雷锋网按：本文根据出门问问创始人兼 CEO 李志飞博士 10 月 22日在 CNCC 2016 上所做的大会特邀报告《 AI 创业路上的那些坑与机遇 》编辑整理而来，在未改变其原意的基础上略作了删减。
简介：李志飞毕业于约翰霍普金斯大学，获得计算机博士，身为自然语言处理专家的他是前谷歌总部 Research Scientist、谷歌翻译的开发者、机器翻译专家。2012 年，李志飞回国创办人工智能公司出门问问，携团队独立开发了包括语音交互、智能推送、手势交互、计算机视觉、以及机器人 SLAM 在内的一整套综合性人工智能交互技术。同时研发了 Ticwatch（问问手表）智能手表、Ticmirror（问问魔镜）智能车载后视镜等人工智能落地产品，在海内外市场获得极大肯定。2015 年出门问问还成为谷歌官方合作伙伴，并获得来自谷歌的 C 轮融资。
AI 创业路上的那些坑与机遇
在过去这几年，人工智能获得了非常大的关注。2012 年刚刚创业时，很多人还不太清楚人工智能是什么。到了今天，大家每天都会看到关于人工智能的新闻，无论是“人工智能将会引起机器革命”，还是“AlphaGo 战胜围棋大师李世石”，甚至是“学界大佬警告称：人工智能可能是人类的最后一个科技发明”等等，都占据了许多媒体的头版头条。
众多的言论吸引着大众的目光，舆论的关注也影响着投资界的判断，很多人工智能领域的创业者越来越容易获得投资。一方面来说是个好事，很多学者已经不仅仅只能局限于自己做研究、发论文，还能选择利用自己的技术出来创业，把它产品化、商业化，真正把技术推到大家的日常生活中。
但另一方面来说，AI 的创业究竟是什么情况呢？是像很多人听说的那样吗？其实并不一定。
AI 创业可能和中国的很多偏交易型的创业（ O2O、电商、P2P ）或偏运营型的创业（ 滴滴 ）都不同，它有一些自己独特的规律，当然也有很多独有的困难。
阶段一：打怪升级
根据出门问问一路走来的历程，也许大家能了解到 AI 创业公司是如何完成自身的蜕变与重生的，如何一次次地跳出自己原本的框架不断向外拓展。
由于之前长期从事自然语言处理、语音交互、机器学习等相关技术研究和产品开发的背景，在公司成立之初，我们出门问问团队仅仅用了十个月左右的时间就开发出了一套人工智能语音交互系统，包括技术的研发和内容的对接，以“出门问问”APP 的形式推入市场。做这个产品的初衷就是语音搜索，当用户出门时，只需要拿起手机，打开 APP，问一个问题，就可以得到相关的信息或解决提出的问题。
进行了一年的准备工作后，到了 2013 年，“出门问问”公众号上线，语音搜索引擎也有了基本的雏形。一经推出，立马在微信中风靡一时。大家觉得这个产品非常棒，语音产品、语音交互做的很好，于是用户纷纷关注了“出门问问”公众号。大家主要还是出于好奇的“调戏”，比如会问“我帅吗？”、“我是男的还是女的？”等等有趣的问题，但问完之后也就没有然后了。
直到今天，不管是 Siri 还是出门问问自己的产品，或多或少还是会有这样的问题。对于语音交互来说，大家都认为这是未来，很有发展前景，很有意思。但是，当用户真正使用这项技术的时候，总是浅尝辄止，或者仍然感觉非常笨拙。
鉴于这种情况，我们进一步思考更好的语音搜索应用场景究竟在哪里呢？如果要使用出门问问 APP，我们要拿出手机、解锁屏幕、找到 APP、打开应用、点击按钮、说话提问、搜索结果，之后在进行进一步操作，比如订票等等，这是一个非常繁琐的过程。
举个例子，我要订一张从上海飞往北京的南航机票。就像刚刚所说，语音搜索可能只是一系列操作中的一步，所以语音搜索 APP 的形态可能无法给用户带来很多实际价值。再比如 Siri，可能就不需要之前的那些操作步骤。
| 语音入口？
那么语音搜索作为一个入口是否会效果更好呢？那么当时国内没有合适的产品，谷歌的 Google Glass 那段时间正好特别火。于是我们开始思考自己可以做点什么呢？答案是基于 Google Glass 开发了一个语音搜索引擎。这是一个入口级别的应用，用户可以带着 Google Glass 说：“你好，镜哥哥。我想看下附近有什么好看的电影。”仅仅通过这一句话，就可以完成整个过程。
但很不幸的是最后 Google Glass 并不是很成功。2014 年上半年中国大约有 2000 副 Google Glass， 其中 80% 的用户都装了我们的应用，到了今天，我们的后台可能都看不到一个活跃的用户。
