每经编辑赵庆     10 月 18 日早间,特斯拉对外事务副总裁陶琳发布微博表示,有网友问为什么 Model 3 的更新和美国不同步,国内和国外不同步,在汽车生产行业是常态,特别是新工厂和新产品,传统车厂一般需要较长时间甚至一年以上才能实现同步生产。上海工厂的体量越来越大,同时要让中国消费者享受到最具性价比的产品,不可能照搬美国供应链,而本地新供应链需要更多时间来进行工程验证和相应爬坡工作。   大家问我们多久,现在确实无法回答,因为需要工程供应链等完全验证完成,产品经过检验完全合格才能正式推向市场。而这其中有一些环节其实并不完全掌握在特斯拉的手上。一旦准备充分成熟,就会对市场公布。  ...... Last article READ

十问旷视印奇、唐文斌:AI公司步入「深水区」,友商其实不是友商

  郭一璞李根发自凹非寺 

  量子位报道公众号 QbitAI

  AI 明星公司旷视,刚庆祝了自己的 9 周岁生日。

  以技术和理工天才云集著称的他们,把新的一岁用「指数之年」形容,以「向上生长」作为主题。

  同时,一场规模盛大的智慧物流发布会在新办公楼展开,来自“传统行业”的资深骨干站到聚光灯下,而且类似的面孔正在旷视占比越来越多。

  是的,即便作为 AI 头部公司,经受过密集而广泛地关注,但对于旷视的变化,以及A面B面,依然有一系列问题悬而未解。

  比如关于 IPO 上市、AI 冷暖、技术与业务、核心与边界、合作与竞争……

  而这一系列的问题,又还有谁比CEO 印奇和 CTO 唐文斌更合适回答?

  所以这一次,量子位“十问”,两位创始人“十答”,可能当前旷视被关注的一切,都在这次回答里。

  一问上市

  量子位:上市现在是个啥进展?

  印奇:还在选择一个合适的时间点。

  量子位:是什么让旷视上市没有一蹴而就?

  印奇:大的国际环境,去年年底到今年确实多变。

  量子位:旷视自己怎么看“上市”?

  印奇:两个大方面吧。

  第一,我们能把这个业务,包括公司治理在内,已经能用上市标准去审视了,代表自信。

  第二,虽然旷视还挺年轻的,但当时上市的时候我们认为“1+3”业务已经比较成形,知道未来3-5 年大概会达到哪个地步。我们希望在一个公开的平台上,让大家更透明地看到公司的治理,让大家认为这个行业有 guideline(路线),这是我们上市的初衷。

  量子位:即便现在不那么顺利?

  印奇:不管大家相不相信,我们真的把上市当成手段,而不是目的。

  大环境变幻所有人都看得到,过程里我们也经常会自己问 so what。

  一般来说,你问一个人问题,他回答一个答案,你不断问 so what,他就崩溃了。

  但问旷视上市完了之后——so what?我们认为,上市是手段,上市之后也希望股价是坚挺、稳定的,很健康地和公司业务一直往上走。

  所以一定要选择合适的窗口来上。

  量子位:但上市这个“手段”也会带来好处?

  唐文斌:肯定是能带来好处的,第一能给我们带来更好的品牌,对我们一些 to B 的业务确实是有帮助的;第二是更灵活的资本政策,使得我们做一些业务的时候,能够更方便。这是核心的点,而不在于其他的东西。

  量子位:心态会有变化吗?

  唐文斌:我们一直以平常心看待它,但依然会很积极地考虑所有可能的选择,上市只是其中一个事情而已,而不是最重要的事情。

  最后还是长期主义,就像印奇说的,有的人上市是起点,也可能是终点,对我们来说上市只是其中一个里程碑而已

  我觉得只有想不清楚的人才不淡定,想清楚自己到底要什么,在追求的东西是什么。

  如果这些问题是思考过的,你的答案是清楚的,你就很淡定;你没想过,不知道答案,就会被其他的想法牵着走。

  二问 AI

  量子位:外界把上市跟 AI 冷暖联系在一起,你们怎么看今年外界对 AI 的唱衰?

