AI创业驶入落地「深水区」, 资本寒冬下创业者如何抉择？_风闻

腾讯AI加速器现场直击，9小时，150个项目，AI创业进入「落地为王」时刻，「资本寒冬」下创业者究竟如何抉择？

撰文 | 寓扬

「挺痛苦的，首先你要先活着，然后你的产品要能够为市场解决痛点问题」，当谈及近两年的创业感受时，艾米机器人创始人李方友坦言。这无疑代表了当下AI创业者的心声。

「你们的商业模式是什么」，「落地情况怎么样」，「去年营收是多少」······投资人看AI项目的视角已悄然转变，技术类的问题开始变少，场景落地与商业化则被反复问及，在腾讯AI加速器三期复试现场，这一现象相当普遍。

当谈及当下技术与商业化哪个更为重要时，高仙机器人创始人程昊天更是高呼「落地为王」。 这构成本期腾讯AI加速器项目的基调。

今年有150个项目参与加速器复试PK，每个项目15分钟路演，在9个小时中掀起淘汰赛，角逐最终的50个复试名额。

这些项目融资大多在A轮左右，成立时间多为3~5年，「生态合作」、「技术」、「资本」成为他们参加AI加速器的主要因素。

仅从资本层面来看，过去两期AI加速器中，腾讯甄选出的65个项目融资总额达70亿+，70%项目完成一轮融资，其中一些项目更是拿到了腾讯的投资。在「资本寒冬」的当下，这对创业公司无疑极具吸引力。

但也不乏一些融资已到B轮，或成立时间已近10年的公司前来参与，他们的需求则更聚焦在生态合作与业务拓展上。这又与腾讯另一个主题「产业互联网」不谋而合。

去年国庆前夕，腾讯宣布重大组织架构调整，一个关键就是组建ToB的云与智慧产业事业群（CSIG），打造「产业互联网」。腾讯AI加速器正是在CSIG下，扮演产业孵化的重要角色。因此，三期AI加速器在项目选择上也更注重AI的产业落地，以及与腾讯生态的结合。

腾讯AI加速器负责人表示，在三期项目扶持资源上，会更聚焦、更用力。加速器还首次引入腾讯产业生态投资，并通过腾讯云启产业互联网平台对接政府和行业需求，帮助入选项目落地更多场景。不少创企正是冲着这一点来的。

创业者在交谈

AI落地进入攻坚期与资本紧缩，构成了当下的市场环境。AI创业已进入「落地为王」时刻，如何找准场景商业化落地，是所有AI公司的难题。

而透过腾讯AI加速器这样一个窗口，我们能够看到，创业公司在当下挣扎中的抉择，并越来越多的走向背后耕耘。

1

寻找替代人力的场景

从2018年开始，「寒冬」开始席卷机器人行业，公司倒闭，团队收缩已是常态。

正如开篇吐露心声的创始人李方友，他创办的艾米机器人主攻医疗场景的服务机器人，代表产品有医疗服务机器人、消毒机器人、医疗物资配送机器人等。他称艾米的整套机器人方案去年已落地十几家医院，今年预估能落地100家医院。

尽管整体经济形势与行业环境并不好，他吐槽创业的艰辛，但机器人公司业务仍在较快发展，这并特例。

另一家服务机器人公司穿山甲机器人，主要做送餐、物流配送领域，创始人宋育刚告诉机器之心，今年上半年机器人出货量翻了一倍。其服务机器人（含机器人底盘）去年出货近1000台，他预计今年出货在3000台左右。

他还表示，公司去年销售额是前年的两倍多，去年下半年实现收支平衡，今年上半年营收又增长一倍多。

实现快速增长的还有高仙机器人，这是一家主攻清洁机器人的公司，创始人程昊天表示，去年公司销售一万个定位导航模块和大约500台机器人，今年预计机器人能够落地1000台。他也称，过去几年，公司每年都保持三倍左右的营收增长，这一增速至少可以保持三到五年。

