(圖片來(lái)源:全景視覺(jué))
經(jīng)濟(jì)觀察報(bào) 王漢洋/口述 2013年,正值高中畢業(yè),我去往加拿大滑鐵盧大學(xué)攻讀數(shù)學(xué)專業(yè),主修計(jì)算機(jī)。學(xué)校的培養(yǎng)方向是想把我們培養(yǎng)成為計(jì)算機(jī)科學(xué)家,而我對(duì)科研并不感興趣。大二剛讀完,我選擇休學(xué)回國(guó)創(chuàng)業(yè)。
休學(xué)回國(guó) 切入圖形搜索
在滑鐵盧的兩年大學(xué)生涯內(nèi),國(guó)內(nèi)總有朋友不斷讓我?guī)兔Υ?gòu)。我最直觀的感受是,“這個(gè)東西為什么你自己不能買?”后來(lái)了解,原因很簡(jiǎn)單,國(guó)內(nèi)的價(jià)格太高。盡管國(guó)外也有跨境購(gòu)物網(wǎng)站,但對(duì)于不懂英文的消費(fèi)者來(lái)說(shuō)并不現(xiàn)實(shí)。此外,一些網(wǎng)站國(guó)內(nèi)也無(wú)法正常登陸。更大的問(wèn)題是,大家在國(guó)外網(wǎng)站上很難憑借有限的關(guān)鍵詞精準(zhǔn)搜索到自己想買的商品。
我突發(fā)奇想,為什么不能做一個(gè)搜索引擎,專門幫助中國(guó)人找海外的商品?于是我按照自己的設(shè)想做了一款垂直搜索引擎,類似更好用的Shopstyle。其實(shí)國(guó)內(nèi)也有類似產(chǎn)品,而當(dāng)時(shí)我并不知道。實(shí)際上,我做的這款搜索引擎與其他也有一定區(qū)別,我們是通過(guò)純圖像識(shí)別來(lái)打標(biāo)簽。
在過(guò)去,我要找一款鞋,很多網(wǎng)站為了省事,多個(gè)款式可能在網(wǎng)站上是一樣的名字,這意味著消費(fèi)者很難快速搜索到一個(gè)精準(zhǔn)的結(jié)果。我可能只知道它是一雙皮鞋。但這個(gè)時(shí)候,我們的搜索引擎會(huì)主動(dòng)問(wèn)用戶,你是想要牛津鞋,還是德比鞋?
用戶直接搜索名字是不靠譜的,在不知道名字的前提下,他會(huì)以特征為關(guān)鍵詞,比如:藍(lán)色皮鞋、黑色太陽(yáng)鏡。但這種關(guān)鍵詞很難與腦子里定位的商品產(chǎn)生匹配,因?yàn)榫W(wǎng)站上所有的商品介紹信息都相對(duì)有限。于是,我們就開始思考,哪些因素是固定不變的?答案是——圖片。如果能讓計(jì)算機(jī)直接理解圖片里的東西,就意味著我們可以為商品打上更為精準(zhǔn)的標(biāo)簽。
當(dāng)時(shí)我們?cè)O(shè)想,希望研究出一套系統(tǒng),直接通過(guò)圖像識(shí)別給商品打標(biāo)簽,從而給C端消費(fèi)者提供一款搜索引擎。它能幫助中國(guó)消費(fèi)者買到自己想買的時(shí)尚商品。
我們自己建立了數(shù)據(jù)庫(kù),通過(guò)爬蟲抓取,積累了200多萬(wàn)個(gè)SKU。很快,我們做到了4000多個(gè)分類,每個(gè)分類下面還有很多標(biāo)簽。對(duì)標(biāo)簽的定義很關(guān)鍵,我們分為兩步走,第一步是學(xué)習(xí)圖像,第二步是學(xué)習(xí)語(yǔ)言描述。在這個(gè)過(guò)程中,我們聘請(qǐng)了專門的時(shí)尚編輯來(lái)輔助分類。
合伙人都是發(fā)小
2015年,我回國(guó)后正式創(chuàng)業(yè),很快組建了一個(gè)20多人的團(tuán)隊(duì)。我不想做成一個(gè)電商平臺(tái),不想賺差價(jià),因?yàn)楹芸煳覀兎e累了大量數(shù)據(jù),每天更新近20萬(wàn)個(gè)SKU。我們知道用戶在搜什么。我的設(shè)想是,服務(wù)于C端,積累數(shù)據(jù),讓數(shù)據(jù)發(fā)揮其價(jià)值,進(jìn)而在B端尋找變現(xiàn)模式。
