關於 關鍵基礎設施定義 ，我們在網路上蒐集到這些相關的討論、資訊與評價

創新工場和BCG咨詢合作的「+AI改造者」系列： 看看多面手鎂伽如何由點到面，用機器人和自動化賦能生命科學、製造和零售業。

改造者系列：將核酸檢測提效40倍的自動化變革推手 -- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智能在大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7隻AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

創新工場投資的鎂伽是大陸領先的高科技公司，成立於2016年，專注于機器人和人工智能技術的研發並將其深度融合于行業應用，提供從終端到雲端的產品與服務，賦能生命科學、先進製造等領域的智能變革，同步探索在智能零售等場景的創新應用。疫情期間，鎂伽為核酸檢測的應用需求提供了一系列高通量病毒核酸檢測解決方案，全程無人工參與，「樣品進、結果出」的全自動化，最大化保證結果的準確，效率相比人工提升40倍以上，最大可能降低了人工實驗過程中的感染風險。

2021年，鎂伽正式宣佈其自主研發的中國首家通用型智能自動化生物實驗室——鎂伽鯤鵬實驗室一期在北京正式落成，同時也在上海、蘇州開始佈局滿足不同功能的自動化生物實驗室，預計於2022年陸續投入使用。鯤鵬實驗室將專注于細胞基因編輯、高通量藥物篩選、合成生物學等領域的研究，致力於打造次世代的生命科學基礎設施，提高生命科學研發和生產效率，賦能行業融合創新，引領即將到來的生物學革命。

在采訪中，鎂伽認為AI應用企業要從垂直行業的實際問題出發，通過儲備和培養大量複合型人才，做到「比客戶更懂業務」。以下：

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在上篇中，我們接觸了提供端到端AI醫藥平臺的英矽智能，在今天的文章中，我們將進一步瞭解在生命科學、先進製造與智能零售等創新領域提供智能自動化技術與產品的高科技公司，即「改造者」——鎂伽科技。

1 「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。

鎂伽是中國大陸領先的高科技公司，憑藉卓越的智能自動化技術與產品，實現行業創新突破和深度融合，致力於構建智能社會，賦能生命科學、先進製造等領域的智能變革，同步探索在智能零售等場景的創新應用。

■對談實錄

Q1：鎂伽為生命科學、零售和製造業提供AI解決方案，三個行業跨度很大，鎂伽如何進行賽道選擇？在發展過程中如何增進行業理解？

鎂伽：鎂伽是以機器人和自動化技術起家的，但在服務客戶的過程中，我們發現客戶需要的不只是機器人本體或自動化設備，還要結合行業需求痛點的解決方案。生命科學和線下零售都是市場容量很大、增速很快的行業，但自動化和智能化的滲透程度還很低，急切地需要提升生產力，因此我們選擇進入這些賽道。

這三個賽道看似跨度很大，但其實底層技術是相通的。比如人工智能技術可以用於晶圓的缺陷檢測，也可以用在藥物篩選實驗中的細胞培養和克隆挑選。鎂伽開發了許多通用的基礎底層技術作為支撐，比如IntellVega通用視覺平臺已經應用於工業領域線上視覺檢測以及生命科學領域的藥物篩選，鎂伽還有一個技術中台MegaCloud，集合了跨行業的後臺數據，能夠支援鎂伽在不同領域的各項業務。

當然，對於一線業務來說，使用人工智能或者自動化的形態是完全不同的。鎂伽通過儲備和培養大量複合型人才做到「比客戶更懂他的業務」，以體現鎂伽的專業性和技術領先性。以生命科學領域為例，鎂伽不只有人工智能算法科學家，還有包括幹細胞、類器官、合成生物學、免疫學、病毒學等方向的科學家，既有來自CRO、IVD和藥企的專業人才，也有懂市場營銷的專家。由於團隊的多樣性和複合性，鎂伽內部也建立了充分的互相培訓機制，加強團隊之間的磨合與學習。

同時，現代生物學現在已經成了大數據科學，人工智能的應用是大勢所趨。鎂伽在助力生命科學領域轉型的過程，通過智能自動化技術，説明客戶把非常複雜的生物學實驗標準化、自動化和數字化。鎂伽在兩個方面説明生命科學的客戶，一是用行業領先的高效自動化系統説明客戶快速產生海量的多維度實驗數據；二是用鎂伽人工智能平臺説明客戶對生物數據進行模型構建和關聯性分析，進而指導實驗的持續優化。

另外，鎂伽也是少有的在生命科學領域搭建了完整的生物學自動化實驗室的企業，能夠融合我們自己的自動化和人工智能技術。客戶親眼看到我們的實驗室之後都會很受震撼，認識到我們做的事情非常前沿，他們也很想加入。這就使得鎂伽和其他生命科學領域的硬件設備廠家區分開來。

