|
AI Maker 「智能时代的塑造者」  世界只有让企业家和科学家完美结合，这个世界才有未来。 联想集团创始人柳传志曾说过，“一个优秀科学家与一个优秀企业家的区别在于，科学家是项链中间那颗最大的珍珠，而企业家则是连起一串珍珠的那根线。” 真格基金创始人徐小平认为，从科学家变为企业家，核心是怎么做好一个 CEO 的问题。这其中包括如何理解创业，如何寻找合伙人以及如何在创业长河中不断重新定义 CEO 的角色。从仰望星空，追求浩瀚的科学真理；到脚踏实地，将梦想变为现实，如何成为一名 CEO 会是永恒的课题。 科学家关注的是创新和原理级的东西，但企业家更强调成本、关注成本，关注如何把性能做稳定，关注量化。而且企业家和科学家相比，企业家更是一个组织者，组织人才和资源的配置，为人才提供发展的环境。 科学家在转变成企业家的时候，容易过于重视技术，忽略管理、市场和销售的重要性。但不论谁来做企业家，他都要面临这三个主要任务：建班子、定战略、带队伍。如果没有班子、没有战略、没有人，那就基本什么都谈不上。 如何在第一步做好战略定位，怎么样制定一个可行的年度计划，如何来迎合企业的发展模式，这些都是创业要面临的实际问题。 而马云认为真正的科学家和真正的企业家是有共性的。第一他们都是乐观主义者，他们都是因为相信才看到的，绝大部分人是因为看到了才相信。如果不相信这个事情会发生，不可能Research for fun；第二他们有担当精神，敢冒风险；第三他们都有创新、创造、创意。 世界只有让企业家和科学家完美结合，这个世界才有未来。 在中国未来的10年，所有的企业家，如果你不能跟科学家进行共事，不能跟科学家一起努力去进行创造，创意和创新，这样的企业是走不久的，没有技术做背景做支撑的企业不可能有利刃。企业家必须有科学家的严谨态度，没有科学的严谨态度，没有追求科学的精神，企业家也走不久。 科学家也必须跟企业家结合在一起，必须要有企业家这样的意识，必须结果导向，必须效率导向，必须公平导向。做企业没有结果，你活不过下个季度；做企业没有效率你是走不长的，因为你干这件事情5块钱，别人干这件事情3块钱，你就死定了；更要有公平意识，做企业很难强迫别人干什么。 和普通企业家相比，科学家背景的企业家其实是有很大技术优势的，但是如果过于迷恋技术优势，也会导致产品无法符合市场需求，公司无法盈利。不符合市场需求的产品，即使技术再好，最好也只能孤芳自赏。所以科学家在利用好科学思维的同时，也要培养自己的企业家思维，这样才能把自己的优势发挥到极致。 38岁的李想曾在2019年新年总结了创业有五个楼层： 第一层楼，生为一个普通的人。 第二层楼，成为一个优秀的人，有目标，会在无数的问题中寻找机会，媒体把工作排列重点，不被问题牵着鼻子走。把大问题看作机会，不断地完成阶段性的目标。 第三层楼，成为一个优秀的管理者，教团队成员如何看待问题，寻找机会，如何把业务做好。带着一群人作战，目标清晰，聚焦于一个关键的事情。 第四层楼，成为一个优秀的领导者。一个领导者不必什么都会，但是懂得如何找到更多优秀的管理者，并帮助他们提升，提升自我的认知、协作的认知、管理的认知，知道使命愿景价值观的重要性。 第五层楼，成为一个顶尖的领袖。一个顶尖的领袖必须给团队清晰的使命愿景和价值观，做好组织建设，找到关键的领导者，让团队每个人的价值充分发挥，不断成长，提升自我认知。 （想知道李想更多，可点击：缔造两家上市公司，高中辍学创业20年，38岁李想的成长之路 ） 但对于跻身创业的科学家也是如此，首先第一层楼，是一个天才；第二层楼，成为一个优秀的科学家；第三层楼，成为优秀的管理者；第四层楼，成为一个优秀的领导者；第五层楼，成为一个顶尖的领袖。 