人工智慧領域創業小報告

2017/04/29

在姚頌決定創業時,「人工智慧」 在還不是一個很熱的詞。他用 「談得挺慘的」 來形容團隊從 2015 年 12 月份開始的那次天使輪融資。

「天使輪融資談了兩個月,都沒有任何進展,當時挺沮喪的。」 姚頌回憶說,當時團隊雖然技術比較好,但投資人並不容易理解。團隊創業方向也比較偏硬體,而不是人臉識別這種演算法,沒辦法向人展示項目有多酷。另外,幾個合伙人都是技術出身,不太會講故事,大家對商業發展也沒那麼多信心。

直到後來在美國一次學術會議的機會,姚頌見到金沙江創投董事總經理林仁俊,事情才峰迴路轉。「他理解我們所做事情的意義,不聊財務模型,而是跟我們暢談了近三個小時的世界計算機體系結構發展變遷,推算這個時間點應該有這樣一件事情。雙方也比較投緣,就很快敲定了投資計劃。」 姚頌說。隨後高榕資本加入,與金沙江創投共同投資 500 萬美元。

這家公司就是深鑒科技,一家深度學習硬體領域的創業公司,正式成立於 2016 年 3 月。

也是在 2016 年 3 月,基於深度學習原理的谷歌人工智慧程序 AlphaGo 打敗圍棋世界冠軍李世石。人工智慧概念由此成為熱談,這一領域的創業者和投資人開始增多。而創新工場、聯想之星等多家機構,都把人工智慧作為重點布局的賽道之一。

藉此東風,深鑒科技後來在 A 輪融資時,拿到十幾家機構的投資意向。姚頌透露,公司最終選擇了兩家戰略投資方和兩家財務投資方,在今年 1 月完成了融資。

今年兩會,「人工智慧」 首次被寫入政府工作報告。業界備受鼓舞者稱,如果說 2016 年是 「人工智慧元年」,那麼 2017 年將極有可能是 「人工智慧應用元年」。但記者調查發現,在行業新風口仍然存在創業者應用發掘不明確、技術同質化、投資人跟風熱炒等現象。

學術與技術創業

姚頌畢業於清華大學電子系,他在大一下學期就進入了汪玉實驗室,從事三維集成電路設計等方面的研究。汪玉是姚頌的導師,也是深鑒科技的聯合創始人。他在清華大學從大學部念到博士,后成為電子工程系長聘副教授。

據了解,汪玉在 「硬體加速」 領域已研究近十年,但此前並沒有發現有明確商業前景的應用方向。在 2012 年底 ImageNet 的圖像識別大賽上,一家做深度學習的團隊獲得了冠軍。汪玉實驗室認為這件事可以一試,就從 2013 年開始從事深度學習硬體方面的研究。當研究出現一些可以應用的方案后,團隊便決定開始創業。

根據姚頌的介紹,深鑒科技做的是針對深度學習應用的處理器,主要應用於安防監控和雲計算等行業。公司以 B2B2C 的模式發展,先將產品賣給公司客戶,再由客戶打包整體產品賣給用戶,這個通路目前還在打通過程中。

與深鑒科技一樣專註深度學習的創業公司還有,中科院背景的寒武紀和原百度深度學習研究院負責人余凱創立的地平線機器人等。

「三者其實是三條不同的技術路徑,地平線更側重於垂直領域,他們會提供從演算法到晶元再到自動駕駛的整套系統性解決方案。寒武紀做了很多通用型的人工智慧晶元,我們有自己的核心模組、壓縮演算法、編譯和晶元設計,但目前還不會直接做用戶端的系統。」 姚頌說。

在交談過程中,姚頌仍習慣性的稱余凱、汪玉為 「老師」。其實,創始人具有深厚的學術背景,是這波人工智慧創業大潮很明顯的特徵。圖像識別、語音識別領域的頭部公司商湯科技、曠視科技、科大訊飛、思必馳等,也體現出這一特點。