鎂伽甚至發現，從過去幾年到如今，有不少AI技術公司找到我們，希望借鑒我們的垂直行業經驗。這些團隊往往有很強的AI算法能力，但是缺乏數據、缺乏應用數據的方式。以藥物篩選為例，鎂伽可以做到在實驗室設計方案之初就考慮到收集哪些關鍵數據並使其很好地滿足機器學習算法的要求，從而在實驗過程中自動採集證據以證明細胞安全且來源單一，滿足監管的要求。這是鎂伽相比於其他AI公司的獨到優勢。

在開發解決方案的過程中，鎂伽一直堅持從業務問題出發，首先找到高價值的應用點，再把點串成線，由線鋪到面。

Q2：就鎂伽的觀察而言，傳統企業應用AI有哪些共性問題？鎂伽是如何解決的？

鎂伽：傳統企業首先對AI技術能夠解決什麼問題比較模糊，也不太能理解AI是如何解決問題的。例如對AI如何能替代人工檢查、或者提升產品良率都不理解，因此很難提煉他們對AI的需求。鎂伽需要引導傳統企業的決策者來梳理業務流程，明確行業的特定痛點，從而制定解決方案，並計算和衡量自動化和AI能夠為企業帶來的經濟價值。

同時，傳統企業往往也缺乏高質量的數據，或者有數據但並未標記、數據不標準，無法有效地投入AI應用。傳統企業還缺乏AI人才，自動駕駛和視頻監控行業的人才和技術可能相對更多，但在傳統製造、生物醫藥這些行業，AI人才和技術是較為欠缺的。鎂伽建立了高效的數據獲取、自動化模型訓練和高精度上線部署的AI閉環，軟硬件團隊和測試團隊也做了充分的磨合，可以極大地提升傳統企業研發應用AI的效率。否則，從模型搭建、數據清洗到模型訓練、結果分析部署等等諸多環節，對傳統企業而言都是費時費力甚至難以為繼的。

鎂伽還會幫傳統企業搭建懂AI的團隊和建立完整的數據體系，包括説明傳統企業的團隊理解如何提煉數據、要采集並標注什麼數據等等。幫助傳統企業建立一支懂得AI應用的團隊有利於傳統企業的持續AI賦能。鎂伽內部建立了一個共有技術平臺，以機器人控制、2D和3D視覺、深度學習為核心的IntellVega平臺，及為用戶提供物聯網、SaaS線上集群服務和大數據分析等核心的 MegaCloud平臺，通過專業的開發團隊為客戶提供高效、智能化的整體解決方案，而傳統企業只需要提煉他們自身對產品工藝、質量的要求就可以了。

■要點回顧

1、「改造者」需要從垂直行業的業務問題出發，打造複合型團隊（既懂AI又懂垂直行業的專業人才），並加強團隊融合，實現「比客戶更懂業務」。

2、一流的「改造者」不只是提供產品和解決方案而已，還應當幫助傳統企業驅動變革管理，幫助識別和定義問題和需求，驅動認知轉變並提高員工技能，從而使AI應用在長期可持續。

■本期內容來自BCG對話鎂伽首席科學家王承志博士、首席技術官丁新宇先生、研發副總裁段金瑞博士、人工智能算法科學家蒯多傑博士和孫新先生。

創新工場和BCG諮詢合作的「+AI改造者」系列：看看馬上贏如何在巨頭競爭下，用大數據驅動業務，實現傳統零售商和品牌商的雙贏。

改造者系列：科技巨頭下的AI企業制勝之道？-- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在中國大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

馬上贏是創新工場投資的大陸領先的快消行業大數據公司，其定位是中國快消品行業的風向標，零售監測的新標準，成為中國的「尼爾森」。通過信息化賦能小規模零售商，馬上贏打通一個個數據孤島，以大數據的方式挖掘零售數據的商業價值，為品牌商提供產品動銷數據與競品監控服務。

為了讓數據更好地服務於新品研發和上市，馬上贏引入了PDCA（Plan, Do, Check, Act）循環，通過數據說話指導快消品快速迭代，提升零售商銷售收入。

具體來說，品牌商可以在零售商的渠道內測試包括售價、外觀、營銷、陳列等要素，通過數據回饋指導新版本，實現往復循環。

在采訪中，馬上贏創始人猴哥（王傑祺）表示，垂直領域內的AI創新需要符合企業自身的需求，要在巨頭的基礎設施之上，基於更好的訓練集和更專業的垂直行業知識，不斷突破行業壁壘，優化垂直領域的AI創新。