科学家是否能成为企业家理论上是因人而异，从经验上来看，大部分没有创业经验的科学家初次创业做一把手家都是困难重重，需要很大的勇气去面对自己在企业思维方面的不足： ① 做科研是与物斗，不管是实验还是发明，科学家要做的是通过不断的研究和试验，最终目的是要悟出一条新的方程式、一篇新的论文、一种新药、甚至发明出一个新技术新产品，从而解决人类、社会和行业的问题。 做企业是与人斗，再好的技术还是产品，需要落实到商业应用场景，真正解决行业和用户痛点，并形成刚性需求，然后产品控制生产质量和成本，做好市场调研，算好资金和库存量，针对不同用户群制定价格政策，留出合理利润空间给不同的渠道，再然后就是打品牌、找流量、抓客户、做营销、追回款、搞售后，再然后其实还有……重复做产品迭代、模式验证。 ② 做科研必须有永不妥协的精神，比如物理学家、化学家、生物学家，经常是用了一辈子甚至几代人时间才有很大的突破，反之做企业必须学会妥协和取舍，产品的研发需要针对市场和用户的需求，不能只求完美而不顾成本和投放市场的时机，许多大企业就是因为新产品推出市场太迟而导致兵败如山倒。例如诺基亚和Meego操作系统（诺基亚和英特尔宣布推出的一个免费手机操作系统），推迟两年上市，导致诺基亚在智能手机市场开始溃退，微软趁虚而入，最后整体出售。 ③ 做科研在高校、实验室或研究院里，有研究经费、项目经费、政府资助。成本、时间和效率虽然重要，不是必须，因为科技成果最重要，有时候是代表了该科研机构的政治业绩和学术地位。 但是对于企业来说，公司资金和资源都是有限的，不管创始人是科学家还是企业家，创始人必须学会在有限的时间、用最低的成本、最高的效率，做最正确的事。清晰的年度、季度预算，精简的人员架构，明确的阶段性KPI，必须让公司上下都清楚，也必须在股东会、董事会上进行必要的事前、事后的沟通和报告。 ④ 一般的认知是科学家以科研和课题为导向，而企业家则以市场和盈利为导向。但这种说法有一旦局限性，企业不一定不注重研究，研究机构也不一定没有商业变现能力。如果二者合二为一，即发明家型的企业家，那就完美了。 科学家向企业家转变的过程是不易的，至少要经过从第一层楼到第四层楼的历练，其中最大的挑战就在于思维的转变。科学家比较微观，容易单线思维，而企业家不同，企业家做任何的决策，必须进行多维思维，除了从从科学角度的考量外，还要考虑项目带来的商业风险、合作风险、投入产出比等问题。所以作为科学家的企业家要学会在双重身份来回跳转，最后找到一个利于公司和自我发展的平衡点。 美国领导力研究大师沃伦·本尼斯在《极客与怪杰》提到，要想成为一个优秀的领导者，必须经过熔炉的锻炼，从熔炉中不断学习，不断否定自我，不断进行反思总结，并应用到下一次熔炉的考验中，在这个过程中，领导技能不断被强化，最后浴火重生，脱胎换骨，成为全新的自我。 其实科学家在往企业家身份转变的时候，就在面临一个大熔炉的考验，是否能受得住考验，得看个人造化。 科学家智商都很高，在所在研究领域是专家，但是在企业经营管理方面是新手，需要向有经验的管理大师学习。但在这个过程中，科学家是否愿意放下自我，是否能舍下过去的辉煌，从零开始，主动接受和学习企业的管理之道，是否愿意放权，建立一支健全完善的管理团队，来帮助自己一起管理公司，这些对于科学家创业者或者是其他创业者来说，都是一个巨大的考验。 接下来就让我们一起看一下下面这些科学家在变成企业家的时候都有哪些挣扎和改变。 