作者 | 孫靜 嚴冬雪 四月
編輯 | 趙豔秋
來源| AI財經社 (ID:aicjnews)
中國新經濟領域最有腔調的深度媒體
業界都看不懂商湯模式.
成立3年多, 這家人工智慧初創企業燒了很多錢, 做了只有穀歌這類巨頭才會做的底層技術; 鋪了大攤子, 宣稱要將人工智慧技術應用於上百個行業; 而在國內業務還沒有完全穩固時, 又把觸角伸向了海外; 甚至企業本身還在造血時, 已經開始資本運作, 對外輸血.
但它又足夠吸引眼球. 一家創業公司, 壟斷了150多位人工智慧深度學習方向的博士, 拿下了國內外400多家行業頭部客戶, 連續3年間業務年化增長超過400%, 估值更是超過45億美元, 成為全球估值最高的人工智慧創業公司, 並一再創下全球人工智慧領域融資記錄.
而在商湯成立前後, 國內計算機視覺領域已暗流湧動. 2011年, 清華畢業生印奇和同學創立曠視; 2012年, 麻省理工學院博士後研究員朱瓏歸國創辦依圖; 2015年, 中科院走出的周曦在重慶成立雲從. 至2017年, 商湯, 曠視, 雲從, 依圖, 由一眾初創公司中脫穎而出, 成為以計算機視覺為核心的人工智慧領域下的獨角獸.
記錄這些公司的成長路徑, 如同剖析正在裂變中的商業樣本. 以商湯為例, 創立前後的這些年, 它大體幹了幾件事: 從零開始, 打基礎, 研發底層技術; 從零到一, 做項目, 將人工智慧技術落地; 從一到一百, 在行業中形成成熟產品. 現在, 它開始搭平台做生態.
從這一裂變過程中我們可以窺見, 商湯是如何在行業窗口期, 用高速迭代的人工智慧技術, 從多個維度去撬動行業市場, 同時又以 '逃逸速度' 避開巨頭射程, 快速發展構築起自己潛力巨大的商業領地.
看懂商湯
有一天, 地平線機器人創始人餘凱忍不住問商湯科技CEO徐立: 你們確實投資這麼大建設自己的超算中心?
超算中心特別燒錢. 商湯研究員閆俊傑博士曾做過估算, 按下那個標有 'run' 字樣的按鈕, 一次數據訓練迭代整體花費至少50萬元. ' 我們有150多個博士天天在演算法平台上按 'run' . ' 徐立笑稱, 這還不算每年追加的數億元GPU集群採購預算.
不僅僅如此. 在深度學習層面, 國內絕大多數AI公司仰賴穀歌, 臉書等人工智慧開源框架Tenserflow和Torch. 但商湯卻砸錢自己搭底層框架. 就好比一家軟體公司宣布, 要在Windows之外單獨開發一套作業系統, 這個想法有些匪夷所思.
商湯早期投資人, IDG資本合伙人牛奎光是最先感知到商湯志向的投資人. 他記得, 徐立用 '貓腦' 與 '猴腦' 作類比, 對他解釋商湯要做的事. 目前這波崛起的人工智慧, 可以類比為 '利用數據打造大腦' . 如果說當下人工智慧技術水平處於 '貓腦' 階段, 大部分公司正在做的就是 '如何運用貓腦更完美地抓老鼠' ; 而商湯的興奮點則是打造平台, 把 '貓腦' 訓練成 '猴腦' , 從本質上提升 '大腦' 的能力. 大腦升級後, 機器可以更快學習掌握更複雜技能.
徐立會不厭其煩地強調, '我們是中國擁有原創技術的人工智慧平台公司, 不是一家人臉識別公司. ' 他們的目標遠大, 因此需要做的事更多.
牛奎光還記得這家企業最初給他的獨特印象. 2014年, 他看到一篇香港中文大學湯曉鷗教授團隊的論文: 應用他們開發的DeepID演算法, 面對兩萬張人臉的數據集, 計算機的識別準確率首次超過人眼. 這是個重要訊號——意味著計算機視覺技術有可能商業化落地. 他還發現, 2011年至2013年期間, 全球計算機視覺ICCV/CVPR頂級會議中, 深度學習領域有29篇頂會論文, 湯曉鷗團隊佔了14篇. 牛奎光立即飛到香港, 拜訪湯教授.
