“一提到外卖可能大家想，外面有大街小巷的各种餐饮，跟 AI 离的比较远，甚至跟科技也离的比较远的。但其实，类似达美乐这样的外卖公司就是一个科技公司（技术团队是达美乐最大的部门），是以技术来驱动业务的。”饿了么 CTO 张雪峰在 6 月 28 日举办的 2017 商业新生态峰会上如是说。
对于饿了么这样一家做垂直领域的公司来说，张雪峰理解的 AI 三个要素分别为：大数据，工程能力和专家多元化的决策支持。数据不一定只是量多，而是既要大量，更要真实有意义。
此外，张雪峰表示，对纯 AI 的公司创业艰难持中立态度，因为就像饿了么这样，需要时刻“打仗”，身处拥抱大量变化的市场中的公司，在高科技这块还在持续探索，需要优秀 AI 公司支持。
以下为张雪峰演讲实录
回顾 AI 的一些历史。而我从自己所在的行业里入手，来跟大家分享一下我们在做的一些关于机器学习或者人工智能方面的一些实践。
大家可能听说过饿了么，在大街小巷也见到过一些配送员。最早让大家知道饿了么或者这个领域的是外卖，后来也可能会认为是餐饮。从去年开始我们也开始接触零售行业。到今天其实我们把自己定义成是本地生活服务公司。
刚开始我们创业的时候做的就是把餐品送到客人手中，但今天我们的使命稍微调整了一下，主要是两个词，一个是 Everything，一个是 30 分钟，我们内部一般这么念的，Make Everything 30 分钟，突出的就是配送即时。十年前我们有电商的配送。今天我们讲的是即时配送，要在 30 分钟内，甚至更短的时间送到。
一提到外卖可能大家想，外面有大街小巷的各种餐饮，跟 AI 离的比较远，甚至跟科技也离的比较远的。但是达美乐虽然以外卖为主，但更重要的是这是一家科技公司，因为他们最大的部门就是技术团队。
今天的饿了么还没有做到这点，我们产品技术团队 1200 人，还不是最大部门，我们也希望通过技术来驱动我们的业务，所以达美乐是很好的榜样。
还有更重要的一点，因为 AI 现在是大家涉足比较多的领域，其实这里面就有创新。以前可能也有，但都是一些固定的模式。我们今天谈的不管是从商业模式还是技术，其实都会谈创新这个词。
可能大家网上也看到过达美乐做送餐机器人，或者无人机。虽然达美乐在饿了么有餐厅，但是他用的是自己的配送队伍，也是自己的算法，所以外卖公司其实就是一个科技公司。
在我们刚创业那几年，我们还没有太大数据量的时候，自动化在研发当中起的作用更大一些。结合今天的主题“Automation”，刚开始是解放我们的手。把这些东西汇聚起来，我们有太多的第三方，不是我们一家公司在做，我们有大量的合作伙伴，上下游的系统都会有集成。
在大家看来最重要的就是数据，但是有有意义的数据才是有用的，你看那么多数据也可以在网上抓，但提不出什么特征的话，意义不太大。我们自己会产生很多数据，也会借鉴一些第三方合作伙伴提供的信息。从量变到质变，这里的量变并不完全说一定要多大，可能是多维度的，包括风控领域也很特别，一家的数据可能不够，要大量的使用第三方来辨别到底这个用户有没有风险。
然后是质变，我把这个词稍微变了一下，因为一般说数据积累到一定程度不一定是大，而是真的能产生化学反应，结合今天的主题就是智能的变化。最后很重要的一点“Intelligence”，对于我们所做的垂直领域来说，在这方面还在持续挖掘，这也是今天通过这样一个分享希望能够跟优秀的科技公司有一些探讨甚至合作，通过他们的力量跟我们的业务，包括我们的数据发生更大的化学反应。最后希望能够通过解放我们的脑达到智成，这也是结合今天的主题。
