【在這裡尋找創業共鳴】一位AI CEO的生死四十天
我必須要停下來，看看走過的路，覆盤踩過的坑。
文|小北 來源|甲子光年
“生活遠比小說精彩。本文是一篇紀實文學，全景展示了飛魚與藍天合作的智慧商店專案在過去40天中跌宕起伏的經歷……”
當李見衝把飛魚科技首個AI商業專案的內部覆盤發給「甲子光年」時，我們感到珍貴。洋洋灑灑兩萬字，滿是一位AI CEO的“辛酸淚”。
在這場歷時3個月的商業合作，特別是最後40天的實際部署中，飛魚科技經歷了大起大落，由生向死——從概念被接受，到期待被推高，再到希望被辜負，最後是一地雞毛，其中有滿懷信心的開始，矇眼狂奔的研發，信心崩盤、倒在了黎明的實際部署，也有迴天無力的頑抗。
60萬的成本投入，最終0回報，是一場不算便宜的教訓。背後反映了不少技術初創公司的共通問題：對客戶需求的強扭，對專案管理的經驗不足，對demo效果的過分自負，和對技術到產品轉化之難的低估。
本文基於李見衝的覆盤材料和採訪撰寫而成。這是一段不帶任何燈光修飾的故事，一段真實的AI CEO踩坑經歷，一張無PS的AI創業圖。
害怕錯過：會當 擊水新零售
在細說飛魚和藍天的商業合作前，先講一下前情。
創業時，李見衝已在一家網際網路公司的技術管理崗位工作了6年，從2013年起就關注到了機器學習新潮流。
李見衝自認為是準備充分的創業者，在啟動公司前，他做了兩件事：
一是定戰略，找定位。知道自己的簡歷不算頂級華麗，對資本吸引力有限，他不考慮那類需要燒錢三五年的方向，而是 選了當時眾人皆往的一條路：做垂直行業的AI 。這條路雖然人多，但好處有三：市場分散，因為不同行業的客戶需求各異；也是因為市場分散，行業間有壁壘，不至於被巨頭橫掃；有較快實現自我造血的可能性。
二是搭班子，補短板：李見衝自己是技術出身，他在投資人的撮合下，找到了有多年零售行業裝置供應經驗，精於商務的楊樹。
2017年上半年，李見沖和楊樹正式成立了飛魚科技，致力於為線下商鋪提供基於計算機視覺技術的智慧解決方案。
頭3個月頗有一日千里之感，李見衝對標AmazonGo的全店視覺結算，帶著技術團隊開發出了視覺結算收銀臺原型機FlyFish1.0。樣機在2017年9月初完成了演算法研發和軟硬體整合。到10月，飛魚的演算法負責人又引入了批量識別，並選擇10類商品進行了測試，識別率都接近100%。
一時間，李見沖和楊樹信心滿滿，以為戰略定了，班子齊了，按照創業箴言，接下來就是帶團隊上陣，去市場裡試煉了。
只是後來李見衝才知道，創業常常就是： 你以為，我以為，他以為，最後事與願違。
衝向藍天：福兮禍所伏
在經歷了數次嘗試後，飛魚科技終於找到了自己的第一個客戶——藍天零售公司。
藍天是一家跨境食品零售商，計劃在2018年初開設南京旗艦店，並有意嘗試智慧零售方案。
為了拿下藍天，楊樹在他們公司樓下蹲了半個月，只為每天能與藍天CEO林葉聊幾句，獲得對藍天業務體系的第一手資訊。
最終，楊樹獲得了林葉的信任，雙方在2017年11月下旬達成初步合作意向， 但飛魚此時遇到了新零售征途上的第一個問題：技術供給和需求不匹配 。
藍天希望飛魚為其提供以下解決方案：
全店數字化，實現“人-貨-場”的關聯，包括客流統計與畫像分析、VIP會員識別、購物行為識別、熱區的精準統計等功能。
但李見衝想在這個方案里加上整店視覺結算方案，以代替第一代無人店的RFID結算方案——因為這是他們的技術核心， 他不希望前期開發的視覺結算樣機沒了用武之地 。
可林葉卻對視覺結算興趣寥寥。他認為視覺結算雖可以節約平均3到5角/個的RFID標籤成本，但會帶來商品被盜風險。
此時， 楊樹展現了他的說服技巧 ，他多次和林葉溝通，傳達以下觀點：“比如紅酒這種昂貴商品，毛利相對高，用RFID標籤解決防盜和結算是可以的。但是像飲料、零食這些毛利低、銷量大的商品，視覺方案會更划算，因為單個RFID標籤的成本是5毛，而用視覺方案，前期SKU建模成本200元只是一次性投入，只要賣出400瓶礦泉水就能回本。另外，RFID也並非能實現完全意義上的防盜，在很多投入實際運營的RFID無人店中，都出現了撕掉標籤直接帶走商品的偷盜方式。”