切換到人工智慧技術應用的細分場景也是如此:匯醫慧影的 CEO 柴象飛畢業於斯坦福大學,曾在全球頂尖機構從事多年醫學影像科研工作。2015 年 3 月,他回國聯合幾位有行業經驗的同學,成立了智慧影像雲平台匯醫慧影,這家將人工智慧技術應用於醫療領域的公司。

2015 年 6 月,匯醫慧影獲得有清華大學背景的水木易德基金的 500 萬元天使投資。2016 年 10 月,又獲得藍馳創投的數千萬人民幣 A 輪融資。

「其實原來人們針對人工智慧進行了幾十年的研究,但發現沒辦法用起來,所以很多人都轉去學計算機了。直到 2010 年左右,人工智慧方面很多商業化的應用開始出現。所以原來在學校、科研院所做研究的人都出來創業了,公司裡邊反而沒什麼人懂這個。」 柴象飛說。

「人工智慧牽扯到演算法,真正懂技術的人通常都是科學家類型的,所以現在看到很多科學家出來創業,這很正常。但僅僅專註於演算法和技術是不夠的,創業者要懂得結合國家政策、市場環境、商業邏輯,還有要能吸引人才。能不能通過快速學習迅速培養起這些方面的能力,對這群科學家創業者來說很關鍵。」 藍馳創投合伙人陳維廣對 21 世紀經濟報道記者說。

創業者:商業與應用困境

學術和技術背景是人工智慧創業者的強壁壘,也給他們造成了一定的短板。

「大家往往缺少對商業層面的重視,不太會發掘應用場景,想問題不是按照產品開發的模式先看有怎樣的場景和需求。而是反向思考我的技術有可能滿足哪些場景,這些場景是不是可以推廣。」 姚頌說。

深鑒科技為了解決這種反向思考帶來的應用困境,團隊基於 FPGA 晶元進行開發,以縮短試錯成本。「如果創業者從頭設計晶元,可能要花費一年半左右的時間。我們基於現有的 PFGA 晶元進行開發,形成產品的速度會快一些。然後通過跟客戶的接觸形成反饋進行更正修改,即使重新設計,成本也沒那麼高。」 他說。

2B 還是 2C,是人工智慧創業者要想明白的另外一個重要問題。姚頌表示,做 2C 的生意形成最終產品,離客戶和盈利都更近。如出門問問做了問問手錶和問問魔鏡,商湯科技、曠視科技等針對安防監控行業,做了把攝像頭囊括在內的監控系統解決方案。

在事物發展初期,大家都希望能夠把上下游都吃掉,因為找不到劃分明確的介面。但三五年後市場逐漸清晰,大家會發現自己適合的領域,分工越來越明確,所以 2B 的平台也是一種選擇路徑。

「大家都想做 2B 的服務,但又發現賺錢還得做 2C,然後很多公司其實是中間態。對於深鑒科技來說,還沒到選擇的階段,因為我們的產品還沒經過大規模的驗證,公司主要還是打磨產品。」 姚頌說。

語音識別領域的創業公司思必馳,則只做 2B 的技術服務。公司目前專註於智能車載、智能家居、智能機器人領域的語音交互技術,主要客戶包括小米、海爾、聯想等。

思必馳市場總監龍夢竹對 21 世紀經濟報道記者介紹,公司不做 2C 的業務是為了保持技術專註。「如果我們自己做了智能音箱,就相當於拒絕了音箱客戶,自己的品牌又沒有那麼強的號召力。另一方面,2C 需要單獨的運營、硬體和市場團隊,這方面的人力消耗不是我們目前能夠做到的。」 她說。

龍夢竹談起國內語音識別領域的創業環境,她表示,目前這方面的創業公司有幾十家。其中只有思必馳和科大訊飛,包含了從實驗室學術研究到工業應用、產業應用和商業應用的全過程。科大訊飛的優勢在於識別,如語音識別、方言識別等,應用場景豐富,包括教育、醫療、物聯網等。思必馳的應用場景主要是車載、家居、機器人這三方面,優勢在於交互。核心目的是讓機器人懂用戶的意思,幫助完成某件事或者給用戶一個答案。

