【快報道】008——LIGHTEN

創始人 宋林林

座標 上海

採訪 丁丁

編輯 老王

快報道：介紹一下LIGHTEN這款產品？

宋林林： LIGHTEN是一個 英語閱讀伴侶 ，可以在不影響閱讀的情況下，用 “點讀快譯” 的方式為使用者提供生詞的翻譯。

與傳統的電子詞典和掃描翻譯筆相比，我們的產品可以 覆蓋一張試卷大小 的範圍，通過 手指定位 就能進行翻譯，整個翻譯的過程僅需要 0.3秒 ，識別和翻譯的 精確度超過99% ，可以極大提高英語閱讀的流暢度。LIGHTEN是我們其中的一款產品，我們核心的產品思路是 將AI智慧互動應用於教育市場 ，第二款產品主打K12教育，目前已經在研發了。

LIGHTEN 產品使用示意圖

快報道：LIGHTEN這款產品滿足了什麼需求呢？

宋林林： 主要是 提升 閱讀過程中 生詞翻譯的效率 。我們測試過市面上主要的產品型別，包括電子詞典、掃描翻譯筆和手機APP等，發現使用者在使用這些產品時需要開啟裝置、輸入需要翻譯的內容，然後等待搜尋、翻譯完成，整個過程需要 至少10秒 的時間，整體的閱讀體驗並不好。

相比之下，我們的產品只需要使用者在開始閱讀之前開啟裝置，用 3秒 時間連線手機藍芽並開啟APP，之後閱讀過程中就可以用手指隨點隨譯，翻譯的結果通過APP呈現，省去了使用者重複開啟裝置和輸入內容的時間，並且搜尋和翻譯速度更快。

快報道：您怎麼看這款產品的潛在市場規模？

宋林林： 這款產品針對的是有高強度英語學習任務的學生，比如在考託福、雅思、GRE和考研的學生，這部分群體基數有600萬，而且每年有150萬新增，按照我們目前的產品定價599元，每年的潛在市場規模至少有10億。之後我們也會擴充產品所能翻譯的語言種類，並且讓產品不再侷限於我們自己開發的APP，從而擴大使用者群體的基數，相應的，市場規模也會有所增長。

快報道：為什麼會想到要做這樣一款產品呢？

宋林林： 主要原因有兩個，一是這個市場需求本身就是存在的，這個前面已經提到過了。另一個原因是，這幾年晶片的發展，尤其是VPU的發展給我們提供了做這個產品的契機，我們這款產品採用的晶片是釋出於2016年的Movidius MA2450，到了2017年底的時候，這款晶片的SDK和工具鏈已經比較成熟了，所以我們啟動了產品的開發。

快報道：專案具體的啟動時間是什麼時候？現在進展怎麼樣？

宋林林： 啟動時間是2017年11月。我們用了一年左右的時間進行產品的研發和除錯，2018年12月，開始在第一批使用者中進行測試，2019年4月，在小米有品進行產品眾籌，14天的時間，獲得了9000多人的支援。我們現在也在做其他渠道的售賣準備，已經跟兩家出貨量比較大的代理商確定了合作意向。

快報道：之後的銷售渠道是怎麼選擇的？

宋林林： 在小米有品、京東、天貓和數碼店等渠道我們都會鋪貨，不過因為我們團隊最核心的優勢還是研發產品，所以我們會把這些渠道的管理工作都交給代理來做，整個團隊的精力主要放在新產品的研發上。

快報道：後續的產品線是怎麼規劃的？

宋林林： 我們最近在開發一款針對K12群體的教育產品。相較於現有的產品，我們會豐富產品的內容識別功能，比如增加對圖片的識別，讓產品的受眾更廣。前期的目標就是把硬體形態和互動解決好，在解決好這個問題之後，我們會考慮做應用場景上的擴充套件。

快報道：介紹一下現在的團隊？

宋林林： 現在團隊的全職員工有12人，其中核心成員有6人，創始團隊有2人。創始團隊除了我，還有一位AI技術專家，他目前在團隊中擔任CTO，有6年AI開發經驗，我跟他經過朋友介紹認識，之後共同創立了現在的專案。團隊中的其他成員也有豐富的技術背景，基本都是從同濟大學、復旦大學等國內外知名院校畢業，然後在百度、海康威視等大公司任職過一段時間。

快報道：在做這個專案之前，您主要在做什麼呢？

宋林林： 從上海交通大學畢業之後，我先後去了LSI和安霸等公司，從事系統開發工作，這段經歷總計約9年時間。2012年，我創辦了上海泉思電子科技有限公司，公司主要做攝像產品的研發，比如運動相機和車載相機系統的研發，規模最大的時候有30多人。2016年，因為業務上存在協同關係，主做產品研發的上海泉思電子跟主做美國市場銷售的Waylens合併。在兩家公司合併之後，我主要負責上海團隊的管理和產品設計，期間完成了四代攝像機系統的設計、研發和生產，其中2017年的產品Waylens 360獲得當年SEMA的最佳產品獎項。

快報道：這輪的融資計劃是什麼？

宋林林： 這輪我們計劃融資600萬人民幣，出讓10%的股權。這筆錢主要是用來擴充團隊，以加速我們新產品的開發。按照現在產品的銷售計劃，保守估計，2019年，我們的毛利會有1000萬左右，如果維持團隊人數不變，淨利大約有500萬，在不借助外部資金的情況下，新產品的研發也可以往前推進，畢竟我們現在的團隊擁有基本方案和硬體的解決能力，但是在演算法的除錯上要花費更多時間。如果能夠拿到融資，我們會把團隊擴充到25人左右，將新產品的上線時間至少提前兩個月。