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』1如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在零售領域，馬上贏致力於定義中國快消品零售監測行業的新標準，成為「中國的尼爾森」，通過免費為連鎖零售商提供市場情報和「零售數字化鐵三角」2，與零售商進行數據合作，將海量的線下快消品零售數據轉換成精准的市場洞察情報。

1 「改造者」 通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸，充當產業中傳統企業應用AI的橋樑。「改造者」包括AI企業與成功轉型AI的傳統企業。
2 「零售數位化鐵三角」指通過PDCA循環迭代的方法提升零售商銷售收入。P=Plan：52周企劃；D=Do：會員營銷；C=Check：BI看板；A=Act：改進。

■本期受訪嘉賓：猴哥（王傑祺）

馬上贏正在建設覆蓋線下門店最多的零售監測網絡，為連鎖企業免費提供BI看板、52周企劃3、會員營銷和市場情報，推進連鎖企業數字化轉型。

猴哥（王傑祺）是馬上贏的創始人兼首席執行官，清華大學學士，美國華盛頓大學碩士。他是原阿里巴巴集團資深產品專家，曾于美國UPS供應鏈部門擔任高級工業工程師。在創立馬上贏之前，他曾創業推出購物助手（如意淘），後被阿里收購。

3「52周企劃」指依托馬上贏的大數據AI技術説明零售商實現精細化管理。零售商可以瞭解一年中每周適合銷售什麼類目的產品，與陰曆節日、陽曆節日、節氣、特殊事件（如比賽活動）關聯，提升門店的銷售計劃能力。

■對談實錄

Q1 馬上贏為什麼選擇切入零售賽道？如何定義「中國的尼爾森」？

猴哥：馬上贏致力於定義快消品零售監測的新標準，做「中國的尼爾森」，為零售商和品牌商提供服務。面向零售商，馬上贏免費提供ABC服務，即AI、big data（大數據）、Cloud（雲服務），以換取訂單數據；面向品牌商，馬上贏基於零售商的脫敏數據提供大陸市場情報，賺取收入。

馬上贏發現，大陸的市場過於分散，零售的毛利又低，大量規模小的零售商缺乏足夠的IT費用以支援其獨立完成信息化應用，但他們對信息化的需求又是真實存在的。另一方面，品牌商有意願和能力為市場情報、動銷數據支付費用。馬上贏看到了零售商和品牌商的痛點以及購買力的巨大差異，嘗試通過為零售商和品牌商提供所需服務來提升整個行業的效率。

馬上贏一方面向零售商免費提供差異化的信息技術服務，按零售商的需求提供BI看板和市場情報支援，另一方面向品牌商提供產品動銷數據與競品監控服務。此外，馬上贏還在著重提升AI演算法和大數據中台數據處理能力，以便支援更多零售商和品牌商的數據服務需求。同時，這些技術優勢和服務支撐能力説明馬上贏建成大陸覆蓋範圍最大的即時零售數據監測網絡。對於馬上贏和客戶而言，這是雙贏。

在數據治理中，馬上贏需要做的是建立相對統一的內容體系，實現統一的度量衡。比如同一個條碼的商品在不同門店的名稱寫法不同，傳統方法是通過人工進行校驗和修正之後才能統一名稱入庫。馬上贏通過自己搭建的超1,600萬條碼的商品庫，使用AI演算法對零售數據做分類、清洗，並基於完善的商品知識圖譜體系標記商品屬性，再由BI看板提供數據洞察服務。馬上贏的這套全流程自動化體系，極大地提升了數據處理和情報產出的速度和效率。

Q2 相比數據咨詢商、科技巨頭等其他類別的競爭對手，馬上贏的差異化優勢是什麼？如果品牌方想自己做零售大數據，馬上贏怎麼應對？

猴哥：以往零售商想實現信息化必須高價購買專門技術公司的服務，只有少數資金充足的大零售商可以負擔得起，零售行業中數量眾多的中小型零售商往往望洋興嘆。而品牌方一般很難獲取到這些生意占比很大的中小型零售商數據，因而會尋求數據咨詢商的數據服務。但出於成本和利潤的考慮，數據咨詢商往往只服務最頭部的品牌商，在大陸可能只有幾百個品牌商能消費得起數據咨詢商的服務。相比之下，馬上贏合作的品牌商更加廣泛，從新銳品牌、區域性品牌到成熟品牌、頭部品牌，馬上贏都可以提供符合客戶需要的數據服務。

數據咨詢商從少數零售商那裏提取商品月度銷售匯總數據，再將數據整合為大盤情報，賣給少數頭部品牌商。但馬上贏從「激活生態」的角度出發，説明零售商提升數據運營能力，獲得大量一手銷售訂單數據，可以為品牌商提供更詳細的數據洞察服務。此外，馬上贏由AI賦能數據清洗和BI交付，從而可以提供即時的、更細顆粒度的看板，可以提供細到省級、地級市級、業態級、SKU級顆粒度的數據。

