松禾远望基金程浩:人工智能创业常见的两个思维误区


时间: 2021-07-30 11:55:10 人气: 13 评论: 0

程浩先生拥有15年的互联网从业经验,曾在硅谷和百度工作,后创办迅雷,并成功将公司带到纳斯达克上市。2015年下半年,程浩先生开始转做投资,这几年来他看过许多人工智能领域的创业项目,但在这过程中,发现有不少创业者存在两个思维误区:高估了算法和科学家的力量 ;愿意只做技术提供商。何出此言?不妨读读他的思考,或许能**新你对人工智能创业的认识。

高估了算法和科学家的力量

目前国内人工智能创业非常火爆,很多人在创业之初通常**认为算法和科学家决定一切,这到底对不对?显然这个想法不准确,有三点原因:

首先,整个人工智能算法的技术准入门槛越来越低。当年我还在百度的时候,市面上机器学习的专家很少,但现在再看很多高校都已经开设了相关的课程。

其次,相对于算法而言,在很多领域,海量的、准确的、标注过的数据更有价值。在某些领域,比如医疗领域,如果你没有医疗方面资源是根本没法拿到数据的,拿不到数据后面的算法工作自然也就无法做了,所以算法科学家到底有多重要,也与所处的行业有重要的关系。

最后,有好技术也要有好场景才行,我看到不少有好技术但没有应用场景「拿着锤子找钉子」的案例人工智能更多的机**还是在于对各行各业实际应用场景的改造,去研发专门的机器人替代人工,行业重度参与者能更容易发现机**和痛点

比如机房巡检机器人、电力网巡线机器人、果园作业机器人……人工智能几乎**深度影响国民经济的各行各业。对于这样的项目,能够成功的核心,一定是提升了效率,降低了人工成本。

我认为人工智能创业的本质可分为Mission-critical和Non-Mission-critical。为了方便大家理解,我们姑且称为「关键性应用」和「非关键性应用」。

「关键性应用」的应用,就是一丁点儿错都不能犯的人工智能领域。比如自动驾驶,哪怕已经做到了99.9%,但仍然是千分之一的事故率。想想每天驾车上路的人有多少,这千分之一的故障率**导致多少致命事故。所以自动驾驶,必须要做到99.…%后面有多个9才能上路。

在「关键性应用」的领域,必须做到99.9…%小数点后面有多个9,做不到就没法商业化。其背后的核心竞争力是算法和科学家。这类项目往往需要有顶尖的科学家来坐镇背书。所以项目通常很贵(因为周期长,需要的钱自然多,同时这类人才又很贵),要投入大量的研发资源来消灭万分之一、十万分之一的出错率。

很多人都明白研发的边际效益递减的道理,做到90%很容易,但为了消灭各种Corner Case(极端情况),要做到99%,其投入的就不止10倍的资源,更别说99.9%和99.99%了,所以这类项目的时间周期**很长。

类似于Mobileye从1999年做汽车辅助驾驶,2007年才商业化;达芬奇手术机器人项目更是起源于1980年代末的一项非营利性研究,直到2000年才拿到了美国食品药品管理局FDA的首个手术认证。但一旦做成,这类项目优势就非常明显,因为竞争对手同样也要花相同的时间来跟进。

这样的项目门槛高,不适合一般的创业者,所以通常比较贵,商业变现的时间周期比较长,资本也需要更多的耐心。一流的科学家团队适合选择这样壁垒高的「关键性应用」作为创业方向

实际上,大多数人工智能的创业都属于第二类,也就是「非关键性应用」。这类项目不追求99%后面的很多个9,而且很多都有更简单实用的解决方案,或者有「人机混合」的方案。总之就是不追求高大上,简单、实用、性价比高更重要,这样的项目通常能够更快落地。这样的项目有以下几个特征:

  • 不追求很多个「9」。例如基于人脸扫描的门禁或者迎宾机器人系统,99%和98%没有本质的区别,实在不行还有前台。
  • 更简单实用的解决方案。例如封闭路段(例如工业园区、机场码头)的自动驾驶,激光雷达又贵又复杂,我直接用磁条导航,而且算法上追求简单,让速不让路,只要前面有人,车就停下来。因为是封闭路段,所以场景被极大简化了。
  • 人机混合模式。面向企业的人工智能很多都能通过人机混合模式降低技术难度,可以更快地面向市场提供服务。拿外卖机器人举个例子,你的算法好,送达成功率有99%,我是98%。100次里面不成功的那两次,我可以用人通过后台去操控机器人,慢慢提高这个比例就好了。即使这样,我还是能极大地降低人力,所以价值还是非常大的。

在「非关键性应用」领域创业,算法固然重要,你送外卖不能总送不到,偶尔出现问题可以容忍(「关键性应用」则不能容忍)。除此以外,能落地就变得非常重要了。如何落地?那就要比拼综合实力了。包括:

  • 对行业的理解,要深刻洞悉行业痛点在哪儿;
  • 产品化和工程化,有没有好的产品和工程师团队?光在实验室里搞是没用的;
  • 做出来的产品还得便宜;
  • 批量生产的话,你的供应链能力怎么样?
  • 产品出来了,你得把东西卖出去,你的营销/销售能力怎么样?