在港中文多媒體實驗室裡, 他看到五六個計算機識別技術的Demo, 研究方向有意識地與實際應用結合, 比如一個Demo是把圖片變成印象派畫風, 這就是現在流行的美圖功能之一. 研究團隊還反覆強調原創, '我們是底層演算法突破的源頭' . 這些均給牛奎光留下了深刻的印象.
2014年, IDG資本擲出數千萬美元, 助推研究團隊走出實驗室, 到現實商業中尋找AI改變世界的鑰匙. 牛奎光當時承擔了不小的風險, 畢竟在2014年, AI產業還是冷門, 誰也說不準, 技術能否順利轉化為商業價值.
走出實驗室, 新一代技術公司該怎麼走, 是創始團隊要思考的問題. 在人工智慧領域, 曾有過前車之鑒.
比如語音識別領域——技術早已過了技術先發者的窗口期, 各家再PK誰的準確率高出1%, 沒有實質意義. 自從BAT集體意識到, 智能語音是下一代人機交互的入口, 必須搶佔的市場後, 動用資金, 數據尤其是大平台優勢, 就可以分分鐘碾壓創業公司. 語音識別領域再難出現獨角獸或千億市值的新巨頭企業.
技術創業公司只有利用技術先發的窗口期, 走入行業, 或跟硬體結合, 或跟數據結合, 或跟流量結合形成產品甚至平台性服務, 建立起壁壘, 才有機會收割紅利.
而且, 這一切的前提是夠快. 美國矽谷技術創新同樣遵循 '逃逸速度' 原理——在天體物理學中, 逃逸速度是物體擺脫引力束縛, 飛向宇宙空間所需的最小速度. '如果技術創新程度和未來發展程度, 能達到一個 '逃逸速度' , 你就能抓住時間窗口, 形成一個很大的平台. ' 徐立語速, 思維都極快, 像極了這家公司的發展節奏.
打造這種 '逃逸速度' , 與商湯的早期儲備緊密相關. 聯合創始人徐冰用 '不計成本' 形容當年的投入. 融資到位後, 他們在兩個地方燒了很多錢: 一是 '人才壟斷' , 2014年至2016年, 商湯用打包方案找來這個領域所有能找到的頂尖科學家, 儲備了大量深度學習領域人才, 包括即將畢業的應屆生, 形成強大的人才梯隊; 二是搭建硬體計算平台, 從英偉達買入6000多塊GPU, 自建超算中心, 打造超強生產工具.
徐立認為, 雖然硬體領域的摩爾定律在某種意義上已經失效, 但大數據, 演算法卻進入了一個新摩爾定律時代, 而超算中心就是維持演算法能以 '摩爾定律' 速度迭代必不可少的底層基礎設施.
商湯的兩筆投入, 起初是極為冒險的行為, 曾一度讓公司面臨資金鏈斷裂的風險. 但隨著商業化的深入, 優勢也凸顯出來. 比如先於別人看到人工智慧在某個行業突破工業紅線的時間點, 先於他人投入資源與某個行業頭部公司合作搞產業落地; 先於他人做出開源系統如穀歌Tensorflow當時無法支援的功能.
徐立舉了一個例子, 智能手機上有處創新功能 '雙攝像頭即時拍照虛化' , 商湯是國內唯一利用端到端深度學習技術提供技術的企業. 因為該技術牽涉到一些新設計的網路, 是現有開源框架並不支援的.
'我們進入很多領域時, 開始好像有競爭, 但是隨著需求深化, 技術要求提高, 做著做著就變成了藍海. ' 徐立說.
除了技術的獨特性, 技術落地, 尤其是規模商業化, 是所有AI公司面臨的最大考驗.
聯合創始人楊帆分析說: 商湯的策略是 '1+1+X' , 同時進行多元化布局, 而非只賭注某個細分領域. 這不僅有利於演算法的全面迭代, 還便於卡位競爭. 畢竟目前安防, 金融, 移動互聯網, 手機, 零售, 自動駕駛都是競爭焦點, 曠視, 雲從, 依圖雖各有業務側重, 但上述條線是商業落地的理想場景.
