Erik：Brian，非常感谢你今天加入我们的播客。

布赖恩：埃里克，谢谢你邀请我。我很高兴今天能来到这里。

Erik：是的，而且你是一个播客，所以我认为这会非常顺利。也许在我们开始之前，作为一个介绍，我很想听听更多关于你正在运行的播客的信息。

布赖恩：是的，绝对是，埃里克。与零售业资深人士 Jeff Roster 一起，我正在运行这个名为“本周创新”的播客。它是 www.thisweekininnovation.com。从本质上讲，我们专注于创新是如何发生的，特别是在零售领域。但我们也涵盖了广泛的主题。我们还主要关注创新的五种力量：人工智能、物联网、区块链、数据和初创公司，以及所有这些东西是如何结合在一起的。通常，我们会采访初创公司的创始人、许多零售业者和其他高管，并希望让我们的听众对创新如何影响零售业有一点了解。

埃里克：太好了。我会记下自己，稍后再回到区块链的话题。因为你提到的其他创新支柱对我来说很有意义。区块链，对我来说总是有点困惑。一方面，理论上非常非常有趣。然后至少在我们的领域，在制造业中，仍然在努力寻找这些应用程序。但对于许多早期技术来说，情况确实如此。那个会发生。所以，我很想听听你的想法。但是，让我们在稍后的对话中回到这个话题。

或许你也可以稍微介绍一下Iterate.ai的创立背景。所以，这是一个 2013 年成立的低代码 AI 应用开发平台，我觉得其实有点早。我见过更多类似的平台被开发出来，我想说，更多的是在 16、17 和 18 年代。公司成立的最初动力是什么？

布赖恩：有趣的故事。我认为这也是一个很好的问题，Erik。我是连续创业者。过去，我也做过企业风险投资。所以，我坐在几块板上。我们参与了一个董事会。它实际上是在乌克兰。所以，它基本上是一个创业加速器委员会，我们在那里研究了与乌克兰、白俄罗斯和各种东欧公司的公司合作。特别是，有很多计算机科学博士，他们来到那里。他们建立了许多先进的技术。所以，我和我现在的联合创始人乔恩·诺德马克 (Jon Nordmark) 在那里相遇。我们正在看它。那是 AWS 在初创公司中获得关注的时候。

建立一家初创公司是如此便宜。它来自——当我在 2007 年第一次创业时，我不知道，仅仅购买服务器就花了我们七位数。因为基础设施非常昂贵，而计算非常昂贵。但在 2011 年，12 年，该成本正在下降。有一次，它甚至下降到几乎要花费 5,000 美元来创办一家初创公司。有人真的写了一篇关于它的博客。我们将与出色的企业家交谈，他们具有高度、深厚的技术和高技能。他们中的一些人甚至和他们的父母住在一起，但他们实际上有一家公司在 AWS 上运行和运行。我们就像这场大爆炸即将开始发生。但那时，我也是 Turner 的企业风险投资人。那时我已经投资了几家公司。然后我的联合创始人诺德马克是一位天使投资人。他让我们投资了几家公司。我们想，“我们如何为公司中的所有这些公司获得牵引力？”

然后我们越想越觉得，对于大型领导者、大公司的高管来说，并没有一个非常有创意、正式的机制来与初创公司合作。有风险基金。从那时开始有几个加速器，但在进给机制中。因此，我们最终建立了这家网关公司 Iterate.ai。实际上，最初，它被称为 Iterate Studio 作为网关加速器，就像初创公司的票据交换所。但很快，我们意识到，我们不仅需要一个票据交换所机制和一个编目平台，我们可以在其中对世界初创企业进行编目。

今天，我们有能力通过我们的平台信号对多达约 7000 万家初创公司和约 7800 万项专利进行分类。但是随后，我们也意识到这很棒，因为这为领导者提供了信息。当他们在董事会会议上，有人谈论人工智能的一些趋势，C 级实际上知道。所以，我知道他在说什么，对吧？是教育。但是很快发生的事情，我们意识到，这是难题的一部分。但另一个更大的难题是，很多时候，创新领导者在大型组织中的任期正好是两年。因此，他们成为创新副总裁、创新执行副总裁、新产品主管等等。然后在两年内，他们会去别的地方找工作。

原因之一是因为很多时候，在大公司中，搬迁公司需要很多时间。因此，必须有面向市场的软件和数字解决方案的可操作功能。那些在大公司之间成功建立创新实践的人是真正将产品推向市场的领导者。他们可能从第一天起就没有改变收入，但他们有足够的产品和解决方案向市场购买。

在那段旅程中，我们意识到有很多动人的部分。有创业公司。毫无疑问，人工智能正在进入市场，那里有很多深度学习公司进入。那是 17 年，18 年的时间框架。相当多的深度学习公司。有人工智能、物联网、数据和初创公司。因为，那时，我们与 80 多家初创公司的芯片建立了关系。我们为什么不把所有这些东西都放到这些软件块中呢？然后我们实际上可以拖放它们。低代码甚至不存在。我的意思是，有低代码解决方案，所有微软和其他公司都有解决方案。但它们本质上是企业 RPA 解决方案。他们的目标不是创新市场。那么，我们为什么不把这五种创新力量和一切可能存在的东西都带进来呢？然后创建这些乐高积木，创建一个画布、一个运行时环境或某种中间件，组织可以在其中开始构建数字解决方案——面向消费者和面向后端的应用程序？快很多，对吧？