坤湛科技创始人闵万里2019年，闵万里在《财经》杂志发表了一篇题为“数字化转型不能固步自封，更不能东施效颦”的署名文章，以自己过去十五年的经验为例，总结出了数字化转型中经常出现的“四大误区”：数字化转型被IT系统主导、缺乏顶层规划、孤注一掷全链路出击、硬件规划缺乏柔性。 同时，他也提出了相应的解决之道：数字化转型务必是CEO工程、方法论+工具缺一不可、小步快跑分层迭代、经验与数据的平衡。这标志着闵万里心中形成了一套成熟的数字化转型方法论。  当闵万里在迪拜的一场信息技术展上分享完案例后，一位来自阿联酋阿布扎比的私人投资者主动接触了过来，表示有兴趣出资建立一个围绕“传统产业数字化转型”的投资基金。 当时闵万里没有商业计划书，也没有融资材料，只阐述了一下自己想做的事情，对方就给钱了，于是北高峰资本就这么成立了。闵万里每次回想这段经历，都觉得很神奇。 手握技术赋能的方法论，再叠加上资本，闵万里看到了一个新的可能性：如果继续以技术服务商的身份提供数字化支持，沟通成本与障碍依旧存在，消除对方的疑虑需要一个过程；而一旦有了资本的注入，就意味着与客户绑定在了一起，在“同舟共济”的情况下，客户更容易解放思想，转型的推进过程将更为顺畅。于是，他以一封“山景辞行”宣告了自己的离职。信中写道：“在阿里巴巴这个大学进修了2108天，在2019年6月21号告一段落，开始新的征程。阿里赋予的心力与张力，会一直是我前行的动力。” 怀着对阿里的感激，闵万里离开了杭州，选择深圳作为新的落脚点。他觉得，在杭州做事和在阿里做事没有什么两样，而珠三角的制造业正面临着转型压力，因此会有更多潜在的需求。 和在阿里时不同，如今闵万里的团队中不仅有技术成员，还有投资成员，他们往往需要面对来自制造业、农业、医疗等不同领域的客户。为了制定出更适合客户的转型升级方案，闵万里会根据实际项目引入行业专家。 他认为，行业专家可以不懂资本，可以不懂大数据，但一定要能帮助团队找到客户“痛点”。 有人说，人工智能的发展会导致从事传统产业的人失业。而闵万里认为，这些人的职能会从体力劳动者转变为人工智能的辅导者。人工智能的算法再牛，还是需要有行业专家来引路，指出痛点在哪里。这是传统产业者的第二春。 在对“技术+投资”这种跨界团队的管理上，闵万里认为是一种全新的挑战，让他能从中学习如何在非技术领域中设置一个目标，并带领团队实现这个目标。 华大基因创始人汪建1988年，汪建离开湘雅医学院到美国得克萨斯大学作博士后研究，两年后进入华盛顿大学担任高级研究员，工作内容涉及基因克隆、蛋白质表达、检测等等。 但6年之后，他决定退出基础科研领域。直接原因是在追踪英国科学家范恩和学生蒙卡达的研究中，他发现从阿司匹林再到伟哥，他们共同的一个领域，持续催生几项重大的科学发现，推出了3种重要药物，自己已完全不是对手。 美国生活对此时的汪建来说太过贫乏。他需要找到新的刺激点来推动他前进。 这时候，改变汪建的人生转折点出现了。  人类基因组计划由美国科学家于1985年率先提出并于1990年正式启动，但在近10年时间里一直没有突破性的组织行为和具体计划出现。这是20世纪全世界最具全球化和人类共同体气质的行动计划，与曼哈顿计划、阿波罗登月计划并称20世纪人类三大工程。 承接人类基因组计划的主意最初来自好友于军，他对汪建说，“我是公费出来的，我们不给国家做点事，我们对不起生我们养我们的地方，说做就做，做什么呢？把基因组计划搬回去吧。” 1993年前后，汪建开始为回国做准备。他创办北京GBI生物技术有限公司，自任董事长兼总裁，做乙肝和艾滋病试剂生意，第一桶金赚得轻松。 在后来创建华大的四位创始人——于军、杨焕明、汪建、刘斯奇中，汪建最初扮演着联络者的角色。