迅雷开创人程浩:野生智能创业的6年夜中心题目

文/程浩

  大家好,我是迅雷开创人程浩,现在专一科技领域的投资。明天跟大家聊聊人工智能领域的创业和翻新,包含若何取舍赛道、团队的拆配、以及若何应答巨子的挑衅。

  为此我从投资人的视角,给大家总结了人工智能创业的6大核心问题。

  第一个问题:互联网 vs 人工智能

  起首如果今天大家选择创业,我提议更应应存眷人工智能,而非互联网。为什么这么讲?

  1。 互联网的流量盈余曾经消散;

  以PC来讲,寰球PC出货度持续5年下滑。大家晓得海内最后呈现的一个PC互联网独角兽是谁吗?是知乎,大略是2011年底推出,这么多年从前,再也没有PC互联网的独角兽涌现。做个类比,我们知道2015年移动互联网的浸透率和合作水平和2011年的PC互联网相似,以此类推,2015年当前再做挪动APP,也很难出独角兽了。

  究竟中国连续两年手机出货量都在5亿多台,增加放缓,代表无线流量基础已走平,你多卖一台,我就少卖一台,是存量竞争。今天创业者再做一个纯互联网的APP,投资人问的第一个问题就是你怎么获客。因为现阶段流量格式已定,尾屏就那几个APP。

  2。 互联网+的机遇一样有限;

  重要在于互联网最大的价值,是解决信息不对称和连接。所以对电商特殊有价值。淘宝用皇冠、钻石等信誉系统解决了信息错误称,同时又把全国有这么多买家和卖家连接在一路。这个是互联网的价值。

  当心良多止业疑息和连接并非悲面。拿调理举例,中国三甲病院的医生便那末多,您把天下13亿国民皆跟那些医生衔接上了也出用,由于一个大夫一天仍是只能看那么多病人。互联网并不进步大夫看诊的效力。正在诸如餐饮、医疗这些传统范畴,互联网的辅助是很无限的。

  也包括滴滴挨车,互联网解决了打车难的问题,但是没解决打车价格的问题。现实上,补助去失落之后,大家都发现了滴滴一点都未便宜,情理很简单——不论是专车还是出租车,还是需要由人来开,人工成本降不上去,就弗成能廉价。

  3。 真挚可能提下社会出产力,处理供需关联没有均衡的就是野生智能;

  人工智能将给社会死产力带去的提高,和对付人类带来的硬套将近远跨越互联网。

  还是拿医疗来说,很多下层医院程度不高,那未来完全可以经过人工智能来辅助医生读CT、X光等医疗印象。像往年,IBMWatson对皮肤玄色素瘤的诊断,精确率已提高至97%,远远超越了人类专家75%-84%的均匀火平。

  未来,人工智能不管是在无人车、机器人、医疗、金融、教导还是其余领域,都将暴发伟大的社会收入,这点无须置疑。我认为下一波大驱除和大的盈利不是互联网+,而是人工智能+。我倡议现在的创业者更应当存眷人工智能领域的创业机会。

  第发布个问题:人工智能 vs 人工智能+

  人工智能主要分三层。最底层是基础架构(Infrastructure),包括云计算、芯片以及TensorFlow这样的框架。在基础层之上是旁边层,叫通用技术(EnablingTechnology),例如图象识别、语音识别、语义理解、机器翻译这些。

  基础层和中间层,是互联网巨头的必争之地。比如芯片领域,Intel、英伟达、高通都投入巨资,竞争极为剧烈。同样云计算、框架也是一样,都不是小公司能够跋足的领地。

  现在对于中间层的通用技术,BAT也极其器重。因为大家都相信人工智能是下一波工业革命海潮。对腾讯、阿里、百度这些巨头来讲,要想在大浪中矗立不倒,必须要构建出人工智能的生态系统(Ecosystem)。而核心就是要依附这些Enabling Technology技术。

  比拟创业公司,BAT的最大优势是什么呢?第一,不缺数据;第二,为了构建自己的生态系统,未来通用技术一定全部是免费的;第三,虽然通用技术免费,但BAT有羊毛出在身上的猪机会。这是典型的互联网打法。

