源源资本收购韩国CJ物流子公司荣庆物流
06-17
雷锋出版社：本文来自迅雷创始人程浩的分享。
对于机器人创业者来说，他认为项目想要快速上线，必须从To B开始；不能说算法很强大。
拥有一支优秀的科学家团队就是一切。
在未来的竞争环境中，还有很长的路要走。
小伙伴们大家好，我是迅雷创始人程浩，目前专注于互联网领域的投资。
这一年来，我看了很多人工智能、机器人相关的项目，想跟大家分享一些我的看法。
目前国内人工智能创业十分火爆，主要是供需不平衡，投资人资金较多，而在国内人工智能领域，技术背景比较好的人比较稀缺。
因此，只要创业团队拥有良好的技术背景，无论是否找到了自己需要的痛点、是否拥有商业模式，资本都会涌向他们。
显然这是不健康的。
国内人工智能创业目前正处于技术红利明显的时期，估值普遍偏高。
但从投资者的长远角度来看，未来随着基础计算平台和开源平台变得更加丰富和成熟，技术壁垒将越来越不明显，人工智能整体的技术准入门槛将变得越来越高。
越来越低。
就像2008年你很难找到iOS开发人员一样，但现在很常见。
所有技术的演进都遵循这个规律。
所以我不建议大家去参与这种技术红利的兴奋。
因为从长远来看，人工智能创业和任何其他领域的创业一样，一定是综合实力的竞争，你是否了解这个行业，是否找到了迫切的痛点，你的产品化和工程化能力有多好，你的营销能力有多好，你的产品有多好。
完工后可以卖吗？说到具体行业，简单来说，我认为人工智能、机器人领域的创业本质上是任务关键型和非任务关键型。
为了方便大家理解，我们暂时将其称为“关键应用”和“非关键应用”。
关键任务应用程序是人工智能领域，不能犯任何错误。
例如，即使自动驾驶实现了99.9%，事故率仍然是千分之一。
想想每天有多少人在路上开车，这种千分之一的故障率会造成多少致命事故。
因此，自动驾驶必须达到 99...%，然后是多个 9，然后才能上路。
还有人工智能在医疗行业的运用，比如手术机器人，准确率高达99.9%。
千分之一的错误率也是极其可怕的。
医疗事故关系到人的生命安全。
如果是在美国，这种千分之一的事故造成的巨额赔偿，很可能会让这家公司完蛋。
简而言之，在“关键应用”领域，必须是99.9...%，小数点后有多个9。
如果不能实现，就不会商业化。
其背后的核心能力是算法和科学家。
此类项目通常需要顶尖科学家的认可。
因此，项目通常非常昂贵（因为周期长，需要大量资金，这样的人才也非常昂贵），必须投入大量的研发资源，才能消除万分之一或万分之一的错误率。
十万分之一。
大家都知道，研发的边际效益正在逐渐递减。
很容易达到90%。
要达到99%，必须投入10倍以上的资源，因为需要消除各种corner case，更不用说99.9%和99.99%了，所以这类项目时间周期会很长（类似于Google的自研）驾驶汽车，从2008年开始已经有7年了；Mobileye从2000年就开始做汽车辅助驾驶，2008年才商业化；达芬奇手术机器人项目起源于2000年代末的一个非营利性研究，直到同年，它获得了美国食品和药物管理局 (FDA) 的第一个外科认证。
但一旦完成，这类项目的优势就非常明显，因为竞争对手也得花这个时间。
此类项目门槛较高，不适合普通创业者，因此通常价格较高。
业务变现的时间周期比较长，资本也需要更多的耐心。
幸运的是，事实上，大多数人工智能/机器人初创公司都属于第二类，即“非关键任务应用程序”。
这类项目并不追求99%之后的多个9，很多都有更简单、更实用的解决方案，或者是“人机混合”的解决方案。
简而言之，我们不追求宏伟。
简单、实用、性价比更重要。
此类项目通常可以更快地实施。
不要追求太多的九。
例如，基于人脸扫描的门禁或迎宾机器人系统，99%和98%并没有本质区别。
如果实在不行的话，我们为什么不还有前台呢？更简单、更实用的解决方案。
例如，在封闭路段（如工业园区、机场航站楼）的自动驾驶中，激光雷达价格昂贵且复杂。
我直接使用磁条导航，算法追求简单。
“给速度，不要让路。
”只要前面有人，车就会停下来。
。
由于是封闭路段，场景被大大简化。
“人机混合”模式。
很多面向企业的人工智能/机器人可以通过“人机混合模式”降低技术难度，可以更快地为市场提供服务。
以外卖机器人为例。
