主页 > 智能文化 >AI新创与科技大厂竞争的5个建议 >

AI新创与科技大厂竞争的5个建议

AI新创与科技大厂竞争的5个建议

若要论起规模与资源,当然不是多数新创公司的强项。2017 年,Google CEO Sundar Pichai 在官方 部落格公告 ,Google 发展重点从「行动优先」 转向「人工智慧优先」 。麦肯锡也在 2017 年 AI 研究报告中指出,科技大厂如 Google 及百度,2016 年平均在 AI 发展上投资 200-300 亿美金,其中 90% 投注于研发与应用,10% 用来併购 AI 相关技术。科技大厂投注鉅资于 AI 应用的动作频频,对新创来说是相当大的竞争与挑战。

来自科技大厂的强势竞争席捲而来,对 AI 新创来说,主要挑战来自四个面向:祭出高薪聘用顶尖人才;握有雄厚资金挹注研发;拥有巨量 Data Pipeline 优化演算法;并且掌握海量使用者,可无缝接轨最后一哩用户。其中,光是衔接用户最后一哩的应用,就足以建立深厚的护城河,因为对 AI 新创来说,即使与科技大厂同时投入开发相似应用,但在进入「市场推广与用户变现」这一阶段,科技大厂因在用户规模佔了相当大的优势,AI 新创却常在此阶段失败。

面对科技大厂的强势竞争,AI 新创还有什幺策略,能以有限的资源发挥槓桿效果?在进一步挖掘关键竞争策略前,有两个重要前提,适用于所有新创企业,提醒 AI 新创在投入创业时必须要先思考:

1. 为用户解决什幺问题?

创业题目想要解决的问题,是目标用户真正的痛点吗?是否真的深入研究过目标用户,确认提供的解决方案,确实符合客户需求,而不是一时兴起、追随热门的假性需求?

2. 为用户创造什幺价值?

辛苦开发的产品,如果只是解决目标用户枝微末节的问题,那幺 AI 新创的发展空间将非常有限。例如,当用户发现,AI 新创提供的解决方案,和现有的解决方案没有显着差异;又或是当产品从免费试用,转变为收费模式,这个案子可能就因此被取代而掉单,这往往都代表为用户创造的价值不够。但如果产品能为用户在现有表现外,再创造出额外的价值,对 AI 新创来说,将会有更高的成长机会。

釐清以上两个重要前提,确认产品解决了目标用户的痛点,并有效为他们带来额外价值后,以下另外整理出五个关键策略提供参考,能帮助 AI 新创找出关键支点,从与科技大厂的竞争中突围:

1. 从利基点出发,解决特定一群人的痛点

科技大厂如 Google、Facebook 和 Amazon,他们在 AI 发展上,是为了解决全世界上千万用户的共同问题,甚至是更往前好几步,希望去改变用户现有的生活模式。例如 Google 无人车计画 Waymo,即希望透过 AI 训练无人车更精準的侦测路况;Amazon 也希望透过智慧助理 Alexa,来改变大众日常生活中使用语音服务的习惯。但新创团队手上难有如此丰厚的资源,能够端出相同的服务竞争。这时候,转向往利基点发展,专注解决某一群特定对象的痛点,反而是最有利的策略。

AppWorks Accelerator #16的 AI 新创团队、成功开发出 AI 宝宝摄影机的 Cubo 就是一例。创办人是一对新手爸妈,在自己育儿过程中,常半夜惊醒,查看宝宝睡觉时口鼻是否被棉被遮盖,高度身心压力下,甚至罹患产后忧郁。 Cubo 针对有同样担忧的父母,结合 AI 科技,打造出全球第一支能主动侦测如「口鼻被异物覆盖、翻身、趴睡」等睡床潜在危险事件的 AI 宝宝摄影机。产品一推出即广受青睐,创下开卖两天募资即突破 500 万元的好成绩。

AI 摄影机一直是很热门的题目,但当有了明确的目标群众轮廓,例如 Cubo 所瞄準的新手爸妈群,那幺从产品的开发打造,到后续推向市场做行销,能帮助新创团队找到锚定方向,并更有效率的把资源运用在对的地方。

2. 比别人更懂,结合特定 Domain,推出加值应用

科技大厂的优势之一,是掌握许多顶尖科技人才,这对 AI 新创来说,是个非常痛的问题。一家资源有限的新创企业,假设拥有十位各有所长的工程人才已十分难得,但这样的规模,仍远不敌 Google 或 Microsoft 的百人 AI 团队,那该怎幺办?

