出門問問創始人、CEO李志飛
授課老師|李志飛
出門問問創始人、CEO
如果一個創業公司沒有增長，跟死亡是一樣的。如果一個公司第一年100人，第二年100人，第三年還是100人，營收也沒有任何變化。那麼這種公司的價值是不大的。—— 李志飛
2015年之前，在中國很多人都不知道AI。但是在過去 3 年裡，AI突然變成了一個全民熱議的話題。尤其是 Google 阿爾法狗機器人打敗世界圍棋冠軍這件事，給整個社會帶來了巨大的震撼。
雖然AI技術在突飛猛進地發展，但是如何實現AI技術的商業化，仍然是今天全世界AI企業面臨的最大的難題。
我以前在美國讀書，博士畢業之後本來是要去搞科研的，結果反而去了谷歌美國總部做科學家，後來又回國創建了AI公司“出門問問”。
從一個純粹的科研人員，到一個商業化的技術研究者，這是一個很大的轉變。在創業的過程中，我對於AI技術如何落地和商業化的問題，有了很多的思考和想法，今天和大家一起分享。
Google AI為什麼要自己做硬件產品？
AI商業化的關鍵有兩點：場景和可掌控。
如果把AI的算法比作成靈魂，那這個場景就是身體，靈魂是需要身體才有意義的。AI技術去尋找場景的過程，就是一個靈魂附體的過程。
尋找可以掌控的場景，這就是 Google AI 一定要自己去做硬件產品的原因。
Google的安卓操作系統非常成功，佔有了全球 70%-80% 的市場份額。安卓的戰略是以平臺為主，爆品為輔。而現在Google在AI層面的戰略則反過來了，平臺為輔，爆品為主，把自己的產品當作一個爆品去做，而不只是追求 demo （示範）效應。
（Google的AI硬件產品）
這其中的原因是：
第一，在 2007 年安卓剛剛起來的時候，多數硬件廠商並沒有做軟件的能力。
再加上iPhone的成功來得太快，很多手機廠商沒有反制之力，就很願意把自己的場景讓 Google 的操作系統裝進去。而現在大部分硬件廠商都有研發軟件的能力，並不願意把自己的場景交給你。
第二，安卓是一個系統級別的軟件，它是可靠的，可以預測的。而AI技術是概率性的，存在特別多的不確定性。
比如語音識別的時候，有時候能識別對，有時候識別不對；在某一個場景下可以識別對，在另一個場景下卻錯了。這就對硬件產品有更高的要求，很多硬件廠商達不到這樣的要求。
在這種情況下，Google想要以安卓的方式去推動AI的應用，就會非常困難。谷歌做硬件的主要目的，就是要使自己的很多高科技、黑科技直接放到自己研發的設備裡，讓AI技術有一個可控的場景。
AI商業化的路徑：
建立技術、產品、商業的閉環
一個獨立的AI企業要想存活下來，就應該在算法的基礎上，儘早找到可以掌控的場景，建立技術、產品、商業的閉環，然後在更大的規模上循環、迭代。
核心技術：
你會做的，別人也可以做出來
如果你是一家AI公司，想要把AI應用到某一個場景裡面去，你首先得有一套非常核心的技術。而且這個核心技術必須要有一定的難度，形成一定的壁壘，這樣才能擋住 95% 的競爭者。
比如說語音交互、語音識別這樣的技術，在今天中國加起來不超過 10 家，絕大部分企業是無法進入的，因為它的技術難度非常高。
但技術的領先頂多只能保持 8-12 個月，不能構成絕對的壁壘。
深度學習在語音識別中的應用，首先是在2012年由微軟研究院的華人科學家鄧力搞出來的。但是第一個做成大規模系統的反而不是微軟，而是Google。
因為科研的圈子是沒有秘密的，你做出一個東西之後，很快就會有另外一批人把它做出來，甚至比你做得還好。
只有不斷迭代，持續性保持領先，才能形成真正的壁壘。也就是說，你得永遠比競爭者領先 8 個月。
你 8 個月前做的事情，可能現在有人已經學會了。但這時候你已經在做另外的事情，大家看到以後，又得再等 8 個月才能學會。
這是一個最好的正向循環，Google正是靠這樣正向迭代的方式，使得它永遠能夠在競爭者面前保持幾個月的領先優勢。
產品：
算法只佔整個產品開發的30%
商業和科研的本質是不一樣的。很多技術創業者都走不出技術或者算法這個階段，他們不知道什麼叫產品，什麼叫解決方案，把創業當作科研在做，結果很快就失敗了。