  印奇:我们在 AI 产业已有九年时间,但 AI 产业真正快速爆发是这5-6 年间,今年真正进入 AI 产业落地的深水区。

  这是大家熟悉的 Gartner 曲线。

  之前,中国企业很少有机会在全世界引领一项技术从技术创新到产业落地的全过程,所以从创业者、投资人到媒体,中国各方都没有完整经历过 Gartner 曲线。

  现在,所有 AI 企业都已经步入到「死亡之谷」

  量子位:你怎么看「死亡之谷」周期?

  印奇:我自己感觉可能在 18-24 个月,现在行之将半。

  在 AI 产业里已经有了很多问题和很多解决方案,我想「死亡之谷」的持续时间可能不会那么短,也不会那么长。我们有信心穿越周期。

  量子位:之所以唱衰,也有 AI 算法壁垒的原因?

  印奇:真正对于算法的供给侧,AI 提供的远远不够。

  我听到这种说法:「AI 已经没有什么技术壁垒,AI 算法似乎很容易了。」

  但大家真正在生活里用到的 AI 算法好像还是「老三样」,还是极少的 AI 供给。

  AI 算法侧其实还在极度稀缺的阶段,而且还面临可交付和规模化两个问题。

  虽然算法的供给未来会越来越海量,但算法的供给不是说一下子赋能很多行业,而是在每个行业有很饱和的供给,每个行业不仅仅需要人脸识别的算法,可能需要同一个场景里有 100 种、1000 种算法,用真正的算法解决每个场景里饱和工具的问题。

  量子位:那为什么「死亡之谷」会出现在现在?

  唐文斌:举个考试的例子。大家应该考过科目一吧,考 90 分很容易,但考 100 分不容易

  这和 AI 其实是一样的,当我们去看一个算法时,如果只是想要在一些东西里拿到 60-70 分可能确实没有那么难,但越往上越难。

  量子位:区分标准是什么?

  唐文斌:场景。往往是真正需要更高精尖技术的场景越往上越难,价值也就越大。

  比如自动驾驶,自动驾驶对技术的挑战是非常大的,我认为现在所有的自动驾驶公司离解决问题还有非常大的距离,但自动驾驶场景的价值非常大,这毋庸置疑。

  反过来讲,一个对安全性没有那么大要求的人脸门禁,比如小区进错一个人也没关系,识别错也无所谓。

  但你敢不敢把这套人脸识别设备放到金库里呢?敢不到放到保险箱上呢?能不能变成你家的锁呢?能不能获得金融级别的安全性、同时又有极高的通过率呢?这个事情就不再是简单的问题。

  所以,在关键性的场景应用里,我认为现在的技术,离被解决还是有非常大的距离

  量子位:听到「AI 凉了」会悲观吗?

  唐文斌:不看广告看疗效。

  大家在之前对 AI 的鼓吹是有点过度的,我当时在公司里讲,我们不是一家 AI 公司,是一家以 AI 技术为核心的产品和解决方案公司。

  所以,不要自嗨,就踏踏实实的把技术做好,把产品做好,把用户价值交付出去,这是最关键的事情,最后永远是你给客户创造了 10 元的价值,你从他那分了 3 元,这才是我们应该要做的事情。

  鼓吹和唱衰都没有必要,最后还是回到到底怎么能够更务实地关注到最核心的本质,要看疗效而不是去看广告

  三问落地

  量子位:除了场景,AI 落地难在什么地方?

  印奇:AI 算法的本质是软件,但这个软件又依赖于数据,很难成为简单的交付型产品,不是我招个聪明人写 code 交付就结束了。

  AI 算法的甲乙方关系正在被重新定义,甲方和乙方,如何把数据流通和算法流通循环起来,才能生成很好的商业模式。

  这种情况下如何才能产生最终的用户价值?现在来看 ,软件、算法、硬件在一起设计之后,确实比单独设计软件、算法和硬件效果要好得多。

  而且这个好还不是一个 90 分和 99 分的关系,可能是 59 分和 20 分的关系。

  量子位:也有种现象是“变硬才能变强”?