這一話術堪稱教科書級別：在不直接否認對方觀點的情況下，迂迴強調了自己技術方案的優勢，還站在客戶角度，把賬都算好了。
林葉心動了。
12月26日，林葉等藍天高層帶著12件SKU來到飛魚科技位於深圳的辦公室，進行了POC測試，林葉還參觀了智慧冰櫃、視覺結算貨架、客流與使用者畫像分析系統等完整技術演示，視覺識別效果良好。林葉在當天就正式敲定，委託飛魚科技為藍天打造全店視覺結算解決方案，計劃部署在將於2018年2月3日開業的藍天南京旗艦店中。
在即將到來的元旦氛圍裡，精於技術的李見沖和長於商務的楊樹，都不約而同地麻痺了神經，絲毫沒察覺到從Demo到商用的重重風險。李見衝覺得自己的合夥人找得太明智了，談判技巧一流。
但事後回想，福兮禍所伏，成功改變客戶需求，一定是好事嗎？
就好像一個人進店了要吃陽春麵，你偏費力勸他吃義大利麵， 改變決策是有心理成本的，萬一面做砸了，客人的心情可能一點就炸。
不過，這只是前期埋下的眾多隱患中的一個。其後的40天，李見衝將深刻地體會到，什麼叫 自己挖的坑，跪著都填不完。
部署準備：預則立不預則廢
1月2日-1月27日，26天
元旦假期結束後的1月2日，藍天專案正式開工，當時藍天擬定的南京旗艦店開業時間為2月3日。留給團隊的建模、部署時間只有1個月。
但此刻，飛魚團隊尚未清晰認識到任務的嚴峻性。李見衝在專案群裡發了一個開工紅包，大家熱熱鬧鬧地搶，沒有人會想到，即將到來的40天，會是如此的跌宕起伏、疲於奔命。
危機在第一天就埋下了。 整個專案從一開始就缺少統一的PM（專案經理），也缺少與藍天有效的溝通機制。 專案目標到1月9日才正式確立，光是和藍天討論智慧攝像頭安哪兒，貨架上裝幾個屏之類的問題就花了將近一週，效率低下。
在飛魚科技內部，硬體、系統、演算法三條線之間也各自為戰，沒有建立最基本的例會制度，互相不知道進度和風險提前量，這導致了整個前期的準備實際上是“盲人摸象”狀態。
問題最大的是硬體，這也是飛魚團隊經驗最不足，準備最倉促的部分。那條顛撲不破的真理被再次驗證：凡事預則立不預則廢。
在已有原型機的情況下，到1月16日，收銀臺的設計才最終定型，10天后的 1月26日，為藍天專案製作的首臺收銀樣機才生產完畢 。
拉慢進度的原因是，沒有提前啟動收銀樣機中最基礎的光源設計。直到1月26日，樣機整體外觀設計定型後，飛魚的硬體負責人才到浙江的工廠著手光源設計，而且直到下線前的3天，也就是1月23日，才最終確定光源設計。這又進一步拖慢了SKU建模的進度，因為確定了光源才可以開始對SKU拍照建模。
這一環節的失控，究其原因是飛魚團隊缺少做工業級智慧硬體的經驗，在硬體的設計、生產環節上，先做什麼後做什麼，何時啟動某項內容，流程不清。
在系統研發方面，也就是結算邏輯和客流分析方面，進展比較順利，但有一個隱患是整合測試時間不足，這導致其後小bug不斷。
部署準備的最後環節是SKU建模和演算法研發。如前所述，由於光源設計進度滯後，導致SKU建模的進度也被拉後。 到1月23日，專案開始的第22天，飛魚才在深圳正式啟動了SKU建模 ，而且此時只收到了40多個SKU（總量為200多個）。
這個環節的一大問題是，為了趕進度， SKU建模並不是用工廠裡的真實樣機做的 （1月26日才正式下產線，而且遠在浙江），而是根據光源設計方案在深圳另搭了一個簡易樣機來做建模和訓練。但由於沒有形成光源的量化規範，導致深圳的建模環境和真實樣機有差異，這直接影響了識別準確度，成為專案危機的一大源頭。
其實更早的危機種子是在開發FlyFish1.0原型機時就種下的。
FlyFish1.0作為一個demo，本來就不是一體化的樣機，其後又未經工業級試製、未在無人店場景下進行測試的情況下直接進入了生產和部署環節。
而且在FlyFish1.0樣機階段，飛魚科技只驗證了10類商品的單類識別和批量識別，沒有進一步對更多常見商品建模，也沒有提前掌握更精準的SKU建模時間、訓練時間和精確成本。
