上海国兆电子科技有限公司 全渠道O2O整合打造门店盈利新格局

【GMEGA分享】机器人创业:算法并不决定一切

现在国内的人工智能创业非常火爆,这里面一个主要原因,就是供求关系不平衡,投资方有钱,而国内技术比较好的人又比较稀缺,所以不管是不是刚需,有没有商业模式,都有资本想进来。最近,前迅雷联合创始人程浩在一篇文章里说,随着技术发展,人工智能技术方面的壁垒会越来越不明显,所以从长远来看,人工智能和别的创业领域一样,也要看你懂不懂行业,产品好不好,能不能卖出去,将来拼的一定是综合实力。

对于国内的人工智能创业,程浩说了自己的三点看法。

首先,程浩说,人工智能以及机器人在创业的时候,从本质上说有两种,一种是“关键性应用”,一种是“非关键性应用”。

关键性应用,就是一点儿错都不能犯的人工智能领域。比如自动驾驶,哪怕做到了99.9%都没问题,还是有千分之一的几率会出错。每天有那么多人开车上路,所以这千分之一就可能就会导致事故发生。再比如说手术机器人,如果精度也做到99.9%,后果同样很可怕,因为医疗事故关乎人命,要是在美国,一次医疗事故导致的巨额赔偿,甚至能让医疗企业破产。总之,在这些“关键性应用”的领域,必须做到99.9%的小数点后面有更多个“9”,做不到就没有办法商业化。

而且研发的时候,边际效益是递减的,越往后,投入的资源越多,所以这种关键性应用的项目会花很长时间,比如谷歌的无人车,从2009年到现在已经过去7年多了。但是,这种项目一旦做成,优势就非常明显,因为竞争对手也要花同样的时间。所以这样的项目门槛比较高,不适合一般的创业者,如果有一流的科学家团队,那么就可以把这种项目作为创业的方向。

还有一种是“非关键性应用”,大多数人工智能和机器人创业都是这种。这样的项目不追求99%后面的很多个“9”,而且很多都有更简单、更实用的解决方案。这样的项目通常能够更快落地。比如,用人脸扫描做一个迎宾机器人系统,99%和98%区别不大,实在不行还有前台人工服务。

此外,面向企业的机器人,很多都能够通过“人机混合模式”来降低技术的难度,能更快地投入市场。拿外卖机器人举个例子,假设成功率是98%,100次里面不成功的那两次,可以用人通过后台去操控机器人,然后再慢慢提高这个比例就好了。即使是98%,也能节省很多人力,还是有很大的价值。

其次,人工智能或者机器人“能落地”变得非常重要。

想要落地,那就要比拼综合实力。包括对行业的理解,能找到行业的痛点在哪儿;还有就是产品化和工程化,要有好的产品和工程师团队;而且光在实验室里搞没用,你要能批量生产,产品出来之后,还要能把东西卖出去,这就要求有很强的销售能力。

所以这样的人工智能项目,并不需要技术大牛,反而看谁对行业有更深的洞察,知道什么方案能解决行业的痛点,甚至有上下游的能力,把产品卖出去。尤其像人脸识别、语音识别这些基础服务,已经有人在做了,领域并不大。更多的机会还是在于人工智能对各行各业的改造,去研发专门的机器人替代人工,这时候,肯定是最了解某个行业的人,最能发现机会和痛点。

最后,程浩认为,在短期内,机器人创业的机会主要还是在企业这一块。

首先我们来看价格,拿机器人举例,整个供应链体系没那么成熟,市场需求有没有还不知道,每一个生产出来的机器人成本都不低。企业对成本承受的能力,显然是比个人强很多。

企业买机器人的目的,是为了省钱,是为了代替人力。但是消费者是在额外花钱。所以需求有明显的差别。对于企业来说,机器人只要做好一件事就行了。而对于消费者来说,恨不得买个机器人什么都能干,又能唱歌、又能跳舞、又能聊天,又能扫地。但是现在的技术根本做不到。

还有一点就是,给企业做的机器人应用更容易,因为很多这种应用都是“人机混合”的模式。过去5个人干的活,现在可能1个机器人加上2个工人就够了。也就是说,机器人替代了3个工人,把一些常规任务给干了,但是在一些特别复杂的工艺流程位置,还得让工人来做。这是一种很容易推行的混搭模式。但对消费者来说,就不存在这种混搭的模式。这就是为什么机器人创业,目前主要是在企业这一块的原因。

【GMEGA观点】随着互联网的进步,产品的架构变得越来越简单,前端的硬件数据采集+云端后台的数据库交互再加上移动端的手机呈现。非纯技术的创新创业中,业务模式非常重要,那是你对行业的了解,加上综合实力的比拼,把产品变商品才能真正的变现落地。