未來智慧攻防戰：下一代巨頭，將在“AI2B”中誕生【獨角獸專欄】
2018年是獨角獸大年。創業家&i黑馬開通了【中國獨角獸】專欄，專注於挖掘具有中國特色的中國獨角獸故事，總結出它們的成功經驗，並將它們推向主流商業世界。
一場新的2B革命趨勢正在興起，而AI正在扮演其中的先行軍。一些準獨角獸們瞄準AI2B的大機遇，正朝著獨角獸之路發展壯大。創新奇智就是其中一家。
彷彿一夜之間，2B不再是“少數派”關注的問題。無論是傳統IT行業，還是網際網路巨頭，在C端流量日漸枯竭的今天，一個新的動向正在它們之中隱然興起：通過技術賦能，重塑產業鏈條，提升企業效率。
但和以往不同，這場全新的B端革命伴隨著的，是智慧化和數字化結合，對傳統行業帶來的變革。其中的一個重要的關鍵詞，就是人工智慧。而當人工智慧投資熱潮漸趨冷靜、環境日益理性，手握AI技術的巨頭和創業新貴們，也在面臨新技術如何在各行業中尋找合適場景落地的挑戰。
只有真正產生商業價值、深入行業的AI企業，才能夠在未來避免“裸泳”。
創新奇智依託創新工場品牌和背靠創新工場人工智慧工程院的強大AI技術專家群，推動AI技術在企業應用落地的尖兵。
這家在今年3月成立的公司，通過AI技術為零售、製造、金融三個行業進行“賦能”。在成立六個月後，已經和原麥山丘、鴻海科技、徐工資訊、郵儲銀行等行業頭部企業建立了合作。
“博士創業的時代已經過去。”在創新奇智融資釋出會上，李開復曾如是說。而沒有選擇在AI創業熱潮最猛烈的時間入局，卻又獲得了快速發展的創新奇智，則是希望在一個全新的“後AI時代”，向未來的“AI2B”平臺型公司進發。
1、後AI時代
創新奇智成立時，人工智慧創投圈最熱鬧的時段已經過去。AlphaGo當年戰勝李世石之後，不到兩年的時間，AI技術的推動和資本熱錢的湧入，催生了大大小小的AI創業公司，也帶來了不少公司估值的節節攀升。
當時間進入到2018年，AI賽道進入了相對的平靜期。當早期的喧囂退去，中後期考驗商業落地能力的時刻到來，越來越多的AI創業公司漸趨安靜；AI獨角獸們的資本雪球日益滾大的同時，“AI泡沫”是否將迎來破裂的疑慮也未曾停歇。
徐輝具有多年的商業化經驗，曾歷任IBM 金融事業部總經理、SAP 大中華區副總裁、微軟大中華區副總裁、萬達網路科技集團副總裁。但認真考慮在AI領域創業已經是2017年下半年的事情。這並非是為了在風口過去前抓緊最後一波，在徐輝看來，這個時候，AI創業的真正時間點才真正到。
在AI創投浪潮的初期，大量的資源投入AI通用技術的研發上，但大量AI初創公司在拿到了融資之後，技術成果是否能夠向商業應用場景轉化，而非停留在實驗室式的科研階段，是它們不得不面對的考驗。
特別是當AI技術曾經爆發式的進步之後，演算法、算力和資料的發展對產業升級的影響越來越突出。當移動互聯時代流量紅利的逐漸消逝，經濟增長亟需提供生產提效和降本的新動能，新的AI技術也被寄予期望，是否能夠在企業應用和生產製造領域加快應用。
“天時到來了。”徐輝對創業家&i黑馬說，“AI技術發展到這個時點，已經具備了落地應用和推廣商業價值的時機。”
AI落地的關鍵因素，除了技術外，就是場景和資料。2016年9月，創新工場人工智慧工程院成立，承擔起對AI技術研發和AI人才培養與儲備的工作，並接觸和考察了大約20個不同的垂直行業，而其中的一個重要結論，就是發現了大量適合AI技術落地應用適合的場景。“國內的很多行業已擁有數字化和智慧化轉型的條件。”徐輝說。同時，政府對於人工智慧的政策引導力量日益加強，AI應用落地的“地利”條件也在日趨成熟。
徐輝和創始團隊盤點和評估了合作的基礎。立足於人工智慧工程院的技術積累和人才資源，創業的最後一環“人”的需求也契合了。
“我們不是追逐風口的短程賽跑，而是要拿下一場馬拉松。這不是風口最猛的時點，我們也沒有追逐短期估值的想法。”徐輝說，“我們不想拿著PPT去講故事，而是做產品和解決方案的公司。”
這也和CTO張發恩從技術角度對AI發展程序的理解不謀而合。人工智慧在經歷了從邏輯推理到機器學習和深度學習的階段，近幾年在語音和影象識別領域都實現了突破性的進展，大量演算法湧現，這也推動了AI的熱度在前兩年達到高峰。然而，從去年開始，演算法在經歷了爆發式發展後，逐漸進入了新的冷靜期。