  这里的猪是甚么?猪就是云盘算。比方百量的ABC差别,分辨代表人工智能(AI)、年夜数据(Big Data)和云计算(Cloud Computing)。AI我可以不赢利,开放给大师,那么各人念享用我的效劳,就来购我的云吧。

  而对于创业企业来说,只做图像识别、语音识别、语义理解、机器翻译这些通用技术,指引通过SDK卖钱,未来路会越来越窄,特别是BAT都免费的压力下。

  所以从这个角度讲,创业公司做上面两层危险比较大。我认为创业公司的机会在最下层,就是拿着下两层的结果去服务垂直行业,也就是我们所谓的人工智能+。

  第三个问题:人工智能+ vs +人工智能

  深刻垂直行业的人工智能+,又可细分为两类情况:即“人工智能+行业”和“行业+人工智能”,他们间有明显的差别。

  “AI+行业”简略讲就是在AI技术成生之前,这个行业、产品从未存在过。好比自动驾驶,亚马逊的Echo智能音箱、苹果的Siri语音助手。在人工智能技术未冲破前,不存在如许的产物。因为AI,发明出了一条全新的工业链。

  “行业+AI”就是行业自身始终存在,产业链条成熟,只以是前完整靠人工,效率比较低,现在参加AI元素后,使得行业效率有了明隐提高。比如安防、医疗等领域。

  客不雅讲,这两个种别都有创业机会。但“AI+行业”,因为是一条新的产业链,创业公司与互联网巨子现实是处在统一起跑线上。巨头们坐拥数据优势。所以从这个角度,“行业+AI”绝对对创业公司更加友爱,也更容易构建出壁垒。

  我认为,未来行业壁垒才是人工智能创业最大的护城河。因为每一个行业都有垂直纵深, 只管BAT技术好一点、并不关键。拿医疗+AI举例,什么最重要?大批正确的被医生标注过的数据最重要。没稀有据,再蠢才的科学家也无用武之天。

  但在国内,这个医疗数据拿出来异常艰苦。所以BAT做医疗一点劣势都没有,因为他们要把这些数据,从各医院、各科室弄出来也很乏。相反,如果一个创业者在医疗行业耕作很多年,也许拿起数据来比大公司更容易。

  这请求创初团队的合股人中,必需有懂行业、有行业资源的人才。这取互联网+一样,一旦细分到详细行业,并不是说你百度、腾讯有本钱、有流量,投进人才就什么都能做,比拼的还有行业姿势和人脉。

  之所以跟大家聊这个话题,是因为前一段去百度大学跟大家交换,他们提到百度人工智能在无人车和DuerOS的应用。同时又问我,人脸识别在国内安防领域的应用价值非常大。像海康威视有远3000亿钱的市值,每一年光净利润就有近百亿。百度在AI方面是否是该斟酌进军这个领域。我答复说万万别,因为安防是典范的、有巨大壁垒的“行业+AI”领域。

  即使百度技术好,在人脸识别率方面比海康威视高一个百分点(实践纷歧定,海康背地有几百人的AI研发团队)。但这并不代表百度就能替代海康。因为安防是“非关键性应用”(non-mission-critical),100个罪人我识别了95个,你比我多识别了一个做到了96个,其实没那么重要。

  而反过去,海康对照百度有什么优势?首前海康是做摄像头的,用自己的硬件跑自己的算法,是很天然的事女。就像苹果手机,硬硬一体休会更好。其次,海康做了这么多年的安防,澳门新葡京网博彩,积聚了非常多的数据,人脸的数据、情况的数据……在安防领域有数据优势。最后,海康给公安系统做了很多类似警务通、基站信息收集、视图档案治理等SaaS平台的东西,以及警用云体系。我们可以认为公安系统的IT化,个中有一部门就是海康威视参加的。

  这些东西可能不赚钱,但却为海康构建了壁垒。因为底层的基础举措措施都是我建的,那前端的东西就只能用我的(我可以有100个来由,说竞品与我不兼容)。而且海康做了这么一下子,积累了大量的客户资源,特别是当局公安局的资源,开辟这些资源非常需要时间。