如果你的算法好的话，你的投递成功率是99%，我的是98%。
对于那两次不成功的情况，我可以通过人类在后台控制机器人，慢慢提高这个比例。
即便如此，我还是可以大幅度减少人力，还是有很大的价值的。
事实上，国内人工智能、机器人领域的创业大多是“非关键应用”。
在这些领域，算法当然也很重要。
你不能总是无法送餐，但偶尔出现的问题是可以容忍的（“关键”应用程序不能容忍）。
另外，“能落地”就变得非常重要。
如何开始？然后就是综合实力的比拼。
包括：对行业的了解，以及对行业痛点的深刻理解；产品化和工程化，有好的产品和工程团队吗？光是在实验室里做是没有用的！做出来的产品一定要便宜！对于大规模生产，你们的供应链能力如何？产品已经出来了，你必须卖掉它！那么您的营销/销售能力如何？因此，这样的人工智能项目不需要技术专家。
相反，创业者最了解行业，知道什么解决方案可以解决行业的痛点，甚至具备推广和销售解决方案或产品的上下游能力。
无论是人工智能还是机器人，大多数人都在谈论人工智能+。
人脸识别、语音识别等基础服务已经有人做了，但领域并不大。
更多的机会在于人工智能对各行业的改造，开发专用机器人来替代人类劳动力。
当然，最能发现机会和痛点的还是重工业企业。
比如机房巡检机器人、电网巡检机器人、果园作业机器人……人工智能将深刻影响几乎各行各业。
对于这样的项目，成功的关键一定是提高效率和降低劳动力成本。
正如白宫最近的《人工智能、自动化及经济》报告也指出，未来10到20年，小时工资较低的工作将受到人工智能技术的打击最严重。
有美国科学家甚至预测，时薪低于20美元的工作有83%的机会被人工智能取代。
其实我们可以从中得出一个信息，那就是短期来看，机器人创业的机会主要在B端。
为什么这么说？由于现在技术和产业还不成熟，企业只有以利润为导向，节省劳动力成本，才会最先接受机器人。
首先，我们看一下价格。
以机器人为例，整个供应链体系还不够成熟，市场需求尚未得到验证，每台生产的机器人成本较高。
To B方，即企业的成本承受能力明显比To C强很多。
特别是考虑到中国的劳动力成本持续飙升。
只要企业认为机器人会显着提高效率，比人工更具成本效益，就会有动力采取行动。
说白了，B端购买机器人的目的是为了省钱、替代人力，但C端确实要额外花钱，所以需求明显不一样。
To B都是单任务，机器人只需要做好一件事。
至于To C消费端，我希望我能做一切，包括唱歌、跳舞、聊天、打扫卫生。
但现在根本不现实，技术还不够成熟。
B端的机器人应用也比较容易，因为很多机器人都是以“人机混合”的模式运行。
也就是说，以前需要5个人来工作，现在可能是1个机器人和2个人类。
也就是说，机器人代替了三名人类工人，可以执行一些常规任务，但在一些特别复杂的工艺流程岗位上，就必须依靠工人来完成。
这是一个易于实现的混合搭配模型。
但To C机器人不存在“人机混合”模式。
最后我想对国产机器人领域的创业者说：一、项目想要快速落地，必须从To B开始，To C还是一个长期的事情，发展没那么快;二.大多数机器人都是“非关键任务”应用，不能说算法很强大，拥有一支优秀的科学家团队就是一切。
在未来的竞争环境中，还有很长的路要走。
项目必须脚踏实地，不能太田园风光，要把供应链做好，把产品做好，把产品推广起来，这是一场综合实力的较量。
公众号更多精彩机器人与科技创业见解，请关注雷锋网版权文章，未经授权禁止转载，详情请参阅转载说明。
版权声明：本文内容由互联网用户自发贡献，本站不拥有所有权，不承担相关法律责任。如果发现本站有涉嫌抄袭的内容，欢迎发送邮件 举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。
标签：
相关文章
06-17
06-18
06-17
最新文章
3月，腾讯《王者荣耀》在全球App Store和Google Play吸引了2.57亿美元，同比增长63%
生鲜传奇宣布完成数亿元B+轮融资
裁员20%？红杉中国回应：胡说，员工总数不降反升
第二次影视创新“闯”短剧世界：看、留、跳都是钱
ASML：从飞利浦弃儿到光刻之王
宁康瑞珠获数千万元A轮融资 横琴金投、翰颐资本投资
智能金融服务生态平台科客完成A+轮融资
拼多多九鼎：信息披露无懈可击，竞争对手才是“浇水”的