AI Maker
「 智能时代的塑造者」
做企业和练武功一样，都需要先修内功，打好基础，才能厚积薄发，轻松驾驭十八般武艺，从而真正笑到最后。
——徐立
Bloomberg的一篇报道，把商汤科技再次推到了聚光灯下。报道称今年商汤进行了新一轮10到15亿美元融资，估值已达100亿美元，而目前这家国内领先的人工智能公司正考虑在香港和上海两地进行IPO。
实际上，业内对于商汤“融资机器”的质疑声从来都没有停止过，与此相对应的，则是不断降温的市场环境。
2016年，人工智能机器人AlphaGo击败了韩国棋手李世乭，点燃了创投圈对于人工智能的无限想象，但经过四年发展，市场热情早已褪去。在过去的2019年，中国人工智能企业融资金额由1484.53亿下降至967.27亿，下降幅度达到34.8%，融资数量也由737下降至431，下降幅度达4成。
回顾几年前烈火烹油的场面，人们清楚地认识到这样一个事实：从技术的角度来看，人工智能不太可能在短时间内再出现重大突破，过去十年间的灵光乍现更像是一种偶然，是从神经网络学派开创以来四十多年积累的技术红利的一次总爆发。
于是人工智能企业的估值，也在趋势中变得十分微妙。就拿商汤本身来说，截止2018年9月D轮，商汤科技融资总规模已经达到了27亿美元，估值是60亿美元。如果2020年据传的这轮融资可以再拿到10亿到15亿美元，估值到100亿美元的话，融资与估值之比仅为2：5。
相比之下的是TMD（今日头条、美团、滴滴）的狂飙突进，每一次融资后，市值都会出现飞跃。以字节跳动为例：C轮融资1亿美元，估值5亿美元；D轮融资10亿美元，估值110亿美元；E轮融资20亿美元，估值222.22亿美元；2018年10月20日Pre-IPO轮融资40亿美元，估值750亿美元，最后一轮的融资估值比为1:19。
投资人好像在说：人工智能不值钱。但商汤讲得是另外一个故事：将近40亿美元的融资总额，说明了商汤仍然是行业内的“唐僧肉”，而它本身又常常标榜自己对投资人有很强的议价能力：“商汤不是谁想投就可以投的”、“不为五斗米折腰”、“一切还是以公司做大为主”。一句话：我们商汤不差钱。
一半是海水一半是火焰，商汤注定要处在舆论的漩涡中。而作为公司的CEO，徐立决定把争议和质疑的声音都抛在脑后，完成他从科学家到创业者的破壁。
1
故事说回到2014年，当时徐立在香港，有一次一个朋友约他见面，“顺便”去看一家公司。到了地方徐立才发现，这家公司没有自己电话，没有工位也没有办公的场地，按照他自己的说法，“就和皮包公司差不多。”
公司的所有者叫汤晓鸥，是香港中文大学教授，也是人工智能领域最为杰出的研究者之一。汤晓鸥希望徐立能够加入商汤，但他并没有直接说服徐立，而聊了自己的故事。
1997年汤晓鸥来到香港中文大学任教，他渐渐发现香港最顶尖的学生都追求去美国读书，而香港的教授们则希望更多的学生能够留在他们身边做研究，这种研究工作往往长达数年，但很多学生在一年之后就选择离开，教授和学生之间矛盾比较明显。
为此，汤晓鸥想出的解决办法是，尽快送学生去自己想要去的名校，做学生最有力的跳板。他对学生提出了自己的原则：第一是来这里的学生一定要有强烈的愿望申请名校，他的实验室只送学生去全球前四的学校；第二是学生自己要足够的勤奋。
在这种原则下，越来越多来自各地的顶尖学生进入到汤晓鸥的实验室，进而完成去美国深造的梦想。
但是过了一段时间，学生们发现，自己就算是去了美国的高校，最后也是进入微软、Facebook、谷歌这样的公司任职，但在汤晓鸥这里读博之后，也可以被这些公司招募，既然如此，不如就留在香港毕业。这种策略为汤晓鸥的团队打下了坚实的人才基础，后来商汤中的很多员工都是他的学生，他们在微软、谷歌等大公司工作，最后又回到商汤。
听完，徐立开始觉得汤晓鸥“不像一名教授”，他更有目标，也更加讲求策略。
实际上，和很多最后决定创业的科学家一样，徐立自己当时也在面临内心的斗争。
后来徐立曾谈到自己在研究院工作的时候的故事，那时候他会跟着导师参加各种研讨会，经常会遇到各种“老师的老师的老师的老师”，或者是在研究院工作的时候，随便就会遇到几个“太师叔”。虽然徐立认为自己在学术上的表现也很出色，但这样论资排辈还是给了他很大的压力。