  这些就是所谓的行业纵深。所以即便对BAT而行,想进进“行业+AI”发域,抉择垂曲赛讲时,异样要无比谨严。在宏大的行业壁垒眼前,实不是说我的算法比你好一些,市场就是我的,只要技术上风依然好的最远。

  回回 “AI+行业”和“行业+AI”,平常来说前者的行业纵深会比较浅,尔后者则有巨大的行业壁垒。而行业壁垒,则是创业公司最大的护乡河,也是招架BAT的关键。

  第四个问题:关键性应用 vs 非关键性应用

  道到人工智能领域的创业,很多人都邑有个曲解,就是如果我团队没有个大牛的迷信家,比如此坦祸、MIT的专士镇守,我都不好心思讲在人工智能方面创业。实在这个认知是完全错的。因为在人工智能领域,算法究竟有多重要,完全取决于你要筹备进入哪个行业。

  依据行业和答用处景分歧,我认人工智能的创业实质上有mission-critical和non-mission-critical之分。为了便利人人懂得,咱们简称为“要害性利用”和“非症结性运用”。

  “闭键性应用”要寻求99.9……%后的多个9,做不到就没法贸易化。比方人人以为,99%牢靠度的主动驾驶能上路吗?确定不克不及,象征着100次就出1次事变。99.9%也不可,1000次出一次事故。

  千万记着,99%和99.9%的可靠度差距并不是0.9%,而是要反过来算,差异是10倍。也包括手术机器人,听起来99.9%可靠度已很高了,但意味着1000次出一次医疗事故,放在米国,医院还不得被巨额索赚搞得停业。

  所以“关键性应用”领域,就是一丁点儿错都不能犯的人工智能领域,必需要有技术大牛、科学家或算法专家坐镇。同时,这类项目研发周期都很长。

  正如以色列做ADAS (高等驾驶帮助系统)解决方案的Mobileye公司,本年3月被Intel以153亿美金出售。大家知道这家公司研发周期有多长吗?Mobileye建立于1999年,到他们推出首款产品、挣到第一桶金已经是2007年。长达8年的研发周期。这在互联网创业里不成设想。包括谷歌无人车从2009年开端研发,到现在一直没有商业化;达芬偶手术机器人从开动研发到2000年拿到米国食物药品管理局(FDA)的认证,花了十年时间。

  “关键性应用”的广泛特色就是这样,项目平日很贵,研发周期巨少,离钱非常远,须要持绝的融资才能,团队怎么才有持续融资?最少要有非常好的简历和非常好的布景。这个是可以连续融资的需要条件。所以大家可以看到,今天做无人驾驶的创业团队都是高富帅。因为不是高富帅,你都熬不到产品真正商业化应用那天。

  当然,如果在人工智能领域都是“关键性应用”,那就没大多半创业者什么事了。实际上,人工智能领域的创业,95%都是“非关键性应用(none-mission-critical)”。简单讲对这些领域,AI的可靠度只要过了基础线,高一点低一点区别不大。

  最简单的例子,现在很多公司的门禁开始用人脸识别。你今天带个帽子,来日戴个朱镜或心罩,识别率没法做到99%。可即使没识别出来也没问题。因为所有带人脸识此外门禁都有处所让你按指纹。即使指纹也刷不进去,问题也不大,公司不还有前台吗。

  这就是“非关键性应用“。这类名目不逃供99%前面的很多个9。现实上,国内子工智能和机器人偏向的创业,大局部领域都是“非关键性应用”。固然并不是说,在这个领域算法不重要,你每天认不出来也不可,所以必定要过了基础的可用性门槛,偶然出现问题可以忍耐。“关键性应用”则不能容忍。

  “非关键性应用“不追求嵬峨上,简单、适用、性价比高更重要,如许的项目每每比拼总是气力。包括:

  对行业的洞察理解。要熟知行业痛点;

  产品和工程化能力。光在试验室里搞没意思;

  成本把持。不但能做出来的产品,还得便宜的做出来;