相比電商巨頭，馬上贏選擇線下快消品零售行業，覆蓋更多的線下零售商，涉及更豐富的業態，有大賣場、大超市、小超市、便利店、食雜店等等。在商品品類的選擇上，馬上贏暫不拓展美妝、服裝等電商渠道占比超過50%的品類，而選擇線上化率相對更低的品類，如食品、飲料、日用品。這些品類消費時效性高、頻次高、單價低，線上購物場景並不適合線下。

至於品牌方自己做零售大數據，馬上贏早前就思考過這個問題。我們和大品牌都聊過，如果建立品牌方自己的銷售追蹤網絡是否可行，得出的結論是不可行。一是單一品牌方來做大數據，做完了只能自己受用，成本攤下來很不合算，還不如投資AI企業，實現專業化分工；其次，品牌方還有一些技術壁壘解決不了，攻克下來只會對成本端造成更大的壓力，得不償失。

Q3 馬上贏在賦能零售商和品牌商的過程中遇到的最大挑戰是什麼？

猴哥：最大的挑戰來自於行業裏不透明的競爭——現在做AI的企業太多了，很多企業會虛報準確率，噪音特別大。

AI在每個垂直行業的落地需要很多行業知識，其次才是疊加AI演算法。但很多傳統企業對AI的期待特別高，導致市場上各種聲音魚龍混雜，每個企業都在講述「AI萬能」的故事。馬上贏不會激進地過度承諾，但這種冷靜和狂熱之間的衝突會帶來很多麻煩——當別的AI企業過度承諾其自動補貨的準確率高達95%的時候，馬上贏如果表示我們的準確率位於70%—85%的區間，傳統企業就會輕視我們的實力。現在，垂直行業裏缺乏行業組織或者專業機構來做客觀、公允的第三方普查。比如在圖像識別、自然語義處理領域，都有比較公認的訓練賽，大家用演算法的跑分說話，相對而言就比較客觀。落到垂直領域裡，每個企業自己報數據，很多時候就會有水分。

馬上贏曾經考慮把收集的數據脫敏之後貢獻出來，讓大家有一個公平的舞臺競技，但是很難運行起來。僅僅共享數據不足以激勵演算法團隊，需要行業組織定期舉辦競賽、活動等，或者像Netflix舉辦推薦演算法比賽，通過資本來激勵大家參與，僅僅靠社區運轉不起來。

Q4 你認為未來AI企業的發展趨勢是什麼？

猴哥：有能力的巨頭要持續加強行業的基礎設施，讓開發AI的人能有更好的工具，讓雇不起博士生的企業也能應用AI，實現技術普惠。同時，垂直領域內的AI創新需要符合企業自身的需求，AI企業要在巨頭的基礎設施之上，基於更好的訓練集和更專業的垂直行業知識，不斷突破行業壁壘，優化垂直領域的AI創新。我相信這是我們的生存之道——「科技巨頭靠算力，我們靠設計」。

同時，大陸的零售行業在洗牌，有很多更具備數據化思維的新品牌在躍躍欲試。以前是渠道經濟，在社區裏搶到點位就能有流量，未來是有技術、數據和管理能力的品牌才能從老品牌手中搶到點位。此外，隨著許多快消品牌逐步上市，出現資本外溢，更多的人會開始創業，疊加當前快消巨頭的二代交棒窗口，零售領域將有新一波浪潮湧動。我相信，未來的零售行業會更加擁抱數據，擁抱AI。

■要點回顧

1. 不只是技術層AI要有標準，應用層AI也需要標準。垂直領域應用AI需要由行業組織或龍頭企業牽頭制定公認的行業標準，從而促進AI企業公平有序發展，這也將反哺傳統企業，促使傳統企業的AI應用提質增效。

2. 「科技巨頭靠算力，AI企業靠設計」，結合巨頭提供的行業通用基礎設施和「改造者」特有的垂直領域數據集和算法，各取其長，方能最大化傳統企業應用AI的效率。

創新工場和BCG波士頓諮詢合作的「+AI改造者」系列：創新工場投資的追一科技，用領先的「數位員工」解決方案幫傳統企業降本提效。

改造者系列：傳統企業應用AI別想「短平快」 -- 本文来自BCG微信公眾號，經授權轉載。

近期，創新工場聯合BCG波士頓咨詢旗下亨德森智庫，推出「AI融合產業：『改造者』如何促進AI普惠」系列研究。人工智慧在大陸有著明確的落地應用場景，大量的AI企業活躍於這些垂直場景中，我們定義這些企業為「改造者」。「改造者」通過傳授其AI技術和垂直行業理解，極大地打破了傳統企業應用AI的瓶頸。