另一方面，技术发展的速度之快，也让这颗年轻的心蠢蠢欲动。
从上世纪七十年代发展起来的神经网络学派在很长一段时期遇到了瓶颈，以至于到了九十年代都被视为是边缘领域的“异类”，但是这一格局在2012年被打破，神经网络学派突然回到了人工智能研究的核心。
起因源于一次比赛。2010年，斯坦福大学计算机科学家李飞飞组织了一个叫做ImageNet的机器学习图像识别比赛，每年举办一次。
前两年比赛，机器识别的错误率都保持在26%以上，但是在2012年，识别的错误率一下降到了16%，之后就是直线下降。到了2017年，这一数值维持在2.3%，已经超越了人类的水平。
在2012年ImageNet大赛上，一个来自多伦多大学的研究组创造性地在传统的“输入层”和“输出层”之间加入了几个逻辑层 —— 也就是所谓的“卷积层”。
这个研究团队让每一个卷积层只识别一种特定规模的图形模式，然后后面一层只需要在前面一层的基础上进行识别，这大大减少了运算量。在这个新模型中，那些只有一层卷积的结构被称为简单神经网络，而那些有多层卷积的，就叫做“深度学习”神经网络。
而今天所有人工智能技术的重大突破，几乎都依赖于“深度学习”神经网络的研究路径。
这时候徐立和汤晓鸥都觉得机会来了。技术已经积累了足够的势能，而他们已经不再满足于做一些高高在上的东西，而是要把这些高深的理论，转化成强大的商业和生产力。
2
科学家创业往往并不顺利，企业不是研究所，技术如何落地是摆在科学家面前最大的问题。
很多从研究所出来进入大公司的科学家往往要面临痛苦的抉择，他们对于自己在做的事充满了赛博朋克式的浪漫主义追求，但对于这些事如何落地，他们想不明白。
其实凭科学家的脑袋不会想不明白，很多时候他们只是觉得这些都与自己无关。
大公司花重金招聘科学家，把研究院搭起来之后，这些科学家怎么用，怎么考核，公司也没有经验。
而对于科学家来说，在公司和大学研究所里最大的不同，就是公司的时间成本不够包容。短期内如果看不出经济效益，发展就显得不是那么快，能招到的人手也十分有限。
不过商汤之所以成为商汤，在这一点上，汤晓鸥和徐立都显得与众不同。
从公司发展早期来看，商汤确实非常有研究院的气质，以至于在早期发展过程中很难被理解。如果列一份商汤目前的投资者清单，IDG、淡马锡和阿里巴巴这样的巨头悉数在列，你很难想象这样的“融资机器”，也曾因为自己的“研究院气质”，在融资上面临困局。
IDG是最早入局商汤的投资人，他们对商汤进行了全面的考察，发现了它的技术价值，但是拿到这笔融资之后，商汤做的事情根本没有人理解。
一方面他们把大量的钱用在聘请博士、教授上，另一方面，花大钱购买硬件，建立超算平台。据商汤联合创始人徐冰说，商汤超算的单精度总算力已经超过了国家超级计算无锡中心的超级计算机“神威·太湖之光”。
神威·太湖之光超级计算机是由国家并行计算机工程技术研究中心研制、安装在国家超级计算无锡中心的超级计算机。这台超级计算机安装了40960个中国自主研发的“申威26010”众核处理器，该众核处理器采用64位自主申威指令系统，峰值性能为12.5亿亿次/秒，持续性能为9.3亿亿次/秒。2018年1月12日，美国公布的全球超级计算机500强榜单，神威·太湖之光排名第三。当时商汤的实力，可与神威·太湖之光媲美，可见商汤的科技实力还是不可小觑的。
但投资人并不买账。当时和IDG一起考察商汤的一位投资人表示：“完全看不懂，感觉他们有很多论文，但是不像一家公司。”后来市场迎来了资本寒冬，2015年商汤只有六个月的现金流，却还在招人，徐冰也还在和投资人讲超算平台。这种不计成本的布局让投资人很反感，直接反问：“你们是做研究院还是做公司？”
但商汤的逻辑根本不是研究院的逻辑。徐立脑子里有自己的一套理论：技术的周期分为两个时期，一个是发展期，一个是平稳期，而发展期最重要的又是人才。市场上懂人工智能的科学家就这么多，只要把他们都笼络进公司，别人就无人可招，也就无法与商汤竞争，这就是人才壁垒。
后来徐立在接受采访时也表示：“拼的核心的还是最顶尖的懂算法的人才，商汤科技前期赌人才规划赌对了。”
计算平台也是这个道理，那个时候即使是大科技公司也不会有预算去买GPU建超算平台，这就是商汤的硬件壁垒。