尽管行业环境不理想，但宋育刚笑称「春江水暖鸭先知」，机器人行业在匍匐前行，并且前行的速度越来越快。

穿山甲机器人商业落地

随着资本回归理性，机器人行业的融资频率可谓大幅下降。宋育刚坦言，「资本肯定还是在的，我们还有机会（融资），但也不要靠资本，核心还是企业的自我造血能力。」

寒冬之下，企业要有自我生存的能力，场景落地尤为关键。机器人行业发展至当下，商业化能力已然更为重要，程昊天更是一针见血，「落地为王」。

创办高仙机器人之初，程昊天想切入物业安防场景，但后来他发现安防机器人的道路行不通，因为它不能完全替代一个保安的工作。在摸索中他发现，必须要找到一个场景，让机器人真正替代掉人力，否则意义就相对有限，最终他将目标锁定在物业清洁场景。

高仙机器人商业模式

但机器人的场景落地远没有那么简单，他说清洁机器人本身就比较复杂，它有清扫功能、清洗功能，还有复杂的业务功能；并且在无人的情况下，它可能会面临水吸不上来、管道塞住、如何换水等各种细节问题，任何一个细小问题都会导致流程无法进行。

高仙机器人花费了近5年时间才跑出这一场景，将产品打磨成熟。程昊天的目标也很明确，通过清洁机器人，每年为物业减少2%的清洁外包费用。

可见，专注于一个细分场景，将产品、技术打磨至商用，带来实际可量化的价值，对于当下机器人场景落地尤为重要。

2

让歪果仁读网文，用眼睛操纵屏幕

人机交互一直是AI领域久经不衰的话题，相比前两年火热的语音交互、Chatbot（聊天机器人）项目，今年项目呈现的特点是，一方面，语义理解应用型项目成新亮点，AI交互落地场景更加细分化；另一方面，AR/VR持续升温。

我国网络文学作者达1500万人，目前已经留存下近2000万部作品，同时每年新增网络文学超100万部，可谓异常繁荣。原本就是内容出版出身的推文科技创始人童晔，基于机器翻译技术，将中文小说快速译成英文，做网文出海。

推文科技商业模式

他称国内前十大网文IP供应商有5家已是合作伙伴，相比传统内容出版，推文科技将行业效率提升约3600倍，将一本小说的出版成本控制在1000元，仅占传统出版近1%。

童晔告诉机器之心，通过对小说领域近百万双语数据的训练，相对于专业初版，推文科技用技术实现的翻译效果可达80分。目前公司已经翻译了2000多部网文作品，他称今年的目标是机器编译10万部。

另外一家成立不到1年的创企深圳致一科技，选择了NLP在金融领域的落地，通过对金融大数据的分析，来辅助金融决策。但其仍在商业落地的早期，商业模式与盈利都有待进一步探索。

机器之心也观察到，最近一年有数家围绕NLP（自然语言理解）应用创业的项目获得融资，在通用智能较弱的情况下，场景智能、专用智能的产业落地仍值得期待。

三期腾讯AI加速器上，VisualCamp、亮亮视野、诠视传感等公司纷纷展示了其在AR/VR领域的最新进展，AR/VR呈现再度崛起之态。

眼动追踪并不是一项新技术，有趣的是，一家韩国创企VisualCamp要用眼动追踪控制手机，用眼镜操作屏幕。其市场负责人李升雨现场演示，当用双眼盯着手机中的一个APP时就可以打开；当看新闻时，眼球往上，信息就往上翻滚，眼球往下，信息就跟着往下翻。据悉，这一技术有望落地在OPPO手机中。

李升雨解释道，这背后是公司的AI影像技术和红外技术。当你看手机时，前置摄像头会拍下你的面部，对瞳孔进行识别，通过瞳孔位置的对比计算出眼球所看屏幕的位置，从而实现屏幕控制，控制精度可达毫米级。

除了将技术落地手机外，独立式AR眼镜的产业落地也在提速。

亮亮视野创始人吴斐谈起一段做AR的心路历程，他从2011年切入AR领域，当时2011~2013年行业热情高涨，Google Glass（谷歌AR眼镜）的推出更是引起轰动。然而2016年以后AR便跌下「神坛」。

亮亮视野在2017年前后，探索到工业场景，开始为大企业定制AR服务，「当时每一家都要投入很长时间去做系统嵌入，」他感叹道。

​随着2018年落地几个标杆企业，如今已有越来越多的客户开始与他们合作。回望这一历程，吴斐称，AR在工业领域应用已经突破瓶颈期，很多应用开始逐渐进入企业业务，2019年会是AR落地B端场景真正走向应用的一年。