  供给链能力。不但能出货,还要能批量生产;

  营销能力。产品出来了,你得把东西购置去。团队里有无营销妙手,能不能搞定最佳的渠道是关键。

  所以大家在创业组团队时,一定要想好你选择的赛道处于哪个领域,分歧的赛道对于团队的要求是纷歧样。“关键性应用”必须有技术大牛坐镇,“非关键性应用”则要求团队加倍综合和周全。

  第五个题目:技巧供给商 vs 齐栈办事商

  当初许多人工智能创业者都是技术配景出生,创业的第一个主意平日是做技术提供商。技术提供商做为创业的拍门砖能够。但假如只定位做技术提供商,已去路会十分窄。为何道将来只做技术提供商驾驶会越来越小?起因有多少点:

  1。 起首特用技术一定是大公司的赛道,BAT未来一定会开放免费。

  人家至公司会收费提供人脸辨认、语音识别、语义理解、机械翻译这类EnablingTechnology,你借盘算怎样靠API挪用赚钱呢?兴许现在还可赚点小钱,但很难成为一个久长的生意。

  2。 依靠于算法的技术壁垒会愈来愈低。

  未来随着基本计算仄台和开源平台的丰盛成熟,技术圆里的壁垒会越来越不显著,整小我工智能的技术准入门槛会越降越低。就像2008年你想找个IOS开辟者,很难,现在却很轻易一样,贪图技术的演进都遵守这一法则。特别跟着古天各大教的计算机专业,都纷纭开设机械进修课程,未来人才不缺,这会推低全部行业的进入门槛。

  同时随着谷歌TensorFlow等生态系统的成熟,很多领域城市有训练好的本相可以用来参考(出Demo会更快),创业者只要有充足的数据来练习参数就行了。所以未来算法的壁垒会越来越低,如果这个公司的核心竞争力只是算法,那将非常风险。

  3。 技术提供商如果不直接面向用户/宾户提供全体解决方案,则非常容易被高低游碾压:

  对于技术提供商和算法类公司,如果你的技术壁垒不敷高,上游极可能直接把你的事做了。这样的例子亘古未有,比如给海康威视提供人脸识别算法的公司。问题就在于,海康在用你算法的时辰,人家也有宏大的研发团队在研讨自己的算法。现在用你是人家还没准备好,一旦预备好立即会把你调换失落。

  即使在有一定技术门槛的行业,技术提供商的日子同样并欠好过。比如专注嵌入式的视觉处置芯片的Movidius,大疆无人机一直在用他们的芯片。但自从大疆统辖了消费级无人机市场后,大疆现在也很做作地开始研发自己的芯片。

  按说芯片的技术壁垒其实不低,但只有行业极端度高,赢家就会挑选通吃。比如做手机的厂商,出货量到了一个阀值,都有能源本人做芯片。像苹果、三星、华为另有现在的小米,都选择了自己做手机CPU。所以联收科、高通这些技术提供商,实际上是挺苦楚的。

  这其实是一个产业链通用规律:产业链上的垄断者会吃掉所有益润,而且他们非常有动力往上游或下游扩大。拿PC产业链举例,内存、硬盘、零件、显著器……都不赚钱。钱被谁赚走了?Windows和Intel却赚走了尽大部分利润。

  既然做杂技术提供商没有前途,那怎样办?浩哥提出“一横一纵”实践。后期做技术服务可以,然而不克不及一生做技术办事。

  “一横”就是指你提供的技术服务。通常“一横”能服务很多行业,一定要找到1、2个,你认为最有市场机会,最合适你的垂直领域,深扎进去做“全栈”:把技术转化为产品,然后搞定用户卖进来,实现商业变现,再经由过程商业反应更多的数据,愈加夯实自己的技术。一句话讲,要做技术、产品、商业和数据四位一体的“全栈”,这就是“一纵”。这才是安康的商业模式。

  在垂直外的行业,因为没有好处抵触,你仍可老诚实真的做技术服务。这样的话,商业上你能吃透一个垂直行业,技术上你还能经由过程横背配合,构成更多的数据回路,从而夯实你的技术。这个就是“一横一纵”理论。

  那么对于技术创业公司,从“一横”行到“一纵”,要选哪一个垂直领域,与决5个关键身分:

  市场空间够不敷年夜?