我們?nèi)齻€(gè)合伙人算是發(fā)小,從小到大都是好朋友。其中一位合伙人經(jīng)歷比較坎坷,成績(jī)優(yōu)秀,A Level考了4門A+,準(zhǔn)備高中畢業(yè)就出國(guó)上大學(xué)。按理說(shuō),申請(qǐng)條件挺好,但他一直沒(méi)收到錄取信。最后才發(fā)現(xiàn),自己早已被很多所名校錄取,其中還包括劍橋大學(xué),但郵箱系統(tǒng)把這些信件都自動(dòng)歸類為垃圾郵件。當(dāng)發(fā)現(xiàn)時(shí),為時(shí)已晚,已經(jīng)過(guò)了確認(rèn)時(shí)間。最后,他去了英國(guó)伯明翰大學(xué)攻讀信息安全,后來(lái)轉(zhuǎn)學(xué)機(jī)器學(xué)習(xí)。
我的另一位合伙人和我從小學(xué)開始就是同學(xué)。我們一起就讀于東北師大附中,他的成績(jī)一直是學(xué)校前十。他從小到大都很喜歡化學(xué),大學(xué)也想學(xué)化學(xué)。但高考前體檢他才發(fā)現(xiàn)自己存在色弱的缺陷,這種情況在中國(guó)的大學(xué)里學(xué)不了化學(xué),但當(dāng)時(shí)申請(qǐng)出國(guó)已經(jīng)來(lái)不及。他最后去了吉林大學(xué)的車輛工程專業(yè),他想轉(zhuǎn)計(jì)算機(jī),但學(xué)校不允許,折中之下,他修了計(jì)算機(jī)的雙學(xué)位。
我們的編輯有的來(lái)自時(shí)尚集團(tuán),有的曾自己運(yùn)營(yíng)時(shí)尚公號(hào),我挨個(gè)去說(shuō)服加入,在一定程度上,他們也發(fā)揮著產(chǎn)品經(jīng)理的作用。
我本身學(xué)編程出身,與大多數(shù)程序員有共同語(yǔ)言。我們當(dāng)時(shí)的技術(shù)負(fù)責(zé)人在網(wǎng)絡(luò)上開設(shè)了公開課教程,教授的就是我們需要的Ruby技術(shù)語(yǔ)言,我直接找到了他,向他發(fā)出邀請(qǐng)。
變現(xiàn)受挫 積極轉(zhuǎn)型
搜索引擎的項(xiàng)目做了半年多時(shí)間,我們發(fā)現(xiàn)了幾個(gè)問(wèn)題。第一,我們每周用戶都在漲,但用戶漲得越多,賠得越多,因?yàn)榉?wù)器有成本,用戶量越大,我們的成本越高。服務(wù)器每個(gè)月的成本有8-10萬(wàn)。加上研發(fā)和人員費(fèi)用,當(dāng)時(shí)幾個(gè)月已經(jīng)燒了200多萬(wàn)人民幣。
第二,我們沒(méi)有變現(xiàn)機(jī)會(huì)。我們想把用戶行為數(shù)據(jù)賣給時(shí)尚公司,但他們?nèi)狈κ褂眠@些數(shù)據(jù)的動(dòng)力。當(dāng)時(shí)國(guó)外已經(jīng)有WGSN公司專注于信息梳理和預(yù)測(cè)未來(lái)時(shí)尚趨勢(shì),但國(guó)內(nèi)的公司對(duì)這類服務(wù)缺乏認(rèn)知。通過(guò)趨勢(shì)預(yù)測(cè),降低庫(kù)存,我們能幫國(guó)內(nèi)的時(shí)尚公司省下不少錢,但國(guó)內(nèi)很多公司老板不這么認(rèn)為。國(guó)內(nèi)公司的老板認(rèn)為省錢是他們的本事,和我們沒(méi)關(guān)系。