当我们这样做时，我们的业务蓬勃发展。因为我们开始合作的客户，他们说，“我们喜欢它。让我们把一些产品推向市场。”我们最终与我们的一位客户进行了对话式商务，这是一个人工智能应用程序。这发展成为另一个应用程序，就像另一个零售商的基于人工智能的应用程序一样。然后一件事导致了另一件事。在不知不觉中，我们获得了两位数的百万收入。在大流行期间，我们离开了大约 20 人。现在我们在硅谷，在丹佛，当然，在世界各地都有 70 人。

埃里克：好的。迷人。我总是喜欢听一家公司的背景故事，因为它总是那么有趣。你看看网站上的标语，感觉很直接。这是我们的价值主张。这就是我们所做的。但后来你挖了一点，你会发现，实际上，有一条蜿蜒的小路可以到达那里。

布赖恩：是的。我的意思是，每个企业家都会说：“哦，我从第一天起就有这个伟大的愿景。”这很有趣。我不认为，在日记中，我可以这么说。我认为我们已经了解事情的发展方向。我认为，我们已经在 2014 年的某个地方向一些客户合作伙伴提出了低代码的想法。我不认为它有牵引力。但随后在 2017 年，即 18 年，它受到了关注。这有点像当你有一家初创公司时，它有点像水。然后你会走阻力最小的道路。最终，所有不同的水流汇聚在一起，形成了一个大湖。

Erik：为什么这对公司有用的逻辑是完全有道理的。我最近在中国和一家大型电信公司的创新负责人聊天。他说，他在招聘过程中，HR问他，“嘿，你为什么要每两年换一次工作？我们有点担心你的稳定性。”他说：“嘿，我不是想换工作。只是每两年，在这个领域，一些高级管理人员就会改变战略、方向。”首先要改变的是创新，因为我们总是有一系列易于削减的项目。说，我们必须做一些成本削减。因为我们没有将它们推向市场，因为将它们推向市场需要很长时间。能够将时间范围从 36 个月缩短到 12 个月是巨大的。它可以让你真正向人们展示成功，然后在此基础上再接再厉。我认为这是任何从事企业创新工作的人的一大痛点。

我很想听听您对这在实践中的看法，以及在公司开发 AI 应用程序的过程。比方说，这可能不同于一个非常精益的技术导向型初创公司可能会做的事情。因为您的网站上有这样的标语，即“我们可以帮助公司以 17 倍的速度构建 AI 应用程序”。所以，如果我们把它分解，我们从构思到部署说，这个过程是什么样的？那么该过程中哪些阶段时间最长、成本超支或期限超支的风险最大、失败的风险最大，因为您没有数据，也没有发现正确的数据提前设置，等等？你能告诉我们传统的流程是什么样的吗？然后我们可以更深入地了解像 Iterate.ai 这样的本地平台可以缩短这个过程。但也许首先，从大型企业可能遵循的传统流程开始。

布赖恩：是的，让我向你解释一下传统流程。企业的传统流程是，一切从业务分析开始，然后是业务需求。很多时候，作为战略规划的一部分，比如在动物项目规划中，有些项目是专门为这些公司做的。但与此同时，如果给定的 AI 或 ML 项目已经指定用途并且目前已经被企业认可为其为他们创造的价值，那将是第一个开始的地方。因为它实际上更容易，因为业务理由已经完成。有时也会发生创新团队，这是一种推拉机制。拉动是业务，他们需要它。然后当然是创新和 IT 以及团队想出来的。推动机制是当 IT 团队实际上，创新团队实际上说，“我们认为这些是基于我们对整个领域的战略所看到的。这正是我们可以做的五件事。”

这是有趣的事情。他们建立了一个原型。他们去做生意，而生意却把它吞没了。然后它成为历史。这就是开始的过程。所以，如果产品已经指定用途并且有预算，那就更好了。因为它走得更快。因为大型组织的问题不仅在于构建产品，还在于滚雪球。这就像许多初创公司的典型情况。当您构建产品时，您在这里拥有这三个角色。您拥有将构建它的黑客。你有设计它的设计师。然后你有卖它的骗子。相同的策略。然后是产品开发团队，然后是设计团队，然后是本案例中的其他战略团队。因为战略也参与其中。然后你实际上有一个骗子只是在卖它。有一个赞助商实际上将其出售给其他业务部门。这个启动过程很有趣。

但随后发生的事情是，在这个过程之后，很多时候他们会说，“好吧。让我们开始吧。”但是接下来发生的是，有很多时间花在分析上。因为通常情况下，他们最终会聘请第三方公司或某人来实际分析所有问题。这种分析在那里创造了很多瘫痪部分。然后他们基本上就明白了。好的。如果您只想放置一个移动应用程序或一个简单的解决方案，那很容易，因为您可以去代理机构并构建它。但是现在，发生的事情是，可能从 2010 年、2007 年苹果发布他们的产品、2010 年移动设备开始流行、从 2010 年到 2015 年 16 年的某个地方，那个时代已经结束，因为你可以雇佣一个机构来构建应用程序。

但现在每个人都有应用程序。消费者通常每天使用 13 个应用程序。如今，当人们发布解决方案时，他们会深入思考价值主张是什么。他们不想为他们放置一个应用程序来查找我的商店在哪里。那是谷歌，对吧？谷歌地图什么的。我们想提供更深层次的东西。这是一个参与应用程序。这是一个应用程序，例如，在便利店的空间里，他们可以把卡放进去，然后他们就可以开车了。它会自动打开泵。他们可以像优步体验一样抽油。但如果我要做这样的事情，它会变得非常复杂，因为需要构建的不仅仅是应用程序。您实际上需要在这些便利店和加油站中的每一家都安装摄像头。然后你需要基本上与所有的铅泵、所有的气泵交谈，它们大多是遗留系统、遗留物联网系统。他们都是互联网连接的。他们甚至不是物联网。他们实际上必须放置适配器才能使它们成为物联网，对吗？然后你有很多会计和所有遗留系统。