这时候,不妨由另一个角度切入,把 AI 当作辅助,深入研究如何为特定专业带来加值应用,反而能让新创团队走出另一条大道。举例来说,也许新创团队强项在于打造软硬整合服务,或是具有农业、生医保健等背景,这些所掌握的专业知识,以及在业界累积的人脉网络,就是别人难以在一时片刻超越的关键优势。

以 AppWorks Accelerator #13团队、致力打造法学资料库的 Lawsnote 为例,创办团队结合了律师专业与工程背景,从自身经验中,观察到律师们在搜寻法条时常遇到的不便,进而由技术面切入,利用 Machine Learning 打造出更简便、搜寻结果更具参考价值的法学资料库给目标用户。Lawsnote 在 2016 年 7 月正式上线,第一年每月即有两万名法律人使用 ,2017 年 9 月产品开始收费后,MAU持续成长到 3 万人。创业刚满两年,Lawsnote 已达损益两平,目前持续努力提供更贴近市场的服务。

3. 不同语系的发展与应用

很多人可能小看语言差异所创造出的机会,但若以近年 AI 创业题目中相当热门的 Chatbot 为例,就一定要克服语言问题。在自然语言领域,语言和不同地域的文化都是很大的门槛。放眼目前科技大厂的 AI 应用,主要的训练语言大多是英文,虽然 Google 在中文语音做得不错,但离真正的智能客服尚有一段距离,更别说要贴近不同地区的中文使用习惯。

除了自然语言,在 AI 影像辨识领域也有类似的情形。AppWorks Accelerator #9团队、提供 AI 安全监控服务的 Umbo CV 技术长张秉霖便曾分享,若有一个在英文数据上表现很好的 Machine Learning 模式,不代表在中文也能表现很好,必须要做 Domain Transfer 。在视觉领域,也是如此。曾有中国厂商,在中国做人脸辨识做得不错,但换到其他国家,运用在白人的人脸辨识,成效就没有太好。

对 AI 新创而言,在这几年内,语言差异仍有一定的先行者优势可供发挥。只要执行速度够快,产品开发的切入方向专注精準,在语言差异所创造的利基领域,就很有机会能跑在科技大厂前面。

4. 结合电子零组件与系统製造商

台湾的 AI 新创,除了上述三点可切入发挥的利基点之外,另外还具备两项特别的优势。其一,台湾有许多产业经验丰富的电子零组件与系统製造厂商,而且其中多数的厂商也正在力求创新与转型,寻求适合的创新解决方案,前景看好的 AI,自然是选项之一。

以打造软硬整合产品的 AI 新创为例,在台湾拥有相较完整的产业聚落,可更容易找到供应商与製造厂,在打磨产品的过程中,享有更多 Time to Market 的优势。

除了产品製作面的合作,甚至许多传统大厂,近几年也都相当积极地投资能够帮助产业加值或转型的应用,是帮助许多新创团队规模化成长的大力推手。

5. 市场经验以及 Data Pipeline

延伸上一点,另一项台湾 AI 新创所享有的优势,在于市场经验:相较于东南亚邻近国家,甚至是世界各地,台湾在医疗与电商两大产业,累积了相当深厚的资源与经验。

以台湾的健保体系为例,2003 年完成全民健保卡 IC 化,所有就医纪录整合在一张晶片卡里,并在每次看诊时上传云端系统,发展迄今已近 20 年。各医疗院所与相关机构,皆累积了非常完整且详细的数位化病历资料,这对于 AI 新创而言是很好的基础,如果未来政府与相关机构能开放资料库,授权使用数据,新创团队便可进一步延伸做医疗 Big Data 应用。

除了医疗领域之外,台湾在电商产业也已发展近 20 年,不论营业规模大小,都相当活跃,有年营收 40 亿元以上的大型平台,如 PChome、momo、Shopee,也有年营业额在 10 到 40 亿元之间的中型电商,如创业家兄弟。还有一群年营收 10 亿元以下的垂直电商,他们深耕分众市场,专注切入特定题目,不只掌握垂直供应链,更深入了解目标客群,例如 AppWorks Accelerator #4团队 Morning Shop 所经营的 早餐吃麦片 、 运动吃蛋白 。

台湾电商市场百家争鸣的景况,恰好提供 AI 新创许多商机。例如对于用户体验,可运用智能客服打造更完整的销售服务;对于库存与财务管理,可利用数据分析判读做更好的销售预估;对于行销,可优化广告推播和商品搜寻的精準度。尤其在电商的世界中,无论是趋势流行或是相关技术的应用,都变化得相当快,竞争如此激烈的情况下,AI 能为电商产业提供的加值应用,仍有许多发挥空间,为 AI 新创带来很多发展机会。

总结:创新的价值来自完整解决客户问题

AI 新创团队从踏上创业路的第一步,就该清楚自己的定位:与其和科技大厂正面对决,不如换一条自己熟悉的路走,由团队的专业优势或是市场的利基点切入,反而可以更专注、也更灵活的善用手上的资源。

Google 资深硬体副总裁 Rick Osterloh 在 Made by Google 2018 年度发表会中提到:「Google 在消费性硬体产品的设计与 AI 软体应用的结合上,思考的是如何以『人工智慧』帮助消费者解决日常生活中的问题。」这样的概念,也值得所有 AI 新创提醒自己,在打造产品时,绝不是埋头优化 AI 技术而已,别忘了最终目标是了解用户端的真实回馈,改善消费者的体验。想想产品解决了什幺问题?创造了什幺价值?