科學家創業，美國誕生了谷歌、高通、雅虎，但這事兒在中國容易嗎

SherLu: “如何將技術實現商業化，是重中之重?！?/p>

從國貿向西南方向行駛50公里，是中關村新興產業前沿技術研究院。寬敞的馬路兩邊是大片大片的空地，零星有幾棟樓房，它們大多不超過十層，加上人車稀少，襯托得視野格外寬闊。

馭勢科技在其中一棟樓的一層，是這棟樓第一家入駐的公司。推開門進去，這里更像是個停車場，SUV、普通轎車、景區觀光車加起來有七八輛，其中一輛車的座椅被掀開，幾名工程師圍著它小聲討論。其他車的頭頂、車身、駕駛位等位置，也都安裝了些奇奇怪怪的設備。這些車的共同點是可以進行自動駕駛。在我們采訪的同時，一位工程師正駕駛一輛小型汽車在園區調試。

吳甘沙是馭勢科技的創始人之一，之前他是英特爾中國研究院的第一位“首席工程師”。去年上半年，吳甘沙從工作了16年的英特爾離職，進入人工智能領域創業。

類似的案例還有很多。3月22日，百度首席科學家吳恩達離職，雖未曾透露未來方向，但創業是外界對其最大的猜測之一；3月27日，百度高級副總裁、原自動駕駛事業部總經理王勁表示即將離職百度，投身自動駕駛領域創業；再之前，百度原深度學習實驗室（IDL）主任余凱在2015年年中離職，創立人工智能公司地平線。

人工智能（Artificial Intelligence，簡稱AI）正在成為眼下最性感的創業領域之一。在4月初的一次公開會議上，百度董事長李彥宏稱自己在美國讀書的時候就很喜歡人工智能這門課。在談到互聯網和人工智能的關系時，他認為，“互聯網其實只是一道開胃菜，真正的主菜是人工智能。所以人工智能不是互聯網的一部分，不是互聯網第三個階段，它是堪比工業革命的一個新的技術革命。”

如果說此前國內創業公司的創新主要是圍繞商業模式，如電商、O2O、互聯網金融、共享經濟等，那么在人工智能領域，創業的制高點很明確，即技術創新。換句話說，技術壁壘要遠高于商業模式的壁壘。

相應的，科學家、有著金光閃閃的教育和從業履歷的“藍血”人士，成為人工智能創業的核心主力。

在余凱看來，科學家創業在國內是個新鮮事，但在美國已經很平常，“高通、谷歌、雅虎，這些公司的創始人都是大學老師或者名校博士生。”從商業模式到技術創新轉變的背后，余凱認為是資本轉化成價值的效率越來越低，“谷歌只融了幾千萬美金就能上市，但國內的創業公司即便融資上百億美金也有可能無法上市。”

在今年年初的一個論壇上，高瓴資本創始人兼CEO張磊也談到類似觀點，“靠商業模式的取巧已經基本走到頭，未來還會繼續發揮作用，但在基礎科學、硬科學的時代，只靠商業模式的取巧是不夠的。”

500萬

在一眾AI創業公司中，商湯科技算得上是學術味最濃的一個。2014年10月，商湯科技成立，主要領域是圖像識別。

相比于其他創業公司，商湯科技的啟動資金來得全然不費功夫。2014年，IDG資本合伙人?？庹J為人工智能即將爆發，這也成為商湯科技的創業啟動資金。“我們不是成立公司才開始創業，是拿到錢才想著成立公司的事情。”商湯科技CEO徐立告訴記者。

徐立：目前基于數據驅動的算法帶來的難題就是科學家也說不清技術的邊界在哪里

香港中文大學湯曉鷗的多媒體實驗室在深度學習的視覺領域研究多年，也是商湯科技在技術儲備上的主要合作伙伴，全球范圍內有三大計算機視覺學術會議CVPR、ICCV和ECCV，在2012~2013年期間的三屆會議中，共有29篇與深度學習相關的文章，其中14篇出自這個實驗室。

目前實驗室有幾十名博士生，徐立認為在學校和公司做科研完全不同，“商湯現在也有五六十名PHD在做科研，但多少會背負一些KPI，甚至是規定在什么時間做出什么成果。但學校實驗室不同，即便是做了幾年沒有結果也可以接受。”

在真格基金合伙人兼CIO李劍威看來，真格基金對人工智能公司的投資更看重創始人，“并不是因為是人工智能公司就投資，創始團隊是否靠譜更重要。”

真格基金是出門問問在2012年10月份的天使輪投資人，“當時看到創始人李志飛是谷歌非常優秀的科學家，就這么簡單。”李劍威解釋這筆投資的原因。

深圳AI創業公司云天勵飛的投資過程也非常迅速。2015年9月，李劍威和云天勵飛創始團隊在徐小平家里談了一個多小時就敲定了投資意向。當時云天勵飛沒有推出任何產品，但投資團隊看重陳寧等創始團隊在視覺智能領域的積累。陳寧曾任中興通訊芯片設計技術總監，并參與制定4G-LTE國際標準，在專利申請和論文方面，也都表現突出。

2013年，徐小平拉著依圖科技的朱瓏和其他幾位創始人到自己家，幾個人從下午一直到聊到后半夜，徐小平執意投資200萬美金，但朱瓏只接受100萬，最終真格基金用100萬美金成為依圖科技的天使輪投資方。

朱瓏：目前國內大部分AI公司是做技術，而不是科學

“學霸”兩個字可以概括朱瓏的學習經歷。2002年本科畢業后，朱瓏進入美國加利福尼亞大學洛杉磯分校讀博，師從Alan Yuille教授，后者是霍金的得意門生，被譽為全球計算機視覺領域的“教父”。之后朱瓏又在麻省理工大學人工智能實驗室攻讀博士后。2010年，朱瓏在紐約大學的Courant數學研究所擔任研究員，跟隨深度學習鼻祖、Facebook人工智能實驗室負責人Yann Lecun。

2012年，朱瓏想要在視覺領域的深度學習做些事情，學校、大公司、創業三個平行的選擇放在眼前，“學校迭代太慢，大公司沒有將人工智能作為核心業務來做”，為了更快向前走，朱瓏拉上高中同學、當時阿里云技術總監林晨曦一起創業。

雖然創業只有五年，但朱瓏認為身邊環境變化明顯。“我的同學當時90%都是轉行做金融或者其他行業，想要找一份跟人工智能相關的工作很難。”但今天，無論哪家公司都希望自己的業務能和AI掛上鉤，能跟人工智能貼上邊的相關專業人士，也成了人才市場上的香餑餑，炙手可熱。

過去一年，紀源資本管理合伙人李宏瑋看了國內外近千家人工智能創業團隊，平均每天要看三五家。她半開玩笑地說，AI創業團隊的天使輪估值很好做，“假如一個科學家值500萬，公司有幾個科學家就值幾個500萬。”但同時她也承認，科學家可能人脈、商業敏感性并不如其他創業者，因此，他們在創業過程中面臨的困難并不會少。

“AI創業團隊想要獲得一個比較高的天使輪融資比較簡單，但如果后續沒有相應的產品和健全的團隊，很難繼續獲得A輪、B輪融資。”李宏瑋在接受采訪時說。

這背后的原因在于科學家創業天然的短板，“他們之前并不是商業圈子里的人，但又必須要找到人去做產品、銷售、營銷，如果涉及到做硬件就會更復雜。”李宏瑋說。

這一點馭勢科技聯合創始人周鑫深有體會，在加入馭勢科技之前，他與吳甘沙是同事。進入英特爾14年，周鑫前前后后換過不少部門，但大多數與研發相關。大公司的優勢在于配套完整，周鑫只用做好研發，會有同事來負責其他環節。