我们内部一直在探讨，我们的程序员有接近 900 人，里面也包括测试工程师、运维工程师，都是程序员。但是，我们也在想今后可能还会留下哪些技术人才。作为软件开发，做垂直领域的技术方向，感觉今后就是这两类。一类是基础设施，关注效率，最简单的，比如说 AWS。还有一类就是业务逻辑，关注领域。
AI 就是服务，可能业界有些争议。我们内部一直在开玩笑，写增强改查的这些程序员是比较难失业的，虽然他干的看上去是有体力性质的脑力活，但这块的业务逻辑是多变的，暂时计算机很难理解，
其实“Intelligence”，我们垂直行业专家的经验和规则非常重要。我前段时间听到一个说法，说 Google 的搜索引擎和核心的算法跟 bing 差不多，但是还是感觉 Google 更好用，其实 Google 能够在里面一直完善规则，但是有些规则越来越多之后机器也可以学会，这也是他作为先发的优势。对于我们垂直行业也是这样的，我们感觉“Intelligence”还是需要一些人工的辅助来做。
其实我们更倾向定位自己是技术或服务公司，而不是零售或电商公司，因为我们不光是达成交易，还要在很短的时间内送到你的手上，这跟一般的电商或者零售不太一样，你可能以前习惯了一周、三天、一天，甚至可能更短的时间。
我们现在有全球最大实时调度的能力，因为它的调度是要在秒级完成，虽然配送可能有距离的原因，要在 30 分钟之内。对于饿了么这样一家做垂直领域的公司来说，我们理解的 AI 三个要素，第一个是大数据，这个 big 不一定是数据量多，就是要大量真实有意义的数据。
第二个是我们的工程能力，也是跟自动化相关的。还有就是我们的专家多元化的决策支持。如果类比行军打仗的话，就是三个要素，大军未动，粮草先行。还有武器，还有参谋，当然饿了么的参谋不一样，不仅仅是总部的这批人，我们还有大量的来自于一线的专家、参谋，不仅仅是数据，还有很多模式、规则，正在慢慢加入到我们的模型算法中。
前阵子听到这么一个说法，说纯 AI 的公司创业为艰，我个人对这点持中立的态度，因为我们要打仗，要做业务，有大量的市场变化，恰恰在高科技这块还需要持续探索与储备。
你去招聘这样的同学或者请这样的牛人加入也不是一时半会，更多希望跟业界的公司做一些合作。这是我们的一部分场景，前面张博士也提到了图像、视频，包括文字、语音，我们都会有，还有更多的分析。垂直领域可能更容易创业，我们在智能客服也有相关的尝试。
还有就是A和I，因为这个 AI 是我们自己的理解，自动化和人工智能，其实这两者也在相互影响对方，原来我们做自动化比较多的就是传统的基础设施还有工程领域，但现在也在尝试做一些I的东西，有信息安全，还有监控，I也在提升自动化，因为你做出一个模型要快速的上线，这个挑战非常大，我们自己也在做 ML Studio、模拟器这样的工作。
我们一直在做创新，今天谈的是 AI，我们也在尝试。可能有些我们中间也发现效果不是特别好，我们会再换一个方式，也跟一些外部公司做合作。
第一个就是在风控模型当中尝试引入 GAN，还有增强学习。以前我们的配送是一个人取了去送，现在在尝试取送分离。地铁就是一条线路从头到尾，我们现在尝试地铁网络模式，这个效率会更高。
当然它对预测要非常准，比如说这个区域的订单大概有多少，否则这个资源的浪费是蛮大的。还有就是我们在尝试即时配送接力，我们去年也有跟国内比较领先的出行公司有合作，接力做即时配送，北京五环内可以做到1～1.5 小时内送达，大家可以想像两个轮子 四个轮子跑，这个非常有挑战，去年试点的效果不错，后面可能会展开。
前面讲到现在有很多 AI 创业公司，我们希望有一些合作，因为这些公司可能给我们带来全新突破，同时也期待这些公司在 AI 领域有很强落地能力，能为我们这样的企业带来更大业务价值。谢谢大家。