碼隆科技黃鼎隆：只要技術正確 AI在商業上走了彎路也是好事

「這個產品挺炫酷，但似乎沒什麼用」

這句話曾不止一次的縈繞在黃鼎隆耳際。

2015年，碼隆科技推出基於圖像識別技術的App產品StyleAI，用戶可上傳任意圖片素材，StyleAI會根據圖片中的色彩等元素，反饋出與之風格相似或相同的時尚單品圖片。

由於當時國內市場上把圖像識別技術應用在消費級產品中的案例較為少見，StyleAI的出現無疑讓不少人感受到了AI的美輪美奐。然而，拿獎拿到手軟的產品StyleAI在面對市場考驗時，其表現遠不如創新大賽中評委給它的分數。如同奧斯卡最佳影片在票房上永遠打不過好萊塢商業科幻大片一般。

商業彎路與技術正道

StyleAI在商業上走了彎路后，產品出身的黃鼎隆並沒有以一個行業分析者的角度去看待問題，沒隨大流轉型去做熱門的、蛋糕大的方向，而是以產品的角度去重新審視StyleAI。

經過許久的研究和思考後，黃鼎隆得出這樣一個結論：我們的產品和技術沒問題，我們在技術層面肯定走了正確的路。

C端產品哪怕只有一個用戶，也必須得保證優質的用戶體驗，需把體系中每個環節的銜接都打磨到位，它提供的是一整套流程，而B端產品籠統上講只需提供一個環節。「市場上很多App已經積累了非常豐富的用戶和數據，那為什麼不把我們的技術服務於這些擁有這麼多用戶量的客戶?這樣就可以間接服務上千萬上億的用戶，儘快發揮技術的作用。」

黃鼎隆認為，碼隆的技術如果僅僅服務於數量有限的普通消費級用戶會有些浪費，如果把StyleAI進行延續並升級為ToB產品，從而整合為一套端對端的解決方案，為客戶提供模型、數據採集、標註等一整套服務，無疑會發揮它更大的價值。

這期間，他也反覆提到這句話：真正的人工智慧，不在於自己有多智能，而是在於能不能讓別人變得智能。現在很多人工智慧產品都在炫耀自己有多智能，自己很聰明，但卻不能幫助別人更聰明。人工智慧真正的商業化，一定是讓別人變得更聰明。

隨後，黃鼎隆展示了他們的產品ProductAI。

ProductAI

ProductAI最核心的功能是商品識別。商品識別有別於人臉識別，人臉形態相比而言比較固定，而商品如衣服和布料等柔性物體，會發生扭曲、摺疊、遮擋的情況，而且商品數量非常之繁多，使得其橫縱向識別難度均非常大。

一、圖像識別，從圖到文字：

1.應用在「穿衣助手」上的產品

通過圖像識別技術計算出圖片中有哪些服飾，而給出每件服裝顏色的量化比例，並可為圖片打上時尚相關的標籤，比如「顯瘦顯高」、「優雅淑女」、「OL通勤」等，就如同一位時尚專業人士在點評服飾。點擊相關標籤后，即可查看穿衣助手過去與標籤相關的時尚搭配文章。除此之外，碼隆也正在開發上傳上衣圖片，然後給出下裝搭配與購買的功能。

二、以圖搜圖，從圖到圖：

1.應用在「優料寶」的產品

雷鋒網()了解到，優料寶是面向買家和賣家布料交易平台，買家如果對擁有某種圖案的布料感興趣的話，可用以圖搜圖功能在優料寶上搜索相同或相似布料圖案的賣家，碼隆目前擁有數百萬張布料數據集。

2.應用在「卷皮」的產品

與優料寶相似，用戶可在卷皮網這一購物平台找到所傳圖片一模一樣的或同一種風格的商品。並支持後台智能管理，對同樣的商品進行歸類、比價、去重處理。

任何創新入口都會有巨頭的進擊，對於這一問題，黃鼎隆似乎並不擔憂：

阿里現在已有近百人在做圖像識別這個項目，縱使阿里的實力很強大，但在各個垂直商品領域並沒有我們做的那麼深入。而且阿里商品識別團隊其實和碼隆並不是直接的競爭對手，他們是服務於自己的平台如淘寶等，而ProductAI則是服務於穿衣助手和優料寶這些需要商品識別技術的產品。

