【经济观察报】数据驱动创新的科学家创业样本 

(图片来源:全景视觉)

 

当人工智能99%的精力都专注于左脑的更高更快更强时,右脑的创造表达或将是新的机会?

 

这是一家利用大数据与人工智能,为企业对接设计创意人才的科技公司正在尝试做的事情,也是公司创始人范凌在实验室就关注研究的兴趣。

 

与白手起家的草根创业者不同,作为典型的学院派创业者,范凌的创业路径与产学研的结合分不开,与此同时,他还是同济大学设计人工智能实验室的负责人。

 

2015年,范凌创办了特赞信息科技,尽管其业务是为企业对接设计创业人才,但范凌表示他们所做的并非是设计驱动创新,而是通过数据驱动创新,用数据改变设计行业。

 

2016年,这家公司获得红杉资本中国基金领投的A轮融资,2018年3月则完成由赫斯特资本领投的近千万美元的B轮融资。

 

接受采访前,6月2日,范凌在由中关村科技园区管理委员会、朝阳区人民政府和未来论坛共同主办的“2019未来青年论坛”的演讲上表达了自己成立特赞的愿景——用科技赋能想象力,这个想象力有商业的也有社会的。

 

如果说过去经济的创新增长点,更多建立在互联网和人口红利下的商业模式创新上,近年来,技术创新正在成为新一轮的创新经济的增长动力,在此背景下诞生的学院派正在崛起为新的创业力量。

 

选择创业

 

与许多学院派科研人员选择创业的理由相同,创业前在美国伯克利大学任教的范凌,需要更多的实际应用场景来证明他所做研究的价值。“如果你从事的就是应用型学科,做了一堆研究、学了一堆论文,到最后出了学术界能够证明你的论文有价值之外,可能自己都对这个东西的价值不是完全有信心。”

 

在学校实验室里做研究,可能只能请大概100人左右来做测试。但在商业场景里,每一个项目都可以做测试,每一个客户都是测试者。应用型学科和基础学科不同,前者不可能拿到诺贝尔奖,其更迫切的是需要证明研究的实际应用价值。否则很有可能,在实验室中所做的假设,或许在实验室场景中被证明是对的,但在实际场景中并不对。

 

创业之前,范凌所做的研究,既不是人工智能也不是人类创造,而是希望把数据、智能技术或者观念能够带到人的创造工作当中,把创造带到人工智能的研究当中。

 

正如脑子有左脑和右脑,左脑关心更高更快更强,右脑关心人文、社科、平等、幸福等等,人工智能可能99%的精力都在左脑上,那么是不是可以考虑一下人工智能右脑。范凌所关注的,就是人工智能右脑维度的创造表达。

 

“希望有人拿着我们在实验室里研究出的成果去创业,改变这个行业,我可能更加急迫。”范凌最后决定辞去伯克利的工作,自己创业。

 

对比中美的创业环境,范凌说,在美国创业,大家相信产品做得好就能够有好的商业;但在中国,可能需要既会做生意也会做产品,产品做得好不一定有好生意,反之,生意做得好,不一定有好产品。

 

之所以回到中国,在范凌看来,中国的问题更多,但相应的机会更大,杠杆效应更高。

 

与许多科研人员创业不同,范凌在与投资人、客户沟通时,并未遇到太多认知层面不同所带来的沟通障碍。

 

原因之一在于,他所做的项目更容易让投资人理解,解决的不是从0到1的问题。原因之二则来自于一些圈子和机缘,A轮来自红杉中国基金的投资,是范凌在未来论坛举行的大会会场谈的,他的两位天使投资人正好都是未来大会的理事。

 

这一在2015年在中国北京成立的商学跨界科学传播公益平台,由科学界、教育界、互联网界和投资界的人士共同发起。旨在面向公众进行科学传播,对接科学界和商界,以民间资本激励科学突破的“推动人”。

 

商业模式

 

选择创业的时机,同样重要。

 

6月2日,2019未来青年论坛的演讲上,范凌表达了其选择创业的两个时机。

 