進入垂直領域, 商湯的打法是先找頭部公司, 摸索AI技術落地, 從項目到產品; 然後再垂直打通某個行業生態, 做平台化. '以安防領域為例, 當我們把前端攝像頭, 後端雲平台甚至晶片整個鏈條都打通, 那就能做到最大的行業技術平台. '
當積累多個行業後, 行業間的交叉反應就顯現了, 也有了做一個大平台的可能性.
AI財經社問徐立, 是否擔心這種戰略會成為行業公敵? '金庸迷' 徐立談起了武林: 江湖上有很多門派重在練招式, 你練刀, 他練棍, 互相不相容. 突然之間, 有一個叫九陽神功的內功心法, 專註於內功修鍊後, 刀, 槍, 棍, 棒各種招式都能增強.
'商湯就是把九陽神功做成底層技術, 重新定義刀, 棍的練法, 提供給行業, 然後耍刀的繼續練刀, 耍棍的繼續練棍, 但都有更多進步. ' 徐立解釋, 這樣就形成了一個強壁壘, 同時為行業提供了武功, 而非樹敵. 商湯定位是賦能百業.
這種定位, 好比汽車界的博世和晶片界的英特爾和高通.
但九陽神功沒那麼好練. 有段時間, 在知乎上, 有前員工評價商湯研究人員太多了, 不是做商業公司的節奏, 技術到產品的轉化不夠及時.
創業初期商湯經曆過各種困難, 後來在牛奎光牽線下, 商湯獲得浦發矽谷銀行的一筆數千萬元的貸款; 任泉旗下StarVC '雪中送炭' 地投了A+輪. 靠這兩筆救急錢, 商湯籌建工程化部隊, 打市場.
直到2016年底, 人工智慧概念持續升溫, 市場湧現大量人工智慧技術需求, 商湯技術落地才在多個行業爆發.
落地之難
在規模商業化面前, 技術優勢並非一把萬能鑰匙. 在人工智慧新領域中, 初創企業在商業化早期都走過彎路.
商湯聯合創始人, 001號員工, 清華畢業生徐持衡回憶, 2014年, 剛從實驗室走出來的商湯, 先做了一款 '軟體開發包' 當做產品方案推廣. 但當他們接觸到中國移動, 銀聯和借貸寶時發現, '對方提出的需求原來不完全與技術強相關, 是技術衍生出來的一個應用方式或功能點. '
在走向市場過程中, 從技術思維轉變為產品思維, 是商湯糰隊的挑戰.
與借貸寶的合作, 是商湯思維轉變的一大開端. 一開始, 這家互聯網金融公司對採用人臉識別技術進行註冊和身份認證的功能非常滿意. 但半個多月後發現, 有黑客通過非法獲取的身份證數據及照片, 攻擊系統獲得線上推廣活動補貼.
攻擊方式千變萬化, 有將照片做成Gif動畫來混淆人臉; 有將照片眼睛部位掏洞, 做成一張眼珠會動的 '人皮面具' .
但商湯技術團隊能快速更新演算法, 兩三天內就滅掉新攻擊方式. 攻防戰打了將近兩個月後, 商湯幾乎把市面上所有攻擊方式都防禦住了.
商湯聯合創始人, 負責工程團隊的楊帆在這個過程中總結出兩點經驗: 一是要有服務客戶的心態, 跟客戶一起進行產品的快速迭代; 二是一定要保持強有力的人工智慧原創研發能力.
在過去電腦病毒的防禦時代, 每出現一種新的攻擊手段, 可能需要數月時間來解決. 但得益於人工智慧演算法的快速迭代優勢, 如果引擎足夠強大, 只要有數據, 再配上強大的超算能力, 可能一晚上就能解決問題. 這種速度, 跟基於專家知識的演算法設計完全不在一個量級.
2016年上半年, 商湯想將這種線上人臉識別註冊和身份認證方案, 推廣到整個行業市場. 當時, 其他競爭對手都拿不出一個足夠好的防攻擊方案. 在早期跟借貸寶的合作互動中, 商湯累積了關鍵技術和數據. 得益於此, 兩年後商湯佔據了70%的市場.