除了上述提到的這些案例，碼隆在非常傳統、偏冷門的紡織行業有著自己的想法和行動。

聊到這一話題時，黃鼎隆眼中充滿了憧憬。

國內紡織業相比於歐美國家在供應鏈、設計、材質等方面均落後一到兩年時間，但在AI技術層面，領跑全世界。這時候當AI與紡織業相結合的話，或許可在時尚領域實現彎道超車。

時尚行業非常重要的一點就是時尚話語權在誰手中，當下這些掌權者無非就是全球幾大時尚中心，他們在定義明年會流行趨勢后，也會告知相關機構提前把原材料都備好，等到趨勢起來后，雙方就可以躺著賺錢了。

「我們近期與跟紡織信息中心合作，用人工智慧學習流行色彩從而對流行趨勢迅速做出判斷。紡織信息中心每年會發出指導報告，公布明年流行的顏色，以便讓供應商提前做好顏料和材料上的準備。以往紡織信息中心觀察流行趨勢，更多是派人員進行觀看時裝周來完成，我們知道時裝秀周期很長，人員觀看也往往存在主觀和感覺上的分析，不能量化。」

根據這一痛點，ProductAI根據全球各大秀場以及與多方面的流行色彩數據，基於深度學習把整個流行顏色的比例進行計算，從而分析時尚色彩及趨勢。比如草木綠色的出現比例從去年6%提高到12%，就能得出草木綠色將會成為流行色的結論。計算出流行趨勢后，便可幫助成千上萬的面料生產商預測國際面料需求，從而優化生產和供應鏈渠道。

行業的冷思考

從小在深圳長大的黃鼎隆，身上天然帶有任正非、馬化騰、汪滔等深圳企業家的氣質：剋制、務實。其中「克制」的一方面體現在他從不高談闊論，很少談及碼隆以外的東西。聊完產品后，在雷鋒網再三追問下，他談了談自己對行業的看法。

2016年是國內整個CV行業輿論環境最為混沌的一年，羅振宇在跨年演講中發出的「創業者不黑創業者」口號也急需滲透在人工智慧產業界中。黃鼎隆認為，影響AI企業的很大因素是因為企業內部環境，而非外部環境。

可能很多從業者把問題指向外部環境：抱怨行業差、市場不成熟、時機未到、資金不足等等，其實問題的最大根源往往來自團隊內部。去年我們也能看到，陸續有AI初創公司出現一些管理問題，內部相互指責、分崩離析。出了問題后，利益受到影響的在職員工以及離職員工會在網路社區匿名發泄，字裡行間流露著出對企業和行業的悲觀。這種戾氣會傳染，當初創團隊很多人都在指出問題，而不是去解決問題時，公司一定會出毛病;當很多人在網上批評，卻不去正視它的優點時，這個行業也會出毛病。

黃鼎隆認為，凝聚力和良好的氛圍對一家初創公司來說十分重要，同時他也強調不要去刻意擴張團隊和雜亂的業務線。為了保持內部凝聚力，黃鼎隆對公司的擴張也十分克制，公司創立將近三年，隨著產品線和業務線的迅速擴張，員工總數依舊不到50人。

「AI公司其實用不到那麼多人的，碼隆不會刻意去擴大冗雜的業務線，我們只縱深做商品識別，這樣內部也不會出現業務勢力上的分歧。」

當提及如果大公司進入這個市場，團隊人數並不龐大的AI初創公司會不會被吞噬這一問題時，黃鼎隆堅信在小市場的競爭中，初創公司有實力打贏巨頭：AI其實跟教育有點相似，你找一百個老師和找一個好老師教小孩，不見得一百個教得更快更好。AI領域也如此，它不像其他行業人多力量就大。創業公司可以做很多大公司無法做的事情，尤其是跟傳統行業相結合的產業，小公司的優勢可能更大。BAT是不會放下身段，去做那麼小的一件事，也不可能細入到很垂直、很小的行業去跟小公司搶佔小市場。

兩年如一日的務實與剋制

交談結束走出海景休息室后，大多員工已離開辦公區下樓吃飯，而黃鼎隆則回到工位上繼續工作。

上一次見黃鼎隆是兩年前在微軟創投加速器，那時人工智慧在國內剛剛興起，兩年間AI受到空前的追捧，人工智慧創業者也隨之被耀眼的光環籠罩，高調登場。而現在的黃鼎隆與兩年前並無變化，依舊一如既往的務實、剋制。