiàn)在大家都在花大力氣做這一塊的感知。

感知只是第一步，把海量的模擬信息轉(zhuǎn)化成數(shù)據(jù)信息之后，這個量太大了，就要做自動化。當(dāng)我把現(xiàn)有的方法論、把以前人操作的部分轉(zhuǎn)變成公式，轉(zhuǎn)變成自動化的系統(tǒng)，才能逐漸顯露出人創(chuàng)建的方法論的局限。

人的很多棋譜都很精妙，但是當(dāng)我把AlphaGo這樣自動化的機(jī)器和圍棋高手放在一起，才能可以發(fā)明出更多的棋局，就進(jìn)入了第三步優(yōu)化，我們在進(jìn)化這個過程，需要讓機(jī)器的感知更像人的五官以及其他器官一樣，自動化得像神經(jīng)，我們每個肌肉動作都不是大腦思考的，有本能自動的過程。 最后一步當(dāng)機(jī)器達(dá)到可以思考、可以優(yōu)化、甚至模糊優(yōu)化的時候，這個時候才是AI走向大腦智能的時候，這是我們對AI未來發(fā)展的理解。

而我們正處在自動畫像、優(yōu)化這個方向當(dāng)中，我相信這也是很多AI企業(yè)正在努力的方向。在我們看來，國內(nèi)AI公司，我們分三大類，AI算法公司、AI應(yīng)用公司、AI硬件公司；而我們是典型做應(yīng)用的公司，而且非常垂直，專注在文娛領(lǐng)域。而AI未來應(yīng)用最廣泛的六個領(lǐng)域，包括安防、機(jī)器人、無人駕駛、醫(yī)療、文娛，這是我們判斷在五年之內(nèi)會真正創(chuàng)造出萬億級市場潛能地方。

講到AI+文娛，我們介紹一下自己，我們從2012年開始創(chuàng)業(yè)，目前發(fā)展到C輪，是AI+文娛領(lǐng)域的獨(dú)角獸，集團(tuán)旗下包括AI場景廣告、電商、新商業(yè)IP、新零售等各種產(chǎn)業(yè)，投資方包括阿里巴巴、曠視科技、優(yōu)必選等。

對于新文娛產(chǎn)業(yè)是怎么催生這樣大的體量的，我們發(fā)現(xiàn)有幾個效應(yīng)，當(dāng)經(jīng)濟(jì)走緩之后，更多的文化產(chǎn)業(yè)占娛樂的比重會增加，此時95后、00后的消費(fèi)心理逐漸從需求消費(fèi)心理出發(fā)，轉(zhuǎn)變成觸發(fā)型經(jīng)濟(jì)，比如80后買東西是搜索，想買什么買什么，從而成就了淘寶京東，而現(xiàn)在的很多95后、00后，他們買東西更多的是，被什么打動了買什么，從而才會有現(xiàn)在的種草、撥草，文化娛樂觸動的粉絲經(jīng)濟(jì)、IP經(jīng)濟(jì)也好，都是一個非常強(qiáng)勁的趨勢。但是如果只用人工的方式培養(yǎng)粉絲，太慢了，而AI會大大加快這個進(jìn)程。我們利用70%的長尾視頻和直播的流量，用AI的方式，把種草撥草的過程自動化，就可以產(chǎn)生大量的文娛消費(fèi)，包括廣告、電商等，這是我們的發(fā)展歷程，也是很多AI公司未來會發(fā)展的路線。

我們在2012年開始做AI技術(shù)，我們從那個時候開始，就專注AI文娛這個領(lǐng)域。到了2014年，我們發(fā)現(xiàn)作為一種技術(shù)而言，我們是比較領(lǐng)先的，之后就開始尋找應(yīng)用場景。當(dāng)大家都在看視頻的時候，往往只是在那看，沒有辦法和視頻內(nèi)容進(jìn)行深度互動，于是我們做了第二套產(chǎn)品，VideoOS。這套系統(tǒng)就是把VideoAI識別出來的數(shù)據(jù)，通過用戶可以直接互動的方式和AI數(shù)據(jù)結(jié)合，從而產(chǎn)生投票、購買、點(diǎn)擊廣告等行為，當(dāng)這些用戶行為和現(xiàn)在的產(chǎn)業(yè)經(jīng)濟(jì)關(guān)聯(lián)起來之后，就產(chǎn)生了一個很大的應(yīng)用場景。

我們一方面在找AI應(yīng)用場景，另外一個方面創(chuàng)建應(yīng)用場景。

這是我們總體架構(gòu)，也是我們現(xiàn)在能夠占據(jù)在眾多視頻以及直播平臺，都使用我們的操作系統(tǒng)的原因，現(xiàn)在來說已經(jīng)形成了一個閉環(huán)。一套系統(tǒng)VideoAI，把視頻數(shù)據(jù)辨識出來，形成一個數(shù)據(jù)庫，現(xiàn)在已經(jīng)做到了全網(wǎng)熱劇的數(shù)據(jù)化，數(shù)據(jù)自動通過VideoOS進(jìn)行匹配，當(dāng)一個用戶打開視頻，把場景自動匹配到相應(yīng)的廣告，比如說啤酒、一些女性喜歡的飲料等，在合適的節(jié)點(diǎn)把廣告自動推送出來，這就是通過視頻場景所產(chǎn)生的情感共鳴，直接轉(zhuǎn)化成廣告點(diǎn)擊和廣告銷售，這個過程就在第二套系統(tǒng)里面實(shí)現(xiàn)，這套系統(tǒng)就是一個在視頻中的小程序，所承載的業(yè)務(wù)就是廣告、電商、新零售，三大塊業(yè)務(wù)。