  唐文斌:软硬件结合这件事情有两种不同的理解:

  第一种理解,因为软件卖不上价钱,所以你要带着硬件一起卖,你就卖上价钱了,你有收入。

  第二种理解,你只有软硬件的 co-design(协同设计),在一起设计,才能变成更好的产品。

  但如果自己不做研发,找个合作伙伴厂商,把他们买过来、装上我的软件和算法接着去卖就 OK 了,我觉得这件事不本质。

  因为我们从整个价值链角度来讲,你在这里面没有 Value Add(附加价值)。

  我们做每件事情都要去想 why us?我们做出来会不会有任何差异化?

  或者我们这样做了,世界会不会因为我们而不同?比如商业价值链条更顺畅……但我觉得现在还没到这个时间点。

  现在更多还是在产品维度上,这个产品本身要因我而不同才行。

  四问路线

  量子位:所以旷视的选择是?

  印奇:我们选择以物联网应用来看待这个问题。

  也许 5 年后、10 年后,旷视在这样的生态里会往后退一退,但我认为也不会退到算法的维度,至少操作系统和核心的软件,里面的一些关键芯片,里面真正的关键元器件,还是旷视的核心产品。

  包括我们的物联网,它会很开放的,会连接很多的硬件,未来物联网硬件是百亿量级,我们自己做不过来。

  量子位:你们招股书里一直在强调「AIoT」。

  印奇:有一个概念我非常 believe,就是AI 小于 IoT

  虽然我们是一家 AI 公司,大家可以发现越来越多的企业以及巨头,比如华为、小米,大家把 AI 和 IoT 两个词连接得越来越紧,其实这是两个词。

  在过去 20 年里,从互联网到移动互联网,下一个是什么时代?是 AI 吗?我觉得自然延伸下来是物联网时代。

  打个比方,物联网就像当年的互联网一样,AI 更像当年的搜索引擎,所以,AI 是物联网里一个核心技术能力,是延续未来很长一段时间技术创新的主轴,但不是产业落地的核心点。

  量子位:意味着 AI 公司的商业模式,落在什么地方?

  印奇:AI 真正的商业价值的变现,真正能够有规模,商业化落地的公司,大部分是面向线下的,更多的是和实体行业的结合,更像在 IoT 大时代洪流当中承载的载体。

  这就是为什么我们想说 AI 和 IoT 未来会越来越多关联在一起。

  所以,未来 AIoT 会变成一个词,就像当年说 ICT 一样,但当我们审视这些价值时会发现,AI 是里面那个杀手级的能力和杀手级特性,但 IoT 是那个大时代的洪流。

  量子位:有没有可类比的参照?

  印奇:在 PC 时代会发现一个应用大家想的是 Word、Office、PowerPoint,它可能就是一个软件。

  当大家在移动互联网时代想到 App 就是微信,支付宝。

  当到 AIoT 物联网,我们认为会包含这样几个要素:

  首先,一定会选择空间,所有的物联网设备会装在一个空间里,无论是家庭、仓库、城市还是楼宇,这个空间里会形成一张网,会有计算 AIoT 中间计算节点。

  其次,会连接很多设备,这些设备很多不一样,有传感器,还有机器人,还有很多设备。

  当这些物联网硬件设备连在一起时,上面有很强的软件连接所有这些东西,贯穿云边端,最后给最终用户提供服务,这就是 AIoT 应用。

  量子位:AIoT 应用就是落地的终端形态?

  印奇:我认为 AI 产业落地的真正本质,就是在不同空间不同场景构建一个个独立的 AIoT 应用,只有应用有了才会有这个产业链,才会有平台,才会有芯片,才会有所有东西生机勃勃的发展。

  在 AIoT 的应用里,它的壁垒和难度要比之前大得多。所以真正想说我能把一个 AI 技术应用到一个行业落地时,会发现路径是很长的。

  量子位:有多长?

