科学家创业，美国诞生了谷歌、高通、雅虎，但这事儿在中国容易吗

SherLu: “如何将技术实现商业化，是重中之重。”

从国贸向西南方向行驶50公里，是中关村新兴产业前沿技术研究院。宽敞的马路两边是大片大片的空地，零星有几栋楼房，它们大多不超过十层，加上人车稀少，衬托得视野格外宽阔。

驭势科技在其中一栋楼的一层，是这栋楼第一家入驻的公司。推开门进去，这里更像是个停车场，SUV、普通轿车、景区观光车加起来有七八辆，其中一辆车的座椅被掀开，几名工程师围着它小声讨论。其他车的头顶、车身、驾驶位等位置，也都安装了些奇奇怪怪的设备。这些车的共同点是可以进行自动驾驶。在我们采访的同时，一位工程师正驾驶一辆小型汽车在园区调试。

吴甘沙是驭势科技的创始人之一，之前他是英特尔中国研究院的第一位“首席工程师”。去年上半年，吴甘沙从工作了16年的英特尔离职，进入人工智能领域创业。

类似的案例还有很多。3月22日，百度首席科学家吴恩达离职，虽未曾透露未来方向，但创业是外界对其最大的猜测之一；3月27日，百度高级副总裁、原自动驾驶事业部总经理王劲表示即将离职百度，投身自动驾驶领域创业；再之前，百度原深度学习实验室（IDL）主任余凯在2015年年中离职，创立人工智能公司地平线。

人工智能（Artificial Intelligence，简称AI）正在成为眼下最性感的创业领域之一。在4月初的一次公开会议上，百度董事长李彦宏称自己在美国读书的时候就很喜欢人工智能这门课。在谈到互联网和人工智能的关系时，他认为，“互联网其实只是一道开胃菜，真正的主菜是人工智能。所以人工智能不是互联网的一部分，不是互联网第三个阶段，它是堪比工业革命的一个新的技术革命。”

如果说此前国内创业公司的创新主要是围绕商业模式，如电商、O2O、互联网金融、共享经济等，那么在人工智能领域，创业的制高点很明确，即技术创新。换句话说，技术壁垒要远高于商业模式的壁垒。

相应的，科学家、有着金光闪闪的教育和从业履历的“蓝血”人士，成为人工智能创业的核心主力。

在余凯看来，科学家创业在国内是个新鲜事，但在美国已经很平常，“高通、谷歌、雅虎，这些公司的创始人都是大学老师或者名校博士生。”从商业模式到技术创新转变的背后，余凯认为是资本转化成价值的效率越来越低，“谷歌只融了几千万美金就能上市，但国内的创业公司即便融资上百亿美金也有可能无法上市。”

在今年年初的一个论坛上，高瓴资本创始人兼CEO张磊也谈到类似观点，“靠商业模式的取巧已经基本走到头，未来还会继续发挥作用，但在基础科学、硬科学的时代，只靠商业模式的取巧是不够的。”

500万

在一众AI创业公司中，商汤科技算得上是学术味最浓的一个。2014年10月，商汤科技成立，主要领域是图像识别。

相比于其他创业公司，商汤科技的启动资金来得全然不费功夫。2014年，IDG资本合伙人牛奎光认为人工智能即将爆发，这也成为商汤科技的创业启动资金。“我们不是成立公司才开始创业，是拿到钱才想着成立公司的事情。”商汤科技CEO徐立告诉记者。

徐立：目前基于数据驱动的算法带来的难题就是科学家也说不清技术的边界在哪里

香港中文大学汤晓鸥的多媒体实验室在深度学习的视觉领域研究多年，也是商汤科技在技术储备上的主要合作伙伴，全球范围内有三大计算机视觉学术会议CVPR、ICCV和ECCV，在2012~2013年期间的三届会议中，共有29篇与深度学习相关的文章，其中14篇出自这个实验室。

目前实验室有几十名博士生，徐立认为在学校和公司做科研完全不同，“商汤现在也有五六十名PHD在做科研，但多少会背负一些KPI，甚至是规定在什么时间做出什么成果。但学校实验室不同，即便是做了几年没有结果也可以接受。”

在真格基金合伙人兼CIO李剑威看来，真格基金对人工智能公司的投资更看重创始人，“并不是因为是人工智能公司就投资，创始团队是否靠谱更重要。”

真格基金是出门问问在2012年10月份的天使轮投资人，“当时看到创始人李志飞是谷歌非常优秀的科学家，就这么简单。”李剑威解释这笔投资的原因。

深圳AI创业公司云天励飞的投资过程也非常迅速。2015年9月，李剑威和云天励飞创始团队在徐小平家里谈了一个多小时就敲定了投资意向。当时云天励飞没有推出任何产品，但投资团队看重陈宁等创始团队在视觉智能领域的积累。陈宁曾任中兴通讯芯片设计技术总监，并参与制定4G-LTE国际标准，在专利申请和论文方面，也都表现突出。