徐立不止一次跟人提到，技术的进步是渐进式的，但是工业的进步一定爆发式的，关键是技术能不能越过工业这条红线，实现爆发式的产业增长。
2016年前后，人们还在想象自己什么时候才能像美剧《西部世界》里一样，和人工智能来一场情感上的深度交流，但是科学家的脑子都很清楚，以深度学习现在的发展水平来看，人们的想象还如同天方夜谭。
现在商汤唯一要做的，不是科幻电影里的人工智能，而是让神经网络学派这四十年的技术积累越过这条工业红线。
3
从战略到人才再到设备，势能积累得很足，接下来是业务落地。这可能是科学家最头疼的部分，连段子手汤晓鸥都自嘲：以前发布会没产品，“都是上半场听徐立说段子，下半场听我说段子。”
不过徐立似乎没有太多科学家的包袱。大学时候他曾听过唐骏的演讲，这位微软中国前总裁说了一个自己的故事，让他印象很深刻。
唐骏在大学的时候为了争取一个去日本留学的机会，每天骑自行车去找相关领导，堵在大门口，见到领导之后就只说一句：“领导好”。他每天做同样的事情，每天与领导打两次招呼，最后那位领导说：“给你，给你，名额给你。”
徐立把这个故事讲给了商汤的销售人员。销售人员有时候会遇到丢单的情况，徐立告诉他们没关系，继续去拜访客户，甚至每天去问好，向别人汇报公司的进展，也不必提出任何要求。
这就是徐立的思维，只要你找到一个目标，就不怕没有实现的方法。
2015年，商汤开始了商业化进程，他面临的第一个业务场景，是为中国移动SIM卡实名制提供技术支持。
彼时中国政府意识到手机实名制的重要性，这让全球最大的通讯运营商启动了一场涉及3亿人的手机实名制运动。问题在于，想要让买电话卡的人回到营业厅来办理实名制是很难的，但如果不办理，电话卡就必须停机。
人脸和文字识别这时发挥了作用。过去一切需要去营业厅办理的流程，都可以在手机上完成，3亿人打开手机、拍照，然后再通过人工智能进行对比。
当时商汤虽然已有深度学习的引擎，但缺乏数据库来练习。中移动的数据为商汤提供了基础训练，大概用了两三个月时间，商汤把文字识别算法的精度连续从70%提升到80%，后来超过90%。
本来中国移动对这套技术并没有抱太大的希望，但最后的结果给他们留下了深刻的印象，这场涉及3亿人的实名制运动，也让中国用户第一次体验到人脸识别的强大威力。2016年商汤与中国移动签约，此后连续几年，中国移动都是商汤的大客户。
与中国移动的合作让商汤找到了创业的感觉，现在他们更加相信，依靠深度学习的不断突破，辅之以大数据的学习，为更多地场景提供高效率的问题解决方案，这将是一个广阔的市场。
2017年十月，在重庆的一次航空展览会上，徐立遇到了成都双流机场的商务人员，他们正在寻找一套新的技术解决方案。
双流机场是中国西南地区规模最大的航空枢纽，每年约有5000万人次从这飞向世界各地，以往依靠人工识别对比证件，效率很低，机场的管理人员希望能够借助人工智能设备来进行身份识别和安检。
这对于商汤是一个不小的挑战，尽管当时商汤的人脸识别已经在酒店得到应用，但机场对这门技术提出了更高的要求：更快速、更准确。不仅如此，因为当时已经有一家AI公司和双流机场确定了合作意向，徐立需要从对方手里抢单。
首先是技术，商汤需要在算法和硬件层进行升级，其次是针对机场这种特定场景设计出相应的设备，并与机场安检进行对接。再接下来是测试。
两周之后，商汤拿出了具有说服力的数字，认证对比准确率达到了98%以上，几乎没有误识率，这大大超过了人眼识别的水平，且反应速度很快。
2018年春节，双流机场这批AI设备投入使用，通勤速度提高了一倍。
而由于2017年年底双流机场的预算已经用完，商汤和双流机场达成了另一份协议：双流机场的人脸识别设备上，印上了“商汤”两个字，用宣传作用换取这套设备的使用权。直到新的一年，双流机场才签订了真金白银的购买协议。
也是在这一年，商汤实现了首年盈利。
商汤不满足于人脸识别或者计算机视觉这个精分领域，它希望能够成为一个平台，提供人工智能的解决方案，以此赋能百业。
为了开拓更多的应用场景，在一边融资造血的同时，商汤还在不断投资其他公司。
2017年11月，商汤与上海市政府签署战略合作框架协议，计划5年内在沪投资不低于60亿元，形成人工智能产业聚集效应。此外，商汤还设立了人工智能产业基金，投资人工智能产业应用。