作為擅於趨勢前瞻的TechVC，創新工場長期看好AI領域，深入佈局，至今已經投出了7只AI獨角獸。在系列研究中，我們采訪了數家創新系AI企業，通過這些「改造者」的視角，探究傳統企業擁抱AI的範式與路徑。

隨著當前人口紅利趨弱，企業的用工成本增加，「數位員工」存在大量的市場需求。成立於2016年的追一科技，通過其核心的AI語義分析技術，幫助傳統企業利用人工智慧技術解決勞動力短缺的問題，實現降本提效。

在采訪中，追一科技首席戰略官成捷認為，傳統企業應該扭轉AI應用「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，以達到正向的循環。

■系列導讀

本系列由BCG亨德森智庫與創新工場董事長兼首席執行官李開復博士帶領的創新工場團隊共同推出，圍繞「AI融合產業：『改造者』如何促進AI普惠」的課題，我們致力於探究傳統企業在應用AI過程中的關鍵要素與合作夥伴，以及傳統企業擁抱AI的範式與路徑。

在企業服務領域，AI企業，即「改造者」，能夠最直接地賦能企業提升管理效率與節降成本。追一科技便是這一賽道的佼佼者之一，借助自然語言處理技術，其「AI數位員工」可以勝任線上客服專員、行銷專員、資料質檢員、銷售上崗培訓師、反洗錢專家等崗位。

■本期受訪嘉賓：成捷

追一科技是「AI數位員工」提供商，主攻深度學習和自然語言處理，提供智慧語義、語音和視覺的AI全棧服務。追一科技的AI數位員工智慧平臺與業務場景深度融合，提供不同類型的AI數位員工，滿足企業和政府使用者服務、行銷、運營、 辦公等多種場景的智慧化升級需求，幫助他們降本提效，改善用戶體驗，驅動創新和增長。

成捷是追一科技首席戰略官。在此之前，他曾任職于麥肯錫與騰訊。成捷先生擁有清華大學學士學位與加州理工大學博士學位。

■對談實錄

Q1：追一科技為何選擇幫助傳統企業應用AI？

成博士：追一科技的定位是「AI數位員工」服務商，本質上是智慧軟件，面向企業提供AI企業軟件來説明其降本增效。當前，隨著人口紅利趨弱，企業用工成本水漲船高，員工的流動性也在增加，市場上存在大量對於智慧客服、行銷、內部溝通等的需求，企業希望由機器解決勞動力短缺問題，並為企業降本。而追一的核心AI能力是語義分析，即機器如何像真人一樣理解和表達文本資訊，再結合創始人團隊的企業服務背景，恰好能夠滿足我們稱之為「數字員工」的市場需求。追一的語音、視頻應用能夠滿足銀行、運營商等企業線上交互管道上海量的對話交互需求，涉及行銷和業務辦理等，幾乎等同于傳統呼叫中心上千乃至上萬的人工。

同時，我們也看到近些年大量企業在推進資訊化建設、雲建設，企業數位化的基礎在不斷成熟。許多企業已經積累了大量結構化或非結構化的資料，但並不知道如何應用，不知道如何從海量資料中提煉洞察。追一可以説明他們通過資料分析來實現更精細化的運營，從而提升人的產能。以保險電銷為例，通過對銷售人員的資料分析，追一能夠提煉高績效員工值得借鑒的話術和知識點，標準化後以輔助推廣培訓。

Q2：在賦能傳統企業應用AI的過程中，追一遇到過哪些挑戰？又是如何應對的？

成博士：AI火爆之後，大部分企業的心態是先投資一部分進行嘗試，其中有些企業成功地體驗到了AI的成效，於是自發地持續梳理其業務流程、構建並優化知識庫，進入了一個正向循環，投入產出比也合理，逐漸能夠覆蓋到更多場景和業務部門。

而有些企業原本對AI的預期是「隨插即用」，期待AI能在短期之內帶來巨大改變，他們應用AI的效果往往就無法達到預期，也很難將AI的效用發揮到最大，往往在一次采購之後就沒有下文了。AI企業要扭轉傳統企業認為AI「短平快」的認知，投入時間和精力去梳理和構建特定於AI的業務流程，才能步入正向的循環。

