圓桌對話：人工智慧硬體構造新型商業場景
作者：億邦動力網
【億邦動力網訊】1月18日消息，由七麥數據、清科集團、品途集團、知群聯合發起「NextWorld2017新生態未來峰會暨年度風采獎頒獎盛典」日在北京千禧大酒店舉辦。創新工廠AI工程院VP吳卓浩作為論壇的主持人；TheONE智能鋼琴CEO葉濱；小魚在家產品負責人王昊為；樂聚機器人CEO常琳；奇諾動力聯合創始人東人就《人工智慧硬體構造新型商業場景》展開圓桌對話。常琳表示，智能硬體領域，它的門檻其實最重要的是三方面，一方面就是團隊，一方面就是錢，第三方面就是產品與定位。
《人工智慧硬體構造新型商業場景》
據悉，此次峰會涉及「人工智慧、移動應用、新媒體、小程序」四大熱門領域，覆蓋創業、推廣、新媒體、營銷、產品等多個行業領域從業人員，共話行業未來創新與發展。
本屆峰會的獎項評選面向移動APP、微信小程序及微信公眾號三大熱門產品形態，旨在激勵企業全方位創新發展，表彰在開發層面不斷追求卓越、尋求突破的新生態優秀產品。
以下是演講實錄：
溫馨提示：本文為速記初審稿，保證現場嘉賓原意，未經刪節，或存紕漏，敬請諒解。
吳卓浩：特別難得有機會能把各位都聚到一起給大家來做分享，剛才各位嘉賓和各位老師都給大家分享了現在人工智慧的好多坑。能在這個環節里，大家也不用那麼的嚴肅，知識性分享，看看大家的經驗和教訓，可能這種乾貨對在座的各位來賓更有幫助。各位，要不要先用最簡短的話來介紹一下自己？
葉濱：我是TheONE鋼琴CEO葉濱，當時是針對絕大多數用戶學鋼琴比較痛苦、學鋼琴比較難的問題推出了一款智能鋼琴，定位是一款能教會你彈琴的鋼琴。我們按照鋼琴做了改造，上面加入LED燈和感測器，通過看他們的應用教會彈琴。在過去的幾年發展當中已經成為了中國最大智能樂器廠商，獲得了紅杉、創新工場、真格以及朗朗先生的投資。
王昊為：大家好！我是王昊為是小魚在家的產品負責人，小魚在家成立於2014年，最開始的定位是面向家庭，解決分離家庭成員的溝通和陪伴的問題。通過這4年的發展，小魚在家已經積累了大量的用戶，也是國內最早探索有屏且可以語音智能交互的遷延性企業。謝謝大家！
常琳：大家好！我是來自於樂聚機器人的CEO常琳。樂聚機器人是成立於2016年的一家公司，主要專註於做雙足人群機器人來做，主要是面向教育市場和消費類市場，還有在服務機器人的市場，主要是這幾個部分。公司在不到一年時間裡，先後獲得了騰訊、松禾資本等的投資，因為我們是做硬體的，希望在人工智慧+硬體的討論會上跟大家探討中更多的產品設計火花。
東人：大家好！我叫東人，奇諾動力聯合創始人，我們是做機器人的，這個東西做起來有點抽象，通俗講我們就是做鋼鐵俠的。
吳卓浩：鋼鐵俠和各位，我特別的好奇，咱們都是因為什麼樣的機緣開始進入到人工智慧的領域？
葉濱：首先是需求，剛才在台下聽的包括像英語流利說的聯合創始人，在說英語學習的一些情況。說到教育，包括像在線少兒英語肯定是目前過去幾年非常熱的賽道，因為英語大家都比較熟悉，包括大家說的在線一對一的外教，他是個性化學習還是千人一面的學習？其實我覺得在鋼琴中也存在著同樣的問題。比如說傳統鋼琴教育就是一個老師在現場教一個孩子，這種一對一的教學模式。這種教學方式是不是最好的？因為我們做智能鋼琴，包括朗朗先生也是我們的投資人和代言人，很多人問我說，最好的鋼琴教育是什麼？我說，最好的鋼琴教育就應該是把朗朗請到你的家裡來，每天教你彈鋼琴。任何的人工智慧和智能鋼琴也無法取代，好的老師給學生帶來的體驗確實不超過機器的東西。但問題是今天的市場思維並不可能說讓朗朗克隆成幾百萬的鋼琴老師教。這個問題怎麼去解決？今天可以看到真人老師一對一教確實會發生很多很多的問題。
