首页 > 编程学习 > 2020年代,中国AI创业公司将走向何方?

2020年代,中国AI创业公司将走向何方?

发布时间:2022/2/7 9:39:55

点击我爱计算机视觉标星,更快获取CVML新技术


如果说2012年深度学习的崛起是点燃AI浪潮的星星之火,那么2016年的AlphaGo的成功则是一阵东风,AI之火已成燎原之势。那么,走向21世纪的新的十年(2020年),中国AI创业公司将走向何方呢?

写这篇文章之前先介绍一下自己,我是一位90后创业者,18年硕士毕业后在业界常说的“CV四小龙“中做了近两年的算法工程师。最近在从事互联网+AI领域的创业。所以本文是以一位AI从业者的角度来谈一下个人对AI领域的看法,如有偏颇,还望不吝指正。

众所周知,过去近十年这波人工智能浪潮,是以深度学习的迅猛崛起为核心的。深度学习本质上并不是什么新鲜事物,深度学习的核心算法,在20世纪80年代就已然成型。不过,借助强大的计算资源(以Nvidia显卡为代表)和庞大的数据(以ImageNet为典型代表),深度学习在2012年开始,在很多领域的性能显著超越传统的算法,并在计算机视觉、自然语言处理、语音识别、推荐系统等诸多方向得到广泛的应用。

随着AI技术的崛起,伴随的是各大互联网巨头纷纷成立AI研究院或加码AI团队规模,例如国外大名鼎鼎的Google X实验室(谷歌大脑是其旗下一个研究项目),Facebook的FAIR实验室,在国内,则有阿里的达摩院、腾讯的人工智能实验室和腾讯优图、百度深度学习研究院等;与此同时,借助深度学习的东风,国内外更是诞生了数万家AI创业公司。而部分人工智能创业公司,借助技术、资本和人才的红利,短短三四年,已迅速崛起为独角兽公司。

下图是媒体曝光度较高的部分中国明星AI创业公司的成立时间轴,2015年前后,是独角兽公司成立最密集的时间,而它们成立距今,也不过短短的五年左右。

这些以AI为核心技术起家的公司,极大的吸引了投资人和AI从业者的注意力,在资本的裹挟下,头部的AI公司一路狂奔,融资规模屡创纪录,人员规模也迅速扩张,业务上也是多点探索。那么,几年过去了,除了少数公司被收购(例如深鉴科技被赛灵思收购),少部分破产(例如roadstar),其他的人工智能公司发展的如何呢?人工智能又是否达到了大家的期待了呢?

让我们把目光先放回到刚刚过去的2019年,过去的一年,经常被称为资本的寒冬,投资公司本身面临募资难题(所谓地主家也没有余粮),同时,AI公司本身的产品化能力和营收增长、利润率并没有那么强,导致投资人也开始趋于理性和保守。甚至,2019年开始有越来越多的唱衰人工智能的声音出现。

那么,AI创业公司到底面临哪些问题呢?笔者作为一名行业从业人员,结合媒体对AI公司的报道、对创始人的采访以及与同行的讨论分析,我们可以大致总计为以下3点:

1

核心团队技术很强,但是产品和销售能力较弱,踩坑较多

以CV四小龙的创始人为例,汤晓鸥教授之前在香港中文大学和微软亚洲研究院做研究工作、印奇博士肄业创业、朱珑博士毕业后一直在大学从事博士后研究、周曦博士在中科院重庆分院从事研究工作。几位创始人可以说都是技术和研究出身,所以部分AI企业热衷于发论文和参加比赛刷榜,或许就不足为怪了。

而一流的学术出身的创业者,对技术和算法有异于常人的深刻理解,但产品能力或许是他们的一个短板。曾经一时无两的的明星AI公司格林深瞳的CEO赵勇面的记者采访说道:

“2017年以前的格灵深瞳有一支很好的技术团队,我们的技术非常好,但是我们在产品上、在产业里面,包括我们的销售能力是很软很弱的,但是我们并没有意识到自己很弱。”

——格林深瞳CEO赵勇

而2017年,格林深瞳经历了CEO何博飞离职,CTO赵勇接任CEO,从此,格林深瞳从公众视野消失了两年,埋头聚焦安防行业。

技术虽然很美好,但是要形成产品(包括SDK)的形式才可以卖出去,如果团队招募进来高薪、优秀的工程师,花太多精力在刷榜和发论文上,那必然导致做产品输出的精力减少。而公司没有太多产品,又要面临巨大的员工薪酬开销和运营成本,企业基本上很难做到盈利。据亿欧报告显示,2018年,90%的人工智能公司处于亏损状态。