綁定頭部客戶在行業落地中創新, 已是商湯的一個成熟打法. 2017年, 商湯與深圳公安局啟動了城市規模化安防應用, 將城市中幾千甚至上萬個攝像頭的視頻放在一起, 在必要時查找某個特定人員在過去3個月中的城市軌跡數據.
過去, 行業只能做到對1個或10多個攝像頭的視頻查詢. 它對技術的挑戰是全方位的. 深圳公安局將未來三五年的需求與商湯技術進行結合. 當這個產品打磨到一定程度後, 就可以進行標準化, 推廣到全國其他大型城市.
商業規模化的摸索還在繼續. 在傳統軟體行業, 目前已形成三大遊戲規則: 賣產品, 賣服務, 同時出售產品與服務. 但在新生的人工智慧領域, 還呈現著一種混沌狀態.
'從某種意義上來講, 我們提供的東西是無形的, 它本身是一種全新的技術實現方式, 並非具象的產品. ' 為商湯組建商務團隊的副總裁柳鋼解釋.
是提供一項通用技術, 還是打造一個能夠囊括不同組件的產品, 或是銜接不同演算法不同行業的底層平台? 在早期, 團隊也曾進行頭腦風暴, 但沒有得出標準答案.
商湯嘗試用另外一條路徑來統一思想——賦能百業. 一邊緊貼行業需求往前走, 一邊摸索.
但對一家成立不到四年的創業公司而言, 最先遇到的一個尷尬現實是: 在它試圖進入的各大行業中, 有些早有傳統巨頭前輩盤踞.
比如手機行業, 傳統視覺公司已與手機廠商建立了成熟的合作關係. 後入局者需要拿出點不一樣的東西來.
小米手機的需求之一是寶寶相簿——手機壁紙切換時, 自動從相簿裡挑出自家寶寶的所有照片, 輪流替換. 這是人臉聚類. 與人臉識別的 '一對一比對' 不同, 人臉聚類要在上千張照片中匯聚出同一個人的相片. 理解需求後, 研究端, 工程端一起開發, 最後拿出了小米願意買單的產品.
從人臉聚類開始, 商湯已與OPPO簽訂全方位戰略合作, 打造以商湯科技SenseAR平台為引擎的OPPOAR開發者平台, 推動AR在手機端的應用和普及.
除了這幾個成規模的行業之外, 商湯還在拓展新行業, 比如智慧醫療, 機器人, 遙感, 金融大數據分析等領域.
初創企業怎麼能顧及這麼多行業? 帶領商務團隊的副總裁柳鋼說, 先要做好優先排序.
他還認為, 'T' 字形框架更適合自家公司: 比如說在安防行業, 做完一個項目, 再做下一個項目時, 需從同類業務提取出共性模式, 積累出一套囊括這個行業70%~80%的共性方案, 這能大幅提升效率. 這就是 'T' 字的那一橫, 打造水平產品矩陣.
甚至不同行業之間, 也能提煉出技術通用性. 一個有趣的例子是, 在安防市場 '抓壞人' 的技術, 同樣能用來 '抓好人' , 比如說新零售. 2017年8月, 蘇寧第一家無人店 '蘇寧體育Biu' 開業.
顧客從入店到結賬付款, 僅需最初的一個 '刷臉' 步驟. '你會發現, 這裡面很多關鍵技術, 跟我們已具備的安防識別技術有很大的通用性. '
在 'T' 字的那一橫之上, 圍繞各垂直細分領域, '要往前再多走半步' . 這就是行業的縱深理解. 比如在互聯網行業中, 人臉識別技術之上, 加上增強現實技術.
有時候, 這多走的半步不光是技術, 還可能是商業.
在直播平台, 廣告商資源已放到商湯平台上. 商湯, 直播平台和第三方廣告供應商能搭建起一個生態, 在直播過程中更好地植入廣告. 再比如, 網吧或酒店, 刷臉身份認證前後需要幾秒鐘, 把廣告資源投入到線下, 在這個刷臉機上投放出來, 又會生產出額外價值.
在這種思路之下, 商湯嘗試在網吧免費推廣身份核驗機, 後續廣告費分成, 也能更快地開啟一個市場.