当这种复杂性被挖掘出来时，很多时候大公司的项目都会失败。您可以构建一个原型或伪造它的 MVP。但是当你谈论挖掘复杂性时，它变得更加困难。然后，一旦你发现了复杂性，创新的力量就会出现。这就是你要处理的地方。在这个例子中，我告诉过你你开车去加油站，摄像头会识别。那就是人工智能。这就是计算机视觉的用武之地。然后你正在移除，你正在解锁泵。基本上，这就是您处理物联网连接的地方。然后实际上，您正在与实际上提供各种形式的解决方案和数据能力或忠诚度的公司合作。那么这就是你的启动力量即将到来的地方。

当你问每一种力量都来的时候，那是大公司创新失败的时候。因为突然创新的负责人说，“哦，我的上帝。这不是我们最初认为的 MVP。这要大得多。”那时我认为我们的一些方法非常有效。在传统情况下，这就是过程发生故障的地方，因为一旦您开始挖掘复杂性。所以，这就是我向你解释的。这只是技术的复杂性。

但除此之外，您还有一系列遗留问题和业务复杂性。遗留的复杂性就像存在系统，企业系统。通常，您必须让 IT 来集成它们，因为它们本质上是由 IT 拥有、管理和运营的。然后，取决于谁将负责整合它们。所以，这是一个挑战。第二个挑战从本质上讲是业务复杂性，我们是否查看了所有案例？所有案例都满意吗？这是一个更大的问题——这本身并不是一个本地问题，而是更多的销售工作和分阶段的方法。因为很多时候，如果您满足所有业务需求并且想要构建一些东西，那么您永远不会向行业发布产品。所以，这是一个小测试和学习。然后还教您的业务团队采取分阶段的方法。所以这是传统的方法。我可以向你解释低代码实际上使它变得更简单的地方。

埃里克：好的。伟大的。那感觉非常熟悉。我喜欢你的框架。你有技术复杂性，业务复杂性。此外，也许是组织复杂性。我想，在技术方面，低代码平台可以通过一些非常明确的方式来简化任务的完成。我认为，可能在组织方面，在业务方面，也有一些方法可以根据不同的工具集修改这些流程。那么，您如何看待低代码平台带来的变化？

Brian：在技术方面，它做了几件事。一个是，这是因为如果你要盖房子。最好的比喻是，如果你要盖房子。在加利福尼亚，拥有所有城市许可和一切，您需要 19 个月才能建造房屋。我不知道它在中国是如何运作的，但它需要很长时间，对吧？同时，你实际上可以得到一个模块化的家，用卡车来，非常迅速地将它们组装在一起，这实际上非常快。同样的理念也适用于低代码。因为在低代码中，人工智能或物联网中的许多组件和构建块已经在某种程度上预先构建了。但是你可以把它们放在一起。

所以，这实际上创造了两三个好处。一是，它实际上创造了升级。因为很多时候当你处理人工智能等先进技术时，通常，即使在更大的组织中，你可能有一个数据科学团队或一个计算机创新团队，但其中可能只有两个人，或者三个人在里面。他们可能已经喜欢，他们的实际分析加载了项目。但如果你真的把组件带到应用工程师可以配置的地方，你不一定需要那里的人工智能人员。然后很多人对那个项目持开放态度。这创造了它——他们将建造它。但创新团队将负责构建它。所以，这创造了它。

然后对于应用程序 Web 工程师来说，它会提高技能。因为在当今世界，在传统组织中——基本上，核心不是技术的公司——几乎有 2500 万网络工程师或应用程序工程师。因为互联网已经出现了。如果你看零售业，他们有很多网络工程师，很多应用程序工程师。在每个行业都是如此。因为互联网已经存在了很长时间，至少从商业用途开始，从 2000 年开始，大约 25 年。所以，有很多。但在 ML 和 AI 领域，传统公司只有大约 30,000 名工程师。如果你算上这个领域的研究人员和每个人，你会看到大约 160,000 人。所以，差距这么大。

实际上，因为您预先构建了此代码，它可以实现数据科学家可以做的事情，就像数据科学家可以对应用程序工程师做的事情一样。所以，从技术上讲，你不能做所有事情。您可能不必这样做，在某些时候没有 ML。但这也是一个 80/20 的问题。大多数问题都可以通过将事物连接在一起，将事物组装在一起来解决。因此，这为许多公司提供了可行的能力，特别是如果你开始抽象出这五种创新力量：人工智能、物联网、区块链、数据和初创公司。然后它创造了可以做的事情，这让创新团队更有信心说，“嘿，我们要快速建立这个。”

