设为首页 - 加入收藏 PHP编程网 - 黄冈站长网 (http://www.0713zz.com)-创业,推广,IT,移动互联,VR,5G,小程序,站长网!
热搜: vivo 网站 什么 广告
当前位置: 首页 > 大数据 > 正文

什么样的人工智能创业项目可以融到资?

发布时间:2021-09-15 11:32 所属栏目:[大数据] 来源:互联网
导读:2019年年初,美团创始人兼CEO王兴的一句话刷爆了创业圈:2019年经济可能是过去10年最差的一年,但会是未来10年最好的一年。在资本寒冬,投资机构变得更加慎重:投资标准变高,估值下调,更加青睐头部企业。另一方面,人工智能创业同质化问题越来越凸显。 据德
2019年年初,美团创始人兼CEO王兴的一句话刷爆了创业圈:“2019年经济可能是过去10年最差的一年,但会是未来10年最好的一年”。在资本寒冬,投资机构变得更加慎重:投资标准变高,估值下调,更加青睐头部企业。另一方面,人工智能创业同质化问题越来越凸显。
据德勤咨询的分析,在目前的AI创业赛道中,计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向,分别占比34.9%,24.8%和21%。什么样的技术对应什么应用场景已日渐明晰,行业竞争加剧。在每个垂直赛道上,人工智能创业者面临着或拼技术或拼客户的“近身肉搏”。对于他们来说,更需要在此时此刻找准发力点,才能平稳度过“寒冬”。
笔者作为人工智能创业的一线亲历者,亲眼看到许多领域内创业项目的起起落落,希望通过下面几个创业案例给大家一些启发。特别是对于非头部的人工智能创业项目,在没有顶级技术团队的光环或过硬的渠道的情况下,下面这些创业过程中的“坑”,千万不能踩。
案例一:“我们对技术有绝对信心,准确率业内最高,价格高也是应该的”,客户可不这么想
S博士毕业于美国人工智能顶级学府的顶级专业,2016年回国创业,研发对话机器人,希望打造出业界顶级的多轮次对话机器人。同期,随着NLP概念的崛起,不断有媒体、行业会议、学术活动邀请S去做分享。参加过几次行业活动后,S对于团队的发展信心大增,面对客户谈判的“腰杆儿”也越来越“硬”。面对客户的需求,S的价码都开得很高。S认为他们的技术值得起这个价钱,但是客户貌似并不买账。客户普遍认为S定价过高。第一年下来,S谈成的客户寥寥无几,S发现他已经失去了先发优势。更多的NLP创业项目融入这个领域,S也不得不调整了产品方向和价格。
关于人工智能产品化过程中的挑战,Matroid Stanford的创始人、CEO,同时也是斯坦福大学副教授的Reza Zadeh博士曾经分享过他的经验:研究人员通常的思路是从技术出发,而不是用户的需求为出发点进行产品设计的。在实操过程中,这样做将面临非常大的市场化困难。因此每一个技术出身的创业者需要时刻提醒自己,客户的需求是最重要的。
案例二:“我们的技术能应用在许多领域”,商业模式不清晰,融资受阻
D和合伙人毕业于海外院校的顶级计算机专业,并且拥有10年以上的海外行业积累和技术经验,曾参与过多个大项目的研发。几个合伙人的业务能力十分全面,公司囊括了从芯片设计到硬件到软件开发等人才,并且具有非常强的执行力。应对不同客户的不同需求,D和他的小伙伴总是可以克服困难顺利交付。在成功交付了几个项目之后,D变得更有自信了。
为了使得创业项目进一步发展,公司开始接触投资人。参加了几次路演后的D发现,当被问到“你们公司的商业模式是什么?”他答不上来。D这才意识到,以前做的都是“生意”,而不是“创业”。过度依赖手边的“客户资源”,团队没有定义好创业的大方向。D暂停了融资计划,希望可以静下心考虑商业模式和核心产品。但是团队需要资金“养活”。对于新的订单,但是与他定义的方向有偏差的订单,到底接还是不接?D目前陷入了两难的境地。