'當做得行業越多, 行業之間形成交叉成熟效應, 機會就越多. ' 商湯聯合創始人楊帆說, 這種考量下, 如果進軍一個新行業市場, 不會帶來太多額外成本, 也不會導致資源過度分散.
商湯同時還在使用和完善自動化工具鏈. '高生產力工具代表著創新速度和能力, 實現有限人員帶來足夠大的增長. '
但市場前景仍有瓶頸. 人工智慧在各個行業落地是一個不斷探索的課題, 這是一個迭代和漸進的過程. 普華永道會計師事務所對AI視覺識別類技術公司的落地市場有一個大致估算, 他們認為安防的盤子最大. 從2016年到2020年這5年, 將保持90% 的年複合增速. 但在其他行業, 還很難再現一個全面開花的盛況.
在這種背景下, 商湯已把眼光投向海外, 摸索更廣泛的邊際.
海外開局之戰
2015年一個學術年會上, 湯曉鷗和徐立遇到了勞世竑. 勞世竑也是計算機視覺的一位重量級專家, 上世紀80年代公派到日本留學, 時任日本歐姆龍人臉視覺組技術負責人.
三人聊到創業中的商湯, 都認為中國人工智慧的研發水平有一天可能超越日本, 堅信這是 '創業的好時機' .
湯曉鷗很快向勞世竑發出了邀請. 2016年1月, 商湯日本公司成立, 團隊基本由當地研究人員和工程人員組成.
這是商湯創立的第二年. 當大部分企業沉浸在本地業務時, 新一代科技初創企業, 開始更早地考慮出海戰略. 這與今天唯快不破, 迫切要在窗口期內獲取更大版圖的競爭態勢緊密相關.
不過, 與之前走向海外的家電, 通信和互聯網科技公司不同, 商湯麵臨的是一個新課題: 上遊原創技術怎麼在海外落地.
起初, 勞世竑考慮將商湯在國內做得紅火的安防技術推廣到日本, 但很快發現行不通. 日本社會治安環境和中國差異較大, 政府沒錢投入, 中國的安防熱在日本遇冷.
'日本的核心產業是什麼? ' 勞世竑需要思考日本市場的獨特位置 ', 我們要爭取進入它的優勢產業. '
汽車業成了商湯在日本的突破口. 在這個擁有本田, 豐田, 日產等全球知名車企的國度, 汽車工業占其GDP的10%. 但因沒有意識到自動駕駛的必要性, 日本車企在這波技術變革中並不算先行者.
勞世竑在尋找機會時, 日本車企也準備在自動駕駛領域大幹一番. 2016年, 日本經濟產業省特地重新制定自動駕駛發展目標——到2030年, 每5輛汽車中就有1輛自動駕駛汽車.
之前的積累, 讓勞世竑幸運地敲開了這扇門. 此前他開發的計算機視覺技術, 被應用在幾乎所有日本國內的機器人上. 巧合的是, 本田自動駕駛技術負責人, 也與他在機器人領域有過合作. '日本企業更看重合得來, 信得過的人. ' 勞世竑選擇的企業, 讓這位負責人分外關注.
不過, 排名世界前五的本田, 選擇合作夥伴極為慎重. '有長達將近1年時間, 本田對商湯進行技術評估測試, 商湯也向本田提供大量技術證明服務. ' 徐冰回憶說.
本田最關心的是自動駕駛上應用的計算機視覺演算法, 彌補它在演算法和深度學習上的不足. 這是商湯早期花大價錢做的事情.
商湯從底層一行一行寫代碼, 搭建起來的原創深度學習框架, 給本田提供了研發支撐, 也規避了開源框架可能引發的智慧財產權風險; 商湯自建的超算中心, 打造了一個閉環, 保證了數據安全; 而商湯罕見的規模化技術研發團隊, 也保障了豐沛的研發能力.
2017年, 商湯與本田對外披露了在自動駕駛上的戰略合作. 商湯日本公司扮演了引領商湯車載業務的角色. 在與本田合作之前, 商湯基本沒碰過自動駕駛, 但它有識別行人, 道路, 車輛的演算法, 這些都可以轉而用到自動駕駛上.