其次，許多較早開始應用AI的企業組織規模都很大，涉及到很多不同的部門——分條線、分版塊、分職能等。如何能夠協調大型企業多部門之間不同的利益和訴求，這對於AI應用而言是另一大難點。以銀行為例，總行負責智慧化建設的IT或科技部門往往考慮更有整體性的、大量部門可以通用的、長期的解決方案，且看中綜合性和可持續性更強的供應商。而業務部門往往偏好更迅速、更精准的解決方案，傾向于先行自行采購。AI企業就需要平衡和兼顧雙方的需求。我判斷在中長期會有多流匯聚的趨勢，即企業的科技部門會統籌AI智慧化建設的規劃以及技術合作夥伴的選取，總部科技部門和一線業務部門會一同系統性地梳理需求。

同時，在業務梳理過程中，AI企業也需要增進其對行業的理解，從而幫助傳統企業梳理出哪些業務或場景更有AI價值、更容易落地，以塑造短期速贏。追一在進入每個行業時都需要花大量時間瞭解業務流程，建立行業知識庫。

最後，AI不像ERP之類的傳統軟體系統，沒有成熟的全鏈路玩家，還處在比較初級的階段，因此端到端的、定制化的AI服務是稀缺資源且具差異化優勢——系統實施上，大型企業系統多，往往也不標準化，十分消耗人力；知識庫定制上，不同企業的業務流程不同、知識不同，需要定制知識庫；軟體功能定制方面，不同規模、業務類型的企業依然存在不同的需求；哪怕在部署之後，AI企業依然需要持續優化場景，根據交互的效果持續優化業務流程，並試圖拓展新的場景。

Q3：如何理解追一「開放共贏的生態合作體系」？

成博士：追一對各類企業都秉持著開放合作的心態，我們識別了四大類合作夥伴——平臺夥伴、行業夥伴、區域夥伴和咨詢夥伴。

1. 平臺夥伴包括騰訊雲、華為雲等企業，平臺夥伴能夠提供基礎設施，起到「鋪電線」的作用。憑藉平臺夥伴強大的客戶資源和銷售網路，追一能夠觸達更多的終端客戶。而追一能在平臺夥伴通用性的基礎設施之上提供特定垂直領域的解決方案，使面向客戶的解決方案更好落地實施。

2. 行業夥伴指特定行業領域的資訊科技企業，他們相比其他夥伴有更深的行業理解以及更多行業內的客戶資源，也願意在科技方面進行嘗試。追一可以與行業夥伴共同拓展行業內的科技解決方案。

3. 區域夥伴指在當地有較強商務關係、對當地市場瞭解較深入的夥伴。

4. 咨詢夥伴則能夠提供整合咨詢服務，在數位化咨詢、財務咨詢等細分方向擁有豐富的咨詢經驗。

追一在生態合作中除了能夠提供行業定制化的技術方案之外，還可以分享和拓展渠道資源，幫助系統集成商、ISV增收。長遠來看，追一希望把產品服務做得更加標準化，可供他人調用，也可以在自有平臺上集成協力廠商產品和服務。

Q4：你認為未來AI企業的發展趨勢是什麼？

成博士：大趨勢一定是行業越做越深、場景越做越精，提供整體性的行業AI解決方案。這也是追一未來發展的優先事項。

此外，AI企業還應當繼續推進技術普惠，在當前AI大多只在大型企業使用，而未來應當覆蓋更多中小規模的企業。AI企業能做的是把大客戶的主流需求打磨好、標準化，大量復用從頭部企業積累的垂直領域專識，再在過程中逐步建立跨行業復用的能力。

■要點回顧

1.「人工智慧即服務」（AI-as-a-service）依然處於初級階段，還沒有成熟的全鏈路玩家，因此端到端的、定制化的AI服務能夠打造差異化的競爭優勢。

2. 傳統企業需要抓住時間窗口，憑藉多年深耕行業的經驗積累，在AI技術企業追趕行業知識的檔口自我顛覆、自我革命。

3. 對「改造者」而言，「先縱後橫」不失為可行的策略——欲實現持續穩定的AI發展，需要長期深耕垂直領域，持續積累行業know-how，並將縱深積累標準化，以複製到更多的垂直行業。

自從2016年的《殘穢》後，大概《#犬鳴村》 算是比較符合日式恐怖（j-horror）的電影。這類日式恐怖電影，大概以2000年前後的作品為尚，像是《七夜怪談》、《鬼水怪談》、《咒怨》等等，這些作品用較為緩慢的步驟營造壓抑氛圍，透過日常的家庭空間與生活感，讓幽冥世界與真實世界混合成一個獨特的世界觀。我們就趁著鬼月的到來，談談作為日式恐怖電影翹楚的清水崇，及其最新作品《犬鳴村》，還有日本「#心靈地點」（#心霊スポット）的文化社會學分析。
.
📌 #今天內容有：
.
▶ 恐怖大師清水崇，你累了嗎？
▶ 超有名的「舊犬鳴隧道」都市傳說
▶ 心靈地點的文化社會學考察
▶ 《犬鳴村》的早期恐怖電影口味
▶ 太多揭露就沒有恐怖
▶ 恐怖片裡包裹的社會主義與家庭電影
.
📣 #Firstory 聽這裡：https://open.firstory.me/story/ckdu3i8hvoi4w0880j5qy3bwu?ref=android
.
📣 #Spotify 聽這裡：https://open.spotify.com/episode/6GgjjiOn34FwghnvguK5mN?si=1fpeCODwSnW2x1oB_iSwBw

