【哈佛MIT創業講堂】AI初創如何實現從0到1

👆點擊上方藍字星標“Robinly”,獲取更多重磅AI訪談

Robin.ly 是立足硅谷的視頻內容平臺,服務全球工程師和研究人員,通過與知名人工智能科學家、創業者、投資人和領導者的深度對話和現場交流活動,傳播行業動態和商業技能,打造人才全方位競爭力。



10月下旬,硅谷風險投資BoomingStar Ventures管理合夥人、硅谷最大的AI人才獵頭服務公司TalentSeer及人才社區Robin.ly的創始人 Alex Ren 受邀與麻省理工大學、哈佛大學及波士頓地區的創業者分享了AI時代的創業思考以及評估早期AI公司的“技術-市場”契合新思維。

640?wx_fmt=jpeg
Alex Ren在哈佛-MIT創業講堂分享AI創業思考

下文爲 Alex Ren 的AI創業講座精彩摘錄。完整視頻見文末。

長按二維碼或點擊“閱讀原文”

問Robin.ly獲取PPT

640?wx_fmt=png


1

   關於 Alex Ren

我最早的背景是 Electrical Engineering,2001開始參與研究車載毫米波防撞雷達,可以說是無人車比較早的研究嘗試。之後在通訊和半導體行業做了 12 年營銷工作。來到美國創業之後轉型做 AI 人才獵頭服務和人才社區。2015 年也開始參與投資,參與了幾家AI公司,包括 CloudMinds,Vicarious AI 以及一些自然語言處理領域的企業。

一方面,我們做人才招募的客戶大部分是獨角獸和大型公司,而投資看的是一些比較早期的公司。如果進入 A 輪的概率只有2%、成爲獨角獸的概率只有萬分之一的話,我就經常去比較那隻佔万分之一的獨角獸公司和沒有能夠進入A輪的那98%的公司到底有什麼區別。今天要講的很多內容也是基於這樣的一些分析。

640?wx_fmt=png

我會介紹一下初創公司失敗常見的三個原因、創業公司背後的發展引擎分析、以及一些無人車和機器人相關的案例分析。之所以選擇無人車,是因爲我認爲無人車是整個 AI 領域的第一次偉大嘗試,沒有任何AI的應用領域像無人車一樣在過去幾年裏吸引了幾百億美金,至少幾萬甚至十幾萬人在參與其中的研究和開發。

2

   創業失敗的三個常見原因


創業是一個少數派的遊戲,投資也是一樣,只有少數人能夠成功。我們來分析一下 98% 的公司爲什麼失敗,CBInsights 在 2017 年對 101 家創業公司的失敗原因做了分析,最後總結出大部分公司失敗的原因有三個。第一個原因是 No Market Need,就是沒有市場需求,有將近 42% 的公司做出的產品沒有市場需求,就是白費功夫。第二個原因就是 Ran Out of Cash,資金斷裂公司就要倒閉。第三個原因就是 Not the Right Team,團隊不合適。

640?wx_fmt=png
創業失敗的常見原因,來源:Alex Ren

No Market Need的首要原因是沒有找對應該解決的問題,其次是市場競爭太激烈,是紅海市場。在選擇應該專注的領域和問題的時候,我們要注意正確對待所聽到的反饋意見,當你有一個自認爲很不錯的想法 ,其他人也覺得很好(Sounds good, actually good),這時候你要小心了,因爲這個時候可能有很多人已經在做了,市場已經飽和了。比較好的想法是聽起來不好,但實際上是好的(Sounds bad, actually good)。

Ran Out of Cash通常要麼是因爲創始人講故事的能力不夠,要麼是因爲Unit Economy(單元經濟)沒有算好。就拿無人車來講,汽車本身成本3萬到5萬美元,傳感器、計算單元等要十幾萬美元,加上工程師研發成本、運營成本、每個城市構建地圖的成本,平攤到每英里的運營成本可能大約要$2, 這和目前Uber的每英里$0.8-1比還是有不少成本的差距,如果無人車要做到市場接受,就必須找到這個降低成本的路徑。