在加入創新奇智之前，張發恩曾任百度主任研發架構師、百度雲端計算事業部技術委員會主席、百度雲端計算事業部大資料和人工智慧首席架構師。而在技術研發的過程中，他卻意識到，AI技術革命現在雖已平靜，但是接下來，對於AI技術嚮應用轉化而言，一個最好的時期到來了。而隨著融資環境的縮緊，單純投注在演算法研發、依靠投資輸血的公司，將面臨越來越大的挑戰。
從2017年下半年開始的時間，張發恩將之稱為“後AI時代”。在他看來，這段時間不再適合於專注於演算法和框架了，而是“應用為王。我們應該沉下心來，把AI技術應用於實際場景之中。”
張發恩在今年5月加盟創新奇智。創新奇智的管理團隊也逐漸形成。徐輝擔任CEO；前Google 商務工程部大中華區、韓國及亞太區總監王晶擔任COO；張發恩擔任CTO。隨後，創新奇智也宣佈，獲得過億元天使輪融資。
（創新奇智CTO 張發恩）
2、AI+2B 的巨大藍海
基於計算機視覺、自然語言處理、機器學習，創新奇智為企業客戶提供AI技術平臺和行業解決方案。
AI2B，和傳統2B領域的整合商，以及企服軟體和大資料公司也並不相同。“AI+在很大程度上，將重塑企業市場格局。”徐輝說。“在數字經濟時代，人工智慧技術對生產效率和商業價值的推動力，以及傳統行業轉型的速度和熱情，都將遠超我們的想象。到2030 年，中國的GDP 將達到38 萬億美金，其中7 萬億美金為AI 驅動。”
這是一片蘊藏著巨大機會的市場。當語音、影象識別等AI通用技術已經發展到一定程度，在人工智慧這條聚集了巨頭和新貴的賽道內，掌握技術武器，扎進垂直行業，是AI創業公司最為明智的打法。
但下沉落地的AI應用，又究竟應該先扎進哪些行業？
在商業領域中，可以和AI產生結合的行業已經多達數十個。但對於創業公司而言，技術和商業的結合，不僅僅是科研技術的落地，還要在商業能力上具備可形成正迴圈的能力。
經過調研和思考，徐輝和創始團隊為創新奇智選擇了零售、製造、金融三個行業。這是三塊體量巨大的市場。徐輝向創業家&i黑馬大致估算，它們合計差不多是萬億級的市場，賽道廣闊，天花板很高。而在AI落地應用的難度上，對於在商業化方面頗具經驗的徐輝而言，這也是更容易摘取的“掛得比較低的果實”。
資料是人工智慧的基礎要素之一，而這三個行業的資訊化發展基礎都相對較好，擁有大量可標註資料，資料成熟度較高；在其中，已經可以找到一批應用場景和AI技術相結合；而在應用過程中，這三個行業在B端應用上的基因，能夠更快地培養客戶的付費意願，並且產品相對比較標準化，有利於快速複製，形成規模化的商業收益。
而真實的AI應用的場景，又應該是什麼樣子？
2018年上半年，在北京原麥山丘的中關村店和新奧店中，悄然添加了一臺新的機器助手——人工智慧自助結賬機。這臺機器基於計算機視覺技術，顧客挑選產品完畢後，將麵包盤放置在臺面上，機器將根據麵包樣式自動識別並顯示價格，節省顧客的結算時間。
不同於去年曾經火爆一時的“無人零售”，這只是連鎖零售實體店中一個常見的小小的細分環節。但在張發恩看來，從技術上而言，這是一個非常具有價值的獨立且完整“閉環”場景——囊括了顧客購買、結賬、包裝、生成小票的完整過程。從技術上而言，它採用了計算機視覺識別、資料採集和互動設計解決方案，創新奇智的技術團隊在影象識別上，特別對識別影象畸變方面進行了研發，落地在這臺結算機上，它可以識別出不同的產品，以及同一產品的造型變化，並且能夠識別麵包堆疊情況。機器和店面訂單管理等ERP系統打通；在即將推出的2.0版本上，店面管理員可以直接完成產品上新。
“人工智慧落地，不能盲目的為了‘無人’而‘無人’。”徐輝說。AI落地基礎是對場景和企業需求的瞭解。細化到零售行業，徐輝表示，創新奇智圍繞著“人、貨、場”的智慧化，選擇出若干核心場景“點”，和技術相匹配。原麥山丘的機器“收銀員”，就是創新奇智在“場”方面提煉的剛需場景之一。與之類似的，創新奇智也研發了智慧貨櫃等產品。在“貨”方面，基於機器視覺技術，創新奇智還可提供渠道陳列、銷量預測等解決方案等；而在“人”的方面，通過機器學習平臺，提供個性化定價和智慧推薦方案，和店面的管理系統打通。
創新奇智“不做PPT公司”並不只是講講而已，AI解決方案也並非一味追求尖端演算法，而是將“落地”作為其中核心的考慮點。
智慧製造正成為未來重點發展的行業，而創新奇智也已經紮了進去。儘管要進入這個行業，需要更深厚的行業理解，但對於AI創業公司而言，一旦形成行業縱深度，也是更高的壁壘。
