人工智能企業(yè)創(chuàng)業(yè)者“后發(fā)制人”的機遇

時間:2017-10-24

來源:網絡轉載

導語:如你所知,作為一個并不嚴謹的流行詞匯,過去一兩年,“人工智能”在中國大眾認知中的滲透度節(jié)節(jié)攀升

如你所知,作為一個并不嚴謹的流行詞匯,過去一兩年,“人工智能”在中國大眾認知中的滲透度節(jié)節(jié)攀升:大把社會資源涌入這一領域;它頻頻登上社會版面而非科技版面的頭條;各路速成的專家學者,對其做著各種樂觀或悲觀的解讀。

這種井噴之勢,無疑有其合理之處。沒人會懷疑,起跑線的相對公平(包括技術,數據和政策等方面),將給予中國一次“后發(fā)制人”的機遇。麥肯錫預計,中國人工智能應用市場將以50%的增速逐年增長,遠超全球市場20%的復合年增長率。

然而,硬幣總有兩面,審視人類科技演化史,當偉大的“基礎設施型”技術降臨,創(chuàng)新者總會不自覺地陷入某種集體亢奮狀態(tài)——譬如,第一次工業(yè)革命來臨后,生產由個體轉向機械,不少當時的“創(chuàng)業(yè)者”瞬間轉向對機器的崇拜,試圖把舊世界的一切事物“機械化”,于是誕生了各種奇葩的圖紙(那個時代的PPT)和“發(fā)明”(那個時代的demo),比如可以“折疊”,但永遠沒人走的橋。

某種程度上,今天的人工智能產業(yè)也有類似端倪。在理性的投資人眼中,不少創(chuàng)業(yè)者是把AI當“錘子”,到處找“釘子”——他們不是先考慮需求和場景,而是反推自身技術有何用武之地。

這是工程師思維在作祟。創(chuàng)始團隊有良好的學術背景,是這一輪AI浪潮的特質。但僅有技術遠遠不夠,否則為什么他們在PPT上描繪的天衣無縫的“解決方案”,卻找不到合作伙伴呢?

答案很簡單:他們只有技術本身,缺乏產品化和場景化的能力。如今真正敏銳的投資人早已達成共識:消費者(甚至越來越多的企業(yè))從來不會為技術本身買單,AI創(chuàng)業(yè)的重心應盡快從技術本身,向讓技術落地的場景化產品轉移;如果AI創(chuàng)業(yè)者的自我定位永遠是“技術提供商”,沒有給客戶提供整體解決方案,不注重用戶體驗,它在產業(yè)鏈中的價值將會日趨暗淡(理由后面會講)。認識這點,也就不難理解為什么獵豹移動旗下AI公司獵戶星空,能讓不少人頗感意外的亮相最近舉辦的“砥礪奮進的五年”大型成就展,他們攜語音及人臉識別技術參展,這家為小米,喜馬拉雅FM,美的和海爾等頭部公司提供技術嫁接的初創(chuàng)企業(yè),稱得上是AI技術落地的樣本——即,輸出的不僅是技術本身,而是通過一套用戶體驗良好的解決方案,做到技術,產品,商業(yè)和數據的閉環(huán)。

在AI時代,這非常具有啟發(fā)性。

AI技術的門檻正在下降

相信你見過不少公司,他們技術一流,卻缺乏落地能力,唯有靠技術輸出變現(xiàn)。我同意迅雷創(chuàng)始人程浩的觀點,AI創(chuàng)業(yè)者不往上游走風險很大,甚至死路一條。原因很多,比如像程浩所說:“未來占據數據優(yōu)勢的大公司都會提供人工智能基礎服務,人就沒打算收費,你也就別指望靠API調用去賺錢。盡管這些領域現(xiàn)在還可賺點小錢,但很難成為一個長久的生意?!?/p>

