主页 > C生活妝 >新创团队怎幺利用 AI 创业?市场七大求生守则总整理

新创团队怎幺利用 AI 创业?市场七大求生守则总整理

来源:C生活妝 2020-07-13 02:04:00

新创团队怎幺利用 AI 创业?市场七大求生守则总整理

作者:李欣岳(AppWorks 媒体公关总监)

「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(AW9)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(照片右 1);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(照片右 2);连同 AppWorks 创办合伙人林之晨(照片右 3),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:

建立自己的「数据水管」(data pipeline)

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。

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。

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。

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。

新创团队怎幺利用 AI 创业?市场七大求生守则总整理

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。

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。

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 (AW#11),每天超过 1000 趟次;共享电动机车平台 WeMo Scooter (AW#12),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 (AW#12);推出全球第一支 AI 宝宝摄影机的 Cubo (AW#16),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。

 

相关热门推荐

申博太阳城_昌盛娱乐官网|收集最全面衣食住行|个人免费发布信息|网站地图 申博官网备用网址_申博sunbet娱乐网 申博官网备用网址_申博sunbet70多玩网