  印奇:真正当我们去用一个算法变成最终 AIoT 应用时它往往要经历三个过程。

  第一步,0-0.1 阶段,本质上是技术可行性和产品价值的验证,先产生一个新的算法,算法在性能上要可用。

  第二步,0. 1-1 阶段,要完成最小的可用产品打磨,触达行业用户,并且用户买单了,完成了最早期的商业实现和落地。

  这个 AI 公司首先成为系统集成商,打造端到端示范性概念验证项目。

  大家很多时候会说发现早期 AI 公司会变成项目的集成商,因为当你想做端到端应用时,第一步得能先成为总的设计师和集成商,用上你的算法,这才是端到端交付给用户的价值,任何一个 to B 或 to C 的企业不会只买个半成品,不会只买个算法,需要在他产业里能产生价值。所以,AI 算法过程中首先要成为优秀的系统集成商

  但是这里就有个岔路,有的公司可能说我就是集成商,就一直沿着集成商这条路走出去了,那么你可能就越来越不像个 AI 公司。

  第三步,1-N 阶段,当你做集成是手段,完成集成之后会发现,当你可以形成端到端的闭环时,首先要区别沉淀这个行业里最重要的软件,相当于用系统集成牵引做出软件平台,连接所有的硬件,因为这些硬件是不同厂商提供的,这是使用系统性去牵引软件。

  当你把软件做得很好的时候,会发现很关键的硬件,现在市面上没有一个厂商真正做得非常非常好,这时候你就会真正用软件牵引软硬结合的平台。

  从算法到系统集成,到软件平台到最后的软硬结合,这是真正想在行业落地时必经的一个最小路径

  量子位:这三个阶段,旷视走到哪里了?

  印奇:旷视的三个大场景不同,很难简单讲旷视总体在 0.1、1 还是N,因为不同的行业在不同的领域有不同的阶段,有的产品在N的阶段,有的产品在 0.1 和 1 的阶段,很难一概而论。

  量子位:这三个阶段最难的是什么?有没有哪个环节可能是失败的?

  印奇:这三个环节里,我认为头和尾最难。

  第一个是0-0.1 的阶段。中国过去二三十年有多少是创新驱动的业务?其实非常非常少的。此前一个商业人才做业务的时候,一般不会做两面不确定性的业务,要么技术场景是确定的,我就在商业模式和销售通路上做创新;要么销售通路是确定的,我给创造一个新的产品。

  但 AI 大部分产品在0-0.1 阶段里两个都不确定,你发现要找那个交集,这是很难的事情,这个难度占整个链路的 50%。

  第二个阶段,不能说简单,但第二个阶段相比 1 和 3 要更简单一些。

  到第三个阶段的时候,一个 AI 公司的核心任务是必须构建出自己非常强的软+硬平台化能力。硬件能力是平台化,硬件从供应链到生产制造到销售需要平台,搭建完之后软件会变得越来越容易。

  真正解决了0-0.1 的公司,如果能在很快的时间里构建第二步和第三步的话,可能就会是行业里胜出的公司。

  五问组织

  量子位:所谓“经济基础决定上层建筑”,是不是组织也会有相应变革?

  印奇:当要把 AI 产业落地时,会发现它对组织的密度和阵型要求是极高的。回到人的问题,技术的同学都知道,技术再难、商业模式再难,我们往往没有那么 frustrated。

  但这是非常复杂的组织,一个 AI 行业,这里并不是指 AI 公司,而是 AI 公司里的产品部门可能具备四个人群。

  首先它需要产品经理,可能是这个小板块的 CEO,这个产品经理他既需要有 AI 的背景同时需要学习行业的背景。所以,人群画像里我们画有 50% 的 AI,50% 的行业。

  第二要有CTO,把软件、硬件算法整体来看,这个人也得很综合,有 AI 行业背景同时也能学习行业。

  第三是CAIO 首席 AI 官,他能真正对算法上有突破,且能对算法可行性评估做得非常好的,这个人可能很懂 AI,没有那么懂行业。

  第四最后真正的闭环是 AI 的人,同时要有行业 Know-how,有行业积累的人,所以最后肯定要有CMO。真正帮助产品推向市场,去营销的时候,这个人往往是非常懂行业,同时有开放心态,他们也去学习 AI。

  当 AI 每个小的产品落地过程中,可能都需要这样四个角色,我们叫每进入一个 AI 行业,需要搭好 4 in 1 的组织架构。

  量子位:这一系列要求,也是落地之难的一部分?