而在我看來,更重要的原因是,依托于算法的AI門檻,正在日趨下降。

常識是,作為一次算法革命,深度學習大幅降低了創(chuàng)業(yè)者準入門檻。誠如傅盛所言:“深度學習的核心是數據驅動,雖然有模型調參,有自己的優(yōu)勢,但別人有更多的數據調參很快拉平優(yōu)勢,很難真的想像一家公司通過提供技術輸出就能成功。我甚至認為,未來深度學習是基礎的技術運用,很多公司都具備深度學習的研發(fā)能力?!?/p>

事實上,門檻下降的速度或許比想象中要快。在過去,初創(chuàng)AI團隊的進展還受制于軟件開發(fā)所花費的時間,但如今,包括谷歌,F(xiàn)acebook,微軟,亞馬遜,雅虎,IBM和百度在內,幾乎所有科技巨頭都開源了自家的深度學習框架。他們深知,人工智能是未來數十年的底層基礎設施,面對各種細碎的應用場景,任何巨頭都做不到無遠弗屆,開放共贏,為創(chuàng)業(yè)者“賦能”,從而讓自身受益(獲取數據,爭奪行業(yè)話語權等),才是更聰明的選擇。而這無疑將進一步降低AI技術的門檻,初創(chuàng)團隊可以如插件般,將深度學習技術嫁接到自己的系統(tǒng)中,讓沒有太多深度學習背景的開發(fā)者也能容易上手。

另外值得一提的是,談及算法對一家AI公司的重要性,我個人覺得,純粹從算法本身去講“工匠精神”似乎值得懷疑。其實站在使用者視角,在一些非核心應用上,算法間的細微差別對最終結果影響不大——相反,數據壁壘是很明顯的,如傅盛所說:“由于基本算法模型的固定化,算法的驅動力已經大大地降低了。一篇論文能推動的有效長進非常有限,但數據量大了以后產生的巨大推進量可能是遠遠勝于一片論文的,但你需要大量的數據去進行嘗試、標注、計算,大規(guī)模標注數據成為核心競爭力。”

所以不難發(fā)現(xiàn),在AI跑道上,越到未來,技術本身的優(yōu)勢就越不明顯。換句話說,在AI商業(yè)化三個核心——技術,數據和用戶場景中,留給多數創(chuàng)業(yè)者的機會其實是遞增的:依托場景和產品化的技術,才更具生命力(當然,產品優(yōu)勢也更有利于收集數據,反補技術迭代,發(fā)揮收益遞增效應),這也符合技術史一貫的發(fā)展脈絡:技術先導,產品跟上,商業(yè)閉環(huán)。

AI賽場,體驗為王

既然AI應該以產品化為導向,那么是產品,就應該圍繞用戶體驗做文章,這也是獵戶星空這家公司的誕生緣起和最大優(yōu)勢:在技術攻堅同時,完善用戶體驗,實現(xiàn)場景落地。

技術攻堅當然是第一環(huán)。獵戶星空初創(chuàng)團隊中擁有來自硅谷,日本,中國臺灣地區(qū),北京和深圳等全球一流科技公司的技術精英,博士占比近5成。成立一年有余,就已顯露不俗戰(zhàn)績,譬如在今年的人臉識別“世界杯”——微軟百萬名人識別競賽中,獵戶星空在有限制類(只使用競賽提供數據)子競賽一項獲得第一;更早前,他們還在另一項人臉識別國際賽事LFW上,用較小網絡實現(xiàn)了極高的精度,取得前三名。而在語音識別方向,獵戶星空也在短時間內掌握了麥克風陣列,語音喚醒,語音識別,語義理解和語音合成等全套遠場語音技術。如前所述,小米,喜馬拉雅,美的和海爾等逐漸增長的頭部公司名單,都將獵戶星空視作最值得仰仗的語音交互合作對象——必須承認,成立一年,攻克語音和視覺兩座AI大山,在創(chuàng)業(yè)公司中確實比較罕見。

而技術之外,短時間內被市場接受,業(yè)內公認的最大理由,是他們將技術產品化和場景化的功力——獵戶星空是由一群重視產品體驗的工程師和尊重技術的產品經理共同組成的團隊,這讓他們完成了與傳統(tǒng)“工程師思維”AI團隊的分野。