我們接不到業(yè)務(wù),無(wú)法變現(xiàn),不得不思考轉(zhuǎn)型。2016年1月,有一天我們幾個(gè)合伙人一起吃飯時(shí)討論說(shuō),“我們做的技術(shù)解決方案,很多公司都能用,為什么只給時(shí)尚公司?”這個(gè)想法,成為了我們轉(zhuǎn)型的基礎(chǔ)。
之前我們見了100多位投資人,但最后一分錢也沒(méi)拿到。但大家都不甘心,不想就這么散了,于是我們就開始流竄作案。沒(méi)有辦公室,那就去咖啡館里辦公。當(dāng)時(shí)覺(jué)得,創(chuàng)業(yè)成不成,與融不融資沒(méi)有關(guān)系,創(chuàng)業(yè)是我們自己的事,能拿融資只是錦上添花。投資人不投我們,我們也要自己走出來(lái)。生死看淡,不服就干是我們的信條。
2016年,我們把之前的想法完全放棄,并重新思考了團(tuán)隊(duì)的優(yōu)勢(shì)和利弊。我們擅長(zhǎng)的是人工智能、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué),我們?yōu)槭裁床辉谶@些領(lǐng)域嘗試突圍?機(jī)器學(xué)習(xí)這個(gè)概念已經(jīng)存在很久。深度學(xué)習(xí)的概念同樣也很早就有了,然而,當(dāng)時(shí)的CPU符合不了計(jì)算要求。在我大學(xué)期間,第一次接觸到深度學(xué)習(xí)的時(shí)候,無(wú)比震驚。這種感覺(jué),就像是1853年美國(guó)海軍準(zhǔn)將馬修·佩里第一次讓封閉的幕府民眾見識(shí)了黑色的軍艦。于我而言,深度學(xué)習(xí)就是那艘黑船,它叩開了我心中的門。
我們熟知的一些產(chǎn)品,比如:網(wǎng)易云音樂(lè)的推薦,日常的垃圾郵件判別,這些都在使用機(jī)器學(xué)習(xí)。只要你接觸互聯(lián)網(wǎng),接觸手機(jī),你的行為就會(huì)與機(jī)器學(xué)習(xí)有關(guān)。
但在AlphaGo進(jìn)入公眾視野之前,很少有人知道機(jī)器學(xué)習(xí)的概念。突然之間,AlphaGo引爆了機(jī)器學(xué)習(xí)和人工智能的相關(guān)話題。
當(dāng)時(shí),我們發(fā)現(xiàn),所有做AI(人工智能)的公司多是廣義的AI范疇,他們自己都不是自己的用戶,主要是用技術(shù)解決方案去服務(wù)于機(jī)構(gòu)、企業(yè)和組織。然而,問(wèn)題在于,你自己都不是用戶,你怎么知道痛點(diǎn)在哪里?有的公司把技術(shù)解決方案賣給醫(yī)院,但實(shí)際上產(chǎn)業(yè)和學(xué)術(shù)脫節(jié)嚴(yán)重。
正好我們?cè)谒伎嫁D(zhuǎn)型,當(dāng)時(shí)就覺(jué)得,必須以用戶需求為導(dǎo)向,不能閉門造車。近20人的團(tuán)隊(duì),當(dāng)時(shí)只剩下幾個(gè)人。可是我們有技術(shù),也有人手,何不找一些業(yè)務(wù)先做做?沿著這個(gè)想法,我們四處找企業(yè)談。當(dāng)時(shí)的思路是,產(chǎn)業(yè)界存在很多問(wèn)題,大部分公司,都是拿著解決方案找問(wèn)題,而不是找到問(wèn)題之后研究解決方案。
拿到融資與客戶
AI存在了很長(zhǎng)時(shí)間,但至今沒(méi)有一個(gè)爆款產(chǎn)品出現(xiàn)。AI技術(shù)本身也不成熟,并沒(méi)有想象中那么神奇。它僅僅是一項(xiàng)技術(shù),并不是什么轟動(dòng)性的東西。到底AI用來(lái)干什么?如果不是Alpha-Go,可能大多數(shù)人都沒(méi)有概念,可是Al-phaGo其實(shí)離我們的生活太遙遠(yuǎn)。