究其原因，是因為不捨得花錢——為了下一輪融資，為了更早獲得造血能力，李見衝認為要控制投入。
在核心產品基礎不牢的情況下，飛魚科技提供給藍天的解決方案裡還包括客流系統、人臉屬性分析等模組，而這些元件要麼沒有工業級產品，要麼沒有在無人店場景下進行過測試，最終導致多重技術風險疊加。
但此時已到了1月25日，留給飛魚團隊的時間不多了，他們硬著頭皮來到南京，想著要在2月3日開店前搞定一切。
而這座秦淮河、玄武湖上的風雅之城，則教會他們，什麼是殘酷的技術規律和商業現實。
實際部署：12個不眠之夜
1月26日-2月7日，13天
1月26日，在深圳的SKU建模和訓練工作開展的同時，李見沖和楊樹帶隊從深圳挺進南京。第二天，26日剛剛下線的收銀臺樣機樣也運到了南京。
正在大家緊張除錯期間，藍天CEO林葉事先沒打招呼，在1月27日晚上到南京的辦公地點來了次“突擊體驗”。此時，飛魚已經完成了30個SKU的建模，但演算法組沒有意識到，在深圳異地建模的這30個SKU出現了“水土不服”：
當晚，林葉試了15件商品，只有11件能識別，其中一盒進口餅乾，正面能識別，反面不能識別。林葉當即發飆。
李見衝此時已隱約意識到，這很可能是因為深圳簡易樣機的建模環境和真實樣機不同，所以識別效果也不同。其實正確的補救做法，是停掉深圳的建模，緊急在南京的真實環境下加班加點建模。但這個念頭只是一閃而過——因為所有人的注意力都集中在如何平息客戶的憤怒上。
最終還是久經沙場的楊樹救了場。他當即給了林葉兩個替代方案：1.把視覺結算當成給客戶增加新奇感的黑科技體驗，不能識別的仍然依靠掃碼支付；2. 擴充套件一個收銀臺智慧廣告的功能，即顧客結算商品的同時，播放與之相關的組合產品或優惠活動的廣告。
林葉同意了新的方案，並把開店時間推遲到2月8日，飛魚僥倖躲過一劫。
事情發展到這裡，和李見衝最初設想的全店視覺方案已大相徑庭。但眼下只能一條道走到黑了。
新方案確認後，擺在面前的是兩大難題：
一是老問題：SKU建模時間緊張。李見衝於是在南京本地找了十幾個兼職。但沒想到， 這些兼職者坐地起價，報價是深圳的兩倍，而且最後還未能按時完成任務。 不得已，演算法團隊負責人又趕回深圳，火速組織飛魚研發人員在隨後兩天通宵標註，才勉強完成任務——但這裡有一個被忽略的問題，就是深圳的建模環境和南京不一樣，這導致了專案後期的更大潰敗。
第二個問題是：由於增加了廣告播放功能，系統需做修改，還需要給智慧收銀臺新增一個新硬體，這進一步增加了主機板負擔，導致後來頻繁宕機，直到重刷系統才解決問題。
緊張奮戰期間，藍天南京旗艦店在2月6日啟動吊裝，飛魚團隊開始進行店鋪現場部署。當天0點，飛魚做了一個100類SKU模型的測試，但測試過程中只能識別幾個有限商品。林葉隨便放了一個自己的煙盒，居然被識別成了商品。李見衝當場拉著演算法的人除錯，解決了誤識，但拒識率又變高了。
因為當時還沒有做完所有SKU的建模，楊樹勸說林葉，這個問題是可以解決的。這一次，林葉按而未發，只說讓飛魚抓緊完成建模。
直到2月7日下午，飛魚才完成了所有200多個SKU的建模，而開店的時間就是第二天下午1點半。
從1月26日晚林葉發飆，到2月7日下午建模完畢，飛魚在南京的部署團隊一共經歷了12個不眠之夜。
但很多時候， 戰術上的辛苦，挽救不了戰略上的失策 。隱患已在前期埋下，在技術和商業的理性世界裡，種瓜得瓜，你很難期待什麼意外，成功和失敗都有跡可循。
負隅頑抗：南京不相信奇蹟
2月8日-2月10日，3天
2月8日下午，得知建模完畢，林葉馬上到現場再次測試，被告知模型沒調好，要等五分鐘。 在 等了N個五分鐘後，還是一個商品都不能識別。
林葉再次動怒，李見衝的第一反應是：這不可能。他立即和演算法團隊一起測試，找到了問題所在：數十個在南京本地建模的商品識別正常，而 在深圳建模的100多個商品幾乎都不能識別。