过去20年里,互联网的发展给消费者带来极大解放,所有数据和运算能力集中起来只做一件事——抓住消费者关注度。不管做底层科学研究的企业,最后的变现方式都是贩卖消费者关注力。

 

当消费所带来的关注力的转化不再容易提升,供给端的转化带来新的机会。不管互联网下半场,产业互联网,还是供给侧改革,机会是在供给侧层面数据优化创造的纬度,而不是消费维度。

 

其次,很多工作可能会被人工智能取代,比如机器人做分析,机器人做传递,机器人做设计,机器人做创造……RI和AI的结合,改变了交换交易能力的方式。

 

设想阿里巴巴是把商品变为数据进行人与商品之间交易的加速;关税、物流、仓储是针对物的,能量层面上出现一个如何来交易,如何来仓储,如何来运输等。在范凌看来,这里又有一系列的机会。

 

尽管是技术创业,但摸清一个可行的商业模式同样重要。范凌和团队花了两三年时间探索商业模式。

 

特赞所做的底层技术是对人的能力进行数据化,例如,要在网上搜一个商品,需要通过给予描述,才能够在网上搜到,对人的非标能力进行数据化和标准化也是一样。

 

由于设计师这一职业和体制的关系较弱,设计师相对独立,因此更有可能被平台化。因此范凌和团队选择对设计师进行非标能力的数据化,相当于把这一能力仓储起来再调用。过去的消费数据积累的是人、货、场,特赞平台积累的叫人力场,把这些人立场联合起来,与企业的诉求相关联。

 

以他们为蚂蚁金服所做的一个项目为例。蚂蚁金服是平台上大约有100万个商家,希望为这些商家赋能。范凌团队请了100位平台上的创意方、设计师,用人力设计了大量的插画素材,通过对这些插画进行数据描述,人教机器做1-100的工作,如何进行排列组合,当商家进到页面输入店名,不同品类、地域、风格,每个人可以得到完全不一样的海报。

 

创业的底层

 

技术创新创业的底层,来自创新人才的培养,接受过中美两国不同形式的教育的范凌,对此深有体会。

 

曾经还在哈佛读博士的范凌,计划将来的职业道路是回归学术本质,做哲学科学的研究。2011年前后,美国出现了一批新的科技企业,Uber、Dropbox等。

 

Uber的出现改变了范凌的想法,Uber所代表的共享经济,通过技术解决了产权共享问题。

 

范凌开始意识到,要改变一个行业不一定要回归本质,而是可以做一家公司。回归本质做研究是通过教授的方式去影响人。如果做一个公司或是一个App,每个人都要用,他们的行为也会随之改变。

 

在新想法驱动的下,范凌开始学习如何经营一家公司,如何融资,如何写PPT。而哈佛大学的创新实验室,正好是教授学生如何办一家公司。

 

“我认为好的学校,不是今天学生想学哲学,就让最好的哲学家教授。而是当学生不想学某一学科,转而学习另一项东西时,学校能不能以学生为中心创造这一机会,将以科研为中心转化为以学生为中心。”范凌说,尽管国家层面支持创新创业,政府给予支持基金、孵化器,但更多时候,创业者需要的东西是在学校里学到的。

 

正是基于创业的想法,范凌从哈佛来到了科技创业的中心——硅谷,在伯克利大学继续进行他的应用型研究。

 

“什么是成功的教授?论文写得多,学生带得好,学术影响力大,影响因子高。什么是成功的实验室?可能是技术转化高专利多,以专利为导向。什么是成功的公司?一个好公司是产品和技术有人买单,有用户。”范凌说,虽然在底层对问题有着同样的兴趣,比如把能力进行数据化的兴趣,当自己想清楚做公司而不是做实验室,两者在更高层面的转化其实不一样。那个时候,选择做企业自然就会明白自己将得到什么失去什么。

 

在学术创业过程中,技术从实验室到产品再到推向市场变为商品,每一步都是惊险一跃,对于范凌来说,如果将每一步的目标考虑清楚,跨越起来没有那么困难。

 

经济观察网 记者 陈伊凡



特赞

发表评论

电子邮件地址不会被公开。