从1994年到1999年最终拿下1%人类基因组计划，四人的关系至少从空间来看是不够紧密的，杨焕明在欧洲，其他两人在美国，汪建在北京。 1994年回国的汪建，在开公司积攒经费的同时，也在与国外的其他几人保持联络，获取人类基因组项目的最新进展。 1999年，汪建和华大最初几位创始人以民间身份争取，最终代表中国参与和完成了占著名的人类基因组计划1%工作量的人类3号染色体部分遗传密码破译工作。 同年9月9日华大基因在北京顺义空港的一间厂房里成立。 2003年在SARS爆发期间，这个刚成立4年的民间科研机构在国内第一个破解病毒样本的基因组，又在随后15年间先后完成“水稻基因组”、“炎黄计划”、“国际千人基因组计划”等项目。 后来，华大进入中科院，成立北京基因组研究所，杨焕明任所长，汪建任副所长。 2007年，从中科院离职的汪建和一部分员工来到深圳。 彻底脱离了体制，真正属于汪建的时代开始了。到了深圳，他有了新的身份和自由，他把他的个性和追求，以及他相应的呈现和表达发扬到了极致，比如不准系领带，不坐电梯等等。 紧接着，深圳市政府的资助都会逐年到位，华大从一间鞋厂改造而成的办公室出发，最终在深圳扎下根基。 2017年7月14日，华大基因于深圳证券交易所上市。 汪建在基础科研、论文撰写和购买仪器扩大产能方面发挥得更得心应手，华大逐渐成为中国基因科技研发领域的前沿和全球最大规模的测序机构。 （若想知道汪建更多，请点击：华大基因汪建靠着湖南人的霸蛮成了王石的“姘头”| 观止研究院 ） 科大讯飞创始人刘庆峰创业初期，刘庆峰对科大讯飞的未来充满希望，觉得凭借他们团队的实力，营收应该很快就可突破10亿元。 当时刘庆峰的团队专注于研发，目标是把科大的语音实验室做成中国的贝尔实验室，自己做实验室的主任或总工程师，外面的合作、管理、资金、市场，他一律不管。他认为做研发、编代码、搞算法是真正创新性的工作，做市场、跟人打交道、谈话、沟通，都是浪费时间。  1999年年底，科大讯飞迎来了第一次危机。那时，他们发现自己的产品缺乏战略，不符合市场的预期，导致团队非常辛苦，甚至差点解散。 此时的刘庆峰开始意识到了市场对产品的重要性，为了熬过这次危机，他只好硬着头皮从总工程师变成了CEO。 当时，他们开发出一款试图用语言控制电脑的桌面软件，按照他们的设想，把手写输入的随意性、键盘输入的准确性和语音输入的高效性完美结合起来的软件，肯定会让人耳目一新。 但市场的反馈却给了他们重重一击。用户操作时的满意度瞬间降至30%，投入的资金血本无归。整整一年多时间，他们几乎颗粒无收。这时，科大讯飞的资金链出现断裂。 当时，公司账户上只剩下二十万元，而每个月的开销要三十万，他们已经揭不开锅了。团队中的很多成员开始动摇了，认为语音技术太难挣钱，而且技术门槛太高，便提议干脆不要做语音了。 为了更好地解决这次危机，他们在安徽巢湖半汤开了一次会，就是科大讯飞历史上的“半汤会议”。 会议上，团队里有人提出质疑，“我们还要不要做语音，要不干脆做房地产吧。”那时刘庆峰就说了一句话：“凡是不看好语音产业的，请走人。”  当时，刘庆峰在会议上提出，“燃烧最亮的火把，要么率先燎原，要么最先熄灭”。因为他们在技术创新上花了很多钱，如果不能迅速地把语音产业做起来、规模做大、形成盈利，他们就可能率先流血过多，率先熄灭了。 从那以后，他们就坚定了走语音产业的道路，也明确了目标：第一，这个产业未来有着100亿的市场空间；第二，他们能成为这个领域的第一。 当时，他们手上仅仅只有中文语音合成技术，提出这个“第一”的目标，显然是天方夜谭。 