出門問問創始人李志飛:AI創業,逼着自己跨越舒適區

北大縱橫2018-06-24 00:11:41

北大縱橫

中國第一智庫公眾號

關注


3237字 | 6分鐘閲讀

如果一個創業公司沒有增長,跟死亡是一樣的。如果一個公司第一年100人,第二年100人,第三年還是100人,營收也沒有任何變化。那麼這種公司的價值是不大的。

—— 李志飛



2015年之前,在中國很多人都不知道AI。但是在過去 3 年裏,AI突然變成了一個全民熱議的話題。尤其是 Google 阿爾法狗機器人打敗世界圍棋冠軍這件事,給整個社會帶來了巨大的震撼。


雖然AI技術在突飛猛進地發展,但是如何實現AI技術的商業化仍然是今天全世界AI企業面臨的最大的難題。


我以前在美國讀書,博士畢業之後本來是要去搞科研的,結果反而去了谷歌美國總部做科學家,後來又回國創建了AI公司“”。



從一個純粹的科研人員,到一個商業化的技術研究者,這是一個很大的轉變。在創業的過程中,我對於AI技術如何落地和商業化的問題,有了很多的思考和想法,今天和大家一起分享。

Google AI

為什麼要自己做硬件產品?


AI商業化的關鍵有兩點:場景和可掌控。


如果把AI的比作成靈魂,那這個場景就是身體,靈魂是需要身體才有意義的。AI技術去尋找場景的過程,就是一個靈魂附體的過程。


尋找可以掌控的場景,這就是 Google AI 一定要自己去做硬件產品的原因。


Google的安卓操作系統非常成功,佔有了全球 70%-80% 的市場份額。安卓的戰略是以平台為主,爆品為輔。而現在Google在AI層面的戰略則反過來了,平台為輔,爆品為主,把自己的產品當作一個爆品去做,而不只是追求 demo (示範)效應。


(Google的AI硬件產品)


這其中的原因是:


第一,在 2007 年安卓剛剛起來的時候,多數硬件廠商並沒有做軟件的能力。


再加上iPhone的成功來得太快,很多手機廠商沒有反制之力,就很願意把自己的場景讓 Google 的操作系統裝進去。而現在大部分硬件廠商都有研發軟件的能力,並不願意把自己的場景交給你。


第二,安卓是一個系統級別的軟件,它是可靠的,可以預測的。而AI技術是概率性的,存在特別多的不確定性。


比如語音識別的時候,有時候能識別對,有時候識別不對;在某一個場景下可以識別對,在另一個場景下卻錯了。這就對硬件產品有更高的要求,很多硬件廠商達不到這樣的要求。


在這種情況下,Google想要以安卓的方式去推動AI的應用,就會非常困難。谷歌做硬件的主要目的,就是要使自己的很多高科技、黑科技直接放到自己研發的設備裏,讓AI技術有一個可控的場景。

AI商業化的路徑:

建立技術、產品、商業的閉環

一個獨立的AI企業要想存活下來,就應該在算法的基礎上,儘早找到可以掌控的場景,建立技術、產品、商業的閉環,然後在更大的規模上循環、迭代。

核心技術:

你會做的,別人也可以做出來


如果你是一家AI公司,想要把AI應用到某一個場景裏面去,你首先得有一套非常核心的技術。而且這個核心技術必須要有一定的難度,形成一定的壁壘,這樣才能擋住 95% 的競爭者。


比如説語音交互、語音識別這樣的技術,在今天中國加起來不超過 10 家,絕大部分企業是無法進入的,因為它的技術難度非常高。


但技術的領先頂多只能保持 8-12 個月,不能構成絕對的壁壘。


深度學習在語音識別中的應用,首先是在2012年由微軟研究院的華人科學家鄧力搞出來的。但是第一個做成大規模系統的反而不是微軟,而是Google。


因為科研的圈子是沒有祕密的,你做出一個東西之後,很快就會有另外一批人把它做出來,甚至比你做得還好。


只有不斷迭代,持續性保持領先,才能形成真正的壁壘。也就是説,你得永遠比競爭者領先 8 個月。


你 8 個月前做的事情,可能現在有人已經學會了。但這時候你已經在做另外的事情,大家看到以後,又得再等 8 個月才能學會。


這是一個最好的正向循環,Google正是靠這樣正向迭代的方式,使得它永遠能夠在競爭者面前保持幾個月的領先優勢。

產品:

算法只佔整個產品開發的30%


商業和科研的本質是不一樣的。很多技術創業者都走不出技術或者算法這個階段,他們不知道什麼叫產品,什麼叫解決方案,把創業當作科研在做,結果很快就失敗了。


光有算法是不夠的,還必須快速圍繞着算法在一個具體的場景裏做出一個端到端的產品(To C),或者一個解決方案(To B)。


比如我研發出了一個語音識別的系統,但是這個算法不是一個通用的算法,它可能剛好在我訓練的相對安靜的環境下可以使用,在給投資人做 demo 的時候是ok的,因為大家面對的是黑乎乎的屏幕,沒有任何用户體驗可言。