周鑫：創業公司中，任何一個鏈條出現問題，都有可能導致公司夭折

創業之后，周鑫發現涉及到人才的門類遠超之前想象，公司主要是針對自動駕駛領域，覆蓋整條產業鏈，從軟件到硬件，從算法到芯片研發，“我們有50多名員工，但涵蓋了機械、光學、精密測量、測量工程、電路電器、計算機硬件、計算機系統、計算機應用、算法等領域。”更重要的是，在創業公司中，不允許只關注一個點，鏈條中任意一個環節出了問題，都有可能導致公司半路夭折。

徐立對這個問題的認識更理性。“站在投資人角度，他們看的是公司長板，但真正運營公司時，短板才是決定公司生死的環節，因此做公司就是要不停迭代自己的短板。”

接地氣

2012年，專注語音智能領域的云知聲成立。拿到工商執照第一天，黃偉跟三個合伙人說了一句話，“從今天起，我們要忘記拿到的博士學位，我們都是商人。”

從一開始，技術和商業化就既結合又矛盾，創業者能否正確認識這個問題尤為重要。何時從技術演化到產品？如何平衡二者的關系？這兩個問題幾乎伴隨著每一位AI領域的創業者。

徐立把第一問題比喻成《火星救援》電影中“回地球和種土豆”的關系。他認為AI創業是個終級目標很明確、但實現路徑不同的過程。“終極目標是回到地球。從火星回到地球，需要三年，這三年需要種土豆先活下去。”投資人看重的是土豆，也就是漂亮的現金流，但不能因為種土豆而忘了回地球，忽視對技術的投入。“土豆和回地球都要有，創業公司的遠近目標要相結合。”徐立說。

2013年，云知聲曾經面臨兩種選擇，一種是做APP，直接面向用戶，這在當時是熱門的創業方式，另外一種則是做To B業務，為客戶提供解決方案，從而間接獲取用戶，是一種B2B2C的模式。“做APP的話意味著要把大部分精力放在產品研發上，這對當時的云知聲來說并不現實，”黃偉告訴記者。另外，他判斷語音功能在手機端并不是剛需，獲取用戶數量有限，而如果通過B2B2C的模式，可以加快這一速度。

語音識別是AI創業最集中的領域之一，如何做出差異化的商業模式是黃偉一直思考的事情，最終公司定位IOT領域，通過“云端芯”的模式提供一體化的解決方案，在芯片、終端軟件交互、云計算三個領域同時下手。

在商業模式創新領域，創業公司通常會擔心自己被突如其來的新模式取代。徐立認為這個現象在AI領域并不明顯，技術公司真正的焦慮在于看錯方向。“每個人拿一個大錘子，砸錯了就很苦逼，砸對了就會有利益，進而形成對一個行業的壟斷，能不能押對寶是最重要的。”

公司成立一年多之后，商湯科技才開始嘗試性的與客戶接觸，將技術轉化成產品。公安系統是人臉識別應用的主要領域，在與重慶公安的合作中，商湯科技只用了40天就識別了69個犯罪嫌疑人、抓捕15人，“按照以前的技偵手段，可能一年也就抓幾個人，現在一個月把公安系統十年的工作完成。”徐立開玩笑，短期內人工智能會最先取代跟“老”相關的職業，比如老師、老司機、老醫生等類似需要長期經驗積累的工作，AI擅長的就是學習大數據，并從中進行深度學習。

2015年下半年，吳甘沙、周鑫等人開始看創業方向，安防、農業、智能樓宇、自動駕駛等領域看了個遍，發現前幾個雖然在技術上說得天花亂墜，但并不是市場剛需，最終幾個人敲定要做自動駕駛。

從去年2月份成立到現在，馭勢科技同其他AI創業公司一樣，發展速度很快，“公司成立的第一個辦公室是在清華園賓館的一個套房，只有我們四個聯合創始人。”周鑫回憶。一年的時間，馭勢科技光辦公室就換了三次，員工數量也從最初的四個人成長到今天的五十多人。