客戶不知道我們做什么,我們不知道他們要什么,似乎整個(gè)行業(yè)都存在這樣的問(wèn)題。我們不假定產(chǎn)品形態(tài),因?yàn)槲覀円膊恢雷罱K的AI產(chǎn)品形態(tài)是什么,但行業(yè)只要存在問(wèn)題,就可以去嘗試解決。針對(duì)不同的行業(yè)需求,我們展開了調(diào)研,直接下到了產(chǎn)業(yè)內(nèi)部。
我們接觸了幾家無(wú)人機(jī)公司,發(fā)現(xiàn)無(wú)人機(jī)公司并不是我們實(shí)際上的客戶。能夠?yàn)槲覀兊募夹g(shù)解決方案付費(fèi)的人,是無(wú)人機(jī)的使用者。我們做了更深入的用戶調(diào)研。我們想要弄清楚,無(wú)人機(jī)拍攝視頻的實(shí)際場(chǎng)景是什么樣子?我們?nèi)镜娜藥е鵁o(wú)人機(jī),找到了實(shí)際場(chǎng)景,自己去飛,自己去看,模仿了用戶的實(shí)際操作步驟。
不同的無(wú)人機(jī),不同的操作者,進(jìn)而導(dǎo)致了不同的牌照水平,會(huì)造成很多模糊照片。模糊的照片和問(wèn)題照片是否需要甄別?拍攝的不同對(duì)象,是否需要?dú)w類?能不能自動(dòng)生成報(bào)告?我們發(fā)現(xiàn),這些問(wèn)題都是行業(yè)痛點(diǎn)。如果我們能解決這些問(wèn)題,客戶就會(huì)愿意付費(fèi)。我們針對(duì)現(xiàn)實(shí)存在的問(wèn)題設(shè)計(jì)了AI技術(shù)解決方案,最終,南方電網(wǎng)成為了我們的客戶。
在圖片識(shí)別的應(yīng)用上,我們也能與公安的需求結(jié)合。抓逃犯是全球警察機(jī)構(gòu)的剛需。但我們調(diào)研發(fā)現(xiàn),真正要提供有效的解決方案,并不是用人工智能去識(shí)別那么簡(jiǎn)單,還需要在攝像環(huán)節(jié)去優(yōu)化改造。如果不能在初始環(huán)節(jié)切入,就很難實(shí)現(xiàn)理想效果。目前我們看到的現(xiàn)實(shí)情況是,企業(yè)選擇人工智能,目的并不是要取代人,而是因?yàn)槿耸植粔颉R豁?xiàng)工作,實(shí)際需要300個(gè)人去做,可是企業(yè)的現(xiàn)實(shí)是只有30個(gè)人。在這樣的背景下,人工智能解決方案可以幫助企業(yè)緩解人力不足的難題。到現(xiàn)在我們已經(jīng)幫機(jī)場(chǎng)電網(wǎng)無(wú)人機(jī)醫(yī)院等多個(gè)行業(yè)制作了不同的解決方案。
2016年7月,我們成功完成了融資。經(jīng)發(fā)現(xiàn)創(chuàng)投的萬(wàn)總介紹,我們認(rèn)識(shí)了梅花天使創(chuàng)始合伙人吳世春,與他第一次見面就敲定了融資。最近,我們又完成了新一輪融資。我們公司起名為泛化智能,意在地提供高效靈活的人工智能解決方案。(經(jīng)濟(jì)觀察報(bào)記者高陽(yáng)采訪整理)
推薦理由
泛化智能是為具體場(chǎng)景提供提升效率和降低成本的智能引擎,切入點(diǎn)準(zhǔn)確,團(tuán)隊(duì)務(wù)實(shí),技術(shù)國(guó)內(nèi)一流。
——吳世春 梅花天使創(chuàng)投創(chuàng)始合伙人
泛化智能簡(jiǎn)介
泛化智能是一家專注于機(jī)器學(xué)習(xí)與計(jì)算機(jī)視覺(jué)的人工智能公司,總部位于北京。致力于為客戶提供可快速部署、通用的人工智能產(chǎn)品與解決方案。
京公網(wǎng)安備 11010802028547號(hào)