首先，在師資不匹配的問題，在北京、上海這樣的城市，因為有很多著名的音樂院校，所以它的老師會比較的充沛。但是到了二三線城市老師沒有那麼的多，好的老師更沒有那麼多，那你怎麼解決這些問題？就需要通過智能化的方式起到輔助手段，這是資源匹配的問題。另外對老師和學生之間是否適合的問題，因為其實每個學生肯定是有不一樣的特點，因為鋼琴是一個特彆強調天賦學習的樂器。如果說一個老師用他自己固有的方式去教的話，也許這孩子只是不適應這種方式，可能學習成績不夠好。但如果說通過智能化的方式能夠識別出今天這孩子學習的速度，他學習的難點和在過程中有什麼樣的方式來解決的話，這實際上他會比真人老師更好。其實我們是從這些真實的教育場景出發看到的這樣的問題，通過智能手段去識別，去幫助解決和匹配。
王昊為：我是2017年初剛剛離開了一個垂直的電商領域，一個非常巧合的機緣跟陳鋒（音）聊過一次，有小魚在家的這樣的產品，解決的是分離家庭的溝通和陪伴的問題。我想問一下在座的各位，大家有多少是北漂？能舉一下手嗎？對，我也是啊，我的父母在河北老家，其實每年大概回家也就是三到四次，你要是說電話、微信方方便？很方便，但是我很少非常主動去聯繫他們，基本上一周一次或者一月一次。當時聊了一下視頻通話機器人真的非常的打動我，是一個非常有溫度的產品，所以跟他聊完天之後毅然決然人加入到人工智慧大軍裡面。之前我是學設計的，對人機和造型等等非常感興趣，希望有大家去體驗我們小魚在家的產品。謝謝！
常琳：給大家舉一個反面的例子，拿我們自己來講，為什麼做公司？其實大部分的人都想到了場景，然後去做公司。樂聚機器人是比較特殊的一家公司，團隊的基本成型是在2013年開始到2015年的階段，我們的本身團隊是來自於哈工大機器人隊比賽，各方面的人員比較多，搞硬體和軟體和設計的，在技術領域比較好，拿到了國內國外的獎，基本上拿到了最高的獎項。到2015年的10月份開始，那個時候面臨著升學和繼續去國外深造或者是畢業之後到BAT、華為這些大的公司去工作，這樣的一個時機和節點。因為當時國內機器人公司大部分沒有特別完善的一套技術人才體系，大部分都是集中在營銷、銷售或者是靠渠道包裝做得比較好的，但是純粹的技術公司比較少。所以當時就憑藉著說在人形機器人雙足有很好的數據積累，毅然決然的出來做公司。到現在為什麼說我們是反面的公司？既不是說某個方面很強，並不能代表你這個公司會非常的成功。我感覺我們還是比較的幸運，因為在雙足人形里確實是技術積累是比較強的，所以說也是熬過了很多中間的坑。但其實如果說是在早期階段能夠想要達到這種場景化或者是能解決一定生活問題的公司，他可能的中間過程會比較的順利，包括我在內吧。其實我現在還都是博士在讀生，所以現在公司的運營情況在體制類，漸漸的往方向去走。未來如果有更多的人想去創業或者是想在人工智慧、智能硬體去創業，最好先想到說我能解決一定的問題，這個公司的價值才能體現。不要像我們一樣感覺技術好就出來做公司，其實是挺危險的一件事情。
吳卓浩：感謝大實話。
東人：我們做機器人就是因為看了漫威的文化才開始做的。這個頭像是百大褂，我原來是做醫生的，是真的。為什麼做這個東西？是從實際需求開始出發的，在骨科領域和康復領域裡邊有很多需要機械輔助解決問題，到現在還沒有很好的解決方案。當時就致力於尋找這些團隊，同時社會上有機器人團隊尋找我們這樣有醫學專業背景的人。正好和我的合伙人聊了之後大家共同往一個地方去使勁，然後出來開了一個公司，大致是這樣的。
