李志飞：创业公司没有增长 就跟死亡没有区别

　　出门问问创始人、CEO李志飞 　　来源混沌大学（hundun-university）

　　授课老师|李志飞

　　出门问问创始人、CEO

　　如果一个创业公司没有增长，跟死亡是一样的。如果一个公司第一年100人，第二年100人，第三年还是100人，营收也没有任何变化。那么这种公司的价值是不大的。—— 李志飞

　　2015年之前，在中国很多人都不知道AI。在过去 3 年里，AI突然变成了一个全民热议的话题。尤其是 Google 阿尔法狗 打败世界围棋冠军这件事，给整个社会带来了巨大的震撼。

　　虽然AI技术在突飞猛进地发展，如何实现AI技术的商业化，仍然是今天全世界AI企业面临的最大的难题。

　　我以前在美国读书，博士毕业之后本来是要去搞科研的，结果反而去了谷歌美国总部做科学家，后来又回国创建了AI公司“出门问问”。

　　从一个纯粹的科研人员，到一个商业化的技术研究者，这是一个很大的转变。在创业的过程中，我对于AI技术如何落地和商业化的问题，有了很多的思考和想法，今天和大家一起分享。

　　Google AI为什么要自己做硬件产品？

　　AI商业化的关键有两点场景和可掌控。

　　如果把AI的算法比作成灵魂，那这个场景就是身体，灵魂是需要身体才有意义的。AI技术去寻找场景的过程，就是一个灵魂附体的过程。

　　寻找可以掌控的场景，这就是 Google AI 一定要自己去做硬件产品的原因。

　　Google的安卓操作系统非常成功，占有了全球 70%-80% 的市场份额。安卓的战略是以平台为主，爆品为辅。而现在Google在AI层面的战略则反过来了，平台为辅，爆品为主，把自己的产品当作一个爆品去做，而不只是追求 demo （示范）效应。

　　（Google的AI硬件产品） 　　这其中的原因是

　　第一，在 2007 年安卓刚刚起来的时候，多数硬件厂商并没有做软件的能力。

　　再加上iPhone的成功来得太快，很多手机厂商没有反制之力，就很愿意把自己的场景让 Google 的操作系统装进去。而现在大部分硬件厂商都有研发软件的能力，并不愿意把自己的场景交给你。

　　第二，安卓是一个系统级别的软件，它是可靠的，可以预测的。而AI技术是概率性的，存在特别多的不确定性。

　　比如语音识别的时候，有时候能识别对，有时候识别不对；在某一个场景下可以识别对，在另一个场景下却错了。这就对硬件产品有更高的要求，很多硬件厂商达不到这样的要求。

　　在这种情况下，Google想要以安卓的方式去推动AI的应用，就会非常困难。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发的设备里，让AI技术有一个可控的场景。

　　AI商业化的路径

　　建立技术、产品、商业的闭环

　　一个独立的AI企业要想存活下来，就应该在算法的基础上，尽早找到可以掌控的场景，建立技术、产品、商业的闭环，然后在更大的规模上循环、迭代。

　　　　核心技术

　　　　你会做的，别人也可以做出来

　　如果你是一家AI公司，想要把AI应用到某一个场景里面去，你得有一套非常核心的技术。而且这个核心技术必须要有一定的难度，形成一定的壁垒，这样才能挡住 95% 的竞争者。

　　比如说语音交互、语音识别这样的技术，在今天中国加起来不超过 10 家，绝大部分企业是无法进入的，因为它的技术难度非常高。

　　但技术的领先顶多只能保持 8-12 个月，不能构成绝对的壁垒。

　　深度学习在语音识别中的应用，是在2012年由微软研究院的华人科学家邓力搞出来的。第一个做成大规模系统的反而不是微软，而是Google。

　　因为科研的圈子是没有秘密的，你做出一个东西之后，很快就会有一批人把它做出来，甚至比你做得还好。

　　只有不断迭代，持续性保持领先，才能形成真正的壁垒。也就是说，你得永远比竞争者领先 8 个月。

　　你 8 个月前做的事情，可能现在有人已经学会了。但这时候你已经在做的事情，大家看到以后，又得再等 8 个月才能学会。

　　这是一个最好的正向循环，Google正是靠这样正向迭代的方式，使得它永远能够在竞争者面前保持几个月的领先优势。

　　产品

　　算法只占整个产品开发的30%

　　商业和科研的本质是不一样的。很多技术创业者都走不出技术或者算法这个阶段，他们不知道什么叫产品，什么叫解决方案，把创业当作科研在做，结果很快就失败了。

　　光有算法是不够的，还必须快速围绕着算法在一个具体的场景里做出一个端到端的产品（To C），或者一个解决方案（To B）。

　　比如我研发出了一个语音识别的系统，这个算法不是一个通用的算法，它可能刚好在我训练的相对安静的环境下可以使用，在给投资人做 demo 的时候是ok的，因为大家面对的是黑乎乎的屏幕，没有任何用户体验可言。