  做垂直领域的全栈,还是做横向的技术提供商?取决市场空间哪个更大。找对垂直领域,即使只占一点点市场份额,也可能比做“一横”全归你的支益大。拿美图公司举例,他们有美图秀秀、好拍、美颜相机等APP,同时还会跟很多手机厂商协作,提供相机拍摄的美颜后果,你可以理解这就是技术服务。

  但研究2016财报后,大家知道美图秀秀选的“一纵”是什么吗?就是美图手机。以上提到的技术服务都远没有垂直作美图手机赚钱。美图手机占了公司全体营收的93%。固然美图手机客岁的销量大概在74.8万台,仅仅只占国内手机市场整年销量5亿多台的缺乏0.15%。

  行业集中度如何?

  做“一横”技术提供商时,最担忧的是你的上游或卑鄙过于散中,或许说头部效应越明显,对技术提供商就越晦气。举个简单的例子,IDC时期,HP、DELL等厂商卖服务器,都是间接卖给各IT公司,大家日子过的都很润泽。但2010年之后就很难做了,因为云计算出现了。

  提供云计算的厂商就那几个,两只脚就可以数出来。并且头部效应极端显明,仅阿里云一家占了50%以上份额。如果你是一个技术提供商,在跟这么把持的行业往会谈,你会发明没有任何筹马。以是现在就很悲催,假设我是阿里云,会让你列出BOM本钱,我就给你5%或10%的利潮,这个买卖就很易做了。

  在这类情形下,你当然有志愿也往上游走。但带来的问题是什么?如果上游集中度高,阐明这事的壁垒很高,你作为技术提供商想往上走,同样很难题;如果这个上游集中度低或客户很零碎,对你是件功德。但是你也没有太大动力往上游走,因为这个市场原来就很整集,你即使杀出来,可能只有1%的市场份额,并且使得99%的人都酿成你的竞争敌手了。这是个悖论。

  技术是改进还是反动?

  如果你的技术创新对这个垂直领域是革命性的,就越无机会走到上游。如果只是改良性的,你就老老实切实下游赚个辛劳钱而已。 越是推翻性的东西,越有机会往上游走。因为上游越离不开你,意味着你有机会做他的事。

  打个胡思乱想的比喻,如果你能提供一个“待机一星期”的电池,那你就能够考虑自己做手机,你的手机只打一点:一礼拜不必充电,而且是全球独一!就这一点可能就够了,因为这个技术是革命性的。相反,如果是改良性的技术,例如你的电池待机只是比以前多了10~20%,那你还是老老实实卖电池吧。

  两边壁垒谁更高?

  技术提供商的壁垒和上旅客户的壁垒哪个更高,也决定做“一纵”的成败。拿比较水的直播平台而言,现在都有美颜功效,例如给女孩长出个耳朵那种,这个通常都是第三方提供的技术。技术本身的壁垒并不高,很多公司都能提供,虽然效果有一些小的差别,但你没有明显优势。

  但是直播的壁垒相称高,这事有收集效应,用户越多会吸收更多的美女主播,因为能赚到更多钱,玉人主播越多,也会带来更多的用户。同时你弃得花钱,需要很多资金来买流量以及签约很NB的主播。所以这个事壁垒很高。你做技术提供商壁垒不高。这种情况下,虽然技术提供商只能赚个辛苦钱,但是仍旧完全没有机会往上游走。

  到底跟团队基因符合不相符?

