騰訊AI加速器三期五次閉門輔導(dǎo) | 如何理解人工智能商業(yè)化紅利？

　　經(jīng)過幾年熱潮后，AI創(chuàng)業(yè)和投資逐漸回歸理性。AI企業(yè)從最初的單純比拼算法，到如今進(jìn)入技術(shù)落地爭霸賽階段，資本市場評估企業(yè)的角度也從技術(shù)轉(zhuǎn)向商業(yè)，越來越看重現(xiàn)金流、解決問題能力以及商業(yè)模式是否成立等。

　　在騰訊AI加速器三期第五次閉門輔導(dǎo)中，AI創(chuàng)業(yè)老兵李軼受邀為學(xué)員帶來“新階段下AI行業(yè)機(jī)會探討”主題分享，重點(diǎn)講述AI領(lǐng)域華人在美創(chuàng)業(yè)的經(jīng)歷以及其對中美AI差異化的思考，并結(jié)合國際環(huán)境，分享當(dāng)前階段下AI創(chuàng)業(yè)的機(jī)會。

　　大衛(wèi)·帕特森RISC-V國際開源實(shí)驗(yàn)室助理主任、Orbeus創(chuàng)始人兼CEO李軼于2012年在美國創(chuàng)立圖像識別公司Orbeus，產(chǎn)品吸引多家巨頭伸出橄欖枝，她帶領(lǐng)團(tuán)隊(duì)最終選擇亞馬遜，積累下豐富的海外AI創(chuàng)業(yè)經(jīng)驗(yàn)。

　　從創(chuàng)業(yè)到并購：華人團(tuán)隊(duì)在美AI經(jīng)歷

　　Orbeus創(chuàng)立于硅谷，主要提供兩款產(chǎn)品：基于云端的API和手機(jī)終端上的App。其中，基于云端的API主要做人臉相關(guān)的識別和檢測，也包括物體和場景創(chuàng)新性的識別和檢測，所有的核心算法均為自主研發(fā)。在這一基礎(chǔ)之上，熱愛旅游拍照的團(tuán)隊(duì)提出了一個新的設(shè)想：是不是可以通過加標(biāo)簽的方式來實(shí)現(xiàn)海量照片的搜索以及后期制作?于是，Orbeus開發(fā)出手機(jī)終端App Phototime，上線一周之內(nèi)突破百萬下載量，一度導(dǎo)致服務(wù)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(chǎn)品，圖像識別應(yīng)用成為行業(yè)風(fēng)口，Orbeus也陸續(xù)收到來自蘋果、雅虎、亞馬遜等的并購offer。衡量之后，團(tuán)隊(duì)抱著用技術(shù)改變產(chǎn)業(yè)的想法，希望產(chǎn)品觸達(dá)萬千企業(yè)和開發(fā)者，最終選擇了加入亞馬遜。

　　技術(shù)創(chuàng)業(yè)公司加入大公司之后是一種怎樣的體驗(yàn)?李軼表示，團(tuán)隊(duì)目標(biāo)清晰、成員年輕且規(guī)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(tuán)隊(duì)從硅谷搬到西雅圖，隨后就開始上班。

　　2016年，團(tuán)隊(duì)完成了人臉識別、圖像檢索功能在應(yīng)用層面的功能，也向亞馬遜證明了自身的后臺和技術(shù)能力。之后在亞馬遜 AI大戰(zhàn)略下，整個團(tuán)隊(duì)被歸到AWS，成為獨(dú)立的一個組，組名沿用原來的Recognition，負(fù)責(zé)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(fā)布了他們基于云端API的產(chǎn)品Recognition平臺。

　　李軼認(rèn)為，創(chuàng)業(yè)公司有三種狀態(tài)：一種是被并購；第二種是自我盈利，營收樂觀，能夠支撐團(tuán)隊(duì)壯大，實(shí)現(xiàn)長線發(fā)展；第三種是通過資本運(yùn)作取得更大的成功，比如IPO。

　　Orbeus當(dāng)時有云端的API和手機(jī)端的App兩款產(chǎn)品，尤其是API已經(jīng)有比較大的客戶。但是，他們慢慢發(fā)現(xiàn)，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(yè)模式。AI可以給一些客戶賦能，但卻不提供最核心商業(yè)價值。

　　李軼相信，即使到今天，一家初創(chuàng)公司如果只做AI技術(shù)，它會面臨非常大的商業(yè)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(wù)，都不能在財(cái)報(bào)上體現(xiàn)很大的商業(yè)價值，這些技術(shù)更多的是戰(zhàn)略需要。因?yàn)閬嗰R遜是把企業(yè)圈到AWS生態(tài)里，向企業(yè)提供所有他們需要的，AI是其中一個方面。