吳卓浩：特別感謝各位的分享，創業這件事情真不容易。包括我自身也是創業，我見過很多的創業者，我也陪伴過很多的創業者，真的是覺得創業者特別可貴的就是夢想，真的在試圖改變這個世界。不管說是從一個具體落地的痛點、場景，還是說從一個技術的發展角度。事實上，在創新工場過去的這8年投資過程當中，這兩種都有很好的例子。比方說像常琳，當時投資Face++的時候，那時候都還不是像您這樣的在讀博士，當時是一幫本科生，特別棒的一幫小夥子，那時候還在聊要不要休學？我們說不行不行，因為也快畢業了，在清華讀完了。其實反過來說，你像咱們都是趟過很多水的，也知道人工智慧裡面門檻是特別特別高的。如果說咱們想給在座的各位創業者或者是進入到這個領域的從業者也好，你希望告訴他們什麼？這麼高的門檻該怎麼進？
東人：我覺得門檻的高與低在於本身事的難度大小。要說人工智慧難度的大小，說大肯定是大的，說小也比較小。先看一下什麼是人工智慧？人工比較好理解，關鍵是智能。我們理解的智能是有一個收的信號進來，經過分析和推理和判斷，最後輸出最優解的結果，整個的過程是叫人工智慧，而在過程裡邊最重要的是中間的分析判斷過程，你怎麼樣能夠得到最優解。而分析最優解判斷過程依賴於信號的多與少跟複雜程度，在這個過程當中就看你的應用場景了，如果你的應用場景是變換多端的場景，非常的複雜，進來的信號一定是很多、很雜亂，你就要在裡面篩選、挑揀進行判斷，就很難。如果你進來的信號比較單一，在單一裡面進行最優的選擇相對來說比較的容易。所以我不認為人工智慧有大的籠統說法是進領域裡面難還是簡單，還是要看場景，場景簡單就相對簡單，場景難就相對難，要是說人工智慧本身事難不難？肯定是難的。我記得在20世紀70年代，當時的世界在大尖端技術，空間技術、能源技術、人工智慧。進入21世紀之後三大技術改了，改成基因工程、納米材料，還有人工智慧。它還在就說明還沒解決，所以你要說頂端的難度肯定是非常非常難。如果想進入這個領域，我的建議是攢好錢，能拉動一個人就拉動一個人。
常琳：在門檻的這個環節，我想分兩部分去講，一部分是人工智慧的創業公司，一部分是做智能硬體或者是智能製造類的公司，他們能產生什麼樣的區別？當然我本身不是人工智慧專業的人，在場有很多人工智慧這方面的人，也就是先拋出簡單的理論讓大家有更多的思考。其實人工智慧這一塊，我之前也講好多做語音的公司，做視覺的公司，然後很多初創的企業，如果說做得早的話其實還好，在近幾年開始做的話，其實我當時給他們的建議就是說不要再去做了。因為做語音、做視覺，其實現在的BAT一旦切入，當時就跟他們講，這個東西最關鍵的是數據的接入，你沒有數據的來源很難去談人工智慧這一塊怎麼去做，無從談起的。其實現在也印證了，百度、阿里、騰訊全部在人工智慧這塊去發力，不能說最不好的方式，而是說他們最擅長的方式就是把東西做出來，然後免費開元。這個時候你做的這家公司肯定就完全沒有意義了，那在人工智慧領域到底有沒有機會去創業或者說到底怎麼去從人工智慧領域拿到一些創業的點子？我的感覺是把人工智慧當成工具，而不是說天天喊人工智慧的技術。當成了工具之後你去找一個場景能讓它解決更多的問題，我感覺這可能是一個好的思路，雖然說是這個角度比較小，但是一旦找到會解決很多實用的問題。這個相當於是把人工智慧真正的落地了，而不是說把它變成一個漂浮在空中的口號或者是炒的比較熱的概念。所以人工智慧創業門檻可能更多的是在找角度、找場景，為人工智慧當時的工具這一塊去做。