Not the Right Team也可以從兩個方面來理解,一方面是團隊本身的技能和性格問題,不夠互補;另一方面是團隊協調的問題,我認爲創始團隊應該被看作是一段“高壓下十年的婚姻”,如何判斷對方合適不合適,就看他們在被逼到牆角作出的反應,如果不是失去底線,而是作出正確的妥協或者更好的意見,那麼這個團隊能夠在一起存在的時間就更長。如果聽說某公司某創始人被踢了出來,並不見得是壞事,這是一種矛盾解決的結局,比沒有解決方案大家一起死要好得多。

3

   技術迭代的歷史


創業是一個加快迭代速度的遊戲。而近百年的人類進步,很大程度上依賴於技術的進步,技術迭代的速度也大大加快。第一次工業革命而言,以蒸汽機爲主的技術在 1698 年就已經出現了,但之後過了78年瓦特才發明了第一個能夠大規模應用的蒸汽機,隨後以差不多 20 年爲週期被不斷改進。之後就是電力革命,信息革命,到了最近的人工智能時代,沉寂了多年的深度學習算法在 2010 年藉由大數據的出現又開始變得炙手可熱,而 2012 年 AlexNet 發明之後,才真正在 ImagenNet 的比賽中顯示出了驚人的進步,現在的算法更新週期只要一天或者幾個小時。人類的技術創新和迭代週期在大大縮短,對於初創公司而言,能否成功進入某個領域就取決於你是否能夠找到一個方法加快這個領域的技術迭代速度。

640?wx_fmt=jpeg

技術迭代歷史,來源:Alex Ren

4

   衡量企業發展階段的RPG-A框架


Peter Thiel在《從0到1》一書中提到,初創公司的1-N過程是指企業在達到產品/市場契合度之後的市場擴張過程,而0-1的過程是指在達到產品/市場契合度之前的測試、探索和迭代的過程。

我們在此提出了一個衡量企業發展階段的指標框架,包括四個指標,簡稱 RPG-A:Revenue(營收)、Profit(盈利水平)、Growth(營收增長率) 和 Acceleration(增長加速度)。早期投資決策主要企業能否盈利,而到了互聯網時代,投資人關心的是你的用戶增長有多快,有用戶就有可能變現。從數學角度來看,如果增長是一階導數的話,增長加速度就是二階導數。然而現在基於 AI 技術的公司,最開始甚至沒有用戶,也沒有利潤,靠的是核心技術。如果你今天做一家 AI 公司,投資人不會問你有多少用戶,有多少利潤,重點看你的技術迭代速度 (Acceleration)。所以創業公司從以前關注產品成熟度(Product Maturity)轉移到關注技術成熟度(Technology Maturity)。

640?wx_fmt=png
衡量企業發展的四個指標,來源:Alex Ren



5

   技術成熟度衡量框架: Value-Failure Framework

那麼如何衡量企業的技術成熟度呢?我們提出了一個新的框架去分析技術成熟度,叫做 Value-Failure (VF)Framework。這個框架重點關注的是我們的技術能帶來多大的價值 (Value,同時失誤率又是多少(Failure


640?wx_fmt=jpeg


Value-Failure定義,來源:Alex Ren
價值又包含時間價值(Time Value)和關聯價值(Affiliated Value)兩部分。舉例來講,假設無人車現在的技術達到了 L4,自主駕車,我們每天通勤時間是一個小時,利用無人車通勤省下的一個小時可以用來做別的事情。按照寶馬的估計,在美國,一個小時大概可以換算成 18 美金,這就是我們能換來的時間價值。關聯價值是指如果每天用無人車通勤,我們可以通過優化通勤的路線,來尋找沿途額外的商業利益或信息。這兩個價值加起來就是我們能夠獲得的價值。

640?wx_fmt=png
Value-Failure框架分析無人車行業,來源:Alex Ren

但是評估還存在一個比較大的問題,就是 AI 技術現在並不成熟,失敗率還很高。我們把 AI 的失敗率和人類的失敗率做了比較,算出了我們到底能獲得多大的價值。根據圖靈測試的定義,到達人類的水平就是技術成熟度達到了 1,實現了這一點就相當於完成了從“0”到“1”的過程。這就是我們提出的一個想法,後續還會有一些相關的文章發佈。這一想法能夠爲基於自動化的行業提供一些參考和幫助,因爲通常這些行業都希望用 AI 替代人類做一些重複性的工作。


