认知升级，洞察人性，构建壁垒：AI创业如何跨越鸿沟？

久居象牙塔内的学者，下海拥抱产业大潮的洗涤，近年来已经是人工智能产业领域的一股新现象。但从学者到创业家的身份切换，往往会经历比科研更多的不确定性。我们先来看这么一个创业故事：

41岁当选美国科学院院士，46岁摘得诺贝尔物理奖、一生拥有90多项专利、晶体管发明人之一——荣誉无数的大科学家威廉·肖克利（W. Shockley）在商业道路上却一败涂地。尽管肖克利的创业公司最初云集了一批才华横溢的杰出科学家，但仅仅两年便因管理上的纠纷而分崩离析，比如戈登·摩尔（后来创立Intel）等八位主要员工集体离职，在仙童半导体开发出第一块集成电路。而肖克利的公司则每况愈下，两次被转卖后永久关闭。 

类似科学家肖克利的前车之鉴，自然会让很多萌动创业热情的学者们心有余悸：从学者到创业家，需要跨过哪些鸿沟？我们在这条转型之路上，该去弥补哪些知识或资源来扬长避短？为了解答这些问题，2020年4月9日，智源研究院将第29期智源论坛活动的主题定为《青年科学家创业分享会》，邀请了三名嘉宾从学者创业、创业导师等角度现身说法，他们分别是：

• 智源青年科学家、香侬科技创始人兼CEO李纪为

• 智源青年科学家、循环智能联合创始人杨植麟

• 前微软加速器北京CEO、北京大数据研究院首席生态官檀林

以上分享者们通过专题报告和圆桌讨论，从视野迁移、竞争壁垒、商业认知等不同角度，对于学者创业需要跨越的各种坎提供了独到见解，并提供了具体的解决方案或资源路径。

 整理：智源社区 詹好、赵言、常政

编辑：王炜强

跨越鸿沟之一：

如何从“研究技术”到“洞察人性”

 

李纪为的演讲主题是《技术创业到科技商业》。

 

李纪为， 香侬科技创始人，智源青年科学家。2017年获得斯坦福大学计算机科学专业博士学位。长期从事自然语言处理和深度学习研究，提出关于自然语言生成的多样性解码模型，发布深度学习对话系统开源框架Neural Dialogue Generation，提出一系列建立语言单元语义表示的模型，发表的一系列相关文章系统性地探究了如何通过深度学习模型，由基本语法单元(字、词)构建高级语法单元 (句子、段落、篇章)的语义表示。以第一作者和通讯作者身份在国际顶级会议发表文章30篇，谷歌学术引用超过5000次，h-index=28。入选《福布斯》“中国30位30岁以下精英”、MIT Technology Review“中国35岁以下科技创新35人”、《财富》“中国40位40岁以下商界精英”。

在演讲中，李纪为分析了科学家威廉·肖克利的创业失败案例（参见文本开头）。根据肖克利本人以及其同事的回忆录，可以发现他在商业失败有两大原因：第一，肖克利很难与人相处、不懂管理；第二，肖克利过于关心研究与开发，而不是市场的需求。李纪为认为现在科技学者创业，同样会有大概率遭遇肖克利的困境，因此科技型创业亟待解决两大关键问题：首先是如何使得纯技术公司向科技商业公司转型；其次是管理者需要重构他的技能结构，不再偏重科技技能，更应该学习如何识人、用人、转到客户需求痛点等。

 

接下来，李纪为以在香侬公司创业的心路历程为基础，从技术、商务、产品和人性四个维度畅谈了对上述两个关键问题的体会。

 

① 技术

以博士背景的创业者为例。博士教育体系推崇的是一种百折不挠、甚至偏执的精神，这在科研领域里无疑是宝贵的素养，但用在创业中却往往会出现偏差。因为做科研、发文章往往有固定模式，即所谓“套路”可遵循，但创业充斥了大量的变量，需要随机应变。比如当公司发展到某个阶段需要招聘销售的时候，创业者往往会想当然的去聘请、甚至挖一个非常资深的商务或市场人员，但实际上这往往反而会导致事业的停滞不前。这是因为资深商务不仅工作经验丰富，年龄也比较大，而初创公司员工很多是刚刚初出茅庐的年轻人，做事未必能跟上他的思路。所以招聘什么样的人，主要看他的能力是否与公司的发展阶段相匹配。这便是创业的特点，我们不能像做科研那样追求完美，往往需要在人力、物力和时间都受到限制的时候找到一个平衡的最优解。

 

