主页 > 智能文化 >AI新创成功的7个关键 >

AI新创成功的7个关键

AI新创成功的7个关键

“AI first” 正在成为主导未来商业发展的主流思维,现在正是「AI 创业」最好的时间。根据研究机构 IDC 预估,全球 AI 市场将由 2016 年的 80 亿美元,快速成长至 2020 年的 470 亿美元;2019 年将有 40 % 的公司採用 AI 创新服务;到了 2021 年,则会有 75% 的企业把 AI 融入企业的日常应用,就如同今日的行动应用一样普及。

面对庞大的商机,为了让应用 AI 技术的新创团队,能够共同切磋,一同探讨 AI 的应用与机会,并鼓励 AI 社群互相交流,AppWorks 特别举办一场 AI 新创团队专属的 Open House。分别邀请 AppWork Accelerator 第 9 届校友,成功募得两轮资金共 980 万美元、产品销售至 32 国家的智能安控新创 Umbo CV 技术长张秉霖 ;以及推出智能客服解决方案,成功获得台新、玉山、一银等银与台积电、工研院等知名企业採用的硕网资讯技术长江明洋 ;连同 AppWorks 创办合伙人林之晨 ,一同分享有关 AI 趋势的观察,以及 AI 创业的机会与挑战,以下是活动精彩内容整理:

1. 建立自己的「数据水管」

张秉霖认为,做 AI 必须建立终端到终端的解决方案,能接触并收集最终用户的数据,才能训练并改善 AI 的能力。所以 Umbo CV 有开发硬体,希望能接触到终端用户,同时获得用户数据。 在数据收集与应用上,现在谈的 AI,主要是其中的分支,是建立在统计学上的 Statistical AI,同时也是机器学习。机器学习有三个领域,包括 Supervised Learning、Unsupervised Learning、Reinforcement Learning。其中,张秉霖建议此刻创业,选择 Supervised Learning 应该为最佳方向。

Supervised Learning 需要「有标籤」的数据,要靠人力去设定 Domain Data,告诉演算法去学会潜在特徵,预估还未被看过的数据。虽然 Supervised Learning 旷日费时,但目前 Unsupervised Learning 的突破仍有限;Reinforcement Learning 则必须在受规範的应用场景进行,例如游戏、工厂等,能够获得快速回馈,但真实世界中,许多变数无法被控制,这对新创团队来说并不容易。因此,现阶段,Supervised Learning 是比较适合新创团队的领域。

林之晨从创业策略的角度补充。他指出,训练销售伙伴是很困难的。因为卖软体不容易,但将软体与硬体绑在一起,就不需花费更多成本,去说服中间的销售伙伴。他以 Umbo CV 举例,运用向下相容传统通路,来销售新 AI 商业模式,是相当漂亮的发展策略。

2. 短期不要以取代人力为目标

多数人看待 AI 的发展,会关心是否取代现有的人类工作,答案则是未必。江明洋以硕网协助企业客户建置 Chatbot 的经验为例,其实没有减少真人客服。对消费者来说,语音甚至面对面客服的需求性与重要性仍然存在。AI 确实解决了一大部分的客服问题,但主要还是在文字服务上,补齐消费者对于文字客服的需求,让人去做更有价值的客服。对于企业而言,建置 Chatbot 并没有减少人力配置,所以 AI 不见得会取代人力,而是让整体服务的能量与质量都提升。

不只是 Chatbot,客户普遍对 AI 怀抱更多想像空间。对于科技应用,在需求上都会有新期望,例如 Google I/O 大会上,语音助理能够取代人类订位,拓展外界对于 AI 的想像,但实际上,它还需要时间才能普及,AI 还是有许多待解问题,实际上很多时候,硕网会透过沟通,控制客户对于 AI 的过多期待。

江明洋补充,很多企业对于数据如何训练机器学习的模式,想法非常单纯,未必明白自己需要投入的资料量。因此硕网会对企业客户阐述智能客服前端、服务、知识和维运上的需求,各自需要花上多少时间、人力与金钱,这些都是专案开发时,与客户沟通时的重点,否则在与企业客户合作时,会产生想像与执行间的断层。

3. 别怕中国 AI 新创的竞争

对于同样以 AI 作为重点发展的中国,AI 新创该如何面对?尤其外界普遍对中国厂商,都有「善于抄袭与複製」的既定印象。张秉霖指出,在 AI 领域,複製产品模式比较有可能,但要抄袭数据则不容易。有时面对中国相同性质的厂商,很难避免被抄袭。重点在于自己的核心价值与技术在哪里?若本身的竞争优势,能被竞争对手用人海战术取代,就会比较危险。

林之晨补充,AI 的发展,和过去的科技产品不同。在电脑和手机时代,中国的硬体要卖到全世界,消费者不会太担心。但进入 AI 时代,各国普遍会有「数据被中国拿去应用」的威胁感,相对之下,这是台湾团队的机会。中国 AI 企业走出中国,有先天的劣势或原罪,可以反过来想,既然在中国市场,无法和中国厂商硬碰硬,就应该去中国以外,对中国厂商来说门槛比较高的市场与他们竞争。

4. 看清 AI 晶片化的进程

在 AI 晶片上的发展快速,效能与应用範围都持续突破,是否许多原本在云端上的 AI 运算,未来能够直接放到终端设备上?

