让人工智能接地气,前微软高管创业扩博智能

Posted

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了让人工智能接地气,前微软高管创业扩博智能相关的知识,希望对你有一定的参考价值。

技术分享图片

(上图为扩博智能Clobotics创始人兼首席执行官严治庆)

2017年国庆节,扩博智能Clobotics的四个联合创业小伙伴与其他同事一起加班,加班工作就是从大批量图片中逐一抠图和打标签,比如给各种可口可乐瓶子打标签。只有打了正确标签的图片输入到机器视觉算法模型中,训练出来的模型才能分辨下一张输入的图片中是否包含可口可乐瓶子以及是哪一种。

这四个小伙伴中有在微软工作了16年曾任微软大中华区副总裁兼市场营销及运营总经理、微软Microsoft Azure事业部中国区总经理的严治庆;CTO柯严是卡耐基梅隆大学机器视觉领域方向博士, 曾是微软Bing search美国总部研发团队负责人;COO陈丽苹曾负责在中国地区落地及运营微软Microsoft Azure和 Office365业务;CRO李炤在微软公司工作10年,专注商业解决方案销售。

参加国庆节加班的还有扩博智能Clobotics研发团队20余位同事,其中博士占比 20%、硕士占比 80%,半数以上毕业于全球及国内的顶级高校,拥有微软、谷歌、亚马逊、Facebook、英特尔等科技公司的工作经历。

陈丽苹说国庆那一天,她就打了几百张可口可乐瓶子图片的标签,后来满眼看到的都是瓶子。仅仅是这些曾经的高管们和高才生们愿意放下身架,在国庆节期间加班,给算法模型训练“打下手”,就说明扩博智能Clobotics是一家非常接地气的创业公司,更不用说首创的CRO(Chief Revenue Officer)首席营收官的主要职责就是要创营收。

人工智能必须要走下神坛,在商业中发挥真正的作用,真正带来营收,这就是扩博智能Clobotics的理念。2018年1月23日,扩博智能宣布了500万美元的A+轮融资,此轮融资由韩国最大的投资机构KTB 领投、GGV纪源资本和首建投资本跟投,之前在2017年6月曾获GGV纪源资本的500万美元A轮融资,一年之内收获了两轮共1000万美元融资。

让人工智能落地的生产力工具

技术分享图片

2016年底,严治庆来到了GGV纪源资本的办公室,做了一名入驻创业家。从那时开始,严治庆就在思索下一个结合人工智能、机器人和云服务的创业思路。总结了微软和无人机领域的经验,严治庆认为人工智能方向的创业,实现商业化、产品化是关键,特别是把人工智能应用到传统行业,需要的不是高深莫测的技术理论,而是可落地实施的产品,其中生产力工具是很好的创业方向。

什么是生产力工具呢?微软Office是一个典型代表,Word、Excel和PowerPoint三个主要的微软Office工具,这三个是每个职业人士每日都不能离开的工具,而且这三个工具可以大幅提高每个职业人士的每日工作效率,使用越娴熟、技巧越高,工作的效率就越高。除了对于提高生产力有很大的价值外,微软Office作为一个工具型软件可以独立使用、独立付费,而不用依赖其它软件而存在。

扩博智能Clobotics是做什么的呢?扩博智能Clobotics聚焦图像识别、3D建模、无人机全自动飞行等技术方向,依托计算机视觉、深度学习算法,致力于改变传统行业运营效率,为行业企业用户提供机器视觉产品。简单地理解,就是把机器视觉创造性地用于企业的生产、运营和管理,在不改变企业现有运营方式的前提下,大幅提高企业的生产力和生产效率,包括但不限于风力发电行业、电信运营商行业、零售行业等。

