未来智能攻防战:下一代巨头,将在“AI2B”中诞生【独角兽专栏】
2018-10-18 16:10 独角兽 创新奇智

未来智能攻防战:下一代巨头,将在“AI2B”中诞生【独角兽专栏】

2018年是独角兽大年。创业家&i黑马开通了【中国独角兽】专栏,专注于挖掘具有中国特色的中国独角兽故事,总结出它们的成功经验,并将它们推向主流商业世界。

一场新的2B革命趋势正在兴起,而AI正在扮演其中的先行军。一些准独角兽们瞄准AI2B的大机遇,正朝着独角兽之路发展壮大。创新奇智就是其中一家。

仿佛一夜之间,2B不再是“少数派”关注的问题。无论是传统IT行业,还是互联网巨头,在C端流量日渐枯竭的今天,一个新的动向正在它们之中隐然兴起:通过技术赋能,重塑产业链条,提升企业效率。

但和以往不同,这场全新的B端革命伴随着的,是智能化和数字化结合,对传统行业带来的变革。其中的一个重要的关键词,就是人工智能。而当人工智能投资热潮渐趋冷静、环境日益理性,手握AI技术的巨头和创业新贵们,也在面临新技术如何在各行业中寻找合适场景落地的挑战。

只有真正产生商业价值、深入行业的AI企业,才能够在未来避免“裸泳”。

创新奇智依托创新工场品牌和背靠创新工场人工智能工程院的强大AI技术专家群,推动AI技术在企业应用落地的尖兵。

这家在今年3月成立的公司,通过AI技术为零售、制造、金融三个行业进行“赋能”。在成立六个月后,已经和原麦山丘、鸿海科技、徐工信息、邮储银行等行业头部企业建立了合作。

“博士创业的时代已经过去。”在创新奇智融资发布会上,李开复曾如是说。而没有选择在AI创业热潮最猛烈的时间入局,却又获得了快速发展的创新奇智,则是希望在一个全新的“后AI时代”,向未来的“AI2B”平台型公司进发。

1、后AI时代

创新奇智成立时,人工智能创投圈最热闹的时段已经过去。AlphaGo当年战胜李世石之后,不到两年的时间,AI技术的推动和资本热钱的涌入,催生了大大小小的AI创业公司,也带来了不少公司估值的节节攀升。

当时间进入到2018年,AI赛道进入了相对的平静期。当早期的喧嚣退去,中后期考验商业落地能力的时刻到来,越来越多的AI创业公司渐趋安静;AI独角兽们的资本雪球日益滚大的同时,“AI泡沫”是否将迎来破裂的疑虑也未曾停歇。

徐辉具有多年的商业化经验,曾历任IBM 金融事业部总经理、SAP 大中华区副总裁、微软大中华区副总裁、万达网络科技集团副总裁。但认真考虑在AI领域创业已经是2017年下半年的事情。这并非是为了在风口过去前抓紧最后一波,在徐辉看来,这个时候,AI创业的真正时间点才真正到。

在AI创投浪潮的初期,大量的资源投入AI通用技术的研发上,但大量AI初创公司在拿到了融资之后,技术成果是否能够向商业应用场景转化,而非停留在实验室式的科研阶段,是它们不得不面对的考验。

特别是当AI技术曾经爆发式的进步之后,算法、算力和数据的发展对产业升级的影响越来越突出。当移动互联时代流量红利的逐渐消逝,经济增长亟需提供生产提效和降本的新动能,新的AI技术也被寄予期望,是否能够在企业应用和生产制造领域加快应用。

“天时到来了。”徐辉对创业家&i黑马说,“AI技术发展到这个时点,已经具备了落地应用和推广商业价值的时机。”

AI落地的关键因素,除了技术外,就是场景和数据。2016年9月,创新工场人工智能工程院成立,承担起对AI技术研发和AI人才培养与储备的工作,并接触和考察了大约20个不同的垂直行业,而其中的一个重要结论,就是发现了大量适合AI技术落地应用适合的场景。“国内的很多行业已拥有数字化和智能化转型的条件。”徐辉说。同时,政府对于人工智能的政策引导力量日益加强,AI应用落地的“地利”条件也在日趋成熟。

徐辉和创始团队盘点和评估了合作的基础。立足于人工智能工程院的技术积累和人才资源,创业的最后一环“人”的需求也契合了。

“我们不是追逐风口的短程赛跑,而是要拿下一场马拉松。这不是风口最猛的时点,我们也没有追逐短期估值的想法。”徐辉说,“我们不想拿着PPT去讲故事,而是做产品和解决方案的公司。”

这也和CTO张发恩从技术角度对AI发展进程的理解不谋而合。人工智能在经历了从逻辑推理到机器学习和深度学习的阶段,近几年在语音和图像识别领域都实现了突破性的进展,大量算法涌现,这也推动了AI的热度在前两年达到高峰。然而,从去年开始,算法在经历了爆发式发展后,逐渐进入了新的冷静期。