　　AWS的AI戰(zhàn)略：“兩張披薩”團(tuán)隊(duì)規(guī)模、包容失敗、做平臺

　　亞馬遜的AI應(yīng)用大體分為三大類：

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

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

　　第三類是企業(yè)級應(yīng)用，主要是在AWS平臺上，亞馬遜把后臺技術(shù)以工具和服務(wù)的形式提供給第三方企業(yè)，讓企業(yè)專注開發(fā)應(yīng)用。

　　相比邊界清晰的AI應(yīng)用，亞馬遜的AI創(chuàng)新環(huán)環(huán)相扣，彼此關(guān)聯(lián)。比如Alexa，它發(fā)端于2004年成立的Lab 126，成立后一直進(jìn)行智能家居的秘密項(xiàng)目，項(xiàng)目本身以失敗告終，但是卻剝離出一些很成功的產(chǎn)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(xiàn)存的很多產(chǎn)品正是來自之前的失敗中。

　　在組織機(jī)制方面，亞馬遜主張小團(tuán)隊(duì)。很多人聽過亞馬遜的“兩張披薩”說法，就是團(tuán)隊(duì)規(guī)模上限在兩個披薩能夠吃飽。一個個小的團(tuán)隊(duì)有明確分工，當(dāng)然可能也會有一到兩個團(tuán)隊(duì)同時做相近的事，最后看結(jié)果。

　　Alexa代表了亞馬遜戰(zhàn)略層面的偏好，做平臺。李軼透露，Alexa從創(chuàng)立以來從沒有靠硬件賺錢的明確計(jì)劃，它更多是希望以硬件作為切入口，把自身的技術(shù)和能力開源出去，把第三方的產(chǎn)品集成進(jìn)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(dú)出來，變成AWS服務(wù)，讓它們再以平臺的形式服務(wù)更多客戶。

　　中國人工智能商業(yè)化迎來政策紅利 ，政府推動AI產(chǎn)業(yè)規(guī)�；�落地

　　這兩年AI趨于冷靜，創(chuàng)業(yè)公司的比拼已經(jīng)從算法領(lǐng)域轉(zhuǎn)向技術(shù)落地。投資方看創(chuàng)業(yè)公司，也從技術(shù)轉(zhuǎn)向商業(yè)：越來越看重現(xiàn)金流，解決問題的能力，商業(yè)落地路徑，如何提升營收，商業(yè)模式是否成立等。

　　李軼觀察到，在AI技術(shù)落地方面，國內(nèi)外差別很大。國內(nèi)領(lǐng)先的更多是安防相關(guān)，包括智慧城市的to B或者to G業(yè)務(wù)。同類型的商業(yè)模式在美國創(chuàng)業(yè)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(guī)性、數(shù)據(jù)保護(hù)等領(lǐng)域的困難。在AI賽道，中國其實(shí)已經(jīng)領(lǐng)先，數(shù)據(jù)量大，場景多，算法訓(xùn)練結(jié)果更好。

　　同時，中國的大公司在底層通用AI技術(shù)方面做了很多工作，騰訊和阿里巴巴的AI基礎(chǔ)設(shè)施都已經(jīng)非常成熟。這里面衍生出很多機(jī)會，比如傳統(tǒng)企業(yè)，在自己的垂直領(lǐng)域積累很深，那么就可以考慮AI技術(shù)如何在所在的自身產(chǎn)品、所處行業(yè)、產(chǎn)業(yè)鏈方面落地。

　　在政策方面，國家的新基建，為AI創(chuàng)業(yè)和落地創(chuàng)造了利好的政策環(huán)境。

　　最后，在大家熟知的實(shí)際落地的商業(yè)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(shù)在娛樂業(yè)、零售業(yè)的商業(yè)化;

　　2. 利用AutoML完成初步商業(yè)化部署，提供更多自主性;

　　3. 應(yīng)對語音詐騙、系統(tǒng)入侵等下一代黑客;

　　4. 通過聯(lián)合學(xué)習(xí)打通相互孤立的數(shù)據(jù)，保護(hù)數(shù)據(jù)隱私;

　　5. 國內(nèi)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(jiān)督學(xué)習(xí)突破數(shù)據(jù)壁壘;

　　8. 機(jī)器學(xué)習(xí)算法和量子計(jì)算機(jī)的未來探索;

　　9. NLP算法在氨基酸測序、醫(yī)療設(shè)計(jì)上的應(yīng)用。