创新奇智徐辉：创业公司不能光烧钱，还要产生商业价值

如今，人工智能在各个行业落地开花的场景已经屡见不鲜。对于传统行业或者互联网等行业，人工智能将为其带来巨大的变革。据麦肯锡全球研究院的一项新研究显示，人工智能将为全球经济带来13万亿美元的产量增长。并且，积极拥抱AI技术的公司将在2030年之前实现现金流量增加一倍。

国内，作为人工智能领域的先锋李开复和他所创办的创新工场已经成为了响亮的名号。尽管创新工场投资了众多人工智能项目，但在今年5月它们才成立了旗下唯一子公司——创新奇智。

创新奇智主打AI赋能B2B，其在天使轮融资了过亿人民币，足以说明资本市场对其的信任和看好。借着“2018中国人工智能峰会”契机，我们见到了创新奇智的CEO徐辉，就AI人才、技术、AI赋能传统行业等多方面进行了交流。

以下为采访实录：

镁客网：创新工场、创新奇智、创新工场人工智能工程院三者间的关系是什么？

徐辉：2009年李开复老师成立了创新工场，至今有九年了。今天的创新工场已经是一个国际一流的创业投资服务机构，形成了VC+AI特色鲜明的双品牌。其中，VC层面是在人工智能、B2B企业服务、教育、消费升级和文化娱乐这五个赛道投资了非常多优秀的公司，包括很多独角兽、准独角兽在内。而创新工场人工智能工程院是在2016年9月份成立。它承担了人工智能技术的研发和人才储配、培养的工作。

从去年能够看到，人工智能技术发展到一个临界点，具备在相当多的业务场景下去落地的条件。但如果仅仅只是一个工程院的话，距落地商业化还有一定的距离。所以诞生了创新奇智这样一家公司。

首先创新奇智是完全独立、市场化运作的、以人工智能赋能实体行业的一家公司。当然，我们依托创新工场的品牌和它在人工智能方面优质的资源，背靠创新工场人工智能工程院积累的大量技术和人才。同时，整个市场的成熟和政策推动也提供了有利条件。我们认为在这个时机成立创新奇智有天时、地利、人和的优势。

由这样一个商业化的公司来打造AI赋能实体行业，特别是在零售、制造、金融这些行业，能够充分发挥我们三者之间的协同能力。

镁客网：您如何看待从技术到产品以及商业化落地的挑战？

徐辉：在做商业化落地的时候除了科学家、人才非常重要之外，还要有一个好的商业思维。在人工智能探索期需要的是一个技术思维，但今天更需要的是商业思维，尤其是在面对to B的客户。to B的客户可能需要的并不是最好、最棒的技术，因为这并非图灵奖的评选，他们考虑的是需要一个最适合的技术。所谓适合的技术是指在一个可预测的风险、可控的时间、可控的成本里面生产出一个比较好的商业价值。这是从技术思维和商业思维去看。

具体到创新奇智，我们认为人工智能落地必须是一个双轮驱动的“车”，才能具有广阔的市场前景。双轮驱动中的前轮是由一直坚持的技术、产品、人才进行驱动，后轮则是商业化的应用场景行业的选择上。即要在技术层面具有特色，同时，也要在行业应用场景的选择上必须和技术相匹配、能够真正的落地。

这对人才会有很高的要求。要求人才除了有技术之外，还需要具备洞察行业的能力，能够理解客户、了解需求，找到合适的应用场景。所以，需要的是兼备行业人才和技术人才优势的复合型人才。如果，短期内难以找到这样的人才，对于我们来说至少要创造一种好的环境，让这两类人才通过联合实验室的方法和客户联合在一起，从而让行业人型人才和技术型人才形成完美的融合与匹配，能够碰撞出火花。

比如，我们在南京就有很好的实践。在南京，我们有创新工场南京国际人工智能研究院、创新工场人工智能工程院华东总部、以及创新奇智（南京）科技有限公司。所以，在这里能够将研究型人才、工程产品型人才、以及行业应用型人才，三者合一，真正实现产学研的结合。

镁客网：选择落地行业的原因以及未来的侧重点是什么？

徐辉：我们选择零售、制造、金融这三个行业，是经过深思熟虑的。因为未来人工智能是一个通用型技术，不管是to B还是to C，在商业领域里面可能有10、20个行业都能结合人工智能。但对于一个创业公司来说，我们必须挑选那些对商业化落地比较敏感的行业，可以比喻为“挂得低的果实”。因为创业要对客户负责，要为客户和合作伙伴提供商业价值，同样也要对员工、对股东、对投资人负责。

所以，必须要把技术和商业很好的结合在一起，我认为这是一个负责的人工智能创新公司应该持有的态度。不能光烧钱，要产生商业价值。产生商业价值以后能自然而然的赚钱，这才是人工智能公司一个比较好的正向循环。

此外，这三个行业不管是既有数据还是正在不断产生的数据，都具有非常大的量。并且，这些数据是可标注的，数据的成熟度较高。所以，我们认为这些行业里有相当一部分适合的场景，可以和如今已经比较成熟的人工智能技术相匹配，也就是场景+AI+行业，能够在一定时间内通过不断的迭代，让其产生商业价值。

这个商业价值的本质是不断的把数据价值变成商业价值，具体体现在能够帮助客户降低成本、增加效率、促进更好的用户体验等。我们认为，这三个行业中有许多场景在这方面将会有很好的商业应用，不仅能够落地，且在落地一段时间后可以量化这个价值。

我们思考的是这些应用场景在零售、制造、金融这三个行业中具有代表性，可以形成商业价值的产品或者解决方案，且能够通过推广复制，实现规模性营收。其中，我们和要好的客户、合作伙伴一同联合创新，还能够缓解我们的交付压力。

今天，我们选择零售、制造、金融中的许多场景把它数据化、数字化和现有的人工智能技术相结合，未来也会在这一块坚定的走下去，在to B领域中扎扎实实、一心一意做技术、做产品。