去年底，亮亮视野跟汽车电商服务平台优信达成合作，在优信平台部署4000+AR眼镜用于二手车验车环节。他称，车检往往涉及300多个步骤，工作复杂并且依赖员工的经验，才能对车况做出诊断。而通过AR眼镜，公司可以把所有的步骤都记录下来，实现验车环节标准化、流程化，从而提升效率与验车的准确性。

可以看到，AR落地产业的步伐在提速，工业场景、安防场景有望率先迎来商用。

3

先行者「AI+金融」

迅雷创始人、远望资本创始合伙人程浩表示，「产业正在为AI提供越来越多的落地场景，而数字化程度较高的行业会率先跑起来，比如金融这种本身数字化、IT化程度比较高的领域。」

这一点在腾讯AI加速器中反应的也尤为鲜明，据机器之心观察，至少有11家AI+金融的项目进入到加速器三期复试名单中。

想象一下未来银行的模样，当你进入一家银行网点，银行马上就会认出你是谁，购买过哪些产品，机器人会热情招呼你，推荐给你需要的服务。即使足不出户，你也可通过手机银行或者视频会议，在家中就把银行业务办理了。

落地AI+金融场景的英创艾伦

具有金融背景的创始人营云川在2015年看到这一方向，便创立英创艾伦，瞄准智慧银行场景，通过AI+金融数据提供整体解决方案，以此实现银行网点在交易、控制、互动体验、场景营销方面的智能化。

但仅仅将方案落地场景还不够，必须带来可量化的价值才能真正获得银行的青睐。他举例道，英创艾伦将AI一体机落地在线下银行网点，通过AI管理平台打通用户数据，在用户跟机器的交互中，它会记录用户的点击数据，并进行精准服务推荐。

营云川透露，目前这一营销转化率可达20%左右，但对银行来说已非常满意，因为此前这一转化率为0。

他还告诉机器之心，目前公司已经签约了近200家智慧银行网点，去年营收达到千万，并实现盈利。

不难发现，AI公司落地银行业至少带来两方面价值，一方面是AI人才，银行要想实现自身的智慧化，AI人才尤为欠缺。另一方面通过系统改造与智能化升级，银行能够精准的触达用户，进行智能推荐，并带来业务的提升。

但这并不意味着AI落地银行就一帆风顺，目前银行使用AI较多的在风控、信贷领域，智能网点的落地速度仍相当缓慢。

营云川称，智慧银行更多在试点阶段，尽管金融科技发展较快，但银行也有自身的顾虑，比如对中小网点而言，担心硬件的成本太高，何时能够回本。

「一方面AI人才费用较高，银行不愿意招很多AI人才，这给予方案公司很多挑战；另一方面如何用AI为用户带来更好的体验，比如交互能力、服务能力都有待提升，」他解释道。

这也是他本次参加腾讯AI加速器的主要原因，他希望能与腾讯在金融领域有更多合作，一起搭建金融营销中台。

4

落地为王

「资本寒冬」下，新晋的AI创业公司正在变少。

而在资本收紧与AI场景落地进入攻坚期的当下，落地为王已经成为创业者的心声，技术创业公司、机器人公司如此，AI+行业亦是如此。

金融场景之外，零售与教育领域也是本期AI加速器的重头项目，AI落地速度相对金融又会慢一步。以零售行业为例，这一场景往往没有用户数据，对于他们而言数字化是第一步，然后才是与AI结合产生更大的价值。

智慧零售方案提供商云来科技创始人谌鹏飞称，AI+零售行业最大的痛点在于，「有技术的人不懂得运营与场景，懂场景的人不懂得技术」。落地为王的背景下，AI跨界人才的需求越来越大。

落地为王、资本收紧下，创业公司选择「下潜」，潜入一个真正差异化，技术能够落地的细分市场，投入资金、团队、时间，用心打磨场景，从而创造实实在在的价值。

就连自动驾驶公司也不再追逐大众眼球。踏歌智行选择了偏僻的矿区作为自动驾驶技术的落地场景，并针对矿区的风沙环境，优化自动驾驶的传感器组合，从而在特定场景中替代人类司机。而这意味着他们选择脱离大众视野，在荒无人烟的地带默默耕耘。

AI与产业的结合才刚刚开始，而当下的经济态势无疑让创业者更加谨慎。正如一位创业者所言，各个领域都存在机会，但要有「板凳甘坐十年冷」的精神，因为扎根场景，打磨产品或方案，往往要3~5年的深耕。