智能硬體領域還是比較熟悉的，它的門檻其實最重要的是三方面，一方面就是團隊，一方面就是錢，第三方面就是產品與定位。頭兩年這種硬體公司是比較難的，再有後面產品的創新度以及供應鏈的整個把握程度，包括渠道的建設能夠更好的成熟。所以在早期硬體有一個好的團隊，然後很充足的精神，再加上你們的產品團隊定位和理念一定要去找准非常精準的用戶群。這三方面就能把整個智能硬體的公司做的還OK，還不錯。這是我想說的。
王昊為：我談一點感受，因為剛剛從CES回來，然後有一個非常深的感受就是人工智慧真的火了。舉Google的例子吧，Google在今年CES上就打了一個點就是它的智能語音助手HiGoogle，在拉斯維加斯的輕軌刷了屏，在CES主會場有一個非常獨立的區域，打的主題就是HiGoogle。同時在他的整個會展期間展出了大量跟現在各個廠商合作的產品，去已經落地的產品，包括了手機、電視、有屏的音箱、無屏的音箱，還有家庭所用到的安防、監控等等助理型的設備。一個是Google，另外類似的還有像Amazon Alexa亞馬遜的（Alasang），還有國內的（Dus），就像剛剛說的人工智慧為大家去鋪路提供工具。軟體層面是這樣的，硬體工具套件上也是同樣的道理，軟體機構也已經提供硬體的套件，基本上是非常成熟的體系了。現在而言還不夠客觀，當然他們會非常快速的積累、增長，然後完善它的一種平台體系。
還是回到剛才的話題，它到底有沒有門檻？一定有，但其實最核心的點還是在能不能借用這個平台，藉助這個工具，然後找到真正的用戶場景，這是最關鍵的一點。OK，
葉濱：因為我們一直做教育行業，其實我對教育行業和人工智慧結合一直關注的比較多。我先說一個小故事，前兩年在線教育比較火的時候，大概從新東方出來了上百個創業團隊，而且每家出來創業都號稱要顛覆新東方，那時候俞敏洪也比較緊張，確實那時候大家也對新東方的傳統模式不太看好。後來熬了兩年，有一天俞敏洪出來講話的時候很高興，你好，兩年過去了，出來號稱顛覆新東方的公司掛掉了，新東方的股票又漲了很多。說到對家長教育最關注的是提分，今天很多的東西不管是O2O也好，還是說各種人工智慧的學習也好，你的東西做得再牛，我就找一個老師在微信里看你做作業，你看到最後是哪個提分效果好。我記得當時俞敏洪在一次演講當中去講的。其實這是一個挺有意思的例子，我覺得在教育的這個層面上，其實老師的參與還是非常重要的一件事情。
比方說，我們今天知道Alpha Go下圍棋已經超過了柯潔，Alpha Go是教孩子學圍棋這件事可能還是有難度的。這時候可能是下棋的人遠遠沒有Alpha Go老師能夠去引導，從圍棋基本的規則開始，基本的定勢開始去提高，一定是比Alpha Go最好的。這裡面對教育因素來說，絕大部分是應用人工智慧的技術，最大的挑戰是離不開老師的，因為老師提供的是監督、督促、輔導，包括引導的作用。那怎麼樣把老師和科技結合在一塊去做事？因為如果說只有老師，那確實是它的傳統模式和效率會比較低。但是當老師和人工智慧在一塊的時候，和智能科技在一塊的時候會有一個問題，老師會說這東西你的方式方法跟我不太一樣，我覺得在教育今天最大的挑戰在這個層面。包括今天像流利說的例子裡面說的是VIPKID，其實這代表兩種不同的切入點。我覺得未來最理想的方式應該是有真人老師和像流利說這樣的科技，但是今天怎麼樣結合對整個教育還是最大的一個難點。