周鑫認為馭勢科技目前還處于技術積累的階段。“外界對自動駕駛有很多美好的想象，有的可以做到，有的做不到，”作為創業者，顯然不能再任性，“公司要有清晰的技術路線圖，每一年攻克哪些技術難題都要明確。”但首先要保證的是這條技術主線不能偏離客戶需求，為了了解客戶的真實想法，吳甘沙等創始人把大部分精力放在與客戶溝通的環節上。

在這個過程中，周鑫認為加法和減法要同時進行。減法很容易理解，但加法也同樣存在，“很多公司會找上門來，希望我們根據他們提出的場景做出一套解決方案。”這在周鑫看來，無疑為公司拓寬了視野，“之前并不知道還會有這樣的需求。”

作為地平線創始團隊中非技術研發出身的陶斐雯來說，創業近兩年最大的感受就是“真實”。加入地平線之前，她在谷歌和百度工作近八年，主要是負責運營、市場等領域。

創業之后，陶斐雯驚喜地發現她身邊的“工科男”都在發生變化，他們開始嘗試站在客戶角度去思考問題。去年公司與美的在智能家居領域開展合作，雙方洽談之初，誰也不知道對方在想什么，“對方可能會說如果有某項功能會很好，但并不清楚如何定義這項功能，能不能做出來。”為了防止閉門造車，余凱帶著同事一同與美的打磨產品。

當了三十多年學霸，朱瓏身上幾乎沒有什么學究氣，更像是個懂得審時度勢的創業者。從科學家到創業者，朱瓏幾乎是無縫切換。決定尋求商業化合作之時，他就開始四處尋找有可能的機會。

“我現在什么都沒有，我也不知道你要什么，但你告訴我之后，我要是做不出來，國內沒有哪家公司能做得出來。”這是朱瓏與蘇州市公安局談合作時說的一番話。對方提出的訴求是要提高識別“車臉”的準確率，當時對套牌車的識別率不超過30%，蘇州公安局希望將這一比例提高到70%，兩個月之后，朱瓏給出的測試結果是90%?，F在依圖科技還涉足人臉識別、醫療等領域。

這種變化讓投資人感到興奮。之前的創業者總是會講在某某國際賽事拿到第一的名次，但現在會講如何將技術和不同的行業相結合，“不再是整天空談技術，而是越來越接地氣。”高榕資本創始合伙人岳斌說。

放肆與克制

技術是AI創業的門檻，但它在創業公司占的比重有多大？

面對這個問題，技術出身的AI創業者給出不同的答案。黃偉認為科技的比重不會超過20%。雖然各家公司拋出的比例不同，但一個共同點是他們看到技術在AI創業中的兩面：重要性和局限性。“不是說技術不重要，如果別人技術98分，我是96分，2分的差距不足以決定商業上的生死，但如果其他方面別人做到80分，我只有60分，那在商業上就必死無疑。”黃偉說。

黃偉的第一份工作是在摩托羅拉研究中心，當時工作的主題就是算法，“滿腦子都是算法，提升1%的精確率就會很興奮，發表一篇學術論文能高興很久。”2009年進入盛大創新院之后，黃偉意識到技術固然重要，但一款成功的產品還離不開軟件、交互等環節，很多問題并不是靠技術就可以解決。

朱瓏同樣認為技術不是AI創業成功的關鍵，“技術只占成功的1/3，還有兩項能力很重要：技術的前瞻性以及技術和業務的結合。”

“憋大招”是科學家在研發時的思維定勢，如果一項技術不能達到自己滿意的效果，寧可選擇推遲面市。但用戶要的往往不單是技術指標。用朱瓏的話說，“在學?？梢苑潘恋刈隹茖W，但在公司要克制。”

達闥科技創始人兼CEO黃曉慶經歷過三次創業，從貝爾實驗室到UT斯達康，再到主營業務為云端智能機器人的達闥科技。雖然也是研發出身，但創業經歷多了，黃曉慶評價已經能hold住自己，“我會有意克制自己不要去憋大招，不要想做下一個偉大的產品，能不能把現在的東西賣出去更重要。”