2013年，徐小平拉着依图科技的朱珑和其他几位创始人到自己家，几个人从下午一直到聊到后半夜，徐小平执意投资200万美金，但朱珑只接受100万，最终真格基金用100万美金成为依图科技的天使轮投资方。

朱珑：目前国内大部分AI公司是做技术，而不是科学

“学霸”两个字可以概括朱珑的学习经历。2002年本科毕业后，朱珑进入美国加利福尼亚大学洛杉矶分校读博，师从Alan Yuille教授，后者是霍金的得意门生，被誉为全球计算机视觉领域的“教父”。之后朱珑又在麻省理工大学人工智能实验室攻读博士后。2010年，朱珑在纽约大学的Courant数学研究所担任研究员，跟随深度学习鼻祖、Facebook人工智能实验室负责人Yann Lecun。

2012年，朱珑想要在视觉领域的深度学习做些事情，学校、大公司、创业三个平行的选择放在眼前，“学校迭代太慢，大公司没有将人工智能作为核心业务来做”，为了更快向前走，朱珑拉上高中同学、当时阿里云技术总监林晨曦一起创业。

虽然创业只有五年，但朱珑认为身边环境变化明显。“我的同学当时90%都是转行做金融或者其他行业，想要找一份跟人工智能相关的工作很难。”但今天，无论哪家公司都希望自己的业务能和AI挂上钩，能跟人工智能贴上边的相关专业人士，也成了人才市场上的香饽饽，炙手可热。

过去一年，纪源资本管理合伙人李宏玮看了国内外近千家人工智能创业团队，平均每天要看三五家。她半开玩笑地说，AI创业团队的天使轮估值很好做，“假如一个科学家值500万，公司有几个科学家就值几个500万。”但同时她也承认，科学家可能人脉、商业敏感性并不如其他创业者，因此，他们在创业过程中面临的困难并不会少。

“AI创业团队想要获得一个比较高的天使轮融资比较简单，但如果后续没有相应的产品和健全的团队，很难继续获得A轮、B轮融资。”李宏玮在接受采访时说。

这背后的原因在于科学家创业天然的短板，“他们之前并不是商业圈子里的人，但又必须要找到人去做产品、销售、营销，如果涉及到做硬件就会更复杂。”李宏玮说。

这一点驭势科技联合创始人周鑫深有体会，在加入驭势科技之前，他与吴甘沙是同事。进入英特尔14年，周鑫前前后后换过不少部门，但大多数与研发相关。大公司的优势在于配套完整，周鑫只用做好研发，会有同事来负责其他环节。

周鑫：创业公司中，任何一个链条出现问题，都有可能导致公司夭折

创业之后，周鑫发现涉及到人才的门类远超之前想象，公司主要是针对自动驾驶领域，覆盖整条产业链，从软件到硬件，从算法到芯片研发，“我们有50多名员工，但涵盖了机械、光学、精密测量、测量工程、电路电器、计算机硬件、计算机系统、计算机应用、算法等领域。”更重要的是，在创业公司中，不允许只关注一个点，链条中任意一个环节出了问题，都有可能导致公司半路夭折。

徐立对这个问题的认识更理性。“站在投资人角度，他们看的是公司长板，但真正运营公司时，短板才是决定公司生死的环节，因此做公司就是要不停迭代自己的短板。”

接地气

2012年，专注语音智能领域的云知声成立。拿到工商执照第一天，黄伟跟三个合伙人说了一句话，“从今天起，我们要忘记拿到的博士学位，我们都是商人。”

从一开始，技术和商业化就既结合又矛盾，创业者能否正确认识这个问题尤为重要。何时从技术演化到产品？如何平衡二者的关系？这两个问题几乎伴随着每一位AI领域的创业者。

徐立把第一问题比喻成《火星救援》电影中“回地球和种土豆”的关系。他认为AI创业是个终级目标很明确、但实现路径不同的过程。“终极目标是回到地球。从火星回到地球，需要三年，这三年需要种土豆先活下去。”投资人看重的是土豆，也就是漂亮的现金流，但不能因为种土豆而忘了回地球，忽视对技术的投入。“土豆和回地球都要有，创业公司的远近目标要相结合。”徐立说。

2013年，云知声曾经面临两种选择，一种是做APP，直接面向用户，这在当时是热门的创业方式，另外一种则是做To B业务，为客户提供解决方案，从而间接获取用户，是一种B2B2C的模式。“做APP的话意味着要把大部分精力放在产品研发上，这对当时的云知声来说并不现实，”黄伟告诉记者。另外，他判断语音功能在手机端并不是刚需，获取用户数量有限，而如果通过B2B2C的模式，可以加快这一速度。