￣￣￣￣
//// 完整論述提供閱讀 ////
.
清水崇導演以2003年的《咒怨》為代表作品，這部作品延伸開展出近20年的恐怖IP（intellectual property），共約有8部，像是續集《咒怨2》，或是外掛的《呪怨 白い老女》（2009）、《呪怨 黒い少女》（2009），近期就像前幾集談到的Netflix《咒怨之始》（2020），還有美國版的《怨咒》（The Grudge, 2020）。算是一個做好做滿的恐怖典範。
.
清水崇或許自己覺得伽耶子看膩了，開始展開新的系列計畫，他以日本知名的「都市傳說」、「心靈地點」為基礎，目前展開《犬鳴村》、《樹海村》兩部電影系列，為「#實錄的恐怖村莊系列」（実録！恐怖の村シリーズ）。犬鳴村，指向「舊犬鳴隧道」的恐怖故事，而樹海村則是關於富士山下自殺森林的都市傳說。兩者都有真實的傳說脈絡，也是認真的「心靈地點」。但是，甚麼是「心靈地點」？
.
▓ #心靈地點的空間考察
.
立命館大學的宗教社會學研究者住家正芳（2004）認為，1970年代是日本心靈主義的源起，傳播媒體上瀰漫著各種預言、幽浮、超自然現象的論述內容，像是電視節目設計了讓民眾投稿心靈寫真的單元。如Giddens所談及的「#後傳統社會」（post-traditional society）的特徵，新興宗教與認同的興起，這類觸及地域認同解離、心靈體驗探索的議題，成為一種流行（福西大輔，2019）。
.
根據「#全日本心靈地圖網站」（全国心霊マップ心霊まとめサイト），截至2019年為止，整個日本共有1690個地點。心靈地點可分類成「隧道」、「廢墟」、「山林」、「墓地」、「病院」、「海川」、「橋」、「學校」、「神社寺院」、「公園」、「其他」等12種，各自依照地點的空間敘事而被產生。鈴木晃志郎等（2020）則展示心靈地點的GIS數據呈現，從研究的分類可以發現，心靈地點時常出現在「社會與經濟弱勢者」、「智能與身體弱勢者」、「廢棄處理設施」、「地形限制設施」等逐漸遠離社會生活的公共空間，例如「舊犬鳴隧道」就反映出水壩設施公共計畫下所犧牲的社會弱勢壓迫與反抗。
.
▓ #舊犬鳴隧道的都市傳說
.
說明一下「舊犬鳴隧道」的恐怖故事吧！犬鳴村位於今天的福岡縣宮若市，如今在地圖上已找不到該村莊，已淹沒入1994年興建的水壩中。此地自古名為犬鳴谷村，不過現在大多數人習慣稱犬鳴村。也因為封村，舊的犬鳴隧道便禁止通行，而隧道中其實還有村民存在的傳說，自此不脛而走：這個犬鳴村一個賤民居住的地方，因為不公平的對待，村民們拒絕與外界有任何接觸，甚至連整府都設立「#前方將不適用大日本帝國憲法」的警告。
.
自此，犬鳴山的各種傳說大量被反覆傳送。漫畫作品、小說、網路鬼話、民眾自製影片，無論虛實真假，都以犬鳴山作為故事背景，創作者們想像著村莊被封閉與限制的各種可能性。像是這裡住著左翼份子、痲瘋病人、遺傳著畸形模樣的村民、被遺忘而淹死的村民，他們與這個地方以一種負面的姿態存在於架空的地理中。雖然實際上來說，根據《#犬鳴鉄山由来書》在江戶時代起，是一個製煤鐵為業的村區。
.
清水崇的《犬鳴村》基本上沿用都市傳說的原型與謠言流傳的架構，講述一家人在去犬鳴村探險後，被村民鬼魂纏上的恐怖故事。被鬼嚇死了人，大都是在日常的居家空間中被「淹死」，這也埋下了「犬鳴村」誕生的因果關係解釋。故事中的女主角森田湊（三吉彩花 飾），在劇中表現優異，為了拯救自己的家人與血脈，深入村莊揭開犬鳴村民慘死於公共開發的暗黑歷史。
.
▓ #符合早期日本恐怖觀眾的味口
.