黃曉慶：不是想做下一個偉大的產品，能不能把現在的東西賣出去更重要

黃曉慶認為心態上的調整非常重要，“科學家創業手握技術，會認為自己成功的概率更高，普通創業者認為成功的把握沒有那么大，反而會更理性。”

“克制”也是余凱創業以來最大的感受之一。與大多數AI創業公司都是從產品端入手不同，地平線著手于更加上游的芯片端，這被余凱視為AI領域的制高點，也是最能打造公司壁壘的環節。

在他看來，創業的確是個充滿矛盾的過程，要鼓勵工程師創新，又要讓他們接受不完美；公司要在研發上投入，但又不能把所有資源投入到對未來的想象中。這種平衡的藝術讓余凱感覺做企業比做科學家有意思得多。

管理上的難題也經常讓這些科學家抓狂。“公司在幾十個人的時候效率最高，很多事情我喊一嗓子大家就往前沖了，沒什么分工。”徐立告訴《中國企業家》。當團隊成長到上百人、幾百人的時候，徐立發現光靠吼不現實了，團隊在公司管理上遇到壁壘，“教科書上講的那些坑一個也躲不過”。

創業初期，公司組織架構并不完善，比如，沒人會做專業的財務報表，甚至有段時間，工資都會算錯。徐立認為創業公司不能寄希望通過外部力量來突破公司發展過程中遇到的瓶頸。商業化之初，公司也希望找到幾個銷售來搞定客戶，但逐漸發現，“請來的和尚”并不了解公司的技術，不僅效率不高，甚至會出現走彎路的情況。

從去年開始，互聯網領域流行起一個新詞“下半場”，AI中的視覺識別由于應用成熟，也被外界冠上了“下半場”的帽子。徐立不太認可這個觀點，他認為科學家對深度學習的認識還非常淺。

具體來說，科學家對機器如何學習這個問題仍然還有未解空間，“一輛無人駕駛的汽車青天白日發生事故，為什么？人臉識別正確率最高可以達到99%，剩下的1%問題出在哪里？目前基于數據驅動的算法帶來的難題就是科學家也說不清技術的邊界在哪里。”在徐立看來，如何理解機器的深度學習，對下一步人工智能的發展很重要。

做了幾年創業者，朱瓏依然難掩身上桀驁不馴的氣質，對“科學和技術”這兩件事情有自己的想法。他認為目前國內大部分AI公司做的技術，“把準確率從95%提高到99%，這只是技術，而不是科學。”雖然依圖科技目前也是處于技術提高和快速商業化的階段，但朱瓏希望十年后能繼續回歸做科學。

放到全球范圍來看中國的AI發展，優勢和劣勢顯而易見。優勢在于數據量龐大，商業化前景明朗，從近幾年語音識別、圖像識別快速商業化也可以看出。

劣勢在于國內尚無類似AlphaGo、波士頓機器人等專門針對AI領域創新的公司，它們不以盈利為目標，通過炫酷的產品推動AI的發展，比如，AlphaGo的出現把深度學習第一次推到臺前，但類似的公司在中國并不常見。

李劍威認為國內越來越多的公司投入到AI的基礎研究。3月19日，騰訊人工智能實驗室研發的圍棋人工智能程序“絕藝”在東京以11戰全勝的戰績，戰勝日本的DeepZenGo、法國的“瘋石”（Crazy Stone）等世界圍棋AI高手。

投資機構也希望能夠幫助類似的創業公司，億航推出的載人無人機就是一次這樣的嘗試。在去年年初的CES展上，億航推出首款載人的億航184無人機，最大續航時間為半小時，載客1人，能夠實現自動起飛、規劃路程、避障等功能。今年7月份，迪拜將成為全球首個允許載客無人機運營的城市，其采購的就是億航184無人機。作為億航B輪投資人，李劍威認為這件事情就很酷，“最終能不能成功還不好說，但起碼向前邁了一步。”

【編者按】本文轉自中國企業家雜志，作者：李亞婷

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！