腾讯AI加速器三期五次闭门辅导 | 新阶段下AI创…

微信扫一扫,分享到朋友圈

腾讯AI加速器三期五次闭门辅导 | 新阶段下AI创…

  经过几年热潮后,AI创业和投资逐渐回归理性。AI企业从最初的单纯比拼算法,到如今进入技术落地争霸赛阶段,资本市场评估企业的角度也从技术转向商业,越来越看重现金流、解决问题能力以及商业模式是否成立等。

  在腾讯AI加速器三期第五次闭门辅导中,AI创业老兵李轶受邀为学员带来“新阶段下AI行业机会探讨”主题分享,重点讲述AI领域华人在美创业的经历以及其对中美AI差异化的思考,并结合国际环境,分享当前阶段下AI创业的机会。

  大卫·帕特森RISC-V国际开源实验室助理主任、Orbeus创始人兼CEO李轶于2012年在美国创立图像识别公司Orbeus,产品吸引多家巨头伸出橄榄枝,她带领团队最终选择亚马逊,积累下丰富的海外AI创业经验。

从创业到并购:华人团队在美AI经历

  Orbeus创立于硅谷,主要提供两款产品:基于云端的API和手机终端上的App其中,基于云端的API主要做人脸相关的识别和检测,也包括物体和场景创新性的识别和检测,所有的核心算法均为自主研发。在这一基础之上,热爱旅游拍照的团队提出了一个新的设想:是不是可以通过加标签的方式来实现海量照片的搜索以及后期制作?于是,Orbeus开发出手机终端App Phototime,上线一周之内突破百万下载量,一度导致服务器瘫痪。

  Phototime蹿红之后,市场在悄然变化。谷歌图片、苹果iPhotos推出类似产品,图像识别应用成为行业风口,Orbeus也陆续收到来自苹果、雅虎、亚马逊等的并购offer。衡量之后,团队抱着用技术改变产业的想法,希望产品触达万千企业和开发者,最终选择了加入亚马逊。

  技术创业公司加入大公司之后是一种怎样的体验?李轶表示,团队目标清晰、成员年轻且规模小无冗余,加之亚马逊的文化也相对开放,融合总体而言比较顺利。

  2015年底,Orbeus被并购入亚马逊,仅仅花了不到三天的时间,整个团队从硅谷搬到西雅图,随后就开始上班。

  2016年,团队完成了人脸识别、图像检索功能在应用层面的功能,也向亚马逊证明了自身的后台和技术能力。之后在亚马逊 AI大战略下,整个团队被归到AWS,成为独立的一个组,组名沿用原来的Recognition,负责图像和视频识别能力。2016年11月, AWS CEO在re:Invent大会上向全球发布了他们基于云端API的产品Recognition平台。

  李轶认为,创业公司有三种状态:一种是被并购;第二种是自我盈利,营收乐观,能够支撑团队壮大,实现长线发展;第三种是通过资本运作取得更大的成功,比如IPO

  Orbeus当时有云端的API和手机端的App两款产品,尤其是API已经有比较大的客户。但是,他们慢慢发现,这是一个非常有核心竞争力的公司,但不是一个成熟的商业模式。AI可以给一些客户赋能,但却不提供最核心商业价值。

  李轶相信,即使到今天,一家初创公司如果只做AI技术,它面临非常大的业和盈利问题。哪怕是在亚马逊这样的巨头,像Recognition,以及所有的语音、视频、语义理解的底层服务,都不能在财报上体现很大的商业价值,这些技术更多的是战略需要。因为亚马逊是把企业圈到AWS生态里,向企业提供所有他们需要的,AI是其中一个方面。

AWSAI战略:两张披萨团队规模、包容失败、做平台

  亚马逊的AI应用大体分为三大类:

  第一类是能够看得见摸得着的产品,比如大家熟知的Alexa,无人商店Amazon Go,无人机Prime Air。

  第二类是藏在后台的AI技术,比如传统的推荐引擎,仓库机器人Kiva,最后一公里配送等等。

  第三类是企业级应用,主要是在AWS平台上,亚马逊把后台技术以工具和服务的形式提供给第三方企业,让企业专注开发应用。

  相比边界清晰的AI应用,亚马逊的AI创新环环相扣,彼此关联。比如Alexa,它发端于2004年成立的Lab 126,成立后一直进行智能家居的秘密项目,项目本身以失败告终,但是却剥离出一些很成功的产品,比如Fire TV,比如Alexa。亚马逊文化对前沿探索非常有包容性,对失败容忍度高,现存的很多产品正是来自之前的失败中。

  在组织机制方面,亚马逊主张小团队。很多人听过亚马逊的“两张披萨”说法,就是团队规模上限在两个披萨能够吃饱。一个个小的团队有明确分工,当然可能也会有一到两个团队同时做相近的事,最后看结果。

  Alexa代表了亚马逊战略层面的偏好,做平台。李轶透露,Alexa从创立以来从没有靠硬件赚钱的明确计划,它更多是希望以硬件作为切入口,把自身的技术和能力开源出去,把第三方的产品集成进来。亚马逊也会把其中的语音唤醒、语音识别、语义理解等单独出来,变成AWS服务,让它们再以平台的形式服务更多客户。

中国人工智能商业化迎来政策红利 ,政府推动AI产业规模化落地

  这两年AI趋于冷静,创业公司的比拼已经从算法领域转向技术落地。投资方看创业公司,也从技术转向商业:越来越看重现金流,解决问题的能力,商业落地路径,如何提升营收,商业模式是否成立等。

  李轶观察到,在AI技术落地方面,国内外差别很大。国内领先的更多是安防相关,包括智慧城市的to B或者to G业务。同类型的商业模式在美国创业公司中就没有这么成功,美国只有亚马逊、谷歌这样的大公司才能承接智慧城市改造工程,小公司面对很多来自合规性、数据保护等领域的困难。在AI赛道,中国其实已经领先,数据量大,场景多,算法训练结果更好。

  同时,中国的大公司在底层通用AI技术方面做了很多工作,腾讯和阿里巴巴的AI基础设施都已经非常成熟。这里面衍生出很多机会,比如传统企业,在自己的垂直领域积累很深,那么就可以考虑AI技术如何在所在的自身产品、所处行业、产业链方面落地。

  在政策方面,国家的新基建,为AI创业和落地创造了利好的政策环境。

  最后,在大家熟知的实际落地的商业模式之外,李轶也分享了一些国际较为看好的AI方向:

  1. Deepfaces技术在娱乐业、零售业的商业化;

  2. 利用AutoML完成初步商业化部署,提供更多自主性;

  3. 应对语音诈骗、系统入侵等下一代黑客;

  4. 通过联合学习打通相互孤立的数据,保护数据隐私;

  5. 国内外对智慧城市的布局;

  6. 利用AI提升能源效率,减少碳足迹;

  7. 利用自我监督学习突破数据壁垒;

  8. 机器学习算法和量子计算机的未来探索;

  9. NLP算法在氨基酸测序、医疗设计上的应用。

疫情期间我是如何拿到20k的offer,2020年php面试题汇总

上一篇

不懂正则表达式也能上手,像 IFTTT 那样管理 Android 通知:BuzzKill

下一篇

你也可能喜欢

腾讯AI加速器三期五次闭门辅导 | 新阶段下AI创…

长按储存图像,分享给朋友