在加入创新奇智之前,张发恩曾任百度主任研发架构师、百度云计算事业部技术委员会主席、百度云计算事业部大数据和人工智能首席架构师。而在技术研发的过程中,他却意识到,AI技术革命现在虽已平静,但是接下来,对于AI技术向应用转化而言,一个最好的时期到来了。而随着融资环境的缩紧,单纯投注在算法研发、依靠投资输血的公司,将面临越来越大的挑战。

从2017年下半年开始的时间,张发恩将之称为“后AI时代”。在他看来,这段时间不再适合于专注于算法和框架了,而是“应用为王。我们应该沉下心来,把AI技术应用于实际场景之中。”

张发恩在今年5月加盟创新奇智。创新奇智的管理团队也逐渐形成。徐辉担任CEO;前Google 商务工程部大中华区、韩国及亚太区总监王晶担任COO;张发恩担任CTO。随后,创新奇智也宣布,获得过亿元天使轮融资。

微信图片_20181018160845

(创新奇智CTO 张发恩)

2、AI+2B的巨大蓝海

基于计算机视觉、自然语言处理、机器学习,创新奇智为企业客户提供AI技术平台和行业解决方案。

AI2B,和传统2B领域的集成商,以及企服软件和大数据公司也并不相同。“AI+在很大程度上,将重塑企业市场格局。”徐辉说。“在数字经济时代,人工智能技术对生产效率和商业价值的推动力,以及传统行业转型的速度和热情,都将远超我们的想象。到2030 年,中国的GDP 将达到38 万亿美金,其中7 万亿美金为AI 驱动。”

这是一片蕴藏着巨大机会的市场。当语音、图像识别等AI通用技术已经发展到一定程度,在人工智能这条聚集了巨头和新贵的赛道内,掌握技术武器,扎进垂直行业,是AI创业公司最为明智的打法。

但下沉落地的AI应用,又究竟应该先扎进哪些行业?

在商业领域中,可以和AI产生结合的行业已经多达数十个。但对于创业公司而言,技术和商业的结合,不仅仅是科研技术的落地,还要在商业能力上具备可形成正循环的能力。

经过调研和思考,徐辉和创始团队为创新奇智选择了零售、制造、金融三个行业。这是三块体量巨大的市场。徐辉向创业家&i黑马大致估算,它们合计差不多是万亿级的市场,赛道广阔,天花板很高。而在AI落地应用的难度上,对于在商业化方面颇具经验的徐辉而言,这也是更容易摘取的“挂得比较低的果实”。

数据是人工智能的基础要素之一,而这三个行业的信息化发展基础都相对较好,拥有大量可标注数据,数据成熟度较高;在其中,已经可以找到一批应用场景和AI技术相结合;而在应用过程中,这三个行业在B端应用上的基因,能够更快地培养客户的付费意愿,并且产品相对比较标准化,有利于快速复制,形成规模化的商业收益。

而真实的AI应用的场景,又应该是什么样子?

2018年上半年,在北京原麦山丘的中关村店和新奥店中,悄然添加了一台新的机器助手——人工智能自助结账机。这台机器基于计算机视觉技术,顾客挑选产品完毕后,将面包盘放置在台面上,机器将根据面包样式自动识别并显示价格,节省顾客的结算时间。

不同于去年曾经火爆一时的“无人零售”,这只是连锁零售实体店中一个常见的小小的细分环节。但在张发恩看来,从技术上而言,这是一个非常具有价值的独立且完整“闭环”场景——囊括了顾客购买、结账、包装、生成小票的完整过程。从技术上而言,它采用了计算机视觉识别、数据采集和交互设计解决方案,创新奇智的技术团队在图像识别上,特别对识别图像畸变方面进行了研发,落地在这台结算机上,它可以识别出不同的产品,以及同一产品的造型变化,并且能够识别面包堆叠情况。机器和店面订单管理等ERP系统打通;在即将推出的2.0版本上,店面管理员可以直接完成产品上新。

“人工智能落地,不能盲目的为了‘无人’而‘无人’。”徐辉说。AI落地基础是对场景和企业需求的了解。细化到零售行业,徐辉表示,创新奇智围绕着“人、货、场”的智能化,选择出若干核心场景“点”,和技术相匹配。原麦山丘的机器“收银员”,就是创新奇智在“场”方面提炼的刚需场景之一。与之类似的,创新奇智也研发了智能货柜等产品。在“货”方面,基于机器视觉技术,创新奇智还可提供渠道陈列、销量预测等解决方案等;而在“人”的方面,通过机器学习平台,提供个性化定价和智能推荐方案,和店面的管理系统打通。

创新奇智“不做PPT公司”并不只是讲讲而已,AI解决方案也并非一味追求尖端算法,而是将“落地”作为其中核心的考虑点。

智能制造正成为未来重点发展的行业,而创新奇智也已经扎了进去。尽管要进入这个行业,需要更深厚的行业理解,但对于AI创业公司而言,一旦形成行业纵深度,也是更高的壁垒。

