上一版
缩小
全文复制
上一篇
不久前，在中欧国际工商学院主办的“创未来”创业大赛人工智能专场比赛现场，松禾远望基金创始合伙人、迅雷创始人程浩的一番演讲，引得现场掌声雷动。毕业于美国杜克大学的程浩，一口浓重的北京腔，他对未来人工智能的发展和预判，以及他为创业者们指出的两大“创业误区”，干货满满。
星巴克未来可以变成什么样
事实上，听上去“高大上”的人工智能，距离我们的现实生活并不遥远。
程浩是位技术男。他认为，近年来出现最多的人工智能应用就是搜索引擎、电商购物推荐引擎、地图导航系统、原版电影字幕匹配等。
“机器很聪明，设置好程序，它可以进行自我学习。”程浩介绍，无论是程序员还是机器本身，其实都算不出某一套字幕是否适合某个电影。机器对于字幕的选择，最主要通过“用户数据”，“比如一套字幕，某个用户用它看完了整部电影，说明它很合适；如果用几分钟就被停用了，那（这套字幕）肯定不行。”
据悉，AI技术目前在医疗领域得到了最为广泛的应用。比如达芬奇手术机器人的制造商，企业市值已经超过数百亿美元。此外，美国的一些医院已经进行了“AI看片”实践，在某些领域，AI机器人分析一张X光片的水准已经达到了“专家级”。
程浩预测，未来星巴克也将成为“AI咖啡”的践行者。“大家都知道，星巴克的体验不太好，买好咖啡、等咖啡，要排长长的队。”程浩说，未来，类似于星巴克这样的咖啡馆，很有可能进入AI模式。
客人进店，找到座位，手机扫一扫点单、付费，简易机器人可以通过传送带直接把制作完成的咖啡送到客人手边。用餐完毕，客人自行收拾垃圾，即可离店。
“前几天，我听说微软要招3个实习生，收到1万份简历。公司靠一台机器，直接筛了7000份，剩下3000份人工筛选。”程浩说。
AI创业门槛高？未必
中国青年报·中青在线记者注意到，尽管AI被麦肯锡誉为改变未来的颠覆性技术，但在这一领域的创业者人数却并不多。以中欧“创未来”创业大赛现场为例，聆听演讲的数百名观众中，总共只有3名AI领域的实际创业者。
创业门槛高，把众多有志于AI创业的人群挡在了外围。很多人认为，AI创业过程中，算法和科学家决定了一切，“AI创业不像O2O创业，普通人也能去做。很多人觉得必须要有超级牛的算法和专家，才有可能成功”。
对此，程浩认为，这恰恰是当前AI创业领域的一大误区。
“关键性应用，比如医疗机器人、自动驾驶汽车等，必须要‘高富帅’创业。”程浩把AI创业项目分为关键性应用和非关键性应用两类，其中前者门槛极高、回报周期长，不持续数年砸钱，走不出来。
但后者，比如人脸识别的门禁、送餐机器人等项目，实际上对算法和专家的要求并不太高。以人脸识别门禁为例，它不像自动驾驶和医疗机器人一样必须要求100%安全性，偶尔识别不出人脸，还可以刷指纹、输密码，甚至可以通过人工前台帮忙刷卡。这类项目具有较强的“非关键性属性”，因此成为AI创业者的红海。
“大多数创业项目，都是在做非关键性应用，并没有那么高的门槛。”程浩说，非关键性应用领域的创业，主要比拼创业团队对行业的洞察力、产品化能力、成本控制能力、供应链管理能力和营销能力。
在实际投资过程中，程浩发现“供应链管理能力”是创业者最为欠缺的，“往往一个团队组建好了，我一问，竟然没有一人懂这个产业的供应链上下游关系。这就是致命弱点，因为没有长期的行业积累，一时半会儿也学不来。”
只做技术提供商，是死路一条
AI创业的第二大误区，就是创业者对自身技术的“无比自信”。“很多人跟我说，他不做垂直，只做技术。他可以给整个行业内的多少家公司，提供他的技术服务。”但程浩认为，抱有这种想法，只能是“死路一条”。
首先，百度、阿里、腾讯都在“砸钱”进入到AI识别技术中，“这些大企业，压根儿就没指望靠这些研究立马挣钱，你的算法就算被1000次调用，也没有生命了。人家一学就会了。”
其次，算法壁垒越来越低。“你到大学校园里去看看，我可以这么说，在美国大学校园里所有计算机系、非计算机系的学生都在选修‘机器学习’这门课，大学教授都开了人脸识别的课程了。你拿什么去拼？”
最后，也是最重要的一点，技术提供商很容易被上下游产品生产商所取代、挤压，尤其是那些行业垄断者，它会吃掉这个产业链中的所有利润。最简单的例子，一个只做扫地机器人底盘技术的公司，一两年里可以继续依靠向各大生产商销售底盘为生，但时间一长，它会发现，扫地机器人生产商可以直接把所有东西生产出来。
曾有一家技术提供商非常自豪地在路演时向投资人介绍，就连大疆公司都在使用我制作的嵌入式芯片，我的芯片可以卖给各大公司。但后来，创业者发现，大疆现在自己都能制作嵌入式芯片了。
美图秀秀公司，有App，也为华为等手机生产商提供美颜拍照的技术植入，但这些，都不能使其以“技术提供商”身份挣钱。“最近有没有发现，美图手机卖得很好，因为抓住了爱美女性的特点，一部美图手机可以卖4000元。它就挣钱了。”程浩说，无数教训证明，单纯做一个技术提供商，没有出路。
他建议，AI创业者在创业之初，就应该把技术、产品、商业、数据的闭环做起来，尽量做全栈创业，“苹果、特斯拉，都是全栈创业的典范”。
