2017年是 AI 元年，当有人认为 AI 只是大公司可以参与其中的“战场”时，Versa 认为即便是小公司也可以有自己的一席之地。Versa 于今年4月成立，其推出的 Versa APP 主打“ AI 时代最好的视觉创作”，目前已有 200 多万用户。
蔡天懿说， Versa 的根本愿景就是为创作者赋能，实现我们儿时的梦想。
作为一家初创公司，蔡天懿主要结合 Versa 的实例，从三方面分析了小公司如何在 AI 时代站稳脚跟。
首先，蔡天懿认为 AI 的算法要比海量数据重要得多，“数据使用率”是关键。只有 AI 算法能力提升，数据使用举一反三的能力提升，才有可能解锁全新的场景。
其次，AI 是一门技术，但是绝不高深；AI 只是一个应用级的科学；AI 除了是一门技术，更是一种思维方式，要让 AI 思维武装到每一个员工身上。
最后，AI 方面的应用不应只局限于像教育、医疗、安防等大领域，还可以找一个小的切口，帮助普通人实现小而美的梦想，或者实现我们儿时的梦想。
作为连续创业者，蔡天懿认为，现在是工程师们最好的创业时代，运营为王的时代翻篇了。“我们的产品会说话，我们的产品就可以去占领人们的心智。”
Versa 创始人蔡天懿
以下是 Versa 创始人蔡天懿的演讲全文：
大家好，我是 Versa 的创始人及 CEO 蔡天懿，非常感谢WISE大会邀请我们到这个场合。
今天我想跟大家讨论一个话题，就是小公司怎么做 AI？小公司在这个 AI 时代怎么做？
我小小的介绍一下 Versa，它是基于计算机视觉的人工智能公司，成立于今年4月份。今年8月我们的首款产品 Versa 上线，11月份我们实现了突破两百万用户的里程碑，现在我们正朝着四百万用户的目标拼命狂奔。
在短短六七个月的过程中，我们的发展还不错，但是跟之前动辄过亿用户的大伽们比起来，我们还是一个名副其实的小公司。今年是 AI 时代的元年，大家会认为 AI 需要海量的数据、AI 需要非常高深的技术门槛、AI 服务于一些非常大的行业，比如说安防、教育，这些听上去都感觉是只有大公司才能做 AI。
今天我就围绕着这三点，聊一下我们 Versa 是怎样做 AI 的，以及小公司如何做 AI 才能赢。
第一点，大家认为 AI 需要海量的数据，我们不这么认为。在 AI 时代，AI 的算法远重要于海量的数据，关键词五个字——数据使用率。
我给大家简单举一个例子，自动驾驶，我们把现在已有的二十几万辆自动驾驶的车放到马路上，撞天撞树撞空气。我们制造许许多多的交通事故，然后把数据收集回来以后就可以让汽车的行驶变的更好，让算法模型变的更好是不是？
但是大家考虑一下制造交通事故可能吗？如今自动驾驶这个场景之所以可以被解锁，并不是因为我们拥有了海量的数据，而是因为我们掌握非常有限的数据，我们希望可以通过这些数据，通过 AI 的算法举一反三，然后才可以解锁自动驾驶这样的场景是不是？大家想一想，是不是只有 AI 算法能力的提升，数据使用举一反三的能力提升，才有可能解锁这个全新的场景，海量数据只不过是在这个场景解锁以后百分之零点几的优化。
所以说 AI 与 AI 算法远重要于海量数据解锁场景，这是数据使用率的胜利。
再来举一个例子，2012 年谷歌认猫，他们用了 1000 万张的猫的图片，用了 17000 多个 CPU，让他们的 AI 知道这是一个猫。说到解锁场景，2017年 Versa 的认猫是像素级的对象分类，我们可以像素级的从背景把它剖析出来，连毛发都不放过。我们运用了 300 张图片，这是 Versa 运用的数据，哪个公司没有 300 张图片呢？谁说数据那么重要呢？在这个时代，AI 算法远重要于海量数据，这是我们作为小公司可以赢的根本原因。
第二个大家认为AI是一个非常高深的技术，我认为不是。AI是一门技术，绝不高深，AI只是一个应用级的科学。我们认为它不仅是一种技术，更是一种思维方式。
我们来做一个类比，前面好多位嘉宾都提到了互联网思维，大家想一下十年以前互联网是一种技术，是外部技术，是 IOS 技术，但是我相信在座的各位非常清楚互联网其实是一种思维，两个字——试错。那些曾经把互联网当作技术的公司都已经把自己做倒闭了，把互联网当做思维的公司都做成巨头了。
大部分人认为 AI 是一种技术，AI 是一种神经网络，更重要的对于 Versa 来说，这是一种思维方式，思维方式具体是什么？人机分工，这四个字什么意思？大家不需要了解 AI 的算法，完全不需要了解，不需要去了解 AI 的模型结构，你不需要去了解 sigmoid 函数，你不需要了解神经网络，你需要了解的是什么？你需要分类你的问题，找到你的数据，然后使用世界上成千上万个科学家所研究出来的模型，解决你想解决的问题。