譬如今年6月,獵戶星空發(fā)布了自研的全鏈路遠場語音交互系統(tǒng)“獵戶語音OS”,讓用戶在遠場環(huán)境中與機器用最自然,最人性化的語言交互。這一系統(tǒng)也迅速落地于家庭場景,在“砥礪奮進的五年”成就展上,獵戶星空就聯(lián)合海爾現(xiàn)場打造智慧生活樣板間,通過語音控制空調等家居設備。此外,他們現(xiàn)已與美的建立深度合作,全面接入美的旗下多款智能設備。而除了家電控制,用戶還可以用人工智能語音點歌、聽書、聽新聞、問天氣等娛樂生活服務。

而在人臉識別方面,獵戶星空也已將其運用到門禁(公司總部的門禁安全系統(tǒng)就是通過其自主研發(fā)的人臉識別技術實現(xiàn))和手機等豐富的生活化場景中去。此外值得一提的是,同樣在這次“砥礪奮進的五年”成就展現(xiàn)場,曾在科幻電影中出現(xiàn)的無人化辦公場景,獵戶星空也讓其成為現(xiàn)實,參觀者來到智慧辦公展區(qū)的智能前臺接待系統(tǒng)處,在Pad端完成簡單操作后,既可通過攝像頭體驗人臉識別。

嗯,如果說人們對AI的最終期許是迅速落地于公眾生活,讓世界變得美好而簡單,那么相比于其他同類團隊對技術的過渡沉溺,獵戶星空無疑踩在更精確的鼓點。

這在很大程度上,得益于他們對用戶體驗的珍視。舉個例子,獵戶星空開發(fā)的語音交互系統(tǒng)可以真正做到“像人類一樣溝通”(這背后實則是強大技術的支持,如采用大數據情感語音合成技術與漢語語音合成引入重音技術,重音層次分明),也因此被業(yè)界譽為“最溫暖的AI聲音”。再比如,在智能音箱產品中,他們還從優(yōu)質點播體驗(如“一云多端,斷電續(xù)聽”)以及海量內容等多方面打造極致用戶體驗。

總之不難發(fā)現(xiàn),依托于獵豹移動深耕多年的產品思維底座(獵豹移動的核心價值觀排在首位的就是“用戶至上”),獵戶星空擁有強大的用戶場景應用和深度定制能力,從而可以讓他們圍繞細分領域做深度打磨,不斷完善用戶體驗。

在我看來,這或許是當下AI創(chuàng)業(yè)的一條最佳路徑:在真實的場景中,幫助用戶解決問題。

這又何嘗不是商業(yè)的本質?要知道,人類社會發(fā)展從來都只有一條主線:發(fā)現(xiàn)問題,解決問題,而不是先創(chuàng)造問題,然后再去解決——人工智能市場亦是如此,現(xiàn)在看似群星璀璨,但真正能活下去的,永遠是和用戶站在一邊的人。

更多資訊請關注工業(yè)機器人頻道

中傳動網版權與免責聲明:

凡本網注明[來源:中國傳動網]的所有文字、圖片、音視和視頻文件,版權均為中國傳動網(www.connectcrack.com)獨家所有。如需轉載請與0755-82949061聯(lián)系。任何媒體、網站或個人轉載使用時須注明來源“中國傳動網”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯(lián)網或業(yè)內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發(fā)表之日起一周內與本網聯(lián)系,否則視為放棄相關權利。

關注伺服與運動控制公眾號獲取更多資訊

關注直驅與傳動公眾號獲取更多資訊

關注中國傳動網公眾號獲取更多資訊

最新新聞
查看更多資訊

熱搜詞
  • 運動控制
  • 伺服系統(tǒng)
  • 機器視覺
  • 機械傳動
  • 編碼器
  • 直驅系統(tǒng)
  • 工業(yè)電源
  • 電力電子
  • 工業(yè)互聯(lián)
  • 高壓變頻器
  • 中低壓變頻器
  • 傳感器
  • 人機界面
  • PLC
  • 電氣聯(lián)接
  • 工業(yè)機器人
  • 低壓電器
  • 機柜
回頂部
點贊 0
取消 0