第二天，也就是開店當天的2月9日早上，林葉在楊樹的再三勸說下，又試了一下收銀臺對南京建模商品的識別效果，但此刻已是迴天無力。林葉要求下午開業後，導購員直接使用掃碼方式幫客戶結算，視覺結算方案被藍天棄用。
這還不是全部，結算臺在當天也出現了崩潰。飛魚團隊緊急進行了現場修復，裝置短暫恢復正常，但因為測試不充分，問題此後又反覆出現。
楊樹對這場考驗的總結是：沒有一個功能讓客戶滿意，幾乎全軍覆沒。
“付出了12個不眠之夜，但是卻得到這樣的結果， 不可謂不委屈！不可謂不失敗！不可謂不警醒！ ”李見衝在事後的覆盤中寫到。
但是直到這一刻，疲憊不堪的李見沖和飛魚仍沒有放棄最後的抵抗。
楊樹強大的周旋能力再次發揮作用，他此前就瞭解到林葉是集郵愛好者，所以搞到了一套帶廠銘的珍貴郵票，以備不時之需。林葉看在楊樹誠意的份上，給了“最後一次”機會，同意在接下來的3天中，讓他們繼續部署。
李見沖和楊樹決定，硬體組兩人留守，保障視覺結算貨架的正常執行；軟體組撤回深圳，遠端修復APP Bug；演算法組留守，利用接下來3天晚上22點到凌晨8點的閉店時間現場建模。
經過3個通宵的現場建模，新的識別模型被訓練出來，並於2月11日當天重新部署。這一天已臨近春節，但飛魚團隊裡絲毫沒有節日氣氛，對這些平時在深圳生活工作的人來說，那個南京的冬天格外溼冷。
最終，奇蹟還是沒有出現，留守的飛魚團隊發來最終測試結果：總計測試188個SKU，其中140個SKU正確識別，8個商品有一面識別錯誤，2件商品被識別為別的商品，31件外觀相似的商品不能精確識別，2件商品不能區分規格。不能識別的原因有：未建模、視覺相似、演算法識別錯誤。
林葉做了最後的決定： 完全放棄視覺結算方案。 2月11日，當初暢想過做完專案，快快樂樂暢遊秦淮河的情景並未出現，飛魚團隊黯然離開南京。
從1月2日到2月10日，整整40天，藍天專案全面失敗， 60萬的成本投入，最終0回報。
飛魚的第一個商業嘗試，出師不捷。但還好，飛魚還活著，他們還有覆盤的機會。
全面覆盤：尊重規律
春節期間，李見衝對藍天專案進行了全面覆盤，總結了四大經驗教訓：
1. 認識到從技術到產品的複雜性。
回顧飛魚給藍天提供的智慧零售解決方案，其中的視覺收銀臺，人臉屬性分析等功能模組沒有工業級的產品，或沒有經過充分測試。
在進行商業拓展前的前期研發階段，飛魚也沒有做足投入。
接下來，功夫要做在平時，敢於花錢，敢於投入，用錢換時間的提前量。資金要花在產品的刀刃上，形成競爭壁壘。
在和客戶談合同時，要充分考慮專案的時間成本，留一定餘裕，尊重技術規律和人的生物極限。
2. 高度重視專案管理。
從需求分析到系統設計再到專案開發、QA必須要全流程監控，明確時間節點，check關鍵路結果，做到每個人清楚分工，更清楚目標。
必須要建立的完善溝通機制，必須定期開週會，寫週報，不可偷懶，不可僥倖。
立即開展專案經理的培訓和培養。
3. 重視技術研發的方案設計和場景測試。
特別是涉及到智慧硬體系統的研發，必須對模組選型、結構設計、外部環境、演算法精度邊界進行通盤考慮和充分測試。 演算法科學家必須上一線，從實際場景中抽象科學問題，不要紙上談兵。
4. 建立自己的標註團隊和產品原型設計團隊，掌控關鍵技術環節。
自有標註團隊在急難險重的任務中能夠保證結果，產品原型設計團隊則能在工業設計和量產之前做出原型機，提前測試模組/結構的可行性，以及軟硬體之間的相容性。
飛魚的幸運之處是，栽跟頭不算太晚。今年以來，飛魚科技又做了幾個新零售專案，公司逐漸步入正軌。
回憶起那次鎩羽而歸的初征，李見衝說：
“那不僅僅是一個專案，更是飛魚科技的成人禮。一個沒有經歷過煉獄的創業公司不會迎來成功。”
2018年，AI真正進入下場拼刺刀的商用階段，李見衝經歷過的“生死40天”，此時可能也正在別的團隊上演。到了2018年，前路的關卡會更多，Boss會更難打，而人們也將更多看清創業之路的本來面目： 即使經過煉獄，也不一定會成功。
但每個人還是可以做點什麼，就像李見衝對自己說的： 我必須要停下來，看看走過的路，覆盤踩過的坑。
有關到達未來的經驗，就在這些大大小小、並不光鮮的坑洞裡。