案例三:“技术还不够完美”,错过订单,错过行业发展风口期
H的团队来自于某科研机构。该实验室技术应用在自动驾驶领域,测试结果很好,并攻克了几个核心技术问题。H对团队和技术颇为自信,等待着自动驾驶的大风口到来,投资机构主动抛出橄榄枝。H认为,拿到融资的时刻,整个团队就可以从容地从学术界“华丽转身”,全职出来搞创业。面对一些潜在客户的需求,H认为“没有资金支持研发,技术还不够完美,无法交付”。
但是随着时间的推移,H发现,投资人除了关心技术问题,还越来越关注公司是否有无客户等等。“先有鸡还是先有蛋?”H也越来越拿不准了。随着自动驾驶的市场越来越拥挤,投资人在见面后,往往都没有了下文。H和团队至今没有得到“创业启动资金”。
对于一位科研工作者来说,从论文中汲取知识并将知识应用于实践,是非常不容易的。而将提炼总结经验的功能交给机器学习这个“黑匣子”,同样需要论证其可重复性和预判错误。O’Reilly Media的首席数据科学家Ben Lorica曾在去年的O’Reilly和Intel共同举办的人工智能大会北京站上表示:“仅仅拥有厉害的模型是不够的。至少就目前而言,我们依赖的许多模型,包括深度学习和强化学习,都迫切地需要数据。将人工智能的应用需要大量的数据“喂养”,需要与那些能够获取数据的应用场景建立联系。”这也是目前人工智能领域创业者的一般思路,将算法带入模拟场景下以优化。因此H在创业过程中所缺乏的,不仅仅是他认为的资金这么简单,而是缺乏可以信赖他们的技术、进行部署和测试的产业合作伙伴,以及潜在客户。
上面三个案例都是由于创业者没有及时关注技术和市场需求的契合,项目未能得到良好发展。下面再分享一个笔者看到的比较成功(幸运)的人工智能商业化案例:
A是名校计算机专业在读生,创始团队中不乏“技术大牛”,但是由于没有过创业经验,小伙子们每一步都走得十分谨慎。他们在创业初期参加了创投机构举办的人工智能创业活动。在活动中A发现,计算机视觉在质检领域的应用前景很大,A也通过活动对接了一些有潜在需求的客户。但是A也意识到,在人工智能质检领域的创业企业有很多,他们既不是技术最强的,也不是渠道最有优势的。单打独斗对这他们来说,风险太大。A选择了继续“抱大腿”,通过活动组织方介绍,与多个制造业工厂的一线员工、厂长等交流,说服他们试用A的创业项目的技术。说服客户的流程虽然漫长,但是转化的收益很高。在试用了2个月后,甲厂就决定购买A团队的产品。A随后将这套成熟的产品卖给了跟甲厂类似的多家制造业企业。一年后,A顺利拿到了天使轮和A轮融资。
综上,人工智能怎么才能在“寒冬”中,顺利拿到融资呢?
产品、落地、客户!
放平心态,聚焦产品打磨,实现应用场景落地,提供客户真正需要的产品,从而拿到客户订单。在这一点上,美国的人工智能创业经验可能会带给中国创业者一些不同的思路。从美国硅谷发起,2018年进入中国的AI Conference(人工智能大会)正是给AI从业者搭建了一个与全球人工智能专家交流的机会。与其他AI会议不同的是,AI conference除了关注最先进的技术,还十分关注技术的实用价值和业务落地。在其官网显著的位置写着:“本次大会将重点放在人工智能的应用——以弥合人工智能研究领域与产业商业应用之间的差距。”演讲人也分别来自百度、谷歌、eBay、Bonsai、Uber、微软、阿里巴巴、亚马逊、SAS、Unity、SalesForce、IBM等一线应用人工智能的公司的AI核心岗位的演讲者,将从现实应用出发,分享行业中的人工智能。

【免责声明】本站内容转载自互联网,其相关言论仅代表作者个人观点绝非权威,不代表本站立场。如您发现内容存在版权问题,请提交相关链接至邮箱:bqsm@foxmail.com,我们将及时予以处理。

网友评论
推荐文章