商湯的人工智慧技術進入日本的優勢產業汽車, 商湯與本田在自動駕駛上展開戰略合作.
這讓商湯管理層在出海戰略上看到了一條新的路徑: 海外市場也許能為不斷尋找空間的中國上遊技術公司, 發揮獨特但有力的支撐.
商湯日本同事把本田的需求接收進來, 分析, 翻譯成中國同事能理解的任務, 開發完成後, 技術裝到本田車上, 進行自動駕駛實驗.
'人們認為, 人工智慧產品是由商湯來實現的, 其實我們只完成了50%, 另外50%是客戶完成的. ' 商湯研究院院長王曉剛解釋, 這是一個共同成長的過程.
本田和商湯的合作目標是L4, 這是自動駕駛的級別, 最高級是L5. L4的自動駕駛車輛意味著, 只有在某些複雜地形或惡劣天氣情況時, 才要人做決策, 其他情況下系統能獨自應付.
雙方計劃在2025年實現一般道路的自動駕駛. 相較於日本, 中美兩國在自動駕駛時間表上表現得更為激進. 穀歌聲稱要在2018年底完成首批L4級車輛的交付, 百度說2021年將實現L4級自動駕駛車量產.
除了車載業務外, 工業自動化, 交通基礎設施也是日本的發達產業, 商湯希望在這些領域為日本產業提供人工智慧技術支援. 勞世竑團隊正在尋求更多的行業合作機會.
在商湯之外, 其他人工智慧初創企業都在探索海外市場邊界. 例如, 依圖科技於2018年1月在新加坡設立首個海外辦事處, 組建團隊, 重點將安防技術輸出到東南亞市場. 2018年2月, 曠視也與泰國OSOTSPA集團持有者Osathanugrah家族達成合作, 將 '城市大腦' 項目中的人工智慧技術引入到泰國的公共安全防護中.
這些獨角獸企業的出海還剛剛開始, 如何在海外打市場還遠未成體系, 仍然是這一批人工智慧上遊科技企業不斷求解的題目.
對外輸血
就在商湯不斷在人工智慧技術落地上取得進展的時候, 一系列跟它相關的資本大消息密集曝出:
商湯科技宣布完成6億美元C輪融資, 再次創下全球人工智慧領域融資記錄;
商湯與上海市政府簽署戰略合作框架協議, 5年內在滬投資不低於60億元, 形成人工智慧產業聚集效應;
商湯設立人工智慧產業基金, 投資人工智慧產業應用;
商湯在初創公司51VR的B輪2.1億元融資中領投……
一個自己還在培養造血能力的初創公司, 為什麼要幹對外輸血的事?
'對這個事情, 公司內部確實有過討論和爭論. ' IDG資本合伙人牛奎光對AI財經社說. 在他看來, 商湯自身造血現在已經不是一個問題, 因為商湯已經盈利.
對於商湯來說, 現階段最緊迫的, 是從一到一百之後, 它是要搭建一個人工智慧平台, 成為一個演算法生產的平台型企業.
人工智慧的落地還處於早期, 怎樣快速在各行各業釋放能量, 需要平台和生態. 同時, 人工智慧技術陸續成熟後, 會有大量新應用和新場景冒出來. 如果商湯能帶動一個產業創新群體一起往前走, 會對自身發展有利.
實際上, 新一代人工智慧初創公司利用資本工具培育生態的打法已不鮮見. 小米有自己的戰略投資部, 還有順為基金, 可以協助它培育龐大的小米生態. ' 雷軍的打法, 是希望小米迅速做大規模. ' 小米一位人士對AI財經社稱. 依圖科技於去年成立戰略投資部門. 公開資料顯示, 它已投資AI晶片和生物醫藥企業, 且均圍繞生態.
'因為目的不同, 我們跟紅杉, IDG資本這樣的專業機構在投資邏輯, 項目收益和風險評估上, 會有些差異. ' 商湯聯合創始人, 主管戰略投資部的徐冰解釋.