对于非产品出身的创始人来说,试错和踩坑成了创业的必经之路。地平线创始人余凯博士2016年在其朋友圈发文称:

“关于AI创业的炒作可以休矣,这个方向还在黑暗中摸索。为啥这些最好的人工智能公司的归宿就是被收购(其实主要是人才收购)?因为一项技术自身很难支撑一个商业模式。AI公司需要的是静水流深,寻找破局点。喧闹的炒作之后搞得一地鸡毛,对这个行业发展并不好“。

                                                                           —— 地平线CEO余凯

正应了余凯博士所说的“黑暗中摸索“,在创业初期的多点探索之后(智能家居、芯片、自动驾驶等多个业务方向),地平线在2019年底开始裁减团队规模,将业务聚焦到营收占比近90%的自动驾驶相关的产品研发中,而AIoT部门则成为裁员重灾区。

从技术到产品,中间还考验公司的工程化能力、成本控制能力、供应链和营销能力,这些,或许是跨越技术到产品鸿沟,走向成功的技术公司的的必备能力。

2

以算法立身,容易受到上下游打压

2015年,马云在德国演示了刷脸支付,背后的人脸识别供应商就是旷视科技。可是,拥有巨大人才储备的蚂蚁金服,会一直采用外部技术吗,尤其是人脸识别这一技术门槛并不是很高的技术。大概一个月前,笔者与在蚂蚁金服做人脸识别算法的一位学长聊天,我特意问了一下这个问题,他的回答原话是:现在蚂蚁金服所有的人脸识别相关算法,都是自己的,旷视的早就不用了。

当然,不仅是算法,就连芯片产品仍然有被上游巨头吞噬的风险。说一个笔者自己经历的有意思的事情。2017年,我参加华为的秋招时,华为海思部门的一位领导(看架势不是HR)劝我去海思工作,但是我之前一直做图像算法,感觉很海思芯片关系不大,领导说没关系的,我们自己也做人工智能芯片和相关的算法。我说:海思手机芯片(麒麟970)不是搭载寒武纪的NPU吗,这时领导说了两句我至今仍记忆犹新的话:是的,但是我们会干掉寒武纪。我说,你们现在还在合作呢,领导说:没错,但是我们就是要干掉寒武纪。

对于一个仍然和寒武纪存在合作关系的部门领导,说出这种话,我当时真的很震惊。果不其然,在2019年9月华为发布的麒麟990上,海思成功的抛弃了寒武纪,换成了自研的达芬奇架构NPU

迅雷的创始人、现在做投资人的程浩在他那篇知名的《人工智能创业的6大核心问题》中写到,对于技术供应商和算法类公司,如果技术壁垒不够高,上游就会把你做的事情做了(例如上面提到的支付宝刷脸技术),对于有一定门槛的行业,如果行业集中度高,赢家会选择通吃(例如上面提到的海思自研NPU)。

对于提供算法SDK和API服务的公司,他们面临的挑战更大。如果我们打开阿里云、腾讯云、百度云的官网,我们会发现,AI浪潮中最火的人脸相关、OCR、语音识别、机器翻译等算法,BAT的API服务都很完善,甚至有部分是免费的,API服务搭载云服务器一起卖,具有天然的优势。所以,未来算法API服务,大概率会集中到提供云服务器的互联网巨头公司中。

部分AI明星公司面临被巨头和上下游吞噬的风险,甚至路越走越窄,还拥有那么大的体量(数千人的团队规模),的确会让部分投资人望而生畏。

3

算法的生意经,和互联网公司不太一样

过去二十年的互联网以及移动互联网浪潮,相当一部分资本的打法是接受企业暂时亏损,先占领增量市场,等成为行业No.1或者头部企业以后,盈利就成为很容易的事情。国内最知名的案例,例如京东、美团和滴滴,京东长期亏损,而美团和滴滴则在亏损近十年后,分别在各自领域内接近垄断地位,京东和美团已经开始盈利了。

但是,互联网行业toC的行业属性,与AI领域toB甚至toG的属性并不一样。toC公司,在开发一个产品后,随着用户量的增长,边际成本越来越低,甚至接近于零。而对于toB的AI企业,销量的增长,边际成本下降并没有toC的公司那么明显。对于人脸识别这种标准化算法还算尚可,而对于定制类的算法需求,则需要供应商投入人力和物力定制化开发,导致一家公司很难做到赢者通吃。