「其餘大部分創業公司沒有基層技術的積累,主要在做語音交互中的語義理解部分。大家都在說做得是自然口語交互,產品有多麼人性化。但都說不出有什麼技術是別人做不到的,這方面的同質化現象很嚴重。」 她說。

據了解,思必馳仍沒有徹底實現盈利,但收入在不斷增長。龍夢竹表示,整個人工智慧行業的企業盈利的都不多。「因為技術本身沒有盈利模式,一定要嫁接在行業應用上。很多創業公司缺乏數據、經驗和實用性,變現並不能很快實現。」

匯醫慧影則試圖用產業鏈的方式解決盈利問題,它的主要客戶為醫院、地方衛計委等。「很多醫學人工智慧公司會遇到的問題是,單獨做一個點就不知道誰來買單。我們的特點是做醫療影像的全產業鏈,從底層雲的架構到醫生服務、數據服務、硬體結合等,提供閱片系統、IT 系統、智能診斷系統的整體解決方案。」 柴象飛說,而公司的另外一位合伙人郭娜曾任電信的銷售總監,在爭取 2B 客戶方面富有經驗。

投資人:不懂但怕錯過風口

「人工智慧又變成了類似上一輪 O2O 式的,大家熱炒的概念。投資人不一定有多懂,也不一定有多願意投,就是怕錯過。另一方面別的基金都在投人工智慧,你不投也不好跟 LP 交待。」 一家早期投資機構人工智慧領域的投資人對 21 世紀經濟報道記者介紹稱。

他表示,人工智慧原來只限於專業領域,一二十年前是很冷門的方向,學成之後甚至都不太好找工作。只是後來演算法、深度學習方面的技術出現后,促進了這個行業的發展。

「對投資機構來說,在 2014 年左右人工智慧都還是很冷門的投資領域。但後來模式創新的項目投完之後,投資人開始轉向看技術方面。如今整個投資圈從投資經理到合伙人,從早期基金到 PE,所有人都在談論人工智慧。人工智慧變成了一個非常寬泛的概念,大數據、物聯網等都在往裡邊裝,這裡邊其實跟風的人很多。」 他說。

陳維廣認為,機構紛紛布局的原因是,在技術層面,計算機的處理能力比以前大了很多倍,又有足夠的歷史數據和雲計算的基礎,人工智慧的想象空間釋放了出來。在應用場景層面,確實存在用人工智慧替代人工的需求,不僅節省成本,也能夠更加高效率和智能化。

據了解,藍馳創投主要關注人工智慧在醫療、金融、安防、零售等領域的應用。他認為,技術手段跟具體業務場景結合,才能創造價值。談起跟其他投資機構的競爭,陳維廣表示,市場上的項目投資人可能基本都看到過,只不過每個人判斷的視角不一樣,這跟對行業的研究了解程度有關。偶爾有部分項目投資人都看好會形成競爭,但整體創投市場還是很大的,大家都有機會。

成立於 2008 年的聯想之星,從 2010 年開始布局人工智慧領域,目前已經投資了 60 多家人工智慧相關企業。聯想之星投資副總裁高天垚對 21 世紀經濟報道記者表示,聯想之星布局人工智慧走過兩個階段,第一階段關注底層技術,重點投資各種識別技術和理解技術、感測器、底層雲平台,例如 Face++、思必馳、中科虹霸等。現階段聯想之星主要在加大對智能機器 + 行業應用的布局力度,利用智能技術提高效率。

「我們在考察創業者時,首先看他的專業背景,這個領域不是特別草根的創業者能做的。然後如果是做底層技術的團隊,就要考察他的前沿性;如果是行業應用的團隊,就看他對行業的理解能力。」 高天垚說。

大量資本和人力的投入,讓人擔心泡沫的產生。在 3 月 27 日的新智元舉辦的 AI 技術峰會上,北京大學人工智慧創新中心主任雷鳴提出疑問,有些創業者的產品可能還沒成型就成了獨角獸,是否會形成很大的泡沫?明勢資本合伙人黃明明表示,每一波創業浪潮都會有泡沫。明勢資本在選擇公司的時候強調兩點,一是離行業更近一些,二是離錢更近一些。創業公司要知道錢在哪裡,否則演算法準確度和數據未必是有用的。