以风力发电行业为例:一台风力电机的造价约1000万人民币,将几十米的叶片从约百米高的风机上拆下来进行维修更换的成本高达百万人民币,那么叶片的日常巡检就非常重要。扩博智能想要做的是,把自己的无人机快递给风电企业,风电企业简单配置后就让无人机自动飞行巡检,无人机自带的相机把叶片图像上传给后端云服务,云服务通过机器视觉初筛找到可能存在的缺陷范围反馈给维修人员,这样就相当于帮助运维人员完成了一次初筛的分析报告。

采用了扩博智能Clobotics风电叶片巡检数据采集与人工智能助手,原先需要5个人一组一天用吊篮巡检一台风车的工作,现在可以实现一个人一天用无人机巡检8台风车,这就是40倍的效能提升;原先6个小时一组叶片的巡检,现在可以缩短到20分钟完成。特别是不需要检修工人爬高到百米高的轮毂上,极大降低了人工巡检的风险。

此类无人机+机器视觉的解决方案可广泛用于仓库巡检、森林火灾巡检、农业作物巡检、电信信号塔台巡检、城市安防巡检等多种业务场景。在GGV驻场期间,扩博智能已经获得中国电信的单子,又获得了先期几家风力发电厂的单子,还在探索零售业。

严治庆特别强调,在无人机+机器视觉的解决方案中,无人机就是一个生产力工具,扩博智能Clobotics不是一家生产无人机的硬件公司,而是为用户提供有价值的行业解决方案,并且挖掘无人机采集的数据所蕴含的商业价值,帮助企业提高生产力。

找到一个规模足够大的行业

技术分享图片

(上图为扩博智能Clobotics的风力发电机叶片机器视觉识别场景)

聚焦于生产力工具这个思路,就意味着产品不能太复杂,越简单操作就越能普及,同时要做到良好的用户体验以及更低的成本,这样的商业模式就能规模化复制与扩展。但光有产品方向还不够,还需要一个规模足够大的行业,可以让生产力工具落到这个行业中,在解决行业痛点的过程中打磨产品。

风力发电站的运维服务就是这样一个规模巨大的市场。彭博新能源财经发布的研究报告预计,到2022年中国风电场运维费用将增至每年30亿美元,2015~2022年间中国风电场运维支出总计或达160亿美元。而根据×××的数据,过去五年,风电产业在中国以及全球都取得了快速的发展和成长。2012年,中国风电总装机容量约6000万千瓦,到2017年已经接近2012年的3倍。

而早在2011年发布的《中国风电发展路线图2050》预计到2050年,中国风电装机将达10亿千瓦,满足17%的国内电力需求,2020年后国内风电价格将低于煤电的价格,同时国内现行的风力发电补贴政策将逐步取消、退出。在2017年10月的2017北京国际风能大会(CWP2017)上,×××再次强调了风电在新能源当中将率先摆脱社会补贴,中国计划在2020年到2022年基本上实现风电不依赖补贴发展。

显然,中国的风力发电行业规模在不断扩大,但同时还在摆脱社会补贴走向高质量发展、精益型运营。再加上我国2010年之前的设备大多以2年质保期为主,2010年之后多以3-5年质保期为主,2017年以后将有大批的风力发电设备超出质保期,这些都在客观上造就了一个庞大的风力发电设备运维市场。

严治庆认为,如果选择农业、林业、仓储等行业的话,其实对于机器视觉和无人机的技术门槛要求并不高,普通消费级无人机加上消费级摄像头就能解决这些行业的需求,但风力发电机叶片的检测却不同,挑战多、难度大、门槛高。

首先,风电叶片厂商的要求是在十米左右的距离用相机能拍到毫米级缺陷,这就必须要采用工业相机,而且工业相机本身还不能太费电,否则难以完成一个风力发电场动辄数个平方公里的巡检。其次,风力发电厂多处在大风带,无人机如何在4-5级大风中能稳定飞行并拍摄到高清图像,捕捉毫米级的疑似破损和缺陷图片,需要对无人机本身进行改造。第三,国外目前有一家创业企业与扩博智能Clobotics的思路类似,但在无人机自动飞行方面却采用的是激光雷达,这很类似无人车上装配的导航激光雷达,不但重而且费电;而扩博智能Clobotics则是用机器识别的方式,普通摄像头即可识别飞行路线和避让障碍物。第四,中国的幅员辽阔,风力发电厂既有分布甘肃、新疆、吉林、内蒙古等中北部干旱地区,也有分布在江苏、上海、浙江、福建、广东、广西和海南等沿海潮湿地区电场,因此扩博智能Clobotics的人工智能助手要具有各种环境下的普适性。