我们做一个不那么恰当的比较,陌陌与旷视同样成立于2011年,前者于2014年在美股上市,旷视也于2019年提交了港股上市申请。根据两者公开的2019年上半年财报,我们做了一个大致的对比,如下图所示:

可以看到,在员工人数多于陌陌的情况下,旷视的营收不到陌陌的1/8。当然,旷视同比增长率是远高于陌陌的。对于一个新兴的技术研发公司,我们需要保持长期心态,作为人工智能领域的拓荒者,旷视非常值得我们尊重。

作为一名AI领域的创业者,笔者肯定不会主动唱衰AI。在21世纪新的十年,AI公司将走向何方呢。关于这个问题,我也咨询了AI圈各位朋友的看法,下面来谈一谈笔者的理解。

01

深入具体场景和行业,转型为产品和解决方案公司

迅雷创始人程浩提出了AI创业的”一横一纵“理论,一横就是以算法为本,服务多个行业,例如安防、医疗、工业检测、自动驾驶、教育、金融等多个行业,AI公司早期多采用这种打法;一纵就是选择一两个行业深耕,从技术、数据、产品和商业全打通,程浩认为这才是健康的商业模式。

在上文中我们提到,如果只做算法或者技术供应商,没有很高的壁垒的话,很容易面对被上下游巨头排挤,路越走越窄。而目前多数AI独角兽,已经开始深入聚焦场景,而不是求广求大了。

旷视在招股书中强调,目前专注于个人物联网(手机美颜、人脸识别等算法)、城市物联网(安防、智慧城市等)、供应链物联网(物流机器人)三大场景,其在招股书中写道:

“我们坚持为客户提供包括算法、软件和硬件产品在内的全栈式、一体化解决方案,这样才为终端使用者创造真正的价值。”

                                                                                                    ——旷视招股书

依图聚焦于安防、医疗和芯片;云从主要是金融领域的人脸识别,另外,据了解,云从接下来几年会投入数亿元研发硬件产品;地平线早期在智能家居、安防、自动驾驶、芯片上多点投入,现在已经收缩到以自动驾驶相关产品为主了,在其官网,已然不见智能家居的字眼了。

其实,除却头部这些知名AI公司,中国还有数千家小规模的AI公司,他们从成立之初,就是为某个行业解决痛点而成立的,这反而是一种较为稳健的创业模式。例如做风机巡检和零售商品监测的扩博智能,做智能零售的码隆科技,做商品检索的Yi+等,这些深入到场景的AI公司,如若能提供全套的解决方案,也会在行业内有立足之地。

当然,也有继续打平台方向的AI独角兽,例如,商汤科技依据选择一横战略,其公众号文章称,商汤已经赋能18个行业,在安防、自动驾驶、医疗、AR、教育、广告、智能零售等领域多点开花。但是,据在商汤工作的朋友透漏,其多个部门并不盈利,仍旧在探索长远的盈利点。

另外,我们在商汤的官网,已经找不到在线API服务了。纯算法API服务,正如前文所说,大概率会集中到BAT以及华为这种云服务商。1月15日,华为将Cloud&AI升至第四大BG,此前华为还有一站式AI训练部署平台ModelArts,为上云企业提供一站式开发平台,而训练平台和云部署平台无缝连接的优势,AI独角兽与云计算厂商相比,几乎毫无优势。

02

小规模团队做算法技术供应商

挣钱的都籍籍无名,不挣钱的都是光芒万丈。

                                                                ——前AI领域知名爆料者老尼

虽然AI算法公司很难做大,那是不是纯做算法供应商就不可以了呢,笔者个人认为是否定的。纯算法公司,保持简小精悍的团队,聚焦特定场景,仍旧是可以活的不错的。

在算法领域,有一家比较低调的企业——虹软,该公司主要的业务就是为手机厂商提供影像相关算法,属于深耕一个场景的典范,据其上市招股书显示,2018年,手机视觉解决方案占其总营收的96.57%。虹软于2019年成功在科创板上市,目前市值也有275亿。