吳卓浩：其實在座的各位在剛才的分享當中都提到了很多自己曾經遇到的各種各樣的難點，然後遇到的一些困難。反過來說，再回過頭來看過去這麼多年的經歷，其中有哪幾個你認為說是對你能帶來最大的挑戰？如果說對於在座的各位，在座的創業者或者從業者，從進入這個領域來說有什麼樣的方式是有可能來規避這個領域當中遇到的最大的挑戰和困難？
葉濱：其實對TheONE這樣的一家公司來說，從最開始的想法是說通過科技的手段，然後提升大家學鋼琴的趣味以及學鋼琴的效率。可能對TheONE來說，過去經歷的最大挑戰就是說科技和服務怎麼去結合。今天我可以宣布一下對於TheONE已經開始從一個智能樂器的公司開始做音樂教育的公司，我們今天也做了在線的教學，包括在線的音樂課的教學，包括接下來會開出直營店和加盟店，為什麼從科技介入的產品公司也會開始做自己的直營店？就是因為從人性的角度，絕大多數的家長把四五歲孩子學鋼琴這樣一件事，最容易接受仍然是現場的場景，有一個真人的老師讓孩子從音符到軟米（音）學起，這是相當長的時間。如果是四五歲孩子學鋼琴肯定還是線下的場景為主，只是說今天在線下場景為主的時候，怎麼樣通過科技的手段提升他的體驗這是比較困難的事情。我們是通過企業的探索把真實場景這件事解釋一下。
王昊為：其實剛剛吳卓浩在分享就提到了，雖然在傳統的互聯網、移動互聯網、人工智慧產品設計切換的過程當中，整個產品的設計和思維是有變化的。我舉一個非常典型的例子，現在剛剛做完了一款智能手機音箱，這個設備跟手機跟平板很大的一個區別，跟純的智能音箱區別就是它有屏，同時可以離交互，非常奇怪的事情。往往經過將近十年的用戶教育，就是看到了用戶就點，那你怎麼解決這個問題？當時在定義產品最大的設計原則或者拆分幾個設計原則來規避問題，然後要原理屏幕。更多的時候設備是要滿足在家庭當中的閑暇和空檔的時間。
當媽媽抱了一個兩三歲的孩子，不管是在餵奶還是在陪他玩遊戲的時候，這個時候給他放兒歌不需要再抱著他走到沙發邊或者是小心翼翼的盯著他不讓他慢跑，拿手機或者搖控器去給孩子放一首歌或者看一個視頻，盡量避免這種情況。讓屏幕的信息是足夠大的，足夠簡約的，而不是像手機和平板一樣小的屏幕內顯示足夠的信息，同時讓設備具有相當的適應能力，用戶可以跟設備保持3到5米的距離，可以自由的交互讓它滿足我的需求。我們最早做得是視頻通話機器人，那個時候考慮到用戶的使用習慣，有很多的點擊行為，但實際上到2017年中開始規劃智能視頻音箱的時候，更多的考慮到切換到智能音箱上面，所以在產噴架構上做了調整，一定要讓用戶遠離這款設備，注意到不是一款沉浸式設備。謝謝大家！
常琳：我們遇到的最大問題，其實和大部分的智能硬體公司遇到的問題是一致的，大部分智能硬體的公司都不賺錢，都賠錢。別看智能硬體的公司每天都風風火火的，做的產品包括和CES上，很多深圳的智能硬體公司都過去了，但是大部分的智能硬體公司都不賺錢。我們怎麼去解決的？2016年的9月份推出了第一代Aelos的智能硬體產品，但是推出來之後市場的反映和面向C端的，整個的反響和銷售情況都不是特別的好。當時拿到的反饋是什麼？人形機器人普遍的問題就是看一看就是熱鬧，沒有人說花三千塊錢、四千塊錢這樣的機器人拿到家裡。並不是一開始想像的說這個產品足夠酷，就引起很多的愛好者和青年人和小孩家長把這東西買回家去玩，完全沒有這樣的一個情況，這也是很多硬體公司會有的情況。因為他們感覺自己的場景做得特別好，拿到市場上去檢驗的時候不行。這個時候我們就要解決的是怎麼去賺錢，怎麼去拿我們的公司技術和產品去賺錢，其實就是需要去找落地化的場景。
