“腾讯AI加速器三期五次闭门辅导”

在腾讯ai加速器第三期第五次闭门指导中，ai创业老兵李轶邀请学生带来新阶段ai领域的机会讨论主题共享。 重点阐述了ai行业中国人在美国创业的经验和中美ai差异化的思考，结合国际环境，分享现阶段ai创业的机会。

大卫·帕特森risc-v国际开源研究所助理主任、orbeus创始人兼首席执行官李轶于年在美国创立了图像识别企业orbeus，产品将许多大企业从橄榄枝上引出。 她带队最终选择了亚马逊，积累了丰富的海外ai创业经验。

从创业到收购:中国人团队在美国ai的经验

orbeus成立于硅谷，提供两种产品:基于云的api和手机终端上的app。 其中，基于云的api首要进行人脸相关的识别和检测，包括物体和场景的创新识别和检测，所有核心算法都是自主开发的。 在此基础上，热爱旅行照片的团队提出了新的构想:通过添加标签，可以实现庞大的照片检索和后期制作。 于是，orbeus开发了手机终端app phototime，在线化一周内突破百万下载，暂时导致服务器宕机。

在phototime走红后，市场正在悄然发生变化。 谷歌照片、苹果手机推出同样的产品，图像识别应用成为领域的风口浪尖，orbeus也陆续收到了苹果、雅虎、亚马逊等公司的收购报价。 后来，团队抱着以技术改变产业的想法，希望产品接触万千公司和开发者，最终选择加入亚马逊。

技术创业企业进入大企业后是什么体验？ 李轶表示，球队目标明确，成员年轻，规模小，没有冗余，加之亚马逊文化比较开放，融合整体顺利。

年末，orbeus被亚马逊购买，不到三天，整个队伍就从硅谷搬到了西雅图，之后开始上班。

年，团队完成了面部识别、图像检索功能在应用层面的功能，也向亚马逊说明了自己的后台和技术实力。 之后在亚马逊ai的大战术下，整个队伍被归入了aws，成为了独立的小组。 集团名称沿袭了原来的recognition，负责图像和视频的识别能力。 年11月，aws ceo在re:invent大会上向全球发布了基于云api的产品recognition平台。

李轶认为，创业企业有三种状态。 一是被收购；二是自身利益，收益乐观，能够支撑团队成长，实现长线快速发展；三是通过ipo等资本运营取得更大成功。

orbeus有云的api和手机端的app两种产品，特别是api已经有了比较大的客户。 但是，他们渐渐发现，这是一家非常核心的有竞争力的企业，但不是成熟的商业模式。 ai可以给一点顾客力量，但不提供最核心的商业价值。

李轶相信，即使到了今天，如果一个初创企业只做ai技术，也会面临非常大的商业和收益问题。 即使是亚马逊这样的巨头，recognition、所有语音、视频和语义理解的基础服务也无法在财务报告中体现出巨大的商业价值，这些技术越来越成为战术需求。 因为亚马逊将公司包围在aws生态中，为公司提供所需的一切。 ai就是其中之一。

aws的ai战术: 2枚披萨队的规模，接受失败，建立平台

亚马逊的ai应用程序大致分为三类:

第一个是大家都知道的alexa、无人商店amazon go、无人机prime air等有目共睹的产品。

二是隐藏在后台的ai技术，如之前流传下来的推荐引擎、仓库机器人kiva、最后一公里配送等。

第三类是公司级应用，第一是aws平台，亚马逊以工具和服务的形式向第三方公司提供后台技术，使公司能够集中精力开发应用。

比起边界清晰的ai应用，亚马逊的ai创新更是环环相扣，相互关联。 例如alexa。 发端于2004年成立的lab 126，成立后一直进行着智能家居的秘密项目。 虽然项目本身以失败告终，但还是撕下了一点成功的产品，比如fire tv，比如Alexa。 亚马逊文化对前沿探索非常包容性，对失败的容忍度很高，现存的很多产品都来自以前的失败。

在组织结构方面，亚马逊主张小团队。 听过亚马逊两张披萨的说法的人说，球队规模上限是两张披萨就能吃饱。 小团队有分工规定，当然有1~2人的团队，做得很近，最后也许会看到结果。

alexa代表着亚马逊战术水平的喜好，创造着平台。 李轶表示，alexa自创立以来就没有通过硬件赚钱的确定计划，希望以越来越多的硬件为切入点，开放自身的技术和能力，整合第三方产品。 亚马逊也将分别推出其中的语音唤醒、语音识别、语义理解等，使之成为aws服务，让它们以更平台的形式服务于越来越多的顾客。

中国人工智能商业化迎来政策红利，政府推进ai产业规模化落地

这两年，ai冷静下来，创业企业的竞争从算法行业转移到了技术落地。 投资方也看到创业企业，从技术转向商业。 现金流量、问题处理能力、商业落地路径、如何盈利、商业模式是否成立等越来越受到重视。

李轶注意到，在ai技术落地方面，国内外差异很大。 国内领先的越来越多的是安全相关，包括智能城市的to b或to g业务。 同一类型的商业模式在美国创业企业中如此不成功。 在美国，只有亚马逊和谷歌这样的大企业才能接受智能城市改造工程，中小企业面临着合规、数据保护等行业的困难。 在ai赛道上，中国实际处于领先地位，数据量大，场景多，算法训练结果更好。

而且中国的大企业在底层通用ai技术方面做了很多工作，腾讯和阿里巴巴的ai基础设施已经非常成熟。 这其中衍生出了很多机会。 例如，如果以前就传到了公司，在自己的垂直行业得到了深入的积累，就可以考虑ai技术如何落地到自己的产品、领域、产业链上。

在政策方面，国家新的基础设施为ai的创业和落地创造了良好的政策环境。

最后，除了众所周知的实际落地商业模式外，李轶还分享了一点国际前景广阔的ai方向:

1、1. deepfaces技术在娱乐业、零售业的商业化；

利用automl完成初步的商业化配置，提供越来越多的自主性

3 .应对语音诈骗、系统入侵等新一代黑客

4 .通过合作学习，通过彼此孤立的数据，保护数据的隐私

5 .国内外对智慧城市的布局

6 .通过ai提高能源效率，减少碳足迹

7 .利用自我监控学习突破数据壁垒

8 .机器学习算法和量子计算机的未来探索

9. nlp算法在氨基酸测序、医疗设计中的应用。

本文：《“腾讯AI加速器三期五次闭门辅导”》