② 商务

商务问题也即市场问题。在人工智能这一新兴技术领域，其最大的困难在于，如何向缺乏背景知识的客户正确介绍产品，让他理解这个技术、知道这个技术能帮助他什么。这是因为人工智能本身还不完美，想要让缺乏背景知识的客户理解它带来的种种益处，尤其需要非常高的沟通技巧。

 

③ 产品

产品方面的关键在于心态的转变。客户关注的是“产品”而非技术本身——他们需要产品能够解决其所面临的问题。这就要求科学家从纯粹追求技术领先，向站在客户角度思考问题转变，设身处地为客户着想，解决问题，提供服务。

 

④ 人性

人性问题的关键在于，作为创始人，如何满足不同人群对于人性本身的需求。这里的人群主要包括两类，一是联合创始人，二是后期一起工作的同事和客户。历史告诉我们，早期联合创人人的关系与创业公司的最终走向乃至生死存亡密切相关，找到合适的人选至关重要，既要看志同道合，也离不开契约精神的约束。除此之外，创业必定会回归产品和商业的本质，因此还需要理解用户和客户的人性。如果能准确关注或理解用户需求，明白用户想要什么，也就能找到客户最终选择你和你的产品的原因。

 

但这并不意味着忽略科研的价值，李纪为以香侬公司为例介绍说，事实上他们这几年进行了大量的科研投入，包括今年在ACL发表了3篇论文，但和学术研究相比，他们更聚焦于解决真正的产业问题，在解决问题的过程中水到渠成地发表论文。李纪为认为在如今的时代背景下，香侬这样的创业公司，能否腾飞归根结底还是取决于AI技术的革命性突破。

 

所以综观李纪为的观点，学者创业要跨越的坎，关键是从传统的纯技术视野，纳入商业协作和市场需求等的复杂变量，它们归根结底会落实于各种角色的人性考量，随后在一个可持续发展的动态平衡状态中不断向前优化、趋近。

 

跨越鸿沟之二：

AI创业如何构建“竞争壁垒”

第二位分享者杨植麟的演讲主题是《浅谈NLP创业》。

 

杨植麟，2019年获得卡耐基梅隆大学计算机专业博士学位。在深度学习和自然语言处理领域有深入研究且取得了显著成果。作为第一作者与卡内基梅隆大学、Google Brain团队联合推出NLP领域热门的国际前沿预训练XLNet模型，在20个标准任务上超过了曾经保持最优性能记录的Google BERT模型，并在18个标准任务上取得历史最好结果，入选NeurIPS 2019 Oral。作为共同第一作者提出Transformer-XL模型并在多项主流序列建模数据集上取得历史最好结果。谷歌学术引用超 2400 次。联合创立循环智能（Recurrent AI）。

在演讲中，杨植麟结合他在NLP（自然语言处理）这个细分领域的创业经历，分享了从事AI领域创业如何在市场中茁壮成长、构建自己竞争优势和壁垒的心得。对于“涉海尚浅”的学者型创业者来说，能从中受到的启发是：AI创业，鉴于AI 技术和应用市场本身的特点，我们需要将传统的商业观念“清空”，结合真实的商业实践去发现它内在的、全新规律。

 

AI产品指数增长的路径：模块化、规模化

 

杨植麟认为AI产品的增长有两种模式：第一种是线性增长，如外包公司随着项目增多，营收规模也就越多；第二种是指数增长，实现产品的可复制性，前期尽管增长较缓，但一旦具备了产品标准便可以快速复制。

 

无疑，指数增长更令人青睐。那么该如何实现呢？以NLP为例，它的技术特性导致其需求必然是碎片化的，不同行业、不同公司的需求可能完全不一样。这种情况下，想要实现规模化复制，就必须要采用一种“搭积木”的思想，即完成对目标产品的抽象——把每一层产品结构进行良好的抽象，按照模块化的思维构建出不同的“积木”。如此，面对新的行业、新的客户、新的需求时，就可以在原有模块的基础上，把“积木”搭起来，从而满足需求。积木搭得好坏直接关系着市场的大小，因此，从产品层面进行抽象是一件非常重要的事情，尤其是做to B业务时需要非常需要关注的一个点。

 

与此同时，想要AI产品实现这样的规模化复制，就必须避免过度的定制化、把公司做成一个外包公司。杨植麟举例说，他们公司曾接到一个来自保险业的需求，希望从海量的保单客户里找出里面存在金融犯罪嫌疑的客户。这个需求技术可行、客户有明确买单意愿，完全具备可操作性，但团队最后仍然决定放弃这个项目，因为该项目跟他们主产品线距离很远，难以形成一个闭环。