高瓴資本集團合伙人洪婧表示,更多還是看創業公司有沒有長期結構性的壁壘,並不是只看需求。只看需求很快就會藍海變紅海,主要還是看供給端。一定要把技術和實際的應用場景及預算結合起來,慢慢形成循環,積累數據和對行業真正的理解。

- The End -

創投家」已經與IDG、軟銀、紅杉資本、賽富基金、君聯資本、晨興資本、經緯、今日資本、聯創永宣、聯創策源、凱鵬華盈、達晨創投、紀源資本、戈壁投資、海納亞洲、賽伯樂、浙商創投、東方匯富、聯想之星、平安創投、中興合創、漢理資本、中路資本、優勢資本、景林投資、紅點創投、龍騰資本、五嶽資本、高捷資本、藍馳創投、光速安振、毅達資本、梅花天使基金、盛大資本、新進創投、麥騰創投、常州創業投資集團等近百家知名投資機構1000餘名專業投資人建立合作。

我們只選擇知名且規範的投資機構和投資人,潛心為創業者提供商業模式梳理、項目定位、市場推廣、融資對接等顧問服務。

本文由 一點資訊 提供 原文連結

立即按讚,感謝大大無私地分享
寫了5860069篇文章,獲得7617
Line

熱門推薦

精彩推薦

導讀: 人工智慧在未來是否會導致失業和增加社會不平等現象,不僅取決於技術本身,還取決於現有的制度和政策。 OFweek工控網訊:2016年10月-12月,美國白宮接連發布了三份人工智慧發展報告,分別是:《為未來人...
核心聚焦在我們看來,隨著兩會正式拉開帷幕,市場正式進入到了兩會模式,維穩因素存在的情況下市場大幅波動的可能性很低,多呈現資金派發下的弱平衡。若期間政策明確出現新的預期,會後則有可能導致資金偏好政策...
行業應用:農業 我們相信機器學習(ML)在以下方面具有潛力:提高農作物產量,減少化肥和灌溉成本,同時有助於早期發現作物/牲畜疾病,降低與收穫後分揀相關的勞動力成本,提高市場上的產品和蛋白質的質量。當我們...
行業應用:零售 預計2025年,將減少540億美元成本,並增加410億美元額外收益 消費者的線下轉線上已經給傳統零售行業提出了很大的挑戰,電子商務出現的同時,也為零售商提供了大量的消費者數據。但是,零售公司應...
機器人:用戶界面的未來 機器人是非常具有潛力的範式轉換。在以機器人為中心的世界,用戶體驗從基於點擊的行為 轉向會話(文本或者語音)以及互動從網路或面嚮應用轉向消息或語音平台。換句話說,相比之前的打開三個...
導語在未來數十年間,人工智慧有可能從根本上改變人類社會。應充分利用這一極其重大的技術進步提高生產力以保持較快增長。更為重要的是,有能力,也有機會領導人工智慧在全球範圍的發展和治理,確保人工智慧為全...
目前金融機構的主流玩法有四種:1. 投資銀行和賣方研究嘗試自動報告生成,2. 金融智能搜索;3. 公募、私募基金在通過人工智慧輔助量化交易;4. 財富管理公司在探索智能投顧方向。人工智慧如何輔助量化交易量化交...
目前金融機構的主流玩法有四種:1. 投資銀行和賣方研究嘗試自動報告生成,2. 金融智能搜索;3. 公募、私募基金在通過人工智慧輔助量化交易;4. 財富管理公司在探索智能投顧方向。人工智慧如何輔助量化交易量化交...
機器學習是人工智慧(AI)的精髓。雖然這個概念已經可存在五十多年了,但是,最近才開始應用於工業。根據麥肯錫全球研究所(MGI)的報告,在德國,62%的工作崗位已經有至少30%的工作實現了自動化,與美國的水平相...
則回覆