所以,这样的人工智能项目并不需要技术大牛,反而是创业者最好深悉这个行业,知道什么方案能解决行业痛点,甚至有上下游的能力去推广销售掉解决方案或产品

只做技术提供商行不通

我以前写过一篇文章,在人工智能领域创业,只做技术提供商我认为是死路一条,为什么这样讲?

1、技术提供商很多是大公司的赛道

包括人脸识别、声音识别、机器翻译,很多是大公司做的,它不需要靠这个赚钱,所以这当中很多都是大公司的赛道。基于API(应用程序编程接口)的商业模式也没有扩展性,因为百度不收费,**也不**收费,再加上你本来就需要开放接口换取更多用户数据,所以你只做API没有任何收入。

2、数据在很多情况下比算法重要得多

随着谷歌TensorFlow等生态系统的成熟,很多领域都**有训练好的模型可以用来参考(出Demo**更快),创业者只要有足够的数据来训练参数就好了。所以未来算法的壁垒**越来越低,如果这个公司的核心竞争力是算法,那将非常危险

除此之外,在一些「非关键性应用」上,两个算法之间的微小差别其实对使用者感知并不明显。与此相对应的,数据壁垒却是非常明显。最近这一年中国涌现了一二十个「AI看医学影像」的公司,这个生意里面,怎么拿到海量的、准确的、标注过的数据,比谁的算法好要有价值得多。

3、极易被上下游挤压,只做算法生存空间是非常小的

我们在投资当中**很看重公司的防御性,很多公司做比较低成本的雷达给扫地机器人用,但随着扫地机器人的发展,最后做扫地机器人的公司要么把你买掉,要么自己就做。美国有一个芯**公司就是做视觉嵌入式计算的,以前最大的客户就是大疆,但是大疆把2C的商业垄断之后,大疆做的第一件事就是自己做芯**。

4、如果只是做技术提供商很容易被上下游替代

活得不滋润的是研发公司,最早的苹果是自己研发芯**,三星、华为、小米也都是自己研发芯**。这其实是一个产业链通用规律:如果一个产业链有很多环节,在某一个环节有一个垄断者,那么这个垄断者就有向上下游延展的机**,哪怕不延展也**把整个产业链的大部分利润吃掉。正如之前的PC产业链,有内存、硬**、操作系统、整机……但Windows和Intel却赚走了绝大部分利润。

为此,我提出「一横一竖」的**,「一横」就是指你提供的技术服务。通常「一横」能服务很多行业,你要在其中选一个最大、最适合你的行业,深入扎进去做「一竖」,就升级为了「全栈」。在垂直的行业,因为没有利益冲突,你仍可老老实实地做技术服务。这样的话,商业上你能吃透一个垂直行业,技术上你还能通过横向合作,不断获取对方反馈的数据来夯实你的技术。

「一横」比较好理解,那怎么选择「一竖」,这是要考虑的,我先分享一下自己的思考:

(1)市场空间,做「一竖」肯定要选市场最大的

举个例子,美图秀秀以前的美颜工具是它的「一横」,但这一横很难赚到钱,如今美图手机是它的「一竖」,结合美图手机的用户群比较特殊,几乎都是爱美的女孩,普遍对价格的敏感度不高,因此美图的手机最高能卖到4000多块。虽然美图手机占整个手机市场的比重并不高,但美图手机占了公司全部营收的95%,如果只做API根本撑不起这样一个公司。

(2)行业集中度,在做「一横」技术提供商时,上游行业集中度越高则越不利

说白了头部效应明显,如果一两家大企业把行业全吃掉,那么作为技术提供商,面对集中采购,是没有任何议价能力的。就像IDC时代,HP、DELL等卖服务器的,活得很滋润。但现在云计算来了,面对亚马逊、阿里云这样的批量采购,服务器厂商能跑个量就不错了,甭指望什么利润了。

不过话又说回来,行业集中度越高,说明行业壁垒越高,你想从技术提供商走向上游也越困难。在这种情况下,通常是上游把下游的事也做了,例如Google、百度当年内部使用了一些自己攒的服务器,现在大部分都是定制化需求给服务器厂商,这样的单几乎是没利润的。反过来讲,如果行业集中度很低,那么作为技术提供商还是相对滋润的。