  印奇:刚才我们是从算法的供给,AI 价值闭环和 AI 产业落地组织要求上来看,就已经能发现 AI 这群公司其实还是挺不容易的。

  如果想踏踏实实做好 AI 产业落地,会发现每个场景下都得考虑这个事情,需要2-3 年时间,才能走完这个闭环。

  量子位:旷视自己现在也是这样?

  印奇:旷视现在有 3000 人,基本上按照一个 AI 行业需要有 CEO、CTO、首席 AI 官、CMO,统计了旷视人员比例发现挺精准的4:4:2。

  AI 背景的人占 40%,从行业来的人才 40%。

  这些行业来的人才对我们帮助非常非常大,有来自消费电子,有来自物流管理,仓储管理,这些人结合才能让我们在行业里深度落地。

  同时 20% 的职能能够去构架、去支撑的一些人。

  六问核心

  量子位:回到旷视本身,怎么理解旷视的核心和边界?

  印奇:一言以蔽之,就是「1+3」。

  1,指的是一个 AI 生产力平台 Brain++。

  3,指的是 3 大落地赛道和方向:个人物联网、城市物联网,供应链物联网。

  量子位:这 3 大方向里有细分吗?

  印奇:在每个点里我们有新的产品,创新的技术,但真正的客户群体,这三个群体包含了 AIoT 里最重要的三个场景。

  第一面向家庭、个人客户;第二面向城市、政府;第三是供应链,制造物流零售,所谓商业里最主线条的战场。

  量子位:今年还把算法生产工具 Brain++ 开放了,没有顾虑吗?

  印奇:准确讲,3 月我们选择开源的深度学习框架天元,是 Brain++ 的最核心组件。

  坦白来说 Brain++ 开源开放,我们自己早期还是有点纠结的,因为我们内部整个开发了六七年时间,我们认为这套技术是我们的核心竞争力之一。

  旷视内部有大概 1400 个左右的研发人员,他们每天在工作中真的全员在使用 Brain++,即便可以使用 TensorFlow 或 Pytorch 等其他任何开源框架。

  所以Brain++是我们拿手的绝活

  量子位:那为什么还拿出来分享?

  印奇:希望可以让更多程序员可以用 Brain++ 开发自己的应用。

  原因是未来算法的供给虽然很海量,但每个行业和每个场景需要的算法可能非常丰富,这时我们的 Brain++ 就能真正发挥生产力平台的作用。

  量子位:有预期吗?

  印奇:希望成为口碑最好的吧。

  七问边界

  量子位:旷视的个人物联网、城市物联网、供应链物联网三条赛道里,哪一条的市场空白最大?

  唐文斌:三个板块不太一样,to B 的东西都没有那么快。比如安防,大家知道是万亿级的市场,万亿级的市场里面有多少智能化的部分?现在比例还没有那么高,智能化的部分可能只占1%-2%。

  量子位:除了这三大场景之外,你们会考虑更多场景么?

  唐文斌:从业务大的板块上讲,我们不会再往外扩,因为整个「1+3」体系已经有巨大的商业价值,每个行业都是万亿级的场景,我们要做的事情是把它做深做实,不管是在技术层面上还是产品层面上。

  量子位:也有 AI 公司做很多行业,你们为什么不做?

  唐文斌:第一要尊重行业,你做不了那么多东西,每个东西其实都很深,需要很深的 know-how(行业知识),而且需要你从最核心团队从上到下建立 know-how,否则你做的很多决策就不一定是对的。

  第二,每个行业都很重,你蜻蜓点水地搞了搞没啥意义,做不好价值设计,交付不了客户价值。

  第三,每个行业都很大,你干嘛干那么多?

  少即是多,你不应该做那么多,反而应该更专注。

  当然,有时候我们看到一些机会,有洞察的,觉得非常有意思,就做了。

  但还是应该做得很扎实,同时不要忘记对底层平台的积累,底层平台未来是能去赋能更多场景的,但现在没有到那个时间,你先把 Key App 做好,就像微软先把 Office 做好一样。

  我们业务里这几个板块都有潜力成长为 Office,但它距离真正的 Office 还很远,都还没有长成收入数百亿的支柱型产业,现在营收规模都很小。

  量子位:所以怎么看待那些一下子做了十几个、二十个产业的业态?