张秉霖认为,把运算从云端搬到终端设备,这件事一定会发生。从成本面来说,这是必然的趋势,从频宽的角度来看,也很难把所有终端设备上的数据,都往云端送。如果能把运算搬到终端设备上,又能解决运算需求,就可以克服频宽限制的问题。但这件事情不会这幺快发生。以 Umbo 的经验来看,在智能监控领域,目前的硬体水準,运算能力还无法与在云端上相比。 张秉霖提醒,如果把自己定位成解决方案供应商,要以机器学习的模式去服务客户,就与这趋势并不牴触。不管是在云端或终端,训练的过程不变,一样要有搜集、分析、应用、预测数据等过程。差别在于,面对这样的趋势,可能需要雇用嵌入式系统工程师,想办法把一些在云端上的运算需求,移到终端设备的硬体上。

林之晨指出,大家以为 AI 创业的决胜点,在于机器学习的运算模式,但其实这只佔一部分,甚至很多是使用者介面的问题。他举例,这很像以前以为消费者买手机,就是重视效能「跑分」,但后来发现,Apple 或 Samsung 的手机,也不是跑分最好的手机,而是有其他重点。这不是秀肌肉,肌肉最强的人就会赢。

5. 善用轻巧灵活,做 Google 不能做的事

面对已经投入 AI 领域多年的 Google ,新创企业如何与它竞争?以近年热门的创业主题 Chatbot 为例,江明洋认为,只要做 Chatbot,就一定要克服语言的问题。Google 在中文语音虽然做的不错,但离真正的智能客服还有一段距离,虽然它有很多数据,就算能把英文的通用 AI 问题解决,不代表就能解决中文的。在自然语言领域,语言和地区都是很大的门槛。这在影像的差异可能不大,但在文字与语言上,这个门槛还在。

他也建议,想切入这块领域的新创团队,动作一定要快。至少在 5 年内,都还有机会,不只是 Google,像 Amazon 的 Echo 出来了一段的时间,但中文化还有一段距离。

张秉霖补充,不同语言是不同 Domain Data 的问题。若有一个在英文数据上表现很好的机器学习模式,不代表在中文也能表现很好,必须要做 Domain Transfer 。在视觉领域,也有这样的情形。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。

林之晨形容,Google 若要做 Chatbot,一定是用「牛刀杀所有的鸡」,要用一套机器学习模式,去适用不同应用,所以要用非常高的规格去做。但如果新创团队锁定利基应用,未必要花那幺大的力气去训练,也能做出 85 分或 90 分的成果,后面再用人力去解决那 10% 到 15% 的问题,用这搜集来的数据,再去精进原来的机器学习模式,在这个特殊的利基领域,就很可能跑在 Google 前面了,不要把 Google 想的太恐怖。

6. 聪明的借技术债

林之晨指出,通常 CTO 的直觉,都是不要欠「技术债」。例如 AI 新创团队,CTO 可能会想建立很强的数据水管,让往后机器学习的效果更快更好,举例来说,若现在不要欠技术债,可能要花 100 元解决,但欠下技术债,未来要花 1,000 元解决,CTO 通常会认为,现在就必须解决,这样能帮公司省下 900 元。

但以创业的角度来看,这件事未必是对的。因为很可能现在的营收只有 10 元,甚至是 0 元,却必须投资 100 元,未来的营收达 1 万元,只要花 1,000 元就能还这个技术债,未来再解决反而是比较好的选择。这往往是新创公司的生存考量,公司需求与技术需求如何平衡,永远是新创团队的考验。

7. 选择对的环境创业

从创业的角度来说,林之晨另外建议,AI 新创应该要聪明的选择创业环境,也建议大家考虑加入 AppWorks Accelerator,可提供给 AI 新创最主要的帮助包括:

进驻 6 个月期间,完全免费,还可获得来自历届加速器学长姊创业实务经验的第一手分享,包括业务开发、行销、招募、管理、募资等主题。

每届 35 支新创团队彼此一同交流,刺激自己变得更厉害。还可获得亚马逊、微软赞助价值超过 10 万美元的云端资源,大幅降低 AI 新创初期的实验成本。

加入来自各国,超过 300 家新创企业的加速器校友网络,创造国际合作的机会。目前在 AI 领域,除了 Umbo CV,代表性的校友包括:运用 Chatbot 叫计程车的 TaxiGo ,每天超过 1000 趟次;共享电动机车平台 WeMo Scooter ,每月超过 15,000 趟次;以数据分析导向,经营台湾最大民宿订房平台的 AsiaYo ;推出全球第一支 AI 宝宝摄影机的 Cubo ,今年 5 月在募资平台上创下上线 24 小时内,超过 470 万新台币的佳绩。

建立更扎实的数据能力。例如,能与加速器校友企业合作,建立更丰富的数据来源;新创企业人数不多,在「资料科学家」这个重要职务上,可与校友企业的数据科学家彼此交流学习。

解决募资需求。AppWorks 本身也是创投,在进驻加速器期间,透过彼此的观察与相处,若双方都有意愿,有机会获得 AppWorks 投资,在往后建立更进一步的策略伙伴关係。

现在就是创办 AI / Blockchain 最好的时间,欢迎所有人工智慧、区块链创业者加入专为你们服务的 AppWorks Accelerator