12 月 10 日 - 11 日，由浙江省委人才辦、紹興市委市政府、《麻省理工科技評論》主辦的全球青年科技領袖峰會暨《麻省理工科技評論》中國 “35 歲以下科技創(chuàng)新 35 人”頒獎典禮在紹興上虞舉行?！?5 歲以下科技創(chuàng)新 35 人” 2020 年中國榜單正式發(fā)布。

會上，香儂科技創(chuàng)始人兼 CEO 李紀為發(fā)表了以《從科技創(chuàng)業(yè)到科技商業(yè)》為主題的演講，以下為經(jīng)過整理后的演講實錄：

“很多創(chuàng)業(yè)者都是在博士畢業(yè)后走上了創(chuàng)業(yè)之路，在博士的訓練體系下養(yǎng)成了百折不撓的品質，還有一些執(zhí)拗或者偏執(zhí)，偏執(zhí)其實在科研領域是很寶貴的素養(yǎng)。但這種偏執(zhí)在商業(yè)上會遇到很多問題，創(chuàng)業(yè)之后要想解除這種偏執(zhí)，隨機應變是非常重要的?！?談及創(chuàng)業(yè)，李紀為在演講中表達了他的想法。此外，他還從技術、產(chǎn)品、用戶和心態(tài)四個方面談了自己的看法。

技術研究與產(chǎn)業(yè)落地，兩者可以相輔相成

從技術方面來看，曾經(jīng)的年代科技和商業(yè)距離很遠，例如蒸汽機的發(fā)明足足用了一個世紀才落地。如今技術科研創(chuàng)新和產(chǎn)業(yè)化落地變的很緊密，兩者可以相輔相成，基礎科研的創(chuàng)新研究可以為產(chǎn)業(yè)落地提供指導作用，可以告訴產(chǎn)業(yè)什么科技可以做、什么做不了，因此我們做那些可以做到的科技就可以了。與此同時，產(chǎn)業(yè)落地也可為基礎科研的創(chuàng)新研究提供很多指導意義。

兩者雖然是緊密相連，但并不代表兩者沒有距離。很多時候一項技術最終走出實驗室需要兩年、五年或者更長的時間。所以從創(chuàng)業(yè)角度看，更重要的是要建立起多層次的良性學術研究和產(chǎn)業(yè)發(fā)展生態(tài)。

首先我們需要考慮五年后的科研樣貌，這將決定整個商業(yè)化的未來。與此同時，我們要考慮當下，這關乎公司能否生存。以人工智能為例，今天的行業(yè)研究者在看諸多人工智能應用時，會感覺這些應用不太聰明或者不智能。過去十年，基于深度學習有了一些突破，人工智能從曾經(jīng)的 60 分推到 80 分，商業(yè)落地的角度探尋 60 分到 80 分之間的應用，低于 60 分早就被人做完了，高于 80 的其實技術上并沒有達到，最終會竹籃打水一場空。

技術應用需要滿足用戶預期

當我們涉及到商業(yè)落地，一定離不開兩個詞 —— 用戶和產(chǎn)品，用戶是產(chǎn)品連接技術的橋梁，當我們談論我們平時之前做技術科研的時候，我相信每個科研領域都有各自對技術的衡量標準。

比如說人工智能領域經(jīng)常談到的準確率，準確率代表一個模型和一項技術達到準確的程度。從用戶角度想，準確率這個詞其實是一個冷冰冰的概念，用戶大概知道什么是準確率，但是并不能明確感覺到。從 90% 提到 95%，從 60% 提到 80%，到底對用戶體驗有什么提升？用戶通過對產(chǎn)品的預期進行判斷，一個產(chǎn)品或一項技術符合了預期他們才會去買。那么作為創(chuàng)業(yè)者，最重要的是選擇那些技術符合用戶預期的產(chǎn)品，避開達不到用戶預期的產(chǎn)品。

李紀為還向大家分享了他從學術界走向商業(yè)界最重要的感受，“在學術界里面，對于很困難的問題我們一定要解決，但其實商業(yè)用戶的預期很多時候并不會因為技術難度的改變而改變?！?/p>

他給大家舉了一個無人車的例子，無人車在類似于碼頭和園區(qū)這種特定場景下，背后的技術是相對簡單的，很容易就能達到。相反，如果我們?nèi)タ匆恍╅_放場景的無人車應用，比如說在市區(qū)或者在山路，這個技術本身是很難的，但從用戶角度來說不會因為技術難與否而改變預期?！拔覀儗o人車的預期是，不管在任何場景下都不能發(fā)生事故。從本身落地的角度，我們應該尋找技術可以達到的，滿足用戶預期的商業(yè)落地的方向?！?/p>

另外，李紀為還提出，對于技術應用的落地，更重要的是不計成本去獲得最好的結果。以最近風靡一時的 GPT-3 模型為例，GPT-3 為人們敞開了通向通用人工智能的一個道路。就背后成本來說，GPT-3 模型動用了一萬塊 GPU，整個花銷超過了千萬美金，合計超過了一億元，這是不計成本獲得最好結果的典型例子。

“實驗室與商業(yè)化的目標可能不太一樣，商業(yè)上會盡可能節(jié)約成本。如果看圖中這兩句話，有一定的相關性，也有一定的不同?！?/p>

商業(yè)的情況可能需要兩點，第一點是需要達到用戶的預期；第二點是在滿足用戶預期的情況下盡可能地節(jié)約成本，達到收支平衡，因為商業(yè)背后的邏輯還是支出要小于收入。

保持良好心態(tài)，擁抱商業(yè)變化

“我還想談的一點是心態(tài)，在做基礎科研的研究時，講究的是持之以恒、永不服輸，很多情況下沒有困難也要創(chuàng)造困難努力攀登，而在商業(yè)化落地上則要擁抱變化落地為先?！?/p>

最后李紀為提到了人工智能時代，在過去幾年人工智能是避不開的概念，時代在呼喚理論的創(chuàng)新，如果看人工智能過去起起伏伏五六十年的發(fā)展，其實也給我們本身從理論創(chuàng)新到商業(yè)落地提供了很多借鑒意義。

人工智能發(fā)展總共經(jīng)歷了三次浪潮，第一次大概在二十世紀五六十年代，那個時候人工智能剛剛起步，取得了突破性的成果，當時由于算法的理論和算力的制約人工智能無法大規(guī)模推廣。到了二十世紀九十年代，則是以統(tǒng)計計算學習為代表的時代，人工智能開始逐漸從理論實驗室的創(chuàng)新走向實際的應用，比如在醫(yī)療等領域。

隨著應用范圍的擴大缺點也暴露出來，比如應用領域比較狹窄。現(xiàn)在大家使用的機器神經(jīng)網(wǎng)絡和深度學習的算法，那個時代就已經(jīng)有了，但很多問題導致當時沒有很好的落地效果。從 2000 年開始，隨著技術的蓬勃發(fā)展，也為人工智能提供了更好落地的基本條件，這個時期算法理論不斷出現(xiàn)和沉淀，尤其在最近十年，人工智能領域出現(xiàn)了太多的享譽世界的成果，一方面是因為計算機性能得到了極大提升，另一方面基于互聯(lián)網(wǎng)大數(shù)據(jù)的發(fā)展，人類積累了大量資源算力和數(shù)據(jù)，這些結合起來就出現(xiàn)了人工智能的繁榮期。

其實隨著人工智能的普及，我們正在逐漸從信息化走向智能化的時代，我們能夠在平時的生活中真真切切體會到人工智能帶來的諸多便利，在很多場景下都能看到人工智能的身影。中國國家層面也尤其重視這項技術的落地，而人工智能也并不是一項獨立的技術，它具有賦能各行各業(yè)的潛力。與此同時，當你脫離了各行各業(yè)，人工智能本身的優(yōu)勢也會大打折扣，因此人工智能和行業(yè)場景深度的結合就是重中之重。

人工智能各項技術和場景也在持續(xù)進化形成閉環(huán)，目前人工智能的算法機制依然對數(shù)據(jù)量有重度依賴，需要有足夠多的行業(yè)場景去產(chǎn)生更多的數(shù)據(jù)，這也是現(xiàn)有的一個問題，我們需要解決這些問題才能開啟下一個人工智能時代。

最后李紀為談到了他從技術創(chuàng)業(yè)走到商業(yè)化的切身感受，“我自己認為主要還是兩方面，首先要信仰技術，同時要有務實的價值觀將我們信仰的技術進行實際落地?！?/p>

-End-

原文標題：香儂科技李紀為：從科技創(chuàng)業(yè)到科技商業(yè)，這四個要素缺一不可

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。