(3)提供的技术服务到底是改良性还是革命性的

如果你的技术创新对这个垂直领域是革命性的,就越有机**走到上游。如果只是改良性的,你就老老实实在下游赚个辛苦钱算了。

越是颠覆性的东西,越有机**往上游走。因为上游越离不开你,意味着你有机**做他的事。打个异想天开的比方,如果你能提供一个待机一周的电池,那你就可以考虑自己做手机,你的手机只打一点: 一星期不用充电。就这一点可能就够了,因为这个技术是革命性的。相反,如果是改良性的技术,例如你的电池待机只是比以前多了20%,那你还是老老实实做电池吧。

(4)双方的壁垒,特别是上游的壁垒

拿比较火的直播平台而言,现在都有美颜功能,例如给女孩长出个耳朵那种,这个通常都是第三方提供的技术。技术本身的壁垒并不高,很多公司都能提供,虽然效果有一些小的差异。

但是直播的壁垒相当高,这事有网络效应,用户越多**吸引更多的主播,因为能赚到更多钱,主播越多,也**带来更多的用户,因此需要很多资金来买流量以及签约很厉害的主播。这种情况下,虽然技术提供商能赚个辛苦钱,但是仍然完全没有机**往上游走。

(5)团队基因

你做得了技术服务的事,不代表你做得了垂直领域的事,比如现在很火的无人便利店,如果你做这块技术提供商,你也想开这个便利店,但你技术提供再好,用户怎么选择便利店,肯定还是选择一个平常经常进的。

选址以及商品管理方面,你这个团队如果没有搞零售的经验,那还是老老实实做技术。就算你找一个搞零售的高管,也很难,因为任何一个公司都有它的基因,我挺相信基因论,如果核心创始团队没有这个基因也不行。

刚才提到了To C的无人便利店,但实际上,目前人工智能To B的机**要更多一些,因为To C的市场还不成熟,从技术创新和技术演进的路线来讲,通常都是先军工、国防,然后To B、To C,为什么先国防?因为产业链不成熟,做起来很贵,所以先国防买单。产业链不成熟,价格贵,用户承受能力弱,一个机器人买回家,小孩恨不得又能讲故事、又能唱歌、又能跳舞、又能聊天。但现在根本不现实,技术成熟度还不够。

而反观企业对成本的承受能力更高,To C买一个人工智能是额外花一些钱,但To B买这个产品目的是为了省钱,特别是考虑到中国人力成本继续往上飙升,只要企业了解到机器人**大幅提升效率、比人工成本合适,他们就有行动起来的动力

比如工业机器人,因为很多都是以「人机混合」模式在作业。以前需要5个人干活,现在可能只需要1个机器人加2个人工。也就是机器人替代了3个人工,能把一些常规任务给干了,但在一些特别复杂的工艺流程位置,还得依靠工人来做。这是一种易推行的混搭模式。但To C机器人可没有「人机混合」模式可言。

最后,我想对人工智能领域的创业者说:

如果项目想要快速落地,起步一定要从To B开始,To C仍是很长远的事情,发展没那么快;不能说算法很厉害,有很牛的科学家团队就是一切了。在未来的竞争环境下还差得很远。

项目一定要接地气,只做技术提供商肯定不行,一定要做整体解决方案——选个适合你的行业,把你的技术产品化、搞定用户/客户实现商业变现、然后获得更多的数据,这样才能再夯实你的技术。

 

本文素材来源创客猫、浩哥说。如需转载请留言获得授权,欢迎转发分享。

作者:程浩,松禾远望基金创始合伙人、迅雷创始人

整编:John潘

本文由 @捕手志(ID:ibushouzhi) 整编发布于人人都是产品经理。未经许可,禁止转载。

给作者打赏,鼓励TA抓紧创作!
5人打赏
---蛙鱼源码WAYUYM.COM---专业提供网站模板,网站源码下载,教程培训,程序插件,网站素材等建站资源,主要收集各类精品源码资源,包含CMS程序模板、网站源码、游戏源码、APP源码等 ,所有资源都没有水印适合搬运,我们致力于打造一个优秀的建站资源共享学习平台!

专业厂家,设备先进,技术力量雄厚,自动化生产技术先进,产品质量符合国家标准,价格合理,https://www.69shenlan.com/,具有质量保证,生产及时,交货快捷的特点。 我们的宗旨:做我们擅长的事,希望用我们的创意和创意为客户实现战略定位,塑造品牌,强化形象!
我们的要求:坚持“优质产品、优质服务、优惠价格、快速交货”的经营方针,努力开拓市场,真诚为客户服务! 我们的发展:以独特的专业和专业精神,https://www.69shenlan.com/1:1--

人工智能

评论