你不需要了解它是什么 AI 的算法，给大家简单举一个例子，这也是 Versa 的日常。Versa 有一位姑娘叫XIXI，她给 Versa 做的工作就是负责 KOL 在微博上的投放。她面临一个问题，微博上的KOL假粉有点多，投放的时候老踩雷。在此之前她主要运用她的经验去判断，去看粉丝的属性看这个 KOL 是真粉多还是假粉多，来判断KOL该不该投，更多靠的是方法、经验。
当她来到 Versa 的时候，希望能用一个模型来解决。第一步判断问题，该投不该投，这是一个典型的分类问题。所有的问题在 AI 面前只有 7 种，关于一个 KOL 该不该投属于分类问题。她收集了 2000 个数据，收集 KOL 微博所有的评论、点赞数、评论数，然后做了一个操作，根据数据结果是零还是一，来判断这个 KOL 该不该投，就结束了。
剩下来的就特别简单了。在 Versa 里面有一个 APP，里面针对分类问题里有许多现有的 APP 和模型，但这三个是比较有效的，其实大家根本不用明白这三个是什么东西，为什么？因为我们只要拿着我们的数据，我们跑这些模型就可以了。有一个模型的准确率达到了 96%，这就是我们的 AI 模型。在 Versa 的小伙伴简简单单的训练了一个 AI 的模型，而在整个过程他没有了解 AI 的算法，然后效果怎么样呢？快太多，并且挺好的。
对于 XIXI 来说，她现在可以把这个模型给我们所有部门的小伙伴，她之前想把自己的经验分享给我们，但她很难用语言去总结，现在她只需要通过 AI 模型就可以了，新来的小伙伴也可以通过 AI 模型来判断这个 KOL 该不该投。
这样的例子在 Versa 比比皆是：我们有一个 APP，里面有许多的模型，有一些模型是 Versa 自主研发的，有一些模型就是非常经典的神经网络模型；无论是从 KOL 的投放到架构师去动态加 GPU 的机器，还是到社区里面去处理拉新评论，这些模型都能解决。Versa 的员工，即使没有专业 AI 的背景，也会使用 AI 工具解决他们的问题。
Versa是一个用 AI 思维武装到每个员工的公司，这是我认为小公司可以在这个时代赢的重要原因之二。
再来看一下人机分工的设置，未来是什么样子？人应该做什么事情？
人应该做人擅长的事情，AI 应该做 AI 擅长的事情。这是我们认为十多年以后 AI 的合作方式，使用的正是这样的思维。想象一下你的孩子到了高中，他在学校里面学习的是不是这样的思维呢？
第三点，Versa作为一个小公司，我们希望用 AI 去实现那些儿时的梦想。
现在大家看 AI 都是服务于大的行业，如医疗、金融、安防，服务到人的方方面面。我想在这里跟大家说，这些都太严肃了。有多少人小时候像这个小男孩一样，假装自己是奥特曼，联想做出电波发射？我小时候就是这样的熊孩子。今天我 30 岁了，我希望把这个电波发出去。
在 Versa 我有这样的一个技术叫做姿态估计，姿态估计我输入一张图片它可以是实时的，就可以标记出人身上的关键点，比如手、脚。虽然输入的是 2D 图片，但是输出的并不是 2D 而是 3D 的，可以是这个样子，也可以是这个样子，当然也可以是侧面的这个样子。现在对于这样一件事来说，人们真实的可以通过 AI 的方法，通过 Versa 的镜头让这个电波真正的发出去。
我们追逐这个技术的根本原因，就是想实现孩子的梦想。我是一个80后，我小时候看动画片《机器猫》发现里面有四百个左右的小发明，其中有一百个已经通过互联网和移动互联网实现了，还有三百个没有成真。
对我们来说Versa的愿景是什么？我们希望每一个人即使没有画画的技巧，也可以把一张图片变成一幅画。希望每一个没有动画制作经验的人，都可以利用手机将一个视频变成一个动画片。我们希望每一个普通人，通过 Versa 的人景分离的技术，不需要任何特效的方式就可以制作绿幕电影。如果有人在画布上草草地画下一个 2D 图像，我们希望可以帮助他完成建模并供他使用。这些就是我们 Versa 想做的事情，我们的根本愿景就是为创作者赋能。并不是因为它不是一个很大的创业，对我来说那些都是我们儿时的梦想。
我希望告诉工程师们，现在你可能正在研究所里工作，或者正在大公司里面工作，但是如果你有 AI 的技术、AI 的思维，请创业。现在是你的时代，为什么这么说？我曾经是格瓦拉的合伙人，我们率先推出了选座购票买电影票的概念，我做完第一个版本三个月后，我们的竞品跟我们做的一模一样。我做的另外一个版本两个月之后，我们的竞品也跟我们做的一模一样。
现在的时代完全不一样了，我们的产品可以说话，我的梦想所承载的产品、技术可以打动人心。所以，现在是工程师们最好的创业时代，运营为王的时代翻篇了，我们又回到了谷歌、微软、腾讯、阿里他们刚刚创业的那个时代。我们的产品会说话，我们的产品就可以去占领人们的心智。
所以在我们 Versa 希望用 AI 实现自己儿时的梦想。这是我人生第三次创业了，我从来没有像现在一样感激这个时代。我将这个想法分享给了愿意投资给 Versa 的基金，我们双向做出了选择，他们是红杉和真格。所以我们相信在这个市场上是有共识的，感谢大家。