徐冰主管商汤的战略投资，他组建了一支跨界团队，既做自家的战略投资，也运营商汤产业基金。目前商汤科技拟投资的行业包括AI芯片、医疗、物联网、手机和互联网，还包括游戏。
4
徐立在商汤团队中可能是“最不学术”的那一个，他喜欢和大家开玩笑，经常在师兄弟面前调侃自己是“商汤的郭德纲”，虽然这时候汤晓鸥会说：“我才是商汤的郭德纲，你顶多就是曹云金吧。”
当然他本人并没有太多管理的经验，在担任商汤CEO之后，徐立还是要重新开始学习一些以前从来没有接触过的知识。
吴晓波就曾问徐立，说你的企业管理知识都是怎么学的？徐立说，其实机场的书店里有很多管理学的书，他自己可能一年之中有很多时间都是在飞机上度过的，所以就有很多时间用来学习。
但是机场书店里的书良莠不齐，徐立也有自己的方法，就是不断去追溯那些书的参考资料，再把那些被引证的原著拿来看，这样不断地追溯，最后就会渐渐归向彼得·德鲁克这样的管理学大师的著作，徐立也会逐渐形成自己的知识体系。
科学家的气质也赋予徐立很多优势，比如说钻研的特质，这让他成为一个目标感很强的人。再比如抽象的思维方法。
他会说做企业家和做科学家有一个本质是相通的，那就是“抽象”。做研究就是从具体的某种现象中抽象出一种普遍的规律或者解决问题的通用方法，做企业也一样，你需要不断去解决一个又一个问题，但是你会发现，你可以从中抽象出很多原则和方法，更进一步，你可从中抽离出很多企业文化和价值观的东西。
徐立很相信企业价值观的力量。他认为一个企业，有各种规章制度是必须的，但是如果不依靠企业价值观加以融通，规章制度就会变得很死，大企业就有这样的毛病。
在这一点上，商汤具有天然优势。商汤团队内部多是同门关系，相比那些完全不了解科学家脾气的大公司，商汤的企业价值观相对统一，沟通成本比较低，也很好地保护了自身的“研究院气质”，据说商汤内部核心员工还有一起阅读学术论文的习惯。
至于商业化成功的标志，徐立自己解读说，第一是现金流，保证自己能够活着，第二是技术壁垒，自己的长板要足够长。
至少从这两点看，商汤都非常出色。
5
2020年，岁在庚子，属鼠。这一年，人工智能公司的处境都不理想。
计算机视觉领域经过了五年发展，神经网络算法的可能性已经被开发殆尽，技术雷同也让产业渐渐成为红海。连神经网络理论本身能产生多少价值也开始受到质疑，有的科学家认为人工智能与其在神经网络理论上修修补补，还不如另起炉灶。
各家厂商的产品应用场景也颇为单一，主要是金融、安防和手机移动互联网，而其中最主要和最有价值的就是安防领域的人脸识别。
头部企业在海外市场遭受美国政府制裁，而国内需求又比较有限，主要服务B端客户，回款慢，周期长，客户的议价能力又很强。AI企业苦哈哈地干了几年，发现自己不值钱，市值跟送外卖、装配手机的根本没法比。
吴晓波会问徐立：你焦虑吗？
从小乐观的徐立回答说不。
的确，他有什么好焦虑的呢？
商汤是市场汹涌的大潮中为数不多的几座岛。，它根本不缺钱，对投资人也很有议价能力，据商汤自己说，他们也不存在对赌；早期积累的技术和人才现在正在显现优势，势能很足，壁垒很高，产品也在不断丰富；企业的愿景能够长期保持一致，架构清晰，团队价值观比较统一；又处在新兴行业，面临的问题也很明确，市场再过剩，也少不了商汤这一份。
最重要的，徐立自己也在破壁。
他当然没什么好焦虑的。现在他决定把一切争议和质疑的声音都抛在脑后，把眼光放向更遥远的未来，普华永道说，这是一个相当于中国和印度GDP总和的庞大市场，等待着徐立和他的公司越过那条细细的工业红线。
徐立在大部分时间里是一个保守的人，他是一个创业者，同时也是一个丈夫、一个父亲。但是面对机遇，他也会有义无反顾的瞬间。
2014年徐立打算接受汤晓鸥的邀请加入商汤，不料徐的妻子反对，她让徐问汤：“作为两个孩子的父亲，你适合创业吗？”
汤说：“适合。”
直到后来的一次年会上汤晓鸥才坦白，其实当时他心里想的是“不适合”。
科学家创业在业内已经不是什么奇事，像比亚迪创始人王传福、科大讯飞刘庆峰、寒武纪陈天石等企业家，他们除了拥有很强的技术专业能力以外，还得具备较强的公司管理能力，毕竟做公司还是和做科学项目不一样，承担的风险更大，也更复杂，每走一步，都需要小心斟酌，以免走错一步，跌落万丈深渊。所以这也非常需要科学家创业者有时候要适时转变科学家思维，逐步进入企业领导者的角色。
热门跟贴