语音识别是AI创业最集中的领域之一，如何做出差异化的商业模式是黄伟一直思考的事情，最终公司定位IOT领域，通过“云端芯”的模式提供一体化的解决方案，在芯片、终端软件交互、云计算三个领域同时下手。

在商业模式创新领域，创业公司通常会担心自己被突如其来的新模式取代。徐立认为这个现象在AI领域并不明显，技术公司真正的焦虑在于看错方向。“每个人拿一个大锤子，砸错了就很苦逼，砸对了就会有利益，进而形成对一个行业的垄断，能不能押对宝是最重要的。”

公司成立一年多之后，商汤科技才开始尝试性的与客户接触，将技术转化成产品。公安系统是人脸识别应用的主要领域，在与重庆公安的合作中，商汤科技只用了40天就识别了69个犯罪嫌疑人、抓捕15人，“按照以前的技侦手段，可能一年也就抓几个人，现在一个月把公安系统十年的工作完成。”徐立开玩笑，短期内人工智能会最先取代跟“老”相关的职业，比如老师、老司机、老医生等类似需要长期经验积累的工作，AI擅长的就是学习大数据，并从中进行深度学习。

2015年下半年，吴甘沙、周鑫等人开始看创业方向，安防、农业、智能楼宇、自动驾驶等领域看了个遍，发现前几个虽然在技术上说得天花乱坠，但并不是市场刚需，最终几个人敲定要做自动驾驶。

从去年2月份成立到现在，驭势科技同其他AI创业公司一样，发展速度很快，“公司成立的第一个办公室是在清华园宾馆的一个套房，只有我们四个联合创始人。”周鑫回忆。一年的时间，驭势科技光办公室就换了三次，员工数量也从最初的四个人成长到今天的五十多人。

周鑫认为驭势科技目前还处于技术积累的阶段。“外界对自动驾驶有很多美好的想象，有的可以做到，有的做不到，”作为创业者，显然不能再任性，“公司要有清晰的技术路线图，每一年攻克哪些技术难题都要明确。”但首先要保证的是这条技术主线不能偏离客户需求，为了了解客户的真实想法，吴甘沙等创始人把大部分精力放在与客户沟通的环节上。

在这个过程中，周鑫认为加法和减法要同时进行。减法很容易理解，但加法也同样存在，“很多公司会找上门来，希望我们根据他们提出的场景做出一套解决方案。”这在周鑫看来，无疑为公司拓宽了视野，“之前并不知道还会有这样的需求。”

作为地平线创始团队中非技术研发出身的陶斐雯来说，创业近两年最大的感受就是“真实”。加入地平线之前，她在谷歌和百度工作近八年，主要是负责运营、市场等领域。

创业之后，陶斐雯惊喜地发现她身边的“工科男”都在发生变化，他们开始尝试站在客户角度去思考问题。去年公司与美的在智能家居领域开展合作，双方洽谈之初，谁也不知道对方在想什么，“对方可能会说如果有某项功能会很好，但并不清楚如何定义这项功能，能不能做出来。”为了防止闭门造车，余凯带着同事一同与美的打磨产品。

当了三十多年学霸，朱珑身上几乎没有什么学究气，更像是个懂得审时度势的创业者。从科学家到创业者，朱珑几乎是无缝切换。决定寻求商业化合作之时，他就开始四处寻找有可能的机会。

“我现在什么都没有，我也不知道你要什么，但你告诉我之后，我要是做不出来，国内没有哪家公司能做得出来。”这是朱珑与苏州市公安局谈合作时说的一番话。对方提出的诉求是要提高识别“车脸”的准确率，当时对套牌车的识别率不超过30%，苏州公安局希望将这一比例提高到70%，两个月之后，朱珑给出的测试结果是90%。现在依图科技还涉足人脸识别、医疗等领域。

这种变化让投资人感到兴奋。之前的创业者总是会讲在某某国际赛事拿到第一的名次，但现在会讲如何将技术和不同的行业相结合，“不再是整天空谈技术，而是越来越接地气。”高榕资本创始合伙人岳斌说。

放肆与克制

技术是AI创业的门槛，但它在创业公司占的比重有多大？

面对这个问题，技术出身的AI创业者给出不同的答案。黄伟认为科技的比重不会超过20%。虽然各家公司抛出的比例不同，但一个共同点是他们看到技术在AI创业中的两面：重要性和局限性。“不是说技术不重要，如果别人技术98分，我是96分，2分的差距不足以决定商业上的生死，但如果其他方面别人做到80分，我只有60分，那在商业上就必死无疑。”黄伟说。

黄伟的第一份工作是在摩托罗拉研究中心，当时工作的主题就是算法，“满脑子都是算法，提升1%的精确率就会很兴奋，发表一篇学术论文能高兴很久。”2009年进入盛大创新院之后，黄伟意识到技术固然重要，但一款成功的产品还离不开软件、交互等环节，很多问题并不是靠技术就可以解决。

