来源：2020-05-08 | 人围观
吴承霖与AI的故事始于2010年。此时的他还在厦门大学计算机系读大三，课余时间，他利用自动机器学习和神经网络技术搭建了一个股票相关的量化模型，在带杠杆的情况下，双边交易可以做到年化40%，不带杠杆可以达到年化12%。
毕业后，他顺利进入华为，一边做底层产品研发，一边做开源，成为了华为的第三个技术专家。这期间，吴承霖也混迹在国际各大开源社区内，写下的开源代码曾被打包卖出十几亿美元高价，经常被周围亲友调侃为“身家过千万美元的技术天才”。
2014年，凭借技术优势，吴承霖加入了腾讯，带领团队设计与实现了亿级用户规模、千亿级数据规模的用户画像、搜索引擎、自然语言处理等系统，平均年产值可达到十几亿元到几十亿元。在27岁这年，他成为了部门最年轻的“T3.3”高级研究员。
2018年离开腾讯后，吴承霖选择来到一家B轮初创企业笨鸟社交担任首席科学家，除了将AI中台内容理解和分发业务整合落地，还积累了初创企业的运作管理能力。
2019年，蓄力了近10年的吴承霖带着他的“深度赋智”正式入局AI中台市场，主要通过其独立研发的全自动机器学习系统（简称Full-AutoML），帮助企业客户实现全自动、端到端地自主推荐、搜索、决策、训练学习，为互联网B端客户提供普惠式的通用型AI中台解决方案，助力其降本提效。据悉，同年11月，深度赋智便完成了数百万元种子轮融资。
谈及创立深度赋智的初衷，吴承霖告诉创业邦，一方面是技术驱动，一方面是“商机”使然。
具体来说，AutoDL（自动深度学习）与AutoML（自动机器学习）技术近年来发展迅速，包括谷歌、亚马逊、微软在内的大厂纷纷入局掘金。2018年年中，谷歌发布了LP预训练模型bert，将AI技术标准化正式推向高潮，进一步证实了其方向潜力巨大。
在落地过程中，深度赋智的首选以电商为代表的交易平台客户，这是由于此类客户亟需开源节流，以提升分发、决策效率，解决转化率低、获客成本高等核心痛点，而实施成本低、效果优的人工智能中台是交易平台节本增效的关键突破口。以最常见的精准营销为例，企业为了完成用户和具体产品的匹配，通常会应用一些简单AI算法，不过始终效果平平。而有了深度赋智的AI中台，客户只需将全部数据接入公有云API，即可将搜索、推荐、决策精度大幅提升，整体可提升转化率40%~60%。
从行业角度来看，深度赋智与大部分云厂商技术路径类似，不过，后者还没有在此大规模布局，正面对标的企业为国外DataRobot和H2O.AI。相比而言，深度赋智已经在技术方面建立了自身竞争壁垒。近期，人工智能顶级会议NeurIPS 2019 AutoDL（自动深度学习）比赛刚刚落幕，聚焦在使用一套方案，在任意时间、任意领域、在5个不同模态（图像、视频、语音、文本、表格）下的学习效果对比。据悉，在10个未知模态盲测数据集上，深度赋智以7个数据集第一名的优势大幅领先其他队伍，并夺得了世界冠军，同期参赛方包括Google、微软、阿里、腾讯、清华、南大等机构，以及来自美国、瑞典、日本、韩国等全球各地的队伍。
吴承霖透露，以往基于人类 AI 工程师的简单 AI 生产过程需要3~6个月，复杂AI生产过程需要1~2年。而深度赋智最短只需要几十秒钟，就可以构建出一套近似最优的端到端AI，并且随着线上反馈数据，可不断对AI持续优化。相比传统AI，可直接将复杂AI领域的人力成本降低到1%，整体效率提速百倍。
这得益于深度赋智核心团队过硬的综合素质。成立一年，团队已有20多人规模，均为腾讯、百度、华为等头部公司的资深研究员、架构师，拥有十亿级用户的云、端AI经验，技术基因强大。首席科学家纪荣嵘为厦门大学智能系教授和博士生导师，曾在PAMI/NIPS/CVPR/ICCV等顶会顶刊发布100余篇论文，H-index 45，引用数8000多次；技术合伙人张扬是北京大学计算机硕士，曾是华为手机-1屏、应用商城、vmall、华为云等多项AI技术负责人，拥有华为公司优秀员工称号；技术合伙人欧阳依稀拥有清华大学本科和CMU硕士学位，曾任职于Google，负责Google电商、Google CRM相关技术；解决方案合伙人郭睿锐是牛津大学数学系硕士，具备多年咨询、BI、基础ML、团队管理经验，曾任职于Opera Solutions、科技谷等公司担任团队主管。
“在商业模式上，深度赋智短期按项目付费，后续逐步开始按SaaS付费。”吴承霖坦言。目前，深度赋智已签约 20 家客户，覆盖两家B2B头部客户，年订单500万元，预计2020年将实现盈利。
未来，公司还将拓展至金融、娱乐等其他强需求、强付费行业，继续规模化扩张，最终实现其目标：赋予客户开箱即用的AI能力。
文章图片来源于深度赋智，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。