光有算法是不夠的，還必須快速圍繞著算法在一個具體的場景裡做出一個端到端的產品（To C），或者一個解決方案（To B）。
比如我研發出了一個語音識別的系統，但是這個算法不是一個通用的算法，它可能剛好在我訓練的相對安靜的環境下可以使用，在給投資人做 demo 的時候是ok的，因為大家面對的是黑乎乎的屏幕，沒有任何用戶體驗可言。
但是如果這種算法應用在 APP 上，在環境相對嘈雜的地鐵、公交或者街道上使用的時候，用戶體驗就會非常糟糕。
所以，要做成一個產品，除了有基本的算法和系統之外，還必須有具體的應用場景，讓用戶有一個良好的使用體驗，並在此基礎上不斷優化。
出門問問現在應用的場景有智能手錶、智能音箱、智能車載等，每應用於一個新的場景、新的設備的時候，我們的算法本身就要去做很多迭代和優化。
算法只是一個起點，它離一個真正的產品還有非常遠的距離。
當你基於語音算法做出一個產品的時候，可能這個算法本身只佔你整個開發的30%都不到，另外 70% 都跟這個算法沒有什麼關係。
規模化：
能夠支撐自身研發和未來競爭
做出產品或者解決方案還遠遠不夠，商業上看的，是你到底有多少用戶，以及這個用戶帶來多少營收和商業價值，能不能形成一定的規模化。
這種規模化要能夠做到：
第一，能夠支撐自身研發的迭代；
第二，可以通過這種迭代和規模，抵抗未來的競爭。只有這樣，才能對所應用的場景有一定的控制力。
這個時候就需要深度思考。所謂深度思考，就是說你腦海裡要有一個模型，能夠把一段話或者一個事情量化。比如10萬規模的時候是什麼樣子，50萬的時候是什麼樣子，100萬的時候是什麼樣子。
以價值 1000 元的智能手錶為例，如果做出了 10 萬臺的規模的話，就可以cover（覆蓋）一些材料、模具成本和基本的研發費用。
如果要想cover（覆蓋）成本的話，就需要達到 50 萬臺的規模。
而如果做到了 100 萬臺的話，那就可以形成足夠高的壁壘。尤其是面對華為、小米、三星這樣的競爭對手，你對所在的場景是有一定掌控力的。
但是如果有 BAT 或者谷歌這樣的超級巨頭想闖入這個領域的話，那麼 100 萬臺的規模就沒有任何意義，原先可控的場景又變得不可控了。
因為巨頭們不靠硬件賺錢，他們可以進來之後先扔“炸彈”，把市場搞亂，把量做上去之後，再通過後面的軟件服務去變現。
所以，規模化的程度取決於你處於什麼樣的市場，以及你自己處於什麼樣的階段。
“出門問問”的AI商業化實踐：
形成商業閉環
2012年我剛回國的時候，主要精力投入算法的研發。因為我以前是做自然語言處理和機器翻譯的，對非常複雜的算法很瞭解，所以花了 8 個月就做到了端到端的語音交互，完成了AI技術積累。
2015年，出門問問開始去做智能手錶。我們當時沒有去做機器人或者車載，是因為在當時的人員規模和市場規模下，做機器人或者車載達不到閉環的效果。智能手錶推出後，起到了良好的市場效果，銷量達到了 30 萬臺，佔據了 30% 的市場份額，第一次實現了技術、產品、商業的閉環。
2016年，在出門問問的軟件能力、硬件能力、供應鏈的能力、商業推廣能力、營銷能力都達到一定的階段之後，我們又開始開拓更多可掌控的場景，去做車載、家居、耳機等等，因為我們需要在更大的規模上循環迭代。
（出門問問的正向循環）
到現在為止，出門問問實現了各種智能設備上的語音交互，從手機、音箱、車載、耳機，凡是你能想到的語音交互比較有用的地方，我們都做過一個應用。
小結：
在AI領域創業，並不會輕易死掉。因為AI公司同O2O公司不同，不需要每天花那麼多錢補貼用戶，它的主要成本是人工成本。當公司盈利情況並沒有那麼好的時候，只要少招點人就可以存活。
但是在我看來，如果一個創業公司沒有增長，跟死亡是一樣的。
如果一個公司第一年100人，第二年100人，第三年還是100人，營收也沒有任何變化。那麼這種公司的價值是不大的。
對於“出門問問”來說，我們每天都在逼著自己跨越舒適區，去思考如何找到更多的機會，如何有更多可控並且規模化的應用場景，如何在激烈的競爭中存活下來。
只有這樣，當BAT這樣的巨頭進入的時候，我們才能夠更加從容地去面對，完成一個初創AI公司的成人禮。
閱讀更多 青年創業網 的文章