大型制造业中,质检人员手持记录本,在人工检测同时记录,曾经是大多数人熟悉的场景。而采用AI技术,这些也正在发生改变。

钢铁行业在制造过程中,智能质检,诸如钢卷质量检测、焊缝检测是其中常见的场景。操作人员采用目测和人工记录的方式采集和录入数据,效率低下且错误率较高,也耗费了大量人力。目前,创新奇智的基于视觉检测的一体机,能够对制造领域中的产品表面缺陷进行检测。

在手机生产流水线的质检环节上,创新奇智的AI技术也得到了应用,代替人工,对手机边框和外壳瑕疵进行检测。

在选择行业和场景上,创新奇智一直保持着谨慎的心态。“我们拥有三位行业合伙人,他们在这三个行业中有20多年的工作经验,和技术团队一起找到最有商业价值并且AI可落地的场景。”张发恩表示。

“客户最懂行业。”徐辉说,“AI落地,是我们与客户一起,和场景融合的过程。”而他也强调,目的也并不是仅仅为了满足某个客户需求,他最为看重的,是从场景和技术的匹配性,以及行业商业化模式的可复制性出发,为未来的AI落地制定更清晰的路线图。

目前创新奇智已经与多家行业客户建立商业合作,其中包括鸿海科技、徐工信息、eBest、永辉超市、原麦山丘等大型企业。 

3、跑通AI应用最后一公里

从最初,张发恩在技术布局方面,为创新奇智设置的“高墙”就是,打造AI应用全栈系统,人工智能的三要素——算法、算力、数据缺一不可。

在不同场景下实现AI应用落地,还需要面临更多的问题:部署的技术门槛、软硬件的兼容等。在零售、制造、金融目前三大行业应用解决方案的背后,就是创新奇智的人工智能技术栈。

在数据方面,创新奇智基于数据采集和标注平台,在收集和处理大量消费数据的同时,也在建设分布式爬虫平台抓取内容,并且扩充数据标注团队。

在无法获取更多可用数据、无法进入更多生产环境的情况下,为了保证算法的精度,创新奇智的技术团队也进行了创新,研发AI产生和标注数据技术,根据人工采集和标注的数据,通过AI技术产生更多的数据,对模型进行训练。“用AI方式产生大量场景中标注过的数据,可以以假乱真。”张发恩说。

在算力方面,创新奇智建设了统一的在线中台,为业务端提供CPU和GPU等算力,目标峰值计算力为1200 Teraflops;支持FPGA异构计算加速器;并且,张发恩透露,在部分产品上,创新奇智也开始计划应用ASIC芯片。

在算法方面,张发恩介绍,创新奇智自主研发了全分布式机器学习和深度学习平台,支持市面上多数分布式机器学习算法和深度学习框架,拥有超模型和超参数学习能力;并且创新奇智还开发了创新的深度神经网络模型,例如对畸变图像的标品识别,单品识别准确度已经达到99.92%。

在此基础上,创新奇智覆盖了感知智能、认知智能和决策分析等三大AI技术方向。

尽管人工智能概念已经为人所知,但真正落到企业的实际应用中,还需要跑通“最后一公里”。这是2B的难点,对于场景应用仍然待挖掘的AI技术而言,更是难上加难。要破除客户天然的不信任感,以及让他们愿意采纳,张发恩决定,要做到“端到端”,填平企业客户软硬件不匹配、制造生产能力不足等“坑”。“AI创业公司要做2B,和客户间100公里的距离,只跑90公里是不够的。”张发恩说。

围绕着AI应用技术栈,创新奇智采用了软硬一体的产品交付方式。针对不同行业需求场景,创新奇智提供了训练一体机、能耗管理一体机、智能质检一体机、OCR一体机等软硬一体交付解决方案。应用于原麦山丘等零售企业的自助结算机、智能货柜等,就是创新奇智为零售行业打造的智能一体机。

张发恩有自己独特的一套“AI+2B”企业发展阶段的“P3理论”,即公司从小到大的发展进程中,有三个重要阶段:Project(项目)、Product(产品)阶段和Platform(平台)。

小公司做项目,大公司做平台。而这也意味着,只有当公司成为真正的平台型公司,才能在市场上最终占据领先地位。

这也是创新奇智给自己制定的目标。在规划了技术路线之后,创新奇智也在国内不同城市开始了布局。半年时间里,创新奇智先后入驻了广州、重庆、南京、宁波、合肥等地。

“AI 产品的商业化落地,就像一个双轮驱动的车辆。”徐辉总结,“前轮是技术和产品,这是我们所铸的城墙;后轮是应用场景的选择,这是护城河。”城墙要够高,护城河要够宽、够深。当二者结合,在AI+B2B万亿市场中,也为新的AI领域独角兽的诞生,提供了契机。

i黑马
文章评价
匿名用户
发布