  唐文斌:那我只能觉得不明觉厉啊,反正我不明白逻辑是什么,但我觉得很厉害。

  量子位:对于旷视,未来最核心的想象力、最大的故事在哪里?

  唐文斌:我认为是「AI 没有边界」

  之前我们本质上有点工具论,用工具对一些行业进行改造,让行业在原有基础上降本增效、提升体验,觉得所有的行业都值得重新看一遍。

  我们现在肯定没有能力去做那么多行业,做三个行业就已经够多了。

  但未来是没有边界的,未来可以有这样的商业模式,再加上好的组织形态和资本形态,也许能够赋能更多的场景。

  它不一定是现在公司的这种形态,有可能是公司里划分了很多小的创业公司,分别去赋能不同的领域,每个领域又有从头到尾许多环节无穷多的东西可以做。这件事情会让我觉得很有意思,可以做成一个没有边界的公司。

  量子位:所以旷视的定位是什么?

  印奇:我们内部这样认为,我们真正希望能成为人工智能行业的务实者和领跑者

  稍微解读一下这两个词:

  “务实者”,当我们呈现了 AI 落地的困难,大家可能会觉得这是一个长跑,因为 AI 技术大家如此兴奋,对这个行业大家会有很高的预期,或者大家对它预期的波动性很高,有时候很爱有时候很讨厌,在很波动的外部环境下,一个 AI 企业唯有务实,踏踏实实做好每一件事情,每一个点滴才能真正让这个公司长久成为一家伟大的公司。

  “领跑者”,后面我们也会更多分享到,旷视非常非常自信,我们会认为在真正所专注的行业里我们绝对是行业的领跑者,既有我们的产品落地,商业化能力,也包括我们的核心技术能力。

  量子位:站在现在看未来 5 年,旷视是一家怎样的公司?

  印奇:第一点,旷视“1+3”是 brain++ 加上下面三个场景,从五年的维度,旷视不会像很多 AI 公司宣传的那样做特别平台化的公司。

  旷视会有几个支柱型的产业,甚至三个产业里未来不一定每个产业都是我们的支柱,可能1-2 个产业是在旷视产业里会逐步扩大。

  其中逻辑很简单,这个产业在单体里可以做到 100 亿、1000 亿的年收入,它会有几个支柱型产业,虽然现在 BAT 是个平台化的互联网公司,但它会有立身之本,从电商、搜索、社交起来。

  我想五年之后,旷视这个定义的命题,从我们选择的三个产品下应该很明确,至少1-2 个是我们的立身之本,100-1000 亿是量化的感觉。

  第二点,旷视本质上在不同维度构建不同的“脑”,我们在云上叫 Brain++,其实是在构建我们的算法能力;在仓库里构建了河图,其实它是个中脑,在这样的情况下可以连接不同的设备;在每个设备里,不管是芯片还是软件它是小脑,可以让 device,每个机器人变得很聪明,大脑、中脑、小脑这样连接是贯穿的,脑以外的功能,我们想五年之后会有很多合作伙伴能帮我们做得更好,我们是这样的想象。

  八问竞争

  量子位:如何看待这个行业的竞争?

  印奇:to B 竞争和 to C 不太一样,to B 竞争没有 to C 那么激烈,因为行业比较碎片化。

  我们自己也能感觉到这三个大的赛道,我们友商和大家想象的友商变得越来越不一样,这三个赛道最重要的友商,几乎都不是大家认为中的「我们的友商」

  当你进入这个行业里,会发现行业里有非常优秀的玩家,这些玩家可能偏传统,也在里面提供核心的产品。

  我们每进入到一个行业,走着走着会发现出现了真正的友商,你跟他去学习,跟他去竞争。这三个行业都不一样。

  量子位:举个例子。

  唐文斌:我们去年在工业物联网方向上有非常大的一单 case,这个 case 上我们竞争对手不是其他的 AI 公司,而是行业里已有的玩家。

  因为这个客户非常大,几乎把这个行业所有的厂商都叫过去了,像海选一样,一轮一轮搞了三四轮,最后选了我们。

  为什么选了我们呢?当时我们跟他讲了一句话,我们绝对不是这个行业里最有经验的厂商,但一定是进入到这个新的行业里最创新的、带着更强的技术意识的、而且有更强软件能力的厂商,我们要用更好的大脑去赋能这个场景,这个大脑真的能给你这个场景带来不一样的价值,而这个价值可能是其他厂商所不能提供的。

