騰訊AI加速器三期五次閉門輔導 | 如何理解人工智能商業化紅利?

經過幾年熱潮后,AI創業和投資逐漸回歸理性。AI企業從最初的單純比拼算法,到如今進入技術落地爭霸賽階段,資本市場評估企業的角度也從技術轉向商業,越來越看重現金流、解決問題能力以及商業模式是否成立等。

在騰訊AI加速器三期第五次閉門輔導中,AI創業老兵李軼受邀為學員帶來“新階段下AI行業機會探討”主題分享,重點講述AI領域華人在美創業的經歷以及其對中美AI差異化的思考,并結合國際環境,分享當前階段下AI創業的機會。

大衛·帕特森RISC-V國際開源實驗室助理主任、Orbeus創始人兼CEO李軼于2012年在美國創立圖像識別公司Orbeus,產品吸引多家巨頭伸出橄欖枝,她帶領團隊最終選擇亞馬遜,積累下豐富的海外AI創業經驗。

從創業到并購:華人團隊在美AI經歷

Orbeus創立于硅谷,主要提供兩款產品:基于云端的API和手機終端上的App。其中,基于云端的API主要做人臉相關的識別和檢測,也包括物體和場景創新性的識別和檢測,所有的核心算法均為自主研發。在這一基礎之上,熱愛旅游拍照的團隊提出了一個新的設想:是不是可以通過加標簽的方式來實現海量照片的搜索以及后期制作?于是,Orbeus開發出手機終端App Phototime,上線一周之內突破百萬下載量,一度導致服務器癱瘓。

Phototime躥紅之后,市場在悄然變化。谷歌圖片、蘋果iPhotos推出類似產品,圖像識別應用成為行業風口,Orbeus也陸續收到來自蘋果、雅虎、亞馬遜等的并購offer。衡量之后,團隊抱著用技術改變產業的想法,希望產品觸達萬千企業和開發者,最終選擇了加入亞馬遜。

技術創業公司加入大公司之后是一種怎樣的體驗?李軼表示,團隊目標清晰、成員年輕且規模小無冗余,加之亞馬遜的文化也相對開放,融合總體而言比較順利。

2015年底,Orbeus被并購入亞馬遜,僅僅花了不到三天的時間,整個團隊從硅谷搬到西雅圖,隨后就開始上班。

2016年,團隊完成了人臉識別、圖像檢索功能在應用層面的功能,也向亞馬遜證明了自身的后臺和技術能力。之后在亞馬遜 AI大戰略下,整個團隊被歸到AWS,成為獨立的一個組,組名沿用原來的Recognition,負責圖像和視頻識別能力。2016年11月, AWS CEO在re:Invent大會上向全球發布了他們基于云端API的產品Recognition平臺。

李軼認為,創業公司有三種狀態:一種是被并購;第二種是自我盈利,營收樂觀,能夠支撐團隊壯大,實現長線發展;第三種是通過資本運作取得更大的成功,比如IPO。

Orbeus當時有云端的API和手機端的App兩款產品,尤其是API已經有比較大的客戶。但是,他們慢慢發現,這是一個非常有核心競爭力的公司,但不是一個成熟的商業模式。AI可以給一些客戶賦能,但卻不提供最核心商業價值。

李軼相信,即使到今天,一家初創公司如果只做AI技術,它會面臨非常大的商業和盈利問題。哪怕是在亞馬遜這樣的巨頭,像Recognition,以及所有的語音、視頻、語義理解的底層服務,都不能在財報上體現很大的商業價值,這些技術更多的是戰略需要。因為亞馬遜是把企業圈到AWS生態里,向企業提供所有他們需要的,AI是其中一個方面。

AWS的AI戰略:“兩張披薩”團隊規模、包容失敗、做平臺

亞馬遜的AI應用大體分為三大類:

第一類是能夠看得見摸得著的產品,比如大家熟知的Alexa,無人商店Amazon Go,無人機Prime Air。

第二類是藏在后臺的AI技術,比如傳統的推薦引擎,倉庫機器人Kiva,最后一公里配送等等。

第三類是企業級應用,主要是在AWS平臺上,亞馬遜把后臺技術以工具和服務的形式提供給第三方企業,讓企業專注開發應用。

相比邊界清晰的AI應用,亞馬遜的AI創新環環相扣,彼此關聯。比如Alexa,它發端于2004年成立的Lab 126,成立后一直進行智能家居的秘密項目,項目本身以失敗告終,但是卻剝離出一些很成功的產品,比如Fire TV,比如Alexa。亞馬遜文化對前沿探索非常有包容性,對失敗容忍度高,現存的很多產品正是來自之前的失敗中。

在組織機制方面,亞馬遜主張小團隊。很多人聽過亞馬遜的“兩張披薩”說法,就是團隊規模上限在兩個披薩能夠吃飽。一個個小的團隊有明確分工,當然可能也會有一到兩個團隊同時做相近的事,最后看結果。

Alexa代表了亞馬遜戰略層面的偏好,做平臺。李軼透露,Alexa從創立以來從沒有靠硬件賺錢的明確計劃,它更多是希望以硬件作為切入口,把自身的技術和能力開源出去,把第三方的產品集成進來。亞馬遜也會把其中的語音喚醒、語音識別、語義理解等單獨出來,變成AWS服務,讓它們再以平臺的形式服務更多客戶。

中國人工智能商業化迎來政策紅利,政府推動AI產業規?;涞?/strong>

這兩年AI趨于冷靜,創業公司的比拼已經從算法領域轉向技術落地。投資方看創業公司,也從技術轉向商業:越來越看重現金流,解決問題的能力,商業落地路徑,如何提升營收,商業模式是否成立等。

李軼觀察到,在AI技術落地方面,國內外差別很大。國內領先的更多是安防相關,包括智慧城市的to B或者to G業務。同類型的商業模式在美國創業公司中就沒有這么成功,美國只有亞馬遜、谷歌這樣的大公司才能承接智慧城市改造工程,小公司面對很多來自合規性、數據保護等領域的困難。在AI賽道,中國其實已經領先,數據量大,場景多,算法訓練結果更好。

同時,中國的大公司在底層通用AI技術方面做了很多工作,騰訊和阿里巴巴的AI基礎設施都已經非常成熟。這里面衍生出很多機會,比如傳統企業,在自己的垂直領域積累很深,那么就可以考慮AI技術如何在所在的自身產品、所處行業、產業鏈方面落地。

在政策方面,國家的新基建,為AI創業和落地創造了利好的政策環境。

最后,在大家熟知的實際落地的商業模式之外,李軼也分享了一些國際較為看好的AI方向:

1. Deepfaces技術在娛樂業、零售業的商業化;

2.利用AutoML完成初步商業化部署,提供更多自主性;

3.應對語音詐騙、系統入侵等下一代黑客;

4.通過聯合學習打通相互孤立的數據,保護數據隱私;

5.國內外對智慧城市的布局;

6.利用AI提升能源效率,減少碳足跡;

7.利用自我監督學習突破數據壁壘;

8.機器學習算法和量子計算機的未來探索;

9. NLP算法在氨基酸測序、醫療設計上的應用。

猜你喜歡

北京麻将馆小游戏 天津福彩快乐十分开奖结果查询 海南环岛自行车赛直播 股票开盘时间是几点 加拿大28输得一无所有 加拿大快乐8开奖作弊吗 网投玩极速赛车输死了 甘肃11选5开奖结果走势图一定牛 七星彩走势图500期连线 极速快3是不是骗局 湖南幸运赛车