所以一旦找到一个规模足够大的行业后,就要围绕这个行业的痛点需求,对产品进行精细的打磨与调优,包括软件与硬件各个参数的最佳平衡点,也需要在实际的应用中一点点调整出来。除了上述的无人机硬件改装与调优化,在软件与算法方面如何能够高精度识别毫米级的缺陷、拍的一组叶片图片如何拼接成一个叶片的完整图等,也投入了扩博智能Clobotics团队极大的研发精力。据介绍,除了几个前期先导型风电厂客户外,扩博智能Clobotics还在陕北、内蒙和新疆等大风地区以及湖南、安徽、浙江等低风速风场调试,目前预计要调试到2018年4月底,之后就可以推出正式面市的产品与解决方案了。

值得一提的是,扩博智能Clobotics针对风电行业开发出了一整套的数据报表体系,每次巡飞完成后马上能通过云端的分析服务形成报表,第二天就能交到维修人员手上。

快速扩展到其它行业

技术分享图片

(上图为扩博智能Clobotics的零售业视觉识别场景)

扩博智能Clobotics虽然还在深挖风力发电行业,但已经快速向其它行业扩展了,零售业就是一个具有巨大商业潜力的市场。

扩博智能Clobotics仍然是从生产力工具的角度来拓展零售行业。在零售行业中,商业检查主要用于零售快消企业的终端渠道和店面管理。快消品销售分为不同的渠道,在不同的城市,有餐饮店、大卖场、网吧、品牌店、百货大楼、店中店等。针对不同的渠道有不同销售方式并且售价也不尽相同,不同销售渠道终端店里销售哪些产品、货架如何陈列、陈列面积有多大、与竞争对手的对比情况如何、冰柜里不同产品是否按要求摆放等等,这些信息非常细致、琐碎,需要强有力的监控与执行力,才能保证终端渠道和店面管理的一致性与有效性。陈列的不一样,销售的差别能达到20%,因此渠道覆盖和执行非常关键。

以冰柜里阵列货品为例,扩博智能Clobotics的解决方案是让店员拿手机对着冰柜拍几张照片后,上传到扩博智能Clobotics的后台云服务中,就能自动对照片进行拼接形成一个冰柜的完整图片,并在几秒钟内给店员一个反馈,告诉店员在冰柜中的哪个产品摆放错误、应该如何调整。这个场景虽然听起来简单,但首先要识别一个品牌下的所有产品包装,比如美滋源就有近十种味道、还有两种味道混合型产品,不同的产品在中国南方和北方可能还有不同的包装,最难的则是生鲜产品的识别,可谓五花八门、应有尽有。

扩博智能Clobotics自主研发的智维线下零售“人工智能好伙伴”,以机器视觉为技术核心,提供专业化的市场洞察服务,包括商品情报分析、销售执行监测、资产管理等,集零售执行、销售数据分析和管理报告于一体,帮助零售商抢占销售渠道,提升产品销量。

更为重要的是,商业巡检是一个可复用的工具型解决方案,除了品牌零售商外,还有尼尔森这样的第三方督查员、第三方的市场调研公司以及各类从业人员,都需要这样一个可以拿来即用、大幅提高巡检效率与效果的工具型解决方案。而扩博智能Clobotics从风力发电行业中打磨出来的机器视觉解决方案,就能复制到零售行业的商业巡检场景中,成为一个高效的生产力工具。