如果想提高 VF 指標,無非有兩個方法,一個方法是我們能否找到一個高端行業的客戶,讓節省的時間的價值更大。另外一方面我們也可以提高關聯價值。比如,你在跟智能語音助手對話的時候,它可能經常聽不懂你在說什麼,語音翻譯也可能會錯誤百出,但是在你聽音樂的時候可以自動調節音量,切換歌曲,能給你帶來更多額外的價值。所以我們要去分析所在市場的需求,思考如何將其分解成兩部分價值,一部分是時間價值,也就是自動化直接帶來的收益,另一部分是關聯價值,看能不能從中獲得額外的收益和信息?

6

   無人車,機器人行業的應用分析

我們來看一看汽車市場發展的背景。跟成熟的智能手機市場不同,汽車產業一直沒有被智能化。雖然汽車是剛需,相比智能手機,我們在汽車上的花銷要高得多。目前整個汽車市場在經歷軟件化、電動化和智能化三個變革。根據預測,到 2026 年,汽車軟件市場會達到 786 億美元的規模。這個行業增長很快,也吸引了越來越多的投資。其中主要的創新包括駕駛輔助(ADAS)、無人駕駛、汽車電動化以及數據座艙。中國的汽車公司更注重多媒體軟件的開發和改進,比如車載卡拉OK,這些都是主要的創新。另外,安全性和功能性也驅動了汽車計算平臺的發展,比如有的車會配備 Nvidia 的 GPU。


這裏有一份 2018 年的脫離報告(Disengagement report),說明了在不干預的情況下,無人車可以自主駕駛的最長距離。Waymo 的數據大概是 11000 多英里,Cruise 是 5000 多英里,Zoox 是近 2000 英里,Nuro 差不多有 1000 英里。我們可以通過這些數據來換算出失敗率。這些失敗率實際上是由於技術或者系統結構的問題,比如說 perception、planning、control,合起來就造成了失敗。最後一家公司 Embark 是做無人卡車的公司,它產生的價值略有不同,因爲它取代的是卡車司機。卡車司機的待遇按照美國的標準大概是 5 萬美元一年,相當於每小時 24 美元。雖然這家初創公司目前的失敗率還比較高,但是由於卡車的司機是專業司機,所以人工失誤率更加低。但是要注意,卡車司機這個行業是一個通過運營可以優化的行業,如果大部分人都用這樣的系統,實際上可以通過優化線路和其他因素來擴大關聯價值。

640?wx_fmt=png

2018年加州無人車公司脫離報告,來源:DMV

下面再談談機器人行業。現有的機器人產業是以教育機器人爲主的,大部分熱銷的機器人都是爲兒童設計的電動玩具機器人,已經形成了比較成熟的市場。現在的市場趨勢正在轉變爲商用服務型機器人,比如酒店和機場裏能看到的提供登記和諮詢服務的機器人。那能夠顛覆機器人市場的產品就是工業機器人。工業機器人市場,如何通過以AI驅動的高靈活度的製造機器人取代大量高成本的定製機器人,是未來的大趨勢。對於機器人而言,例如抓取機器人,其識別、抓取的精確度離定製的機械手臂還有一定的差距,這影響了機器人市場的快速推進。

7

   從技術成熟度到產品成熟度

在達到技術成熟之後,企業需要解決如何從技術成熟度過渡到產品成熟度的問題。其中核心首先就在於需要找到一個很好的應用場景。當前 AI 的應用都是解決局部問題,要實現通用人工智能(AGI)是很難的,只能算是早期的 AI 研究人員過於樂觀的設想。幾年前還有人寄希望於 AI 來處理視覺語言等各種各樣的問題,但是今天談論的人已經很少了,大家發現這些算法都是針對某個具體領域的優化。這個領域裏面存在一個長期的矛盾,在這個領域研究了十幾二十年的人使用的是基於物理和統計學的傳統方法,而新一批研究者使用的是基於深度學習,強化學習的新方法。人們也在探究能否將兩者結合產生一個新的解決方案。比如可以先找到一個特殊的場景,在高速公路上測試無人卡車,場景比較簡單一些,沒什麼行人,或者是園區裏面的送貨機器人。這些都是限定場景,需要解決的問題相對簡單,可以很快提高產品的市場接納度。我們同樣也要注重產品的設計和特點,找到經濟上潛在的刺激因素,提高產品的性能,降低生產成本。