 

当然，AI产品实现指数增长的困难也是相当大的，要充分考虑到产品复制的边际成本。AI公司的一个瓶颈，是对标注数据或者模型训练的依赖会比较严重。一个新需求可能需要重新标注数据或者重新训练一个模型，这样就会导致边际成本非常高，从而没有办法完成规模化复制的过程。因此如何降低边际成本将是产品实现指数增长模式的核心，主要方式有：技术手段、工作流程和人事优化管理、沉淀行业通用的数据资产等。

 

构建竞争壁垒

除了能复制，AI创业公司还需要守得住自己的阵地，设下“护城河”。AI创业会面临来自各方竞争，比如AI创业公司、AI大巨头、转型AI业务的传统公司，甚至还有来自客户自研的竞争等。在这些竞争态势下如何存活，主要看公司是否拥有壁垒。壁垒形式多种多样，比较有效的是数据壁垒、知识-服务壁垒，以及场景化技术壁垒。

 

最核心的是数据壁垒。一定规模的数据就会形成网络效应，可分为纵向数据网络效应和横向数据网络效应。纵向的数据网络效应是指在某单一产品中，随着客户不断使用该产品，导致数据不断增加，最后形成一个闭环；横向数据网络效应则注重在不同客户之间形成网络效应，让这些数据互相增强，形成更好的结果。数据决定结果，若能构建起数据壁垒，无疑为公司的成功奠定了坚实的基础，当然困难也较大，如果无法实现，可以退而追求知识-服务壁垒。

 

知识-服务壁垒依托于行业里的知识，它具体体现为语料库、相关行业的数据等。服务则是对这些知识进行标准化，以便能在行业内普遍通用，但这并不轻松——需要扎根行业，对行业有深刻的认识和理解。以语料库的服务为例，它还包括：怎么让语料库在这套系统里启动，怎么选择价值最大的场景，怎么选择特定的用户需求去适配，怎么确定合适的下游，怎么衡量价值的方式，怎么在系统中更新注入新的知识等。

 

场景化技术壁垒。场景化技术不同于通用技术，通用技术是指一些被广泛使用的技术，例如一个transformer或者一个预训练模型，它的壁垒并不是很高，基本上所有人都可以做到。但是场景化技术是有壁垒的，也是非常有必要的。比如同样的预训练模型，有可能在特定的场景下跑出来结果特别差，此时如果做一些优化的话，有可能产生天壤之别的效果。

 

跨越鸿沟之三：

如何认知升级，跨越A、B、C轮死亡陷阱

第三位分享者是檀林。

檀林，北京大数据研究院首席生态官，曾任微软加速器北京CEO，美国CA公司大中国区总经理，美国甲骨文（Oracle）公司大中国区渠道销售总监。历任美国海博龙（Hyperion）中国公司市场和渠道总监， 蓬天信息系统市场和业务发展高级副总裁（本土创业型企业），Apple大中国区市场总监，Platinum Technology中国销售总监，Sybase中国公司市场及渠道总监等职。

              

檀林认为，创业的成败和创业者本身认知升级、心智成熟的历程是密切联系的。以众所周知的苹果公司总裁乔布斯创业经历为例：创立苹果公司、被董事会赶走、漂泊和回归苹果公司、力挽狂澜等，这代表了一种“邓宁-克鲁格效应”：创业者首先必须过度自信，否则无法开启英雄之旅；但过度自信也会让他意识不到自己的盲区，这便步入了“愚昧之山”，然后可能会经历“绝望之谷”，但绝望之谷阶段也正是反思、调整自己并选择到最佳路径的良机，随后伴随知识、技能内在化和重启，又一次探索未知……这个过程周而复始，谱写了无数现实生活中的创业英雄之旅。

 

随后，檀林结合他辅导过的200家创业团队经历，针对创业团队在发展周期（天使、A轮、B轮、C轮及以后）的主要历程和陷阱，向我们描述了更加具体、形象的“邓宁-克鲁格效应”认知曲线。

                               

A轮陷阱：对于最开始的科技类初创公司，在创意-客户需求验证阶段，如果从产品领先的思维角度去关注市场，是非常容易得到种子轮、天使轮、A轮投资的。这个阶段，指导企业的方法论，经典的有Google的五天设计冲刺模式，精益创业的MVP验证模式等。但创业公司经过A轮之后，很容易遭遇第一道鸿沟：对于早期技术和理念先进、尚不成熟的产品，对于技术发烧友或有远见的投资人来说，是可以接受的，但如果没有验证好产品和市场的匹配度，直接将有瑕疵的产品投放到早期大众市场，结果往往会是一场灾难，如果不能赢得更多的种子用户也就无法在早期大众市场扩展。调查显示83%的项目都会在A轮死掉，这就是著名的A轮死。