但是如果這種算法應用在 APP 上,在環境相對嘈雜的地鐵、公交或者街道上使用的時候,用户體驗就會非常糟糕。


所以,要做成一個產品,除了有基本的算法和系統之外,還必須有具體的應用場景讓用户有一個良好的使用體驗,並在此基礎上不斷優化。


出門問問現在應用的場景有、智能音箱、智能車載等,每應用於一個新的場景、新的設備的時候,我們的算法本身就要去做很多迭代和優化。


算法只是一個起點,它離一個真正的產品還有非常遠的距離。


當你基於語音算法做出一個產品的時候,可能這個算法本身只佔你整個開發的30%都不到,另外 70% 都跟這個算法沒有什麼關係。

規模化:

能夠支撐自身研發和未來競爭


做出產品或者解決方案還遠遠不夠,商業上看的,是你到底有多少用户,以及這個用户帶來多少營收和商業價值,能不能形成一定的規模化。


這種規模化要能夠做到:


第一,能夠支撐自身研發的迭代;


第二,可以通過這種迭代和規模,抵抗未來的競爭。只有這樣,才能對所應用的場景有一定的控制力。


這個時候就需要深度思考。所謂深度思考,就是説你腦海裏要有一個模型,能夠把一段話或者一個事情量化。比如10萬規模的時候是什麼樣子,50萬的時候是什麼樣子,100萬的時候是什麼樣子。


以價值 1000 元的智能手錶為例,如果做出了 10 萬台的規模的話,就可以cover(覆蓋)一些材料、模具成本和基本的研發費用。


如果要想cover(覆蓋)成本的話,就需要達到 50 萬台的規模。


而如果做到了 100 萬台的話,那就可以形成足夠高的壁壘。尤其是面對華為、小米、三星這樣的競爭對手,你對所在的場景是有一定掌控力的。


但是如果有 BAT 或者谷歌這樣的超級巨頭想闖入這個領域的話,那麼 100 萬台的規模就沒有任何意義,原先可控的場景又變得不可控了。


因為巨頭們不靠硬件賺錢,他們可以進來之後先扔“炸彈”,把市場搞亂,把量做上去之後,再通過後面的軟件服務去變現。


所以,規模化的程度取決於你處於什麼樣的市場,以及你自己處於什麼樣的階段。

“出門問問”的AI商業化實踐:

形成商業閉環


2012年我剛回國的時候,主要精力投入算法的研發。因為我以前是做自然語言處理和機器翻譯的,對非常複雜的算法很瞭解,所以花了 8 個月就做到了端到端的語音交互,完成了AI技術積累。


為了儘快實現商業化,2013年出門問問用研發出來的語音交互算法做了微信公眾號,也做了手機上面的語音助手。但是這些東西沒有形成閉環,因為沒有用户量,也沒有任何營收。


2015年,出門問問開始去做智能手錶。我們當時沒有去做機器人或者車載,是因為在當時的人員規模和市場規模下,做機器人或者車載達不到閉環的效果。智能手錶推出後,起到了良好的市場效果,銷量達到了 30 萬台,佔據了 30% 的市場份額,第一次實現了技術、產品、商業的閉環。


2016年,在出門問問的軟件能力、硬件能力、供應鏈的能力、商業推廣能力、營銷能力都達到一定的階段之後,我們又開始開拓更多可掌控的場景,去做車載、家居、耳機等等,因為我們需要在更大的規模上循環迭代。


(出門問問的正向循環)


到現在為止,出門問問實現了各種智能設備上的語音交互,從手機、音箱、車載、耳機,凡是你能想到的語音交互比較有用的地方,我們都做過一個應用。

小結

在AI領域創業,並不會輕易死掉。因為AI公司同O2O公司不同,不需要每天花那麼多錢補貼用户,它的主要成本是人工成本。當公司盈利情況並沒有那麼好的時候,只要少招點人就可以存活。


但是在我看來,如果一個創業公司沒有增長,跟死亡是一樣的。


如果一個公司第一年100人,第二年100人,第三年還是100人,營收也沒有任何變化。那麼這種公司的價值是不大的。


對於“出門問問”來説,我們每天都在逼着自己跨越舒適區,去思考如何找到更多的機會,如何有更多可控並且規模化的應用場景,如何在激烈的競爭中存活下來。


只有這樣,當BAT這樣的巨頭進入的時候,我們才能夠更加從容地去面對,完成一個初創AI公司的成人禮。

閲讀原文

TAGS: