赵勇个人从一位技术型创业者，变成一位的创业者

2013年回国创业时，赵勇创立的格陵神通是国内最早成立的人工智能公司之一。成立之初，团队的技术背景非常亮眼。随后，人工智能逐渐进入大众视野，葛灵神通逐渐进入创业深水区。

8年来，歌灵神通见证了人工智能的风风雨雨，也见证了行业的风风雨雨。作为AI领域的资深从业者，赵勇也从一个技术创业者转变为更注重商业价值的创业者。聊天中，他最强调的两个词是“产品”和“价值”。

葛凌申通和赵勇的创业经历，其实与整个人工智能产业的发展息息相关。在这次聊天中，我们深刻感受到了赵勇作为“冲浪者”在这一波人工智能技术浪潮中的感悟、思考和成长。内容专门组织成文本并与您共享。

我们一直对人工智能有着深厚的信念，并且一直在尝试回答不同时期的一个问题——在这个阶段，什么样的人工智能能够发挥最大的价值？

过去 8 年，我们的答案一直是“大数据”，但未来一两年，我认为答案将是“机器人”和“人机交互”。大数据、机器人技术和人机交互是计算机视觉的三大用途。下面简单说一下这三种用途：

1. 大数据

公共安全和交通管理等信息系统都需要来自现实世界的大数据来构建解决方案。

比如客户传感器获取的各种图像数据，我们生成具有商业价值的数据，然后进行结构化处理，从而帮助客户形成更好的方案辅助决策。

2. 机器人

目前智能abc怎么没有空白符号，工业机器人主要是在精确校准的环境中进行简单重复的动作，对智能的要求并不高。但未来的机器人将需要更加适应复杂环境中执行更广泛的工作。

比如我们现在推出的高铁维修机器人，需要对各类高铁、高铁、地铁列车进行维修。比如我国的复兴CR400AF车型，短途列车需要检验18000多个零件。继续添加不同的轨道场景。

3. 人机交互

部分智慧来自远见。Siri 要与人交谈，它需要能够理解用户；对于机器和人之间的视觉交流，机器需要能够理解用户。在理解的过程中，计算机视觉可以有很大的应用空间。

例如，体育本身就是一种“互动游戏”。现在的计步器只能告诉你每天走了多少步，但未来每一次运动的过程可能会被传感器记录下来，智能系统会主动给你建议——姿势有什么问题，有没有速度有问题，怎么跑得更快……

这样，对于孩子来说，运动就会变得有趣起来，就像玩游戏一样；对于成年人来说，运动会变得社交化，可以得到专业的反馈和指导。

基于这样的想法，我们开始尝试做一些人工智能+运动的产品。相信随着AI的发展，运动的面貌完全可以变成游戏一样的互动运动。人类与机器互动，与内容互动，人类与远方的人互动。这些都是人工智能和互联网给我们带来的可能性。

人工智能的小宇宙和大宇宙

纵观计算设备的发展史，我们可以清楚地看到，它的体积越来越小。从家用电脑到笔记本，再到pad，甚至很多人都可以用手机完成日常工作。

信息服务的工具现在只要放在裤子口袋里，说不定以后戴在脸上就够了。我称这个个人计算系统为“迷你宇宙”。

过去，人们希望更多的信息更方便，但现在人们发现生活中的信息太多了。当我们消费更多信息时，生活真的会变得更好吗？

我认为一个健康的社会和个人不应该以消费越来越多的信息为发展目的，还有很多其他的指标需要关注：健康、效率、公平、安全等。

而这些指标，不一定是个人设备，应该是全社会共享的。这需要一个“大宇宙”来收集这些信息，然后将其反馈给不同的用户。例如，一个城市的安检是由散布在街道、酒店、饭店、机场和车站的许多摄像头组成的。

这种基于我们环境的计算，我称之为“大宇宙”。

大宇宙的特别之处在于它汇聚了信息，压缩了信息，把信息变成了更有价值的东西，然后以不同的方式反馈给人们。

我认为人工智能是推动大宇宙计算的支柱。当人工智能越过了大宇宙的关口，我们整个社会的智能水平就会迈出非常大的一步。

闪亮的技术原型不等于商业价值

我不认为商业应用程序和技术是矛盾的，但我认为很多初创公司犯的一个巨大错误，我们自己也犯了，就是将一个有趣的、闪亮的技术原型等同于商业价值。

事实上，技术原型与优秀且成功的产品之间存在巨大差距。这个差距包括很多方面：更好的产品体验；准确把握用户需求；如何更准确的找到市场定位，让你的产品被用户购买…

有时候，当一个产品还有很多问题没有解决的时候，公司就非常迫切的去推广它。这是个大问题。因为你交付的不是软件或硬件，而是成功的体验。我想确保我的用户喜欢这个产品，并确保我的用户在这个产品上取得成功。

从一个绝妙的新想法到成功的企业还有很长的路要走。过去几年，我们在这方面犯了一些错误。比如我们前期组建了很多创新团队，做了一些没有坚持的产品线来完成落地。但在那之后，我们做了很多改变。

我们上一次融资是在2019年1月，到今天已经快三年了，但我们的现金流状况其实一直在改善。这意味着当我们进行创新时，它是由其他业务的利润来支持的。

大多数创新离商业化还很远。我发现很多公司不太注重创新，更喜欢从业务上选择更容易实施的方向。我觉得难的不是要不要创新，而是如何平衡创新与主营业务的关系。这不仅仅是一种财务关系，它是他们之间的一种文化关系——是一种吸引注意力的创新，或者有一天真正滋养你的主要业务。

产品价值比融资更重要

回到AI行业。我实际上并不认为人工智能作为一种新的技术趋势与过去发生或现在正在发生的其他趋势有本质的不同。

所有的新技术都是在实验室里诞生的，所有的新技术在落地的过程中都经历了很多困难，从来都不是一帆风顺的。这就是为什么会有一个 Gartner 炒作周期（Technology Hype Cycle）。

只是每次发生时，相关的人都会焦虑，甚至不知道过程正在发生，他们误认为成功迫在眉睫。

不要忘记 Macintosh 在 1984 年推出时是一个巨大的失败，直到 90 年代才真正起飞。微软成立于 1975 年，真正走红也是在 1990 年代初期。

从这个角度来看，人工智能并没有什么特别委屈或特别独特的地方。

所有的技术创新都需要经过一个相对较长的过程。我不认为人工智能已经完成了这个过程，也许它刚刚进入。与互联网不同，今天的AI应用基本上是面向政府和企业的，所以AI的规模和爆发式发展一定要慢于To C行业——甚至永远不会爆发式发展，而是呈现出一定规律的指数级增长。

如今，整个人工智能行业都依赖于巨额投资，在竞争的过程中，很少有公司能够实现收入平衡，更不用说盈利了。这意味着整个行业都处于亏损状态，但这种情况不能持续太久。

我们从实验室走向工业界，不过是七八年前。今天的技术比当时更可靠、更便宜，我们最初说服了许多行业的客户。现在我们不那么担心某个技术问题能否实现，而是更多地思考当我们将一项技术打包成产品并交付给市场时智能abc怎么没有空白符号，它是否是商业意义上的成熟解决方案？我们能从中获得合理的利润吗？我们如何才能使它成为合格的好企业？这是我们目前最大的挑战。

尤其是近两年，人工智能创业进入了深水区。16到18年的热情已经过去。在这个领域投入大量资金后，发现大量企业无法落地，外界也对人工智能创业产生了负面影响。这种消极的氛围会让创业公司更加困难，可能会阻止没有明确目的和意义的创业公司急于成立。在某种程度上，这也是一件好事。

进入什么样的行业，如何提高交付效率，降低交付成本，如何让客户在购买和使用产品后降本增效，这些都是我们行业所有企业必须解决的问题。否则，无论一个AI企业融资多少钱，无论完成多少订单和合同，你终有一天会亏本。

产品价值是我现在最重要的问题，比融资更重要。

创业的成功最终取决于公司所做的是否对社会有价值。如果解决当前的问题需要很高的成本，那么低成本的解决方案就有可能成功。