 

B、C轮陷阱：熬过A轮死的团队，很可能会迎来一个高速增长的高潮期，进入B轮投资。这时投资者更关注的是公司的财务绩效、增长模式、是否行业领先等。此时，公司内部可能会遭遇新老员工的思维冲突，而外部已经从早期大众市场过渡到主流市场，对于后者，客户、合作伙伴等，更看重的是公司的品牌、可靠性、企业文化等。如此种种，会让创业公司经历第二个鸿沟，处理不好很可能遭遇C轮死。

 

那么，我们该如何规避上述一道道坎，开启创业英雄之旅呢？檀林总结了7条建议：

 

① 发心要正：要做比自身更伟大的事情，要有一个宏大的变革性目标。

② 技术要硬：依靠改变世界的指数型技术，构建起指数增长的商业模式，才能实现更高远的目标和更伟大的理想。

             

③ 模式要高：商业模式对企业的发展能否实现指数型增长起着决定性作用。平台型的思维方法必须从公司初期就建立起来，所谓战略要高，上善伐谋。

④ 时机要巧：在公司发展的战略上，选择合适的时机，制定相应的对策。

⑤ 团队要强：团队的价值观大目标要一致，在这个前提下团队内各成员要互补，包括背景、经验，知识等尽可能不同，只有不同，才可以构建起“帮派”文化，吸引更多牛人加入。

⑥ 认知工具要多：开拓视野，博览群书，同其他领域的人多交流，做到他山之石，可以攻玉。

⑦ 创新资本要全：具体可细分为如下三个方面的资本。

• 人力资本：认知盈余——传统的投资以外，还需要更强的人力资本

• 社交资本：关系盈余——你的格局网络决定你的远方

• 声望资本：品牌盈余——保护好自己的品牌

需要补充的是，创新资本，作为企业运转的齿轮和原动力，不仅要融进企业文化，也要响应国家文化发展战略——通过讲好中国企业故事，来彰显企业价值。

               

             

随后，檀林总结说，创业本质是一个心智成熟之旅、一个认知升级之旅。所以对于科技学者型的创业者，需要经历下面的蜕变：技术专才到T型管理者，到精通行业的π型人才，最后变成思维立体、能为他人赋能的M型人才，这需要对人文、科技、心理学、哲学、设计、社会科学等有诸多了解。

 

智源AI科学家创业加速计划

在圆桌讨论《从学者到创业者》环节，嘉宾表达了在科学家创业的初期的一些共性问题，主要包括如何把先进技术转换成满足市场需求的产品或服务，如何有效的进行团队建设和员工激励，以及如何从科学家思维转化成企业家思维等。

针对科学家创业面临的这些共性问题，智源研究院常务副院长曹岗在圆桌讨论环节表示，智源将推出AI科学家创业加速计划，通过开放智源独有的AI创新生态资源，推动优秀人工智能初创团队成长为行业领军者。入选的团队，将得到以下支持：

 

专注产品竞争力的技术孵化资金。对于AI领域的创业，在研发领域能持续投入、进而酿造真正解决行业问题的产品十分重要。但现状是，投资人将钱交给创业团队后，总希望快速得到回报，这便容易出现檀林说的“产品和用户市场匹配没有充分验证”、进而迅速“A轮死”的问题。但智源的加速计划，孵化资金将聚焦于帮助创业团队在一些新技术方向上打造真正有竞争力的产业应用。

 

数据集资源的开放支持。如杨植麟所说，AI创业最核心、有效的竞争壁垒是数据壁垒，智源会将自己的核心数据集开放给被支持的创业团队，使得大家能低成本打通数据壁垒、顺利扬帆起航。

 

创业方法论的认知升级。如李纪为、檀林的观点，学者型创业者拥有复杂变量的创业环境，需要从管理、文化、行业市场、用户人性等多种领域进行全方位的认知升级。为此，智源加速计划对创业团队配备了顶级的创业导师、学者导师，给予围绕整个创业周期的创业方法论认知培训指导。

 

市场和应用场景落地对接。智源将为优秀的团队积极对接政府、行业龙头企业、重大项目建设中的AI应用落地场景。此外，通过媒体宣传、DemoDay等形式，智源将给创业团队开拓广泛的人才协作、投融资机会。

                       

详情请联系：startup@baai.ac.cn