关于组织的另一件事是——我记得在 iPhone 早期我曾经在苹果公司工作。我在那里呆了八年。我在那里学到的一件事是，先建立的领导者获胜。所以，在每一个硅谷，每家公司都是如此。如果你快速构建一些东西，那么很多人都会看到它工作正常。因为其他人实际上都在推销 PowerPoint。所以，如果你是真正带来解决方案的领导者，你就是第一。它可能并不完美。它为您提供了构建下一个东西的优势。下一件事将允许您构建下一件事。所以，这本质上就是我们所做的授权。此外，有时，尤其是当你——因为很多时候，在公司中，这类项目的赞助商实际上是在营销。营销当然是视觉的人。如果他们看到更多的东西在起作用，并且他们可以看到更多的视觉效果，那么你实际上可以说服更多的人。所以，那个过程。低代码实现了这一点。首先，它实际上抽象了五种创新力量。其次，它实际上使 Web 和应用程序工程师基本上能够使用更先进的技术更快地构建应用程序，从而提高他们的技能。第三，它实际上创建了迭代过程，并创建了可以做的态度。然后它启用了很多局外人，让你达到我所说的滚雪球效应。你可以滚雪球。

埃里克：好的。这是一个结构良好的思维过程。显然，我们为此挣扎了很多。我坐在上海这里。你有这种活力，中国通常会为一家公司贡献 10% 到 20% 的全球收入。但是那时，您正在谈论拥有小团队。在这里，通常看起来像一个。我们有我们的数据科学家。他叫张。他坐在那边。这个可怜的家伙正试图弄清楚如何为所有这些请求提供服务。这通常意味着您将这些人汇集到总部，并试图让德国或美国的人优先考虑您的申请。他们回来说：“哦，是的。好的。我们将在 2023 年第二季度开发该功能。别担心。”

布赖恩：是的，我实际上称它为 DMV 线。我的意思是，如果你去DMV，他们会告诉你买票。你等票。现在他们会说，现在为 3128 服务。然后你等到叫到你的名字。这样做是有原因的。因为公司的资源非常有限，而且他们确实在努力确定优先级。这不是负面的。但问题是，我们希望找到额外的替代机制来处理这些限制。

埃里克：是的，没错。每个公司都有限制，对吧？这是围绕优化这些。但这是一个令人沮丧的过程。您在那里的案例研究中提到了人工智能和物联网之间的这种联系。我认为这也是特别有趣的一点，特别是如果我们看看工业或任何管理供应链的人。然后你开始处理人工智能在涉及物理世界的问题上的应用。这是一个更加混乱的过程，因为您无法在可以控制所有参数的云环境中很好地拥有所有数据。传感器的所有这些杂乱无章的人体参数都已经出来了，我们必须派人去部署一个新的传感器。我们与遗留、设备等进行了集成。

您能否分享一些关于为边缘和云 AI 部署部署本地平台的区别的想法？边缘是否更具挑战性？就市场上的技术成熟度而言，我们是否已经具备有效部署的能力？您对此部署有何想法？

布赖恩：我认为这是一个非常好的问题。我认为它也导致了所有这些事情正在发生的未来。因为如果你看看今天发生的很多处理，物联网无处不在，我们今天看到的一切。我的意思是，即使在我的房子里，至少，我不会说至少有 100 多个物联网的东西。我的意思是，当然，这对每个人都是正确的。随着这种传播，尤其是在制造业和工业部门，发生的事情是，当您应用人工智能时，这些物联网设备产生的数据也可以以更智能的方式加以利用。所以，这就是为什么我认为边缘部署至关重要，因为您需要实时。您需要能够连接到他们，并且能够非常快速地做出响应。

在云中做某事的事情是，在过去的 5、10 年里它一直存在。但是，具有云功能的事情是云中有很多处理能力。你拥有所有的 GPU，自然而然地拥有一切，自然地自动缩放。你有 Nvidia，GPU 实例可以扩展。这就是你的负担。当你在边缘跑步时，这种特权或那种奢侈是不可用的。因为很多时候，边缘设备的计算能力非常有限。他们可能有一个或两个专门的系统。因此，限制发生在许多、许多、许多、许多不同的角度。其中之一就是从计算开始。存储成为问题。您运行的芯片组成为问题。然后，该芯片组上对 AI 模型的支持也可能会受到限制，具体取决于您尝试运行的计算类型和操作类型。

我们在平台上所做的，至少，通常是在低代码中，当我们在云中构建我们的平台时，我们确保我们的平台不仅可以水平扩展，还可以垂直扩展。因为挑战之一是，今天，很多孩子都辍学了。因为每个人都学习高级语言——Python、NodeJS 等等。很多孩子实际上并不知道下面发生了什么。使用应用程序代码，他们不知道它的作用。我不怪工程师。这就是我们如何向上堆栈。随着事物的发展，技术也在不断发展。

真正有趣的是，在这个世界上，我们非常关注如何真正确保运行时——无论我们在 NodeJS 之上还是在 Docker 之上运行——实际上可以在与底层 NodeJS 相同的基准上进行扩展或非常接近。这意味着，在给定的系统中，如果您在单个节点上运行，您可以在该节点上垂直扩展吗？我认为这对每个人，每个渴望在边缘运行的新技术提供商都很重要。我们在云本身中执行此操作，以确保该部分可扩展。事实上，我们有基准测试表明我们可以在四核 CPU 上同时运行 35,000 个会话。我们可以运行大约 35,000 个会话，可能比核心 NodeJS 运行时少 100 个会话。那是因为当你开始这样思考时，你就会开始优化，弄清楚你所有的开销是多少。你开始优化它。这主要来自垂直计算。

另一件事是也要真正考虑存储。因为很多时候当你运行 AI 模型时，由于版本控制和所有这些事情，存储是——因为 AI 工程师往往对存储非常自由。因为在云中，您的数据非常便宜。但是当你进入边缘设备时，你就没有那么奢侈了。所以，以一种非常非常谨慎的方式来考虑存储，尤其是在版本控制和类似的事情上。这些是我会考虑的一些事情。