大疆比我們當時要困難的多，因為當時資本市場的熱度沒有人去關注到底是什麼有很多的概念。他當時跟別人去講的時候，經常講到一句話非洲人，沒落地到市場化的場景上，非洲人不用，說白了就是非洲人有什麼用？2008年汶川大地震因為李克強老師要到裡面去救人，他說不要讓人進去，太危險了，馬上上了攝像頭進去搜救。在汶川大地震之後，所有的像電視台包括像各種的綜藝節目航拍有了需求。從航拍開始到消費類電子說，這個時候發現從非洲到航拍，從技術變成了市場的角度。
之前在跟別人聊的時候，也會說我們的機器人是國內走得最快的，最好，但這不是市場要的。但這之後思考怎麼走得快和發揮市場的優勢，前後切了教育和CES發布了兩款機器人，能夠讓它在技術優勢上體現到市場的需求上，這是最大的一個難點。就是說你要把你解決的問題上去凸顯出來。我們其實2017年的5月份推在教育板塊的嘗試，一經推出非常好的解決了整個的銷售問題，因為它是切實可需的一個東西，而且它把它變成了一種剛需的產品，但是人們不可需求的。你跟別人講的時候，之前跟別人聊客戶，可能10個客戶去求人家你先拿點貨試一試怎麼樣，但是做教育產品的時候就會發現10個人拿了之後都在求我們找我們做這樣的事情，完全是不一樣的概念。所以有一個好的技術怎麼樣落地到好的市場上的點上是非常重要的。
東人：我們在整個做企業過程當中遇到的最大問題，在於我們做得行業太新了，市場是新的，產品也是新的，整個行業也是新的，技術也是新的。其實我們做的這樣的機器人應該是整個機器人領域需要最多的，但是很遺憾其實AI和機器人結合的有多種沒有我們的機器人，也說明我們太新了，新就有幾個難度。第一首當其衝的肯定是技術難度了，其實我們中國人非常聰明，最大的一個特點、最強烈的能力是模仿、抄襲的能力，老外有什麼東西，我們很快的可以把它拿過來，然後抄一遍，抄一遍之後發現不足改進，然後做一個更好的東西。這種拿來主義借鑒再往上走一步，我們認為是最好的，可惜放眼全球沒有一個成熟的商業邏輯系統可以供我們抄，所以每一步都得自己研發，這是一件很難的事情。
第二件事情是穿戴的機器人解決的問題是輔助人和增強人的力量。分成兩個層面，一個層面是正常人需要更高的力量，我們給他輔助一下。比如說他想舉一個更重的東西，跑得更快，跳得更高等等這樣的場景。另外是當人的運動機能下降的時候，比如說各種疾病導致你致殘或者是由於年齡的上長導致腿腳不便，各種運動，機能下降的時候通過機器人提高他的生活質量和恢復正常的能力。但是整個過程當中想給人做一個非常好的配合特別難，因為進化了前百萬年，我們人的每一個動作都是非常的高效、非常的節能，你想用一台機器，通過機器給人的助力，又讓人不會感覺到不舒服是一個難點。所以在整個機器人應用上採用了和人神經網路圖差不多的結構，像人最前端有感知器到傳輸神經等等，我們也是前端有信號傳輸器再下發到驅動器到人的模塊進行人接協同。我們在技術上的難點，最大的就是人機耦合，是非常高度的人機耦合的產品。場景很多，但是針對每一個場景細節的優化，可以說是處處體現了人工智慧的作用，這還是有一定的難度。另外，由於太新，市場上能接受，還是不能接受，需要有一個時間的沉澱。
吳卓浩：特別感謝大家的分享。我補充一句，創新工場也投了一個在美國的團隊（Supersats），就像你說的世界上沒有哪一家能夠做得特別創新，所以我特別希望跟你對接一下看看咱們中國團隊乾的好東西。由於時間關係，特別感謝這幾位特別優秀的創業者給大家帶來這麼乾貨的分享。謝謝大家！
TAG:億邦動力網 |