徐冰也是湯曉鷗帶出來的學生. 這位聯合創始人還不到30歲, 但已帶領商湯完成了A輪, B輪融資並在進行C輪融資, 同時還是MIT TR35獲獎者. '讓資本市場能充分認可公司價值, 並找到最好的股東來支援我們. '
現在, 徐冰又創立了商湯戰投部, 組建一支跨界團隊, 既做自家的戰略投資, 也運營商湯產業基金, 希望用資本槓桿撬動更大的人工智慧生態.
雖然目前商湯僅對外公布了51VR一個投資項目, 但AI財經社獲悉, 它已投資了6個項目, 計劃投資的項目還有10多個, 包括AI晶片, 醫療, 物聯網, 手機和互聯網, 還包括遊戲.
商湯在初創公司51VR的B輪2.1億元融資中領投, 雙方未來可能融合VR和識別技術, 開發意想不到的技術和應用.
徐冰透露, 團隊把重心放在了對一些成長期企業的入股上, 而不是早期項目. ' 化學反應可以更激烈, 雙方都有足夠多的資源可以加深合作, 正向促進業務. '
通過入股, 建立更充分的互信關係後, 既能有更穩定的客戶關係, 還能一起去開發產品, 一起去打市場和行業. 這滿足人工智慧技術快速落地的需求.
商湯戰投也根據自己的產品開發節奏去做產業鏈布局. 去年, 商湯曾公布一套產品, 簡單說是可以實現增強現實 (AR) 平台中的 '平面檢測' 功能. 你用手機拍一張桌子, 然後就能對著這張案頭下棋, 這是新形態遊戲. 為了配合這項業務, 商湯戰投已經去看一些高成長的遊戲公司標的, 給錢也同時給技術.
而去年底商湯公布的戰投項目51VR, 則屬於另一種情況. 商湯沒有打算做VR技術開發, 'VR類似電影渲染, 連演算法都不一樣' . 因此, 這個投資要歸類為前瞻性布局. 雙方也可能在未來融合這兩類技術, 完成某個你想象不到的新技術開發.
而在最近C輪融資中, 領投方阿里巴巴集團, 跟投方新加坡主權基金淡馬錫, 蘇寧等投資機構和戰略夥伴, 也將為商湯提供更豐富的應用場景及更強的海外布局能力, 成為商湯構建平台和生態的助推力量.
'資本的手法很靈活, 更多時候是考驗Common sense和對產業和技術的理解. ' 徐冰對AI財經社說, '你要能從別人身上很快地吸收養分. ' 這裡包括商湯的技術產品團隊, 和諸位投資人, 像IDG的牛奎光, StarVC的任泉和鼎暉的吳尚志.
在諸多投資人中, 任泉對商湯是雪中送炭的那一位. 'Open minded, 是任泉最大的特點. ' 在徐冰看來, 任泉是個非常努力的人, 從演藝界轉型投資後, '不斷學習, 上了好多MBA, EMBA的課' . 在一般人3年前無法想象自動駕駛那樣的事可能發生時, 任泉的心態卻非常開放.
實際上, 上一代上遊技術企業, 如英特爾和高通, 都是在發展到一定規模後才擁有自己的戰略投資部門, 一方面培育生態, 一方面作為新領域介入前的耳目投資. 而如今人工智慧領域上遊新生代企業, 更早更快地把戰投作為一個業務運營.
'商湯要做電廠, 而不是家用的小柴油發電機. ' 高通副總裁, 風險投資中國區總經理沈勁對AI財經社說. 他理解商湯管理層的宏大目標. 高通作為戰略投資方, 在去年投資了商湯, 這也為人工智慧和晶片技術的結合展開了可能性.
目前, 快速開啟更多行業, 快速成為一家平台公司, 是商湯戰投的目標. 多名商湯員工認為, 商湯在一些行業已完成了從項目到產品的轉化, 成為一家產品級公司. 接下來, 它正在探索平台化, 資本手段將在其中扮演不可或缺的角色.
商湯C輪融資金額遠超所有競爭對手. 商湯目前的技術突破, 產品出貨量和銷售額都數倍於同行.
但人工智慧真正在各行各業落地, 仍待時日. 商湯還需不斷證明自己, 而在這個強敵環伺的領域, 它的窗口期只有三五年. 商湯能否成為一家平台型公司, 更要看它的進化速度.