严治庆表示,扩博智能Clobotics之所以考虑拓展零售行业,更重要的还在于通过商业巡检这样的业务场景,积累所有的商品图像数据。在新零售大局中,很多企业和创业公司都在布局线下的人与钱的连接,但线下的人与货的连接还缺乏货品大数据。线上货品大数据虽然丰富,但实际上线上销售的商品只占整个商品种类不到20%,大量的货品在线下。所以扩博智能Clobotics选择新零售的线下场景,这又是一个规模巨大的行业。

当只剩下情怀

技术分享图片

(上图为扩博智能Clobotics的团队)

曾成功投资阿里巴巴、分众传媒等八家市值超十亿美金,目前任职于韩国最大投资机构KTB的主管合伙人Amy Yeh对扩博智能Clobotics的发展表示: “人工智能是人类技术发展的重要里程碑,KTB对扩博智能Clobotics的卓越团队非常有信心,他们不仅在创业之初就展现出了远大的愿景,而且他们深耕行业的强大渗透力是这个行业难能可贵的竞争优势。”

然而,对于严治庆、柯严、陈丽苹、李炤等四个联合创业小伙伴来说,离开了微软等大公司的平台,剩下的就只有情怀。扩博智能Clobotics急需大量高水平的人工智能和机器视觉算法工程师,但对于扩博智能Clobotics这样一家不到一年的初创公司来说,在招募人才的过程,除了谈情怀还是只能谈情怀。陈丽苹回忆公司好多次看中了合适的人才,但却付不起高薪资挖角,最后只能四个合作人轮流上阵谈,只要有时间就约出来聊一聊,谈前景、谈愿景。

前景和愿景不能当饭吃,不少高级人才最终还是因为薪资待遇而止步于扩博智能Clobotics的门外。但严治庆他们仍没有放弃,公司所有人都在LinkedIn上不停地加高级算法人才,不放弃地约谈。后来,很多扩博智能Clobotics的研发人员,都是通过LinkedIn找到的。用LinkedIn还有一个很大的原因,就是扩博智能Clobotics作为一家初创公司,付不起高额的猎头费,所以就只能很接地气的自己来。

陈丽苹说,“心态放平很重要,四个联合创始人前半辈子做的都挺成功,但是既然从大公司出来做了,心态就要摆正,不能总还是围绕大公司心态去做事情。2017年花了时间做了调整、做了定位,其实就是踏踏实实地争取2018年能够活下去、能够活的好,能够证明我们这两条路(电力与零售)是走的通的,不但在中国可以走通,希望可以开始有海外的布局。”

严治庆在回忆决定离开微软时,“说实话当时做的太舒服了,特别是后来做微软大中华区市场和运营时,已经在一个很舒服的状态,而我这人比较害怕这种舒服的状态,特别是你还没有做一件事情的时候就已经知道了结果会怎样,这会给我一种恐慌,我觉得是在浪费时间,我更加需要一种挑战。如果说微软是一家黄埔军校,那我总要出去打几仗。”

离开了微软的光环,严治庆面对的是硬仗和恶仗。但幸运的是,他找到了结合微软的软件与云服务和无人机领域经验的软硬一体化生产力工具型产品方向,又找到了风电和零售行业这两个体量巨大的市场。严治庆说他更享受现在创业的这个过程,在这个过程中能让技术更落地、能解决用户的实际问题、每天都能创造和产生价值,“这样的生活才更加精彩”。(文/宁川)

以上是关于让人工智能接地气,前微软高管创业扩博智能的主要内容,如果未能解决你的问题,请参考以下文章

什么是AIOps智能运维?最接地气的解释是这样的......

IBM两年实践让智能制造接地气,找到工业4.0的第一桶金

吴军博士:物联网和人工智能将再造一个英特尔和微软 | 万物互联

人工智能领航“新基建”,赋能产业升级彰显长尾效应

浅谈软件工程个人规划

小米技术高管崔宝秋离职,雷军武大舍友,「创业派」已所剩无几