另一个也只是很多角落边缘的情况。因为另一个是，有时人们会假设我总是可以打电话回家。我可以更新一些东西。但我们真的在工业环境中运行。有时打电话回家，连接消失了。所以，没有再打电话回家了。所以，你想对此非常敏感。系统可以自动恢复吗？这些是你需要付出很多很多关注的事情。

我还要说，这很关键。这是你提出的一个非常有趣的观点。对我们或某人进行优化的不仅仅是一家公司。而且，对于整个行业来说，要进行大量的交叉培训。事实上，我现在在我自己的公司中一直提倡的一件事是培训所有工程师，让他们教他们内核是如何工作的，操作系统是如何工作的。因为归根结底，你必须扩大规模。我认为这些公司内部的大量交叉培训很重要，尤其是在您构建软件时。因为一切都在融合在一起。您可以成为一件事的专家，但您还必须非常了解其他事情才能使其规模化。

Erik：是的，我认为这是一个很好的观点，我们正在构建非常强大的工具，让您无需专业知识即可执行某些功能。但是您仍然需要拥有广泛的通才能力。我的意思是，在业务方面，我觉得同样重要，让工程师接受一些营销培训。只是这些简单的事情，比如如果你有一个想法，出去逛街，或者去拜访一些客户并与 10 个人交谈。这很烦人。这是一件简单的事情，但如果人们不习惯这样做，就会很不舒服。它们只是可能真正延迟项目或导致您走上错误道路的小事，因为这种小技能或这种小心态问题正在阻止您有效地前进。

布赖恩：是的，我 100% 同意，埃里克，特别是如果工程师在创新团队中。因为如果您在大型企业的创新团队中，就像在初创公司中一样，您希望能够非常清楚地向业务团队阐明您的工作，您的产品。从本质上讲，您正在做一些销售工作。拥有这种能力非常非常关键。

Erik：也许这是讨论你和谁一起工作的好时机。听起来我们正在讨论一些功能。也许我们可以从行业开始，这些行业中的功能，角色。谁会是买家？谁将是您与您合作的主要对手？您的客户和合作伙伴网络通常是什么样的？

布赖恩：基本上，我们今天正在跨越行业。因此，我们可以在多个行业工作——零售业就是其中之一。零售就是其中之一。我们在便利店行业工作。我们在汽车行业工作。尤其是我们非常擅长向传统行业销售技术，因为我们了解大型企业和遗产。行业越高，我们就越好。事实上，我们在内部开玩笑。我们与市值超过 10 亿美元的公司合作。对不起。我们的市值超过十亿。因为那些是我们非常优秀的公司，因为我们非常了解企业系统。然后现在，我们也开始与银行和向银行销售产品的公司合作。我们还与从事制造业、工业系统等领域的公司合作。所以，这是非常跨行业的。

通常，根据关系和公司的情况，这种关系在某种程度上开始于不同的位置。但平均而言，在大多数情况下，它始于创新副总裁或真正遇到业务问题的营销人员。因此，它从求解器开始。买方是负责将产品推向市场并解决业务问题的人。本质上，对于任何拥有 B2C 前沿的公司来说都是如此。就像零售、许多银行或任何这些人，或在便利行业或汽车行业。但在某些情况下，我们与 IT 或运营某些业务部门的领导者合作。他们有需要做的内部项目。但通常情况下，它首先要从业务方面负责解决问题的人开始。那里要么有新的收入，要么是现有收入的一部分。所以，这就是赞助商和买家。

该平台的用户本质上是创新团队、IT 团队、工程团队或产品团队，他们实际上是在使用该产品。通常，它从某种架构师、其中一位领导者或在那里工作的当地领导开始。他们成为传道者。最初，他们开始学习它。有时我们做的是，我们也在某些领域提供一些服务，我们为他们构建它。然后我们将其转移给他们。有一些大公司，我们仍然有我们的服务团队不断地运行它并为他们托管。因为有时，创新需要时间。有些公司甚至没有资源来做这件事。这是上述所有因素的组合发挥作用。

埃里克：明白了。您是否经常与系统集成商或这些服务提供商合作，无论是咨询公司，还是您通常会直接与最终使用公司合作？

布赖恩：通常，我们与最终使用公司合作，因为这对我们来说非常有效。我认为我们现在也在与各种初创服务提供商建立关系。因为发生的情况是，当我们与使用大端的公司合作时，我们经常与另一方的服务提供商互动。他们是我们的合作伙伴。即使我们不通过它们，我们也会直接将论文保存在最终公司。

现在，我们实际上也在考虑与一些服务提供商合作，特别是在我们没有手脚的国际地区。我们正在通过一些服务提供商，特别是对于需要大量监管的特定行业，如银行等。我们实际上正在通过一些服务提供商，这让我们的生活更轻松一些。因为他们已经拥有所有既定的花里胡哨。我们可以在两者之间发挥我们的核心竞争力。

埃里克：明白了。好吧，我很想看一两个案例研究。但在我们这样做之前，我想快速谈谈区块链这个话题。所以，我之前提到过——我不知道。我在行业的区块链概念上得到了很多建议。通常，我觉得很多这些方法似乎都不是以用户为中心的，对吧？他们要么从这样的角度看待它，好吧，这有点性感，有点快钱，或者他们是非常热情的人。他们正在重新思考，好吧，我们可以重新思考互联网。他们有很多的热情。但通常用户不一定以他们真正的问题为中心。