  量子位:有人说,AI 公司真正的价值是在新的领域开拓新的预算,也就是说一个客户本来没这个需求,也没有做这个预算,你要让他们花钱做这个,你同意这个观点吗?

  唐文斌:我不同意。这要分场景看。

  一些场景的本质上在做预算的转移。你原来的预算是放在那件事情上的,我能不能把预算移到这边来,而且可能还不需要那么多预算。预算的转移就是用新手段解决老问题,要解决的问题没有本质的变化,是解决方案的变化。

  另一些场景是存在新的预算的,因为原来的能力做不到,现在做到了,比如安防里的人脸识别,原来人脸识别不 work,现在能 work 了;原来在楼宇里通信也不 work,现在这个体验更好,这些东西可能是创造新的预算。

  不同的场景要分开来看,不能一概而论说在挖掘新的东西。

  比如通信不是新问题,你要做的是怎样让通信的体验更好,这是一种新的解法;

  安防就是让城市里的摄像头用起来,以前摄像头拍下的画面让人看,现在机器看了,这是一种新的解法;

  做仓储物流最后不管是对接到电商的还是线下门店,都是给发货问题提供新的解法。

  你还是要干这些事情,无非是人干还是机器干,哪个干得更高效的问题,大部分场景不创造新的问题,只创造新的解法。 

  量子位:最大的竞争来自哪里?

  印奇:在城市场景,大家知道所有的互联网公司、科技公司、AI 创投都在这里面,这个场景不是单向对旷视有没有挑战,因为每个公司的技术产品发现都很难 deliver(传递)最后用户的价值,大家都很焦灼。这是比较混乱的场景。

  相反在消费电子场景下,这个行业格局以及我们的行业定位已经比较好地形成,和用户之间形成了非常好的信任关系。供应链场景上比较新。在这三个场景,我们认为,最大的竞争和以后潜在的合作都来自于这个行业已有的巨头,都不是来自大家认为的 AI 公司

  九问合作

  量子位:对定位和竞争的认识,是不是也会让旷视有变化?

  唐文斌:我们现在平均年龄好像已经到 30 岁了。平均年龄肯定比以前要大,因为很多行业需要有相关经验的人。

  量子位:这样在你们公司不用担心 35 岁失业。

  唐文斌:我认为要尊重行业经验。

  量子位:技术的人,行业的人,他们的重要性的程度大概是几比几?

  唐文斌:很难讲这个比例,不同时候不太一样。如果问我对行业的了解程度是什么水平,我认为是 60 分,刚及格,因为我肯定不可能那么深入。我进入这个行业的时间,或者说深入去看这个行业的时间可能也就一年,和干了 20 年的同事相比,他肯定有更深的洞察。

  我能不能抓主要矛盾,能不能抓核心问题,能不能知道哪些东西是我不知道的,能不能在该问问题的时候问出正确的问题,即便这些问题好像显得很无知,但能不能做到这样可能更关键。

  我在这个行业里待了一年,和一些真专家进行了探讨和讨论,我有信心说我是这个行业里的半专家。

  量子位:和传统企业聊 AI 的时候,他们的接受能力怎么样,能 get 到点吗?

  唐文斌:能啊。我举个例子,去年年初的时候我们发布河图(机器人网络操作系统),我认为行业里很多人都觉得,我们河图的那个逻辑是非常 makes sense(有道理)的。

  甚至有一些行业里很先锋的人士,他们也想做这个东西,但限于算法的能力,限于软件的能力,他们做不出来,因为物流这个行业里,可能做软件的人就没有那么多,更别说做算法的人就更少了。对于这样一些很有想法的人,我们就把他拉进来了呀。

  量子位:是挖进来吗?