討論完「操作型定義」：清水崇的電影語言，與心靈地點的概念。就開始進入《犬鳴村》的批評吧。影片開始時，清水崇運用youtuber前往心靈地點的靈異影片「實錄」作為序曲，恐怖氣氛的拿捏非常細膩：攝錄機的晃動鏡頭，幽暗的廢村，youtuber的企劃執著，在在都趕上當下新媒體的潮流，也點明了「心靈地點」的系列主題。
.
遇見不可知、不可見村民攻擊的youtuber，回到家後便發了瘋似了，成天關在房間裡唱著奇怪的歌曲：大水來了，趕快逃。一頭霧水的觀眾，還可以在她的房間裡明顯地看見一張恐怖藝術大師稻川淳二的海報，應該是清水崇向愛講鬼故事的大師致敬。在醫院、家屋、庭院中，不時出現的鬼魂錯視（角落的女人），與汙穢象徵的暗示（尿液），安心與緊張弔詭的共存，讓作品的前半段，相當符合早期日式恐怖觀眾的偏好。
.
▓ #對於未知的恐懼與過度揭露
.
一直到電影中段前，電影中犬鳴村的具體認知，停留在大家所熟知的「封閉的舊犬鳴隧道」，未知的愁雲慘霧、死亡之謎、母親的瘋狂，壟罩在整個情節的推展下。這一直是清水崇在《咒怨》擅長的，就是讓你摸不透鬼到底在想什麼，用力拼湊著故事碎片，還是看不清事物的原貌。更何況「舊犬鳴隧道」的都市傳說原本就沒有一個完整的脈絡解釋，只是片段事件帶來的恐怖想像。
.
可惜很快地，女主角開始解謎，她的敏感體質讓她快速地進入到村莊過去的秘密當中。這些莫名其妙出現的諸多鬼魂，其實就是當年被水壩興建強迫滅村的人口，他們被以很慘忍的方式，囚禁、虐待，並強迫女子與狗交配，生下帶著犬隻血統的人類，最後被大水淹沒在深湖底下，永遠與社會世界隔離。
.
因為鬼魂的可憐身世突然被過度揭露，削弱了村民令人發毛的曖昧性。本來電影最後女主角侵入犬鳴村，與逃脫「犬女」追殺的過程，應該是全片中的關鍵恐怖場景，但卻因為過度的資訊揭露，而毫無緊迫刺激之感。
.
▓ #社會主義與家庭電影的混合
.
可以看的出來，清水崇想要在這系列「實在實錄」的都市傳基礎上，再架構出一個富有完整世界觀與人物關係的敘事整體。一方面他帶著社會主義的價值，控訴著現代性發展的歷史中，被掩蓋的地方與人民，像是 #福島核災被掩蓋與模糊化的事件真實；另方面，他企圖使用家庭電影的手段，透過隱喻的方式，暗示著這些被遺棄的人，並不會真的消失。而都市傳說與恐怖電影的建構，則是讓大眾得以用某種迂迴的途徑，持續讓這個現代性的失落被不斷談論下去。
.
其實綜合前述對心靈地點的討論，《犬鳴村》揭露了心靈地點的現代性過程，這些被納入公共建設計畫的地方，被掩蓋了過去的、壓抑的集體記憶。而靈異地點之所以成為靈異地點，並且富含傳說故事，也是因為這些公共設施逐漸從都市生活中遠離，被棄置的公共設施，#同時反映著地方消滅與集體記憶續存的社會主義觀點。
.
總體而言，我承認清水崇的作法，或許有更深層次的論述意涵，但說故事的方式，讓電影的深度與恐怖性打了折扣。我還是大推三宅唱在Netflix上扎扎實實的批判，《咒怨之始》就是日本的黑暗史。也期待本片中的伏筆，可以有更巧妙的延伸，也期待其作品《樹海村》可以構成一個系列性的論述。我還是很崇拜清水崇啊~~
.
📒 #參考文獻：

1. 住家正芳. (2004). 宗教的多元性の探究: 宗教社会学における宗教的多元性と世俗化の理論的構図に関する研究 (Doctoral dissertation, 東京大学).
2. 福西大輔. (2019). 現代における橋の怪異と地域社会に関する一考察: 人口流出にともなう 「心霊スポット」 の発生.
3. 鈴木晃志郎, 伊藤修一, & 于燕楠. (2020). 心霊スポットは何と空間的に随伴するのか. In 日本地理学会発表要旨集 2020 年度日本地理学会春季学術大会 (p. 31). 公益社団法人 日本地理学会.
.
📲 #全国心霊マップ心霊まとめサイト：https://ghostmap.net/