我在想，被投到一个追踪献血者的案例上。你献血，你有O型或其他。然后，其中一位医疗服务提供者希望能够通过供应链追踪血液。他们将区块链作为一种匿名化背后数据的解决方案，这样你就可以进行跟踪。我在想，好吧，如果我只是献血，我不在乎。我的意思是，坦率地说，你跟踪我的身份。你知道血型是什么。只需将其放入标准数据库中，并与需要它的人共享数据。这似乎是一个很好的解决方案。所以，我可以理解为什么区块链，去中心化平台，可能在那里有一些价值。但我很难想象那里有任何真正关心这一点的最终用户，当他们真正想知道的是，这是与接受者匹配的正确血液类型吗？我经常看到这种情况。只是很想听听。我一直在探索。我知道在金融服务领域，有一些真正的基础设施底层应用程序非常有效地使用区块链。但也许除此之外，在更多的工业环境中，你看到了什么启发了你，这是真正解决当今现实世界问题的东西？

布赖恩：我会在一分钟内解决这个问题。我想在我去那里之前，我相信你非常熟悉——我认为 S 曲线中的每一项技术，取决于它们在曲线上的位置，在进化的道路上，很多时候，有很多人期望它实际上会很快恢复。但该行业的发展速度还不够快。突然，你看到它起飞了。取决于你在曲线中的位置。区块链特别有趣的是，我认为区块链将成为——应用程序将非常非常内部化。我认为这就是最初的目标。因为我认为这些游戏将是效率游戏、安全游戏、报告游戏、合规游戏。这些将是消费者面前最强大的。

我认为在消费者方面，有几件事可以增长。我看到了一些有趣的事情。其中之一，基本上，现在，特别是广告公司的所有这些限制和法律，甚至对于大型零售商和其他他们必须非常小心地购买和使用第三方数据，因为隐私。但实际情况是，在某些时候，隐私非常重要——每个人都利用了可用的数据。但现在，随着越来越多的限制，尤其是苹果如何正确控制他们的设备，将权力交到用户手中。真正有趣的是，如果有基于区块链的方法，就像你的 Facebook Connect 一样。您查看您的 Apple Health 应用程序。如果我想将我的健康数据提供给另一个云提供商，我可以点击授权健康，它会提供信息。与 Facebook 连接非常相似。

我认为，这种由消费者发起的数据共享对于区块链来说是一个非常强大的地方。因为那可能是一场非常强大的比赛。因为现在我知道我和谁分享了它。我知道我的日志或与我共享它的时间。这一切都在区块链中，我知道这些数据。我只能分享我想要的那部分数据。协议非常强大。因为如果你只看整个健康行业，几年前的健康行业——事实上，我们正在和一家医疗公司做一个项目。我们正在尝试获取一些关于哮喘等的数据，并在此基础上运行 AI 模型。但随后我们意识到患者就诊的实际数据和各种健康数据来自多个提供商。所以，你必须做这么长的营养缝合，你需要第三方匿名化公司进来并删除 PII。有四个提供者。在您访问您的数据时，在人工智能发生之前，这就像几个月和几年。

那么现在它的相同部分可以非常优雅地完成。因为您所要做的就是将应用程序与授权模型类似。用户把这些东西拿出来。它由用户选择。如果用户不喜欢它，它就不会分享它。您正在将权力交还给用户。我认为通过证明这是在区块链或数据库上的海报可以建立很多信任。有人不能破解。它更经过身份验证。它是分布式的。更标准的技术可以更好地保护它。我认为用户会关心这一点。我认为这是一个对区块链公司来说非常非常有趣的地方。

当然，还有其他部分的噪音。有元宇宙。有 NFT。然后市场上下波动。我认为这个想法是超越噪音，说有一些真正有价值的东西。我认为我的想法是看看我是否可以，作为消费者或公司，我可以利用这些部分吗？我认为所有的追踪和追溯后端，我认为，将会发生。我认为它将在整个行业中慢慢传播。但我认为，如果公司在区块链中构建其中一些解决方案，消费者方面也会变得有趣。消费者发起的身份验证、授权非常有趣。于是，我走进一家美容公司。我想谈谈我所有的皮肤病和一切。它可以是区块链的东西，对吧？如果我要去一家美容公司，我想提供我的信息，我 Apple Watch 中的所有内容，比如我喝了多少水。因为在美容方面，消耗多少水是至关重要的。像这样的事情，我基本上可以按下一个按钮，然后把这些信息泄露出去。这就是我认为区块链变得非常有趣的地方。

Erik：我认为这对于简化内部接口是有道理的。此外，从消费者角度来看，这种价值主张也是完全有道理的。这就是我与区块链的斗争。就是这样，很多这些概念，它们很有意义。然后我只是环顾世界，我试图找到谁的妈妈因此得到帮助的例子。我发现很少有妈妈得到区块链解决方案的帮助。但你是绝对正确的。我的意思是，S 曲线就是这样——很容易想象事情。构建东西非常困难。所以，我想这就是我们现在所处的位置。

布莱恩：适应一下，对吧？我的意思是，当你看手机的时候。今天，每个人都拥有一部 iPhone。实际上，我曾在 2005 年和 2006 年在苹果公司工作过 iPhone。但后来摩托罗拉推出了一款手机，我不知道是在 80 年代末，还是 90 年代末，90 年代初。它经历了 20 多年的演变，直到它准备就绪。所以，我认为某些技术会发生进化。但物联网和人工智能的发展速度给我留下了深刻的印象，我认为这真的很有趣。因为人工智能——我认为 IDC 是分析师之一。我想几年前，它说市场规模是 1200 亿。我认为他们达到了 3000 亿。我想现在有6000亿。几年之内，它们就进入了市场。然后是物联网中发生的事情。我认为这两种技术实际上传播得更快，这很有趣。但是，人们也可以争论同样的事情。因为有时当你与 AI 人员交谈时，他们会说，“嗯，我 1978 年在大学攻读 AI 博士学位。”所以，也有一点点。