朱珑同样认为技术不是AI创业成功的关键，“技术只占成功的1/3，还有两项能力很重要：技术的前瞻性以及技术和业务的结合。”

“憋大招”是科学家在研发时的思维定势，如果一项技术不能达到自己满意的效果，宁可选择推迟面市。但用户要的往往不单是技术指标。用朱珑的话说，“在学校可以放肆地做科学，但在公司要克制。”

达闼科技创始人兼CEO黄晓庆经历过三次创业，从贝尔实验室到UT斯达康，再到主营业务为云端智能机器人的达闼科技。虽然也是研发出身，但创业经历多了，黄晓庆评价已经能hold住自己，“我会有意克制自己不要去憋大招，不要想做下一个伟大的产品，能不能把现在的东西卖出去更重要。”

黄晓庆：不是想做下一个伟大的产品，能不能把现在的东西卖出去更重要

黄晓庆认为心态上的调整非常重要，“科学家创业手握技术，会认为自己成功的概率更高，普通创业者认为成功的把握没有那么大，反而会更理性。”

“克制”也是余凯创业以来最大的感受之一。与大多数AI创业公司都是从产品端入手不同，地平线着手于更加上游的芯片端，这被余凯视为AI领域的制高点，也是最能打造公司壁垒的环节。

在他看来，创业的确是个充满矛盾的过程，要鼓励工程师创新，又要让他们接受不完美；公司要在研发上投入，但又不能把所有资源投入到对未来的想象中。这种平衡的艺术让余凯感觉做企业比做科学家有意思得多。

管理上的难题也经常让这些科学家抓狂。“公司在几十个人的时候效率最高，很多事情我喊一嗓子大家就往前冲了，没什么分工。”徐立告诉《中国企业家》。当团队成长到上百人、几百人的时候，徐立发现光靠吼不现实了，团队在公司管理上遇到壁垒，“教科书上讲的那些坑一个也躲不过”。

创业初期，公司组织架构并不完善，比如，没人会做专业的财务报表，甚至有段时间，工资都会算错。徐立认为创业公司不能寄希望通过外部力量来突破公司发展过程中遇到的瓶颈。商业化之初，公司也希望找到几个销售来搞定客户，但逐渐发现，“请来的和尚”并不了解公司的技术，不仅效率不高，甚至会出现走弯路的情况。

从去年开始，互联网领域流行起一个新词“下半场”，AI中的视觉识别由于应用成熟，也被外界冠上了“下半场”的帽子。徐立不太认可这个观点，他认为科学家对深度学习的认识还非常浅。

具体来说，科学家对机器如何学习这个问题仍然还有未解空间，“一辆无人驾驶的汽车青天白日发生事故，为什么？人脸识别正确率最高可以达到99%，剩下的1%问题出在哪里？目前基于数据驱动的算法带来的难题就是科学家也说不清技术的边界在哪里。”在徐立看来，如何理解机器的深度学习，对下一步人工智能的发展很重要。

做了几年创业者，朱珑依然难掩身上桀骜不驯的气质，对“科学和技术”这两件事情有自己的想法。他认为目前国内大部分AI公司做的技术，“把准确率从95%提高到99%，这只是技术，而不是科学。”虽然依图科技目前也是处于技术提高和快速商业化的阶段，但朱珑希望十年后能继续回归做科学。

放到全球范围来看中国的AI发展，优势和劣势显而易见。优势在于数据量庞大，商业化前景明朗，从近几年语音识别、图像识别快速商业化也可以看出。

劣势在于国内尚无类似AlphaGo、波士顿机器人等专门针对AI领域创新的公司，它们不以盈利为目标，通过炫酷的产品推动AI的发展，比如，AlphaGo的出现把深度学习第一次推到台前，但类似的公司在中国并不常见。

李剑威认为国内越来越多的公司投入到AI的基础研究。3月19日，腾讯人工智能实验室研发的围棋人工智能程序“绝艺”在东京以11战全胜的战绩，战胜日本的DeepZenGo、法国的“疯石”（Crazy Stone）等世界围棋AI高手。

投资机构也希望能够帮助类似的创业公司，亿航推出的载人无人机就是一次这样的尝试。在去年年初的CES展上，亿航推出首款载人的亿航184无人机，最大续航时间为半小时，载客1人，能够实现自动起飞、规划路程、避障等功能。今年7月份，迪拜将成为全球首个允许载客无人机运营的城市，其采购的就是亿航184无人机。作为亿航B轮投资人，李剑威认为这件事情就很酷，“最终能不能成功还不好说，但起码向前迈了一步。”

【编者按】本文转自中国企业家杂志，作者：李亚婷

最后，记得关注微信公众号：镁客网（im2maker），更多干货在等你！