大型製造業中，質檢人員手持記錄本，在人工檢測同時記錄，曾經是大多數人熟悉的場景。而採用AI技術，這些也正在發生改變。
鋼鐵行業在製造過程中，智慧質檢，諸如鋼卷質量檢測、焊縫檢測是其中常見的場景。操作人員採用目測和人工記錄的方式採集和錄入資料，效率低下且錯誤率較高，也耗費了大量人力。目前，創新奇智的基於視覺檢測的一體機，能夠對製造領域中的產品表面缺陷進行檢測。
在手機生產流水線的質檢環節上，創新奇智的AI技術也得到了應用，代替人工，對手機邊框和外殼瑕疵進行檢測。
在選擇行業和場景上，創新奇智一直保持著謹慎的心態。“我們擁有三位行業合夥人，他們在這三個行業中有20多年的工作經驗，和技術團隊一起找到最有商業價值並且AI可落地的場景。”張發恩表示。
“客戶最懂行業。”徐輝說，“AI落地，是我們與客戶一起，和場景融合的過程。”而他也強調，目的也並不是僅僅為了滿足某個客戶需求，他最為看重的，是從場景和技術的匹配性，以及行業商業化模式的可複製性出發，為未來的AI落地制定更清晰的路線圖。
目前創新奇智已經與多家行業客戶建立商業合作，其中包括鴻海科技、徐工資訊、eBest、永輝超市、原麥山丘等大型企業。
3、跑通AI應用最後一公里
從最初，張發恩在技術佈局方面，為創新奇智設定的“高牆”就是，打造AI應用全棧系統，人工智慧的三要素——演算法、算力、資料缺一不可。
在不同場景下實現AI應用落地，還需要面臨更多的問題：部署的技術門檻、軟硬體的相容等。在零售、製造、金融目前三大行業應用解決方案的背後，就是創新奇智的人工智慧技術棧。
在資料方面，創新奇智基於資料採集和標註平臺，在收集和處理大量消費資料的同時，也在建設分散式爬蟲平臺抓取內容，並且擴充資料標註團隊。
在無法獲取更多可用資料、無法進入更多生產環境的情況下，為了保證演算法的精度，創新奇智的技術團隊也進行了創新，研發AI產生和標註資料技術，根據人工採集和標註的資料，通過AI技術產生更多的資料，對模型進行訓練。“用AI方式產生大量場景中標註過的資料，可以以假亂真。”張發恩說。
在算力方面，創新奇智建設了統一的線上中臺，為業務端提供CPU和GPU等算力，目標峰值計算力為1200 Teraflops；支援FPGA異構計算加速器；並且，張發恩透露，在部分產品上，創新奇智也開始計劃應用ASIC晶片。
在演算法方面，張發恩介紹，創新奇智自主研發了全分散式機器學習和深度學習平臺，支援市面上多數分散式機器學習演算法和深度學習框架，擁有超模型和超引數學習能力；並且創新奇智還開發了創新的深度神經網路模型，例如對畸變影象的標品識別，單品識別準確度已經達到99.92%。
在此基礎上，創新奇智覆蓋了感知智慧、認知智慧和決策分析等三大AI技術方向。
儘管人工智慧概念已經為人所知，但真正落到企業的實際應用中，還需要跑通“最後一公里”。這是2B的難點，對於場景應用仍然待挖掘的AI技術而言，更是難上加難。要破除客戶天然的不信任感，以及讓他們願意採納，張發恩決定，要做到“端到端”，填平企業客戶軟硬體不匹配、製造生產能力不足等“坑”。“AI創業公司要做2B，和客戶間100公里的距離，只跑90公里是不夠的。”張發恩說。
圍繞著AI應用技術棧，創新奇智採用了軟硬一體的產品交付方式。針對不同行業需求場景，創新奇智提供了訓練一體機、能耗管理一體機、智慧質檢一體機、OCR一體機等軟硬一體交付解決方案。應用於原麥山丘等零售企業的自助結算機、智慧貨櫃等，就是創新奇智為零售行業打造的智慧一體機。
張發恩有自己獨特的一套“AI+2B”企業發展階段的“P3理論”，即公司從小到大的發展程序中，有三個重要階段：Project（專案）、Product（產品）階段和Platform（平臺）。
小公司做專案，大公司做平臺。而這也意味著，只有當公司成為真正的平臺型公司，才能在市場上最終佔據領先地位。
這也是創新奇智給自己制定的目標。在規劃了技術路線之後，創新奇智也在國內不同城市開始了佈局。半年時間裡，創新奇智先後入駐了廣州、重慶、南京、寧波、合肥等地。
“AI 產品的商業化落地，就像一個雙輪驅動的車輛。”徐輝總結，“前輪是技術和產品，這是我們所鑄的城牆；後輪是應用場景的選擇，這是護城河。”城牆要夠高，護城河要夠寬、夠深。當二者結合，在AI+B2B萬億市場中，也為新的AI領域獨角獸的誕生，提供了契機。