埃里克：没错。有人在 70 年代左右为导弹开发物联网系统，他说，“是的，我知道。”商业化仅仅需要 30 年、40 年的时间才能变得可行，因此我们可以开始尝试各种用例。所以，是的，这是非常正确的。伟大的。好吧，布赖恩，也许我们可以在这里结束一个案例研究。您是否可以为您的一位客户指导我们完成端到端案例？

布赖恩：是的，我实际上将经历一个非常有趣的案例。在这一点上，我有很多案例。我认为，我们已经部署了 3,100 家商店。我认为，我们已经部署了大约 4000 万月度独立访客。在这一点上，我们的解决方案非常熟练。但是有一个解决方案非常有趣。我们与一家汽车供应商合作，该供应商实际上从事碰撞损伤估计行业。如果您的汽车被撞，他们将与保险合作。然后他们会修理它。他们基本上会进行碰撞修复。他们会做重新粉刷，身体工作，任何需要做的事情。但是，我们为他们重建了解决方案。他们过去有一个解决方案。它工作得不是很好。因此，我们实际上使用机器学习——包括视觉、计算机视觉以及表格数据——来构建一个实际估计非常准确的解决方案。因为通常，在旧世界中，您会得到一个估计，运行一个在线估计或移动估计。您的价格将与您在商店中获得的价格大不相同。作为客户，这只是糟糕的体验。人们实际上开始辍学。所以，我们的决定是，为什么我们不查看先前损坏的图像？但问题是，我们正在与之合作的客户没有足够的图像。由于各种后勤原因，他们无法获得足够的图像。

因此，我们与另一个合作伙伴合作，完全在与我们合作的世界不同地区。我们实际上得到了图像，在完全不同的场景中使用的完全不同的图像集。但它也是在一些保险事故的情况下。我们使用先进的机器学习和传输技术将其传输回域，传输图像。然后我们建立了一个完整的图像数据库，大约有 100,000 张图像。关于我们如何以不同的方式使用视觉数据，这真的很有趣。

然后，我们实际上查看了与客户的交易记录，在几百万条交易记录中，并将交易记录和视觉数据合并在一起以构建 ML 管道。因为通常情况下，我认为你的车上可能会有一点凹痕。但根据您驾驶的汽车类型，它可能是整个背板。所以，你可能会认为这是一个小凹痕。如果我租用一些移动服务，我可以花 100 美元完成它。但实际上你必须更换背板。这是一份 1500 美元的工作。

通过查看交易，我们能够确定工作的深度，将它们与场景相匹配。这真的很有趣。视觉数据、图像数据和实际交易记录之间的融合之一。我们建造了这个非常准确的东西。今天，它在许多商店中运行，这是一个非常非常有趣的案例。这也是一个案例，显示了许多证明点。一是，客户很高兴，因为它创造了更好的客户体验。因此，这不仅是一项后端工作，而且本质上是一种客户体验。这是来自 AI 的一次有趣的体验，因为你在一个没有足够数据的环境中工作。你拿了域名转移类型的东西，再加上你结合了大量的交易数据，合并了愿景和交易记录。另一个是它创建的准确性和业务收益以及 KPI 的类型。就是这些。然后，当然，创新的成功，它被推广到许多商店。所以，我认为从很多地方，它创建了复选标记。我的意思是，我们已经完成了很多更令人兴奋的项目。但我认为这是我的想法，我会在所有不同部分调用一个整体的复选标记。

Erik：是的，这是一个非常实用的解决方案。这听起来像是一个很棒的用例。我有一个关于数据集的问题。所以，你有这个数据集，基本上有你需要的图像。我想，这些需要标记吗？你需要一个专家团队来说，好吧，这是凹痕的类型，这就是我的解释方式？因为这些在历史上也没有匹配。你说他们来自另一个保险案。因此，也许这些已经与某些评估相匹配。

布赖恩：这是一个很好的问题。涉及一些标记。此外，这些天来，有很多自动标记功能。因此，它是先前标记、在先前标记上执行传输功能、使用机器生成的自动标记，然后是人工的组合。

Erik：让我问你，一个专业的解释。所以，我们现在正在处理一个案例，实际上它也是一个类似的案例。油漆划痕的机器视觉，在不同的环境但类似的情况下。我们正在与之合作的公司，他们的内部团队——这是非常昂贵的——说，“我们估计每张图像需要两个小时来标记。然后每天大约需要 1,000 美元的人力。”因此，它比标记任意数量的图像变得相当昂贵。两个小时似乎是标记图像的合理时间，还是看起来有点过分？

布赖恩：不，我认为这取决于问题。我对这个问题没有更深入的了解，所以我需要看看它。但我认为，通常情况下，在这些日子里，有很多服务——外包服务——实际上可以相当快地为你做这件事。你甚至可以在 5 分钟到 10 分钟内完成一个图像，相当复杂的标记。所以，我已经看到他们甚至在美容行业也进行了标记的场景，他们在几分钟内相当快地标记了嘴唇和整个面部结构。所以，这是一个系统。