据笔者与一家北京的AI创业公司创始人交流,该公司虽然规模较小,只有几十人 ,但因为其在研究所和民航单位有稳定的业务来源,该公司负责人表示,从来没有融过资,该公司仍旧活的比较舒服,年终还计划把盈利拿出来一部分给员工分红。另外,在长三角和珠三角地区,有数百家从事检测(工业品缺陷检测、行人检测)、人脸识别等小团队公司,他们一般深入到工业生产、电力、商超、广告等具体领域,所以也活的不错。

在深度学习领域,算法越来越不是瓶颈和壁垒,因为多数算法都是开源的,相比算法,看似没有什么技术含量的数据,反而构成了护城河,而专攻某一两个行业的小团队,若能积累更多的行业内数据,这点对于小规模的团队反而是利好。

03

toBAT

在中国,创业按赛道来区分,除toC、toB和toG,还有两种有趣的创业模式:toVC或者toBAT创业。toVC顾名思义,就是靠忽悠投资人的创业模式,而这种模式毕竟是不可持续的,也会很快上投资机构的黑名单。而toBAT,在流量被巨头瓜分之下,也不失为一种好的出路。

但是,略尴尬的是,相比国外的谷歌、苹果收购多家AI初创团队,中国的BAT巨头则鲜有收购AI初创公司,BAT更多的是投资,而非收购,例如,阿里分别投资了商汤、旷视、依图、寒武纪等多家创业公司。但,中国的AI公司只有深鉴科技被赛灵思收购外,其他鲜有被收购的案例。

而反观阿里收购的中天微、饿了么、优酷、高德地图等,百度收购的渡鸦,腾讯收购的多家游戏公司,则是深度补足他们的业务短板或加深其护城河。所以,toBAT模式,对于AI领域的创业公司,或许并不是一个可行的模式。

总结

AI本质上不是一个行业,AI是一门技术。而技术,只有结合到具体的行业和产品上才有价值。就像是互联网技术,当它落地在电商、搜索、社交、金融、广告上,才产生了极大的经济价值,诞生各领域的巨头。对于人工智能技术亦然,AI最理想的出路也是用技术去做产品。而在2020年,还以孤立的人工智能技术为宣传点,对于十几人的小规模算法解决方案公司或许仍旧可行,而对于数千人的大公司,在投资人眼里,则就没那么“性感”了。

除了上文提到的这些以AI起家在公司,其实,在BAT、滴滴、美团、字节跳动、大疆、海康威视、华为这些公司,AI早就落地到他们的产品中去,而这些企业,虽然我们并不把他们称作AI公司,但或许,他们是AI在内部产品和场景落地最成功的公司,也是对算法工程师需求最大的公司。

或许,有一天,一些人工智能公司,也能成功的转型为产品公司,成为卓越的机器人公司、智能安防公司、自动或辅助驾驶公司。彼时,我们或许不再以AI公司称呼他们,但他们,或许才是真正跨越了技术和产品的鸿沟,走上了稳健发展的康庄大道。

AI独角兽,虽然在创业初期经过了诸多探索,踩了很多坑,但不可否认,他们的初心都是以AI技术造福社会,为社会创造价值。即使不讨论他们的商业化成果,像商汤、旷视每年发表几十篇顶会论文、公开行业数据、培养大量的算法实习生和工程师,对我国的人工智能行业的发展也是做了很大贡献。祝愿他们,在深耕的场景内、抑或在他们的平台战略上,可以做大做强。

在过去的40年中,我国赶上了工业革命的末班车,迅速成为制造业第一大国,同时,得益于中国的人口红利和巨大市场,中国成为互联网应用最广泛的国家。但是,到2020年,制造业急需突围,互联网的红利也已经接近尾声。而21世纪一个新的十年,应该是一个智能制造的十年,而人工智能技技术理应更进一步深入到各个场景、赋能各行各业。就像电一样,为行业提能增效;抑或像水一样,润泽万物而不争。

毕竟,人工智能的征途——是星辰大海!

CV细分方向交流群

52CV已经建立多个CV专业交流群,包括:目标跟踪、目标检测、语义分割、姿态估计、人脸识别检测、医学影像处理、超分辨率、神经架构搜索、GAN、强化学习等,扫码添加CV君拉你入群,如已经为CV君其他账号好友请直接私信,

(请务必注明相关方向,比如:目标检测

喜欢在QQ交流的童鞋,可以加52CV官方QQ群:805388940。

(不会时时在线,如果没能及时通过验证还请见谅)


长按关注我爱计算机视觉

Copyright © 2010-2022 ngui.cc 版权所有 |关于我们| 联系方式| 豫B2-20100000