640?wx_fmt=png

從技術成熟度到產品成熟度,來源:Alex Ren

初創公司早期是更關注技術成熟度還是產品成熟度,實際上是有地域性的差別的。如果你在美國創業,大部分的投資人可能會更關注技術突破,不會急於要求投資回報。但是在中國,因爲同一行業的收益本來就偏高,投資人很可能要求相對比較快的和比較高的回報。在這種情況下,你可能需要跟不同的客戶交流,甚至很快就要做一個市場已有的產品,跟其他公司競爭。舉個例子,假設你是做醫療成像技術的,迫於投資人儘快盈利的要求,就可以考慮做醫院裏面已有的系統,去跟其他同類公司競爭。這樣做的優勢就在於,第一,你是 AI 公司,估值很高,獲得了大量的融資可以維持公司的正常運營。第二,作爲一家 AI 公司,可以招很多優秀的工程師,在人才上也佔據了優勢。然而你的劣勢就在於,你要以新人的身份跟市場上已有的玩家競爭。當前國內這些公司大都是靠已有的解決方案盈利。雖然有些行業也可以用 AI 進行強化,比如在安防領域,AI 已經顯示出了強大的實力。但是如果身處非主流產品市場,難免要經歷一個漫長的發展過程。從技術成熟度的角度來說,目前還沒有很多很好的產品能夠以AI 爲特點實現大規模盈利。

8

總結


最後總結一下今天的內容。首先,初創公司要能先生存下來,就要避免三個錯誤誘因:缺乏市場需求,資金短缺和團隊問題。其次,AI公司從 “0” 到 “1” 的轉變,需要經歷一個漫長的技術成熟過程。我們還定義了value - failure 的框架去評估技術成熟度,從而指導AI初創公司更快地實現從0到1的過程。

接下來我會給大家推薦一些創業和領導力相關的書籍。

9

   好書推薦

如果你很關注產品的生命週期,可以讀一讀《Crossing the Chasm》。《The Innovator’s Dilemma》這本書討論瞭如何和大企業進行競爭,其核心觀點就是改變一個大企業是很難的,假如當初 Uber 的目標是給出租車公司提供軟件系統,致力於改變出租車行業,那幾乎是不可能的。最後他們決定自己成立一個公司,去跟出租車公司競爭,因爲他們速度更快、決策果斷、不怕冒險。

關於領導力,我認爲讀彼得.德魯克的書就夠了。很多時候,技術背景的人很容易忽略一些軟技能帶來的價值。當一家公司有了 30 個人的規模之後,判斷一個人的能力就不僅僅是看技術,還需要判斷力和決策力,以及管理和領導團隊的能力,要能夠不斷招賢納士,招來的人不但願意廢寢忘食的工作,彼此之間還能碰撞出創新的火花。


如果你在創業的時候選擇了一個長遠的方向,無論是 AI 針對醫療健康,保險會計行業,我認爲都是好的方向,這些領域遲早都會有超級巨頭出現,那爲什麼贏的是你而不是別人?所以就要看你的融資能力如何,能不能把優秀的人請進來,能不能持續性的做好的決策,帶領公司不斷的向前發展,等到技術足夠成熟,你就成功了。很多無人車公司的創始人都會說,“我只要能活到無人車實現的那一天就行了”。我們最初在灣區創業的時候,曾經接觸超過幾百家很多公司後來都消失了。有些公司你可能覺得還不錯,但是不知道什麼原因就消失了。有時候在一個公司倒閉之後,我會去詢問緣由,於是發現很少有公司是因爲技術原因失敗的,很多錯誤是很直接,很簡單的,沒有想象的那麼複雜。(點擊閱讀原文訪問Robin.ly或觀看視頻獲取完整書單。)

完整演講視頻

第一部分

第二部分

第三部分


相關閱讀

關注Robinly公衆號,及時獲得內容更新和活動通知。

640?wx_fmt=jpeg
發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章