另一个也有像亚马逊的 Mechanical Turk 类型的服务，也可以做标记，这更像是一种按需服务。您为所需的东西付费，而不是专门的老虎。您可以聘请专门的标注员、外包标注员。你可以这样做来支付服务类型的东西。另一个是，有很多自动标记、转移标记技术可以用来训练东西。你可以训练某些东西，机器会生成剩余的标签。然后人类会纠正它。然后你循环运行，然后它会变得更好。所以，你可以做很多这些技术。因为现在的孩子们都还不错，还不错。尤其是对于像 YOLO v7 这样的孩子和所有这些东西，它已经走了很长一段路，Detectrons 和所有这些东西，相当、相当好、相当先进的能力。

Erik：是的，大约六个月前，我们在播客上播放了 Super Annotate。他们基本上是注释软件开发人员。他们有一个庞大的资源团队。

布赖恩：我的意思是，我认为那些想办法做好的人，他们将会有优势。我想我同意。

埃里克：是的，太好了。好的。好的。好吧，我这边的最后一个问题。我知道您最近推出了该平台的第七版。也许，什么是新的？另外，在接下来的两三年里，你会遇到什么？

布赖恩：很好的问题，埃里克。我认为发生的事情是，当 Interplay 进来时，我们很快就完成了。从 2017 年开始，我们很快就完成了六个版本。然后是版本 7。事实上，我们的版本 6 被称为“Tiger”。版本 7 被称为“Spirit”，代号为“Spirit”。版本很棒。但是从旧的 Apple 时代开始，你必须给它起一个非常好听的名字，让你爱上它，对吧？所以，我最终把这个东西叫做精神。但我认为目标基本上是帮助工程师的创造精神。所以，你可能是一名 AI 工程师，或者你可能是一名 UX 前端工程师。我们看着这两个大桶。

早些时候，在 Tiger 的早期版本中，我们完全专注于后端。事实上，Interplay 的力量实际上是在构建复杂的后端技术。但是在这个版本 7 中，我们还启用了一些前端功能。因为很多时候，对于我们内部的企业团队和所有的人来说，他们必须非常快速地构建用户体验。然后，我们还与许多想要构建一些 UX 的机构和团队合作。因此，我们启用了一些前端功能。一个是，我们构建了一个 Figma 构建器。您可以上传 Figma 文件，它会转换回来，将其转换为实际的 UX 代码，编写实际的 React 代码。

另一个是，我们还引入了一个新的页面构建器，它实际上具有拖放并将事物连接在一起的能力。在过去，就像我小时候一样，我是一名工程师，用 C 编写代码。但是当我不在学校的时候，我爸爸和我在斯里兰卡做生意，在那里我们为所有这些会计和软件开发软件所有这些软件的公司。所以，我为这些会计公司的软件编写了大部分代码，在 Visual Basic 中，你拖放并双击一个按钮，你就可以编写代码。有时，随着现代技术的出现，很多这些东西不知何故消失了。所以，我想让它变得非常简单，在某种程度上，你可以拖放并双击它，一个带有 P 的函数，你可以编写代码。因此，我们在这个新版本中创建了这种一站式功能。

然后在人工智能方面，我们所做的是，众所周知，有很多数据科学家仍然喜欢在木星工作。因为大部分工作都是在 Jupiter 中完成的，这是数据科学环境。但随后，我们确实将 Jupiter 集成回了 Interplay，我们的本地环境，您可以在其中编写一段代码。我们构建了一个插件。您单击一个按钮，Interplay 按钮。该代码自动包装在乐高积木中并在乐高积木中购买，因此应用程序工程师可以使用它。像这样的漂亮功能。

另一个在 ML 世界中也存在问题的事情是——因为很多时候当你运行 AI 模型时，你会谈论大量数据、数百万条记录。这些记录位于数据框中。通常，在 Pandas DataFrame 或其中一张桌子或其中一个系统中。所以，问题是当你拖放时，如果你把它们写成单独的组件，数据就会被复制到内存中。但是使用拖放的工程师，他不会意识到这一点。但是，当您在生产环境中实时运行时，您会突然发现性能滞后。因此，我们构建了实际的内部内存桥和 Python 桥，它们可以优雅地重新线程化它们，共享内存来管理所有这些事情。作为一名工程师，您可以创造很多东西并将它们连接在一起。但在内部，资源被非常、非常智能、高效地使用。新版本中的所有内容。我们现在也正在处理大量的性能增强帖子。我想7现在进来了。我们有 7.05 之类的。之后我们将发布五个版本，就像我们进行基准测试一样。很多很多的能力。

这个 Spirit 版本是关于创造力的。我们还非常关注 GPU，并通过 GV 对其进行了增强。我们刚刚成为 Nvidia Inception 合作伙伴。我们还将许多 Nvidia 套件集成到我们的平台中。我们的目标是让它成为一个无缝的创新平台，您可以在其中快速构建五种力量。通过这一承诺，它将使我们的应用工程师能够处理五种力量或任何可以使它们更快的东西。我们将继续努力。

埃里克：太好了。听起来你的进步非常快。我很期待。也许我们会在两年左右让你回来，我很想看看你当时在哪里。

布赖恩：太棒了。埃里克，谢谢你邀请我。和你交谈真是太高兴了。顺便说一句，很好的问题。

Erik：嗯，那么，这里只是最后一点。人们与您联系的最佳方式是什么？

Brian：可以通过 brian@iterate.ai 联系我。那是我的公司。如果您想了解更多关于我们的信息，您可以访问 www.iterate.ai。

埃里克：太棒了。布赖恩，非常感谢您抽出宝贵的时间。

布赖恩：是的，谢谢你，埃里克。谢谢你有我。