  唐文斌:对啊,我们就挖进来了嘛。

  量子位:喜欢招什么样的人才?

  唐文斌:我们最喜欢两种人,都是从技术和行业这两边往中间走的人,要一根轴能立得住,但能往中间靠。

  我们非常喜欢有深厚的技术背景、有技术洞察的人,但也要非常谦虚、有很强的学习能力,能非常快速地学习行业知识。

  同时,我们也非常喜欢自身行业的先锋人士,他们的思想不是固步自封的,他们是有创新意识的,也有着学习的心态和快速的学习能力,能在这个基础上形成自己的洞察和认知。

  我们特别喜欢这样的一些人,也特别希望这样的人能够加入我们。

  十问创业

  量子位:最近有没有让你们觉得头疼的问题?

  唐文斌:我们一路上还是比较顺利的,这是真话。我认为,接下来最关键的事情是,怎样踏踏实实把事情做好。

  如果要讲头疼的点,那就是组织。

  大部分时候我都是在看事儿,业务上需要我们投入很多思考。

  但我接下来下半年会更多地看组织,现在公司人也不少,公司需要成为一个好的产品,也需要做产品经理的价值设计,需要设计给员工的价值——这个公司能不能成为一个好的产品,让大家能够在这个地方被激励,觉得干起来有意思,成为一个效率很高的地方。

  接下来我会花比较多的时间做公司这个产品的价值设计,怎么将公司这个产品变成更好的产品。

  量子位:是因为创业公司跑得太快吗?

  唐文斌:这是一方面。另一方面跟我和印奇没有什么工作经验有关系,我们第一份工作就是创业,这是真心话。

  做产品经理有一点很重要的东西就是同理心,你需要站在另外一个角度看问题。

  第一个问题是我们俩其实没有在别的地方上过班,不是从基层做起,没有体会过“我有老板、有老板的老板、有老板的老板的老板”的状态,所以我们看问题的时候未必有那个同理心。

  第二个问题是我没做过销售。印奇和我也去谈了很多单子下来,很多项目就是我们作为销售谈下来的,但没有经过体系化销售的培训,我们可能在技术上、产品上有很多的思考,在销售方面的同理心还是会有问题的。

  所以,我有没有站在员工视角的同理心?我有没有站在销售视角的同理心?这里要打问号。

  好在我有这个觉察。这些问题都是我们作为一个产品经理需要思考的问题。

  量子位:所以创业里的节奏感很重要?

  印奇:我们自己创业这九年时间里一直在反思一个问题,就是关于节奏感的问题。

  一个创业公司,可能 AI 在这几个大赛道里可以通过逻辑推理得出这个赛道有巨大的商业价值和产品价值,但是旷视在之前有做得稍早一点的问题,比如我们发现有个产品三年前做了,做了之后不 work(起效),三年之后发现它成为真正很 Value(有价值)的产品。

  自动驾驶可能是非常好的例子。在 to B 的公司、技术性的公司,因为你的公司不像互联网公司,节奏感是以月为度的,可能早 6 个月、12 个月没有问题,但如果是 to B 的公司,早 5 年,早 10 年,那可能你这个故事就是不成立的。

  所以,方向很重要,节奏也更重要。

  如果想要去火星,发射窗口期很重要。埃隆·马斯克(Elon Musk)不再认为 SpaceX 能在 2022 年下一个时间窗口到来时能到达这颗红色星球。   此前,埃隆·马斯克曾希望在 2022 年向火星发射一个机器人,然后在几年后进行载人发射。当这些人真的到了那里,他们将开始建造一个推进剂工厂,使星际旅行更容易。SpaceX 将使用 BFR 飞船,一次可搭载大约 100 名乘客。这也是该公司运输效率最高的情况,因为在很大程度上是可重复使用的。   除了可重复使用的宇宙飞船外,埃隆·马斯克计划通过在轨道上加油、在火星上建造前述的推进剂工厂以及使用火星......Next article READ