所以，硬件的确是一个很好的入口，但问题在于这个硬件产品本身能存在多久。
| 产品形态？
究竟应该选择怎样的产品形态呢？机器人？车载？可穿戴？
在 2014 年，我们认为智能手表是比较合适的类别。这并不是大家想象中非常高大上的品类，因为那时的用户还不会大量去购买机器人这些成本较高的品类。那么事实上，到今天来看，智能手表趋势是智能设备、智能硬件中最大的一个品类。
当我们准备进入智能硬件的领域时，发现我们没有操作系统，没有硬件，也没有人能给我们入口。
于是，我们只能咬牙自己先做了一个操作系统，叫做 Ticwear，“Tic”即“Time in control”。但操作系统是需要硬件去承载的，我们自己没有硬件，别人的硬件产品又不能用或者不兼容我们的系统，那怎么办呢？我们决定自己做硬件，这成为了一个关键点。从此以后，一入硬件深似海，这其中有非常多的艰难不能道明。
到今年上半年，我们的智能手表做的不错，但考虑到 AI 是一个平台级的技术，如果仅仅用在智能手表一款产品中，可能无法发挥所有的想象力。所以，接下来我们在积极地拓展其他的智能硬件产品，比如马上要推向市场的智能车载的一个产品 TicMirror（问问魔镜）。
出门问问“打怪升级”这一路，从语音应用开发及人工智能技术积累，到软硬结合，将技术落地智能可穿戴设备，再到今天的把领域拓展到车载和其他品类。
其实回想起来这些是我一开始想做的吗？并不尽然，我们一直以来的梦想还是想把人工智能的技术落实到大众日常的生活中。在实现梦想的过程中，到现在来看可能我们是走了这样的一条路。
梦想是很宏大、很激动人心的，但实现梦想的道路是曲折的，只有落实到细节上才有可能实现梦想。
这个过程可能是人工智能领域的创业者未来都会遇到的情况，无论你现在融资多么成功，媒体多么吹捧，最后还是要回归到有多少用户在使用你的产品，这就是商业的本质。
阶段二：商业化
AI 是非常高科技的一项技术，过去也的确没有非常好的案例。这几年人工智能领域受到追捧，甚至炒作，一定有内在的原因。
|AI 商业化的两条路
所以，AI 的商业化之路应该有一些方向，我认为常见的 AI 产业化路线主要有两条：
在已有的产品中实现 AI first 战略，比如 Google；
AI 作为技术 API 提供给第三方。
“前者适用于大公司，后者适用于小公司。”
比如谷歌，之前是移动优先，现在是 AI 优先。这不是说 AI 是公司的唯一业务，而是说公司会把这个战略贯彻到所有的产品中去，包括Google Map、YouTube、社交网络等等，这是非常靠谱的做法。比如说，通过 AI 的算法，改进 YouTube 的分类推荐。人工智能在提升效率、提升用户体验等方面，一定是大公司未来可以着力的方向。除了谷歌，国内的大公司，包括百度、阿里巴巴等也是这么一个思路。
但是对于小公司来说，刚刚提到的是不可行的。比如说 Google Translate，上线任何一个 feature（特性）都会有成千上百万的用户在使用。对于一个创业公司来说，它没有这样的产品，而拥有这样产品的大公司往往会选择自己去开发相关的 AI 技术。
可能全世界 99% 的创业公司选择的都是 To B 的商业模式，就是把我的技术包装成一个 API，提供给企业用户，让他们用于开发自己的产品。目前来看，这是最经典、最靠谱的一条路。
| 最终我们选择了 To C
To B 的优势在于：
初期就能赚到钱；
更专注，不需要全栈式团队；
实现应用更丰富。
To B 的劣势在于：
难以扩大规模。
To C 的优势在于：
打造自主的品牌；
逐渐形成规模和商业模式。
To C 的劣势在于：
需要更长时间的积累；
需要全栈式的团队。
跟主流的 To B 业务模式不同，我们选择了更加没有天花板的 To C。
我们的策略是：
针对特定场景进行优化；
实现综合性的 AI 技术。
但是在从软到硬的过程中，有几个需要注意的方面：
必须发现并尊重硬件规律；
必须依循硬件的生命周期；
硬件的个性化交互创新很难实现。
总结
所以，总结一下出门问问区别于主流 To B 公司的战略就是：
坚持做 C 端产品；
横向打通品类；
纵向产品深度集成。
正在生成分享图...
何思思