這是一個介紹我們AI技術(shù)的視頻。首先我們用全序列識別算法，像Face++這樣的公司人臉識別已經(jīng)做的非常好了，為什么要投資我們，是因?yàn)槲覀兺耆珡囊曨l出發(fā)，所以在視頻處理過程中，最基本的單位就是視頻，而不是理解成圖像的集合，我們算法中間融合了很多特殊算法，比如說去特效，場景聚合等等，這些算法最后一步才是圖像識別，這是之所以我們能做到這個領(lǐng)域最專最深入的原因。

技術(shù)方面，白色是我們技術(shù)的處理，經(jīng)過一個系列的處理之后，把視頻結(jié)構(gòu)化成為一個數(shù)據(jù)庫，我們稱之為視頻結(jié)構(gòu)化數(shù)據(jù)庫，這個數(shù)據(jù)庫就很像知識圖譜，只不過這個圖譜是2012年到2018年全網(wǎng)熱劇的數(shù)據(jù)，經(jīng)過存儲之后，通過匹配算法完成用戶標(biāo)簽和廣告需求匹配，自動推送相應(yīng)廣告，實(shí)現(xiàn)海量用戶、海量信息、海量需求自動化，這套系統(tǒng)是我們所做的，現(xiàn)在已經(jīng)批量化商用，我們這套視頻AI商業(yè)化解構(gòu)系統(tǒng)已經(jīng)是市場端商業(yè)應(yīng)用最成熟的一套系統(tǒng)。

關(guān)于技術(shù)壁壘，我們在這個領(lǐng)域目前在全球是領(lǐng)先的。剛剛說到，我們有一個數(shù)據(jù)庫，數(shù)據(jù)庫長什么樣？我們把文娛視頻分成四個層次，最底下是視頻層，所有的平臺都有一個媒體庫，決定了我的視頻庫有哪些綜藝節(jié)目、電視劇、電影、短視頻，媒體庫是視頻層；第二層是信息層，大家看到的AI辨識出來的東西、人、物體等；最下面一層是情境層，最終能夠打動人心的部分，為什么年輕人愿意為一個只是五十塊錢的成本東西，花五百塊錢去買，就是因?yàn)楸贿@個視頻的娛樂特性打動；而每種不同視頻場景都對某一品類的廣告或電商有非常高的轉(zhuǎn)化作用，這就使得AI有了很強(qiáng)的用武之地。

我們把識別的數(shù)據(jù)庫和我們的廣告關(guān)聯(lián)起來，就是用的VideoAI底層識別系統(tǒng)，匹配到用戶體驗(yàn)最好，同時轉(zhuǎn)化效率最高的廣告，再通過VideoOS中用戶喜歡的程序，讓用戶參與投票、卡牌收集游戲、發(fā)紅包、購物這樣的過程，轉(zhuǎn)化率非常高。我們?nèi)ツ曜鲞^實(shí)驗(yàn)，在同樣一個場景當(dāng)中，普通的廣告，轉(zhuǎn)化率千分之二左右，但是用我們的旅游貼、或者說投票，可以達(dá)到平均3%的轉(zhuǎn)化率，為整個商業(yè)帶來很大的價值。

這是長隆游樂園在芒果TV投的廣告，帶來了很大的轉(zhuǎn)化率而且效果非常好。

第二個例子是Tutor ABC，一個英語教育公司，我們識別的是明星說英語的場景，當(dāng)一個明星在視頻當(dāng)中說英語，就把這個關(guān)聯(lián)的廣告推出來，轉(zhuǎn)化率極高，他們已經(jīng)第五輪下單了。

2018年，Video++到了C輪，會有更多新的增長點(diǎn)。網(wǎng)絡(luò)視頻每天十幾個億播放量，覆蓋4.5億人群，但目前為止只有1%的填充率，我們還在盡可能多吸引更多的用戶進(jìn)來，但是熟悉廣告的都知道，廣告的商業(yè)場景有各種要求，不可能做到百分之百，但很多場景都可以用電商、新零售的方式進(jìn)行填充。

在文娛電商這個領(lǐng)域，我們制定了行業(yè)標(biāo)準(zhǔn)，通過千人觀看帶來的銷售額——VPM值來衡量其中的商業(yè)潛力。包括我們與芒果TV合作的超級IP，如《歌手》、《爸爸去哪兒》、《媽媽是超人》等2018年的超級IP，VPM值都非?？捎^，在超級IP上，未來還會帶來更多的商業(yè)化變現(xiàn)。

后面還有一些美食類的案例，就不做詳述了，如果對AI文娛感興趣，希望可以和Video++多聯(lián)系，謝謝大家！