　　如果这种算法应用在 APP 上，在环境相对嘈杂的地铁、公交或者街道上使用的时候，用户体验就会非常糟糕。

　　所以，要做成一个产品，除了有基本的算法和系统之外，还必须有具体的应用场景，让用户有一个良好的使用体验，并在此基础上不断优化。

　　出门问问现在应用的场景有智能手表、、智能车载等，每应用于一个新的场景、新的设备的时候，我们的算法本身就要去做很多迭代和优化。

　　算法只是一个起点，它离一个真正的产品还有非常远的距离。

　　当你基于语音算法做出一个产品的时候，可能这个算法本身只占你整个开发的30%都不到， 70% 都跟这个算法没有什么关系。

　　规模化

　　能够支撑自身研发和未来竞争

　　做出产品或者解决方案还远远不够，商业上看的，是你到底有多少用户，以及这个用户带来多少营收和商业价值，能不能形成一定的规模化。

　　这种规模化要能够做到

　　第一，能够支撑自身研发的迭代；

　　第二，可以通过这种迭代和规模，抵抗未来的竞争。只有这样，才能对所应用的场景有一定的控制力。

　　这个时候就需要深度思考。所谓深度思考，就是说你脑海里要有一个模型，能够把一段话或者一个事情量化。比如10万规模的时候是什么样子，50万的时候是什么样子，100万的时候是什么样子。

　　以价值 1000 元的智能手表为例，如果做出了 10 万台的规模的话，就可以cover（覆盖）一些材料、模具成本和基本的研发费用。

　　如果要想cover（覆盖）成本的话，就需要达到 50 万台的规模。

　　而如果做到了 100 万台的话，那就可以形成足够高的壁垒。尤其是面对华为、小米、三星这样的竞争对手，你对所在的场景是有一定掌控力的。

　　如果有 BAT 或者谷歌这样的超级巨头想闯入这个领域的话，那么 100 万台的规模就没有任何意义，原先可控的场景又变得不可控了。

　　因为巨头们不靠硬件赚钱，他们可以进来之后先扔“炸弹”，把市场搞乱，把量做上去之后，再通过后面的软件服务去变现。

　　所以，规模化的程度取决于你处于什么样的市场，以及你自己处于什么样的阶段。

　　“出门问问”的AI商业化实践

　　形成商业闭环

　　2012年我刚回国的时候，主要精力投入算法的研发。因为我以前是做自然语言处理和机器翻译的，对非常复杂的算法很了解，所以花了 8 个月就做到了端到端的语音交互，完成了AI技术积累。

　　为了尽快实现商业化，2013年出门问问用研发出来的语音交互算法做了微信公众号，也做了手机上面的语音助手。这些东西没有形成闭环，因为没有用户量，也没有任何营收。

　　2015年，出门问问开始去做智能手表。我们当时没有去做机器人或者车载，是因为在当时的人员规模和市场规模下，做机器人或者车载达不到闭环的效果。智能手表推出后，起到了良好的市场效果，销量达到了 30 万台，占据了 30% 的市场份额，第一次实现了技术、产品、商业的闭环。

　　2016年，在出门问问的软件能力、硬件能力、供应链的能力、商业推广能力、营销能力都达到一定的阶段之后，我们又开始开拓更多可掌控的场景，去做车载、家居、耳机等等，因为我们需要在更大的规模上循环迭代。

　　（出门问问的正向循环） 　　到现在为止，出门问问实现了各种智能设备上的语音交互，从手机、音箱、车载、耳机，凡是你能想到的语音交互比较有用的地方，我们都做过一个应用。

　　小结

　　在AI领域创业，并不会轻易死掉。因为AI公司同公司不同，不需要每天花那么多钱补贴用户，它的主要成本是人工成本。当公司盈利情况并没有那么好的时候，只要少招点人就可以存活。

　　在我看来，如果一个创业公司没有增长，跟死亡是一样的。

　　如果一个公司第一年100人，第二年100人，第三年还是100人，营收也没有任何变化。那么这种公司的价值是不大的。

　　对于“出门问问”来说，我们每天都在逼着自己跨越舒适区，去思考如何找到更多的机会，如何有更多可控并且规模化的应用场景，如何在激烈的竞争中存活下来。

　　只有这样，当BAT这样的巨头进入的时候，我们才能够更加从容地去面对，完成一个初创AI公司的成人礼。