  能做得了技术服务,不代表能做垂直解决计划,做全栈,因为团队未必有行业教训,这是很大的问题。亚马逊的无人方便店Amazon Go出来以后,国内很多技术团队也想提供类似的技术,乃至想做2C的便利店。

  与他们聊完后,我都邑劝他们再考虑一下,你的技术再好,对于用户而言,他买东西的时候,会看这个便利店有人还是无人的吗?不会,这不是优先选项。他重要考虑的还是——哪个便利店离我更近,以及我想买的东西这个便利店有没有。

  从这个意义讲,这又回到了零售的本度。所以如果团队没有零卖的基因,没有懂批发的人,就别考虑自己开便利店的事。这时候候,很多人可能会问“那我找个懂行业的高管不就行了么?”这事没那么简单,如果CEO不懂得行业本质,其实是很难靠一个高管去补充的。

  我特别信任基因决议论,如果任何一个新的商业,BAT找个懂行业的高管就能搞定了,那中国互联网的生意就满是BAT的了,就没创业公司什么事了。BAT,一个做搜寻,一个做电商,一个做交际。其实他们3个都把对方的事件已测验考试了一遍,最后都不胜利。所以大家能做什么,不能做什么,跟这个公司的基因是高度相干的。

  第六个问题:2C vs 2B

  最后一个问题,简单说一下,科技成熟都需要一定的时光。因为从任何技术遍及演进的角度,简直都连续了先是参军工(航天)、到当局、到企业、到B2B2C、再到2C这个规律。人工智能也一样,目后人工智能在2C市场还不是很成熟。

  简单说机器人,在个人花费者市场,出货量大的机器人只有4类产品:扫地机器人、无人机、STEAM教育类机器人和亚马逊ECHO为代表的智能音箱。为什么2C市场晚期的普及有一定的困难,简单讲几个本因:

  1。 产业链不成熟

  我做一个立异的东西,制品有10个部件。每个部件都得自己做,而且因为出货量不大,每个部件都没有范围效应,这就招致每一个部件都很贵,那你最后做出制品一定很贵。这长短常大的问题。

  2。 2C是额定费钱

  这也是很主要的一个问题,2C真个用户果为自掏腰包、额中花钱,所以对价钱凡是比拟敏感,产物很贵就是一个很大的门坎。

  3。 2C产品的用户等待度高

  用户买了这么贵的东西,天然对产品的期待度会更高很多。大家认为我买一个机器人返来,巴不得什么都无能:又能唱歌、又能舞蹈、又能谈天、又能干净、又能讲英语。但这是不事实的,现在的技术成熟度离此还有些远。

  相对2C端,这些问题在2B端却不是问题。

  1。 2B端对价格承受能力更高

  首先,企业对价格的启受能力明显比2C强很多。你说一个机器人2万,2C消费者不行能买,但企业问题不大,企业对成本蒙受能力高。

  2。 2B的中心目标是降成本

  举例产业机器人,10万块钱一个,听起来很贵。但一个工业机器人替代你2个岗亭。这2个岗亭一年也得10万块钱,还不算四险一金。而后这机器人能任务4年,这一下成本只有你本来的25%,甚至不到。那么企业一算账,感到还是很便宜。

  3。 2B可以采用人机混合模式

  还有2B端的机器人应用更简单一些。一方面大多是单义务,机器人只要做好一件事就好了,完成起来简单。别的,很多都是以“人机混开”模式在功课。也就是之前需要10团体干活,现在我用机器人替代一半人。简单反复的工感化机器人替换,庞杂的用剩下的5小我,这就是“人机混杂”形式。

  举个例子,现在国表里已有很多安保机器人,按流动道路来巡查。你可以理解为移动的摄像头,当然算法上肯定减入了一些识其余货色。牢固绕线路巡查,这个完全可以交给机器人来做。难的是,在巡逻的过程当中,如果发现有老太太跌倒了,让机器人扶起来,这个今朝还做不到。

  但这不重要,你们后盾不还有5个人么,让他们过来就好了。所以人机混合是2B比较支流的模式,这个大幅下降了机器人普及的难度。

  最后再说一点,今朝大少数AI创业公司都是技术专家主导,这很容易理解,因为现在技术还有壁垒,技术专家主导起码保障产品能做出来。不外未来随着技术门槛的降低,特别在“非关键应用”领域里,团队的核心主导,会缓缓过渡到产品司理和行业专家为主,因为他们离用户需要比来。“非关键应用”领域,懂需求比技术实现更重要。历久来看,人工智能创业和任何其他领域的创业一样,一定是综合实力的比拼!