直到后来合肥市的领导带着三家投资机构前来考察，并对讯飞的创业团队提出了肯定和支持。随后，三家投资机构以“3060万元占股51%”的条件投资科大讯飞，他们才终于在这次危机中缓过来。 为了让科大讯飞能快点盈利，刘庆峰开始做出一些改变。 他整合了一批技术资源，在中国社科院语言所、清华大学、科学院数学所建立了联合实验室，寻找一些优势互补的专家，一起做研究，把中国的语音事业做大，最后讯飞来统一做产业化。 专家们的支持让刘庆峰成就感倍增，也让他意识到要当好一个CEO，特别需要资源整合的能力。 以前的刘庆峰不太重视团队沟通这件事，觉得这个很浪费时间，认为只要自己想好了，团队去执行就可以了。 但有一次联想创始人柳传志告诉他，联想在早期发展阶段，有50%到60%的时间在和团队沟通，即使公司业务稳定了，也会有40%的时间。 听完柳传志的这番话以后，刘庆峰突然意识到自己和团队的沟通时间还不到10%，于是他慢慢地开始注重团队沟通，每次都会特意增加沟通时间和次数，虽然耗费的时间比之前多了，但总体上执行效率有所提高。 在产品策略方面，刘庆峰根据用户的需求和自身的优势，把创业方向转变为提供核心的软件支持，为电信、银行、车载导航等客户开发语音客服系统。随着用户数量的增多，团队的语音数据库越来越大，语音识别系统的准确率得到了很大的提升。 直到2004年，科大讯飞终于扭亏为盈。 紧接着，2006年科大讯飞首次参加了国际语音合成大赛，成为当时最大的黑马，直到2019年，连续十三年科大讯飞都是全世界第一名。 2008年5月，科大讯飞成功登陆深交所，成为中国第一家在校大学生创业成功上市的公司。 （若想知道刘庆峰更多，请点击：科大讯飞创始人刘庆峰：只有把自己逼疯，才能把对手逼死 ） 寒武纪CEO陈天石陈天石从中科大毕业之后，龙芯中科总裁胡伟武便盛情邀请他加入龙芯工作，虽然他此前完全没有处理器架构相关的基础知识，但胡老师却确信他是能干事的。而这也成为了陈天石真正踏入集成电路（IC）行业的契机。 加入龙芯之后，胡老师认为陈天石比较有天赋，便决定把他培养成一位全战型人才。 培养的方式主要有两种，一种是“自底向下”，另一种是“自顶向上”，而胡老师最终为他选择了“自顶向上”的培养方式。因此，他在加入龙芯之后被安排的第一个工作就是画版图。 然而，画了几个月版图的陈天石发觉自己实在没有这方面的“天赋”，便主动跟胡老师提要求去做基础研究。在从事于基础研究工作后不久，一个非常“不靠谱”的想法开始在他脑中浮现。 当时的AI远没有现在火热，甚至有很多人因找不到工作选择转行，而计算所大都选择做芯片，于是陈天石大胆设想：是不是可以将AI和芯片结合在一起呢？ 此后，陈天石便开始了真正的AI芯片研发之路。  在这条路上，他还有一位最佳的合作伙伴，一直以来在中科院计算所研究芯片的哥哥陈云霁。 虽然做AI芯片的想法看似非常“不靠谱”，但是陈氏兄弟也认真地寻找可以支持自己想法的理论依据。 当时，陈氏兄弟甚至以自动驾驶作为例子去说服计算所的领导，以此来告诉他们研发AI芯片是有道理的。  2010年左右，得到计算所李国杰院士支持的陈氏兄弟决定继续AI芯片的研发工作。 实际上，早期的人工神经网络在80年代就已被提出，但当时的规模特别小，英特尔还为此特意研发了神经网络硬件。 但是，在真正的深度学习时代，人工神经网络的模型十分庞大，根本无法轻易做出来。 因此，摆在陈氏兄弟面前最重要的问题就是：一个AI专用处理器如何才能使一颗芯片在逻辑上是完备的？ 为了解决该问题，陈氏兄弟认为首先需要为深度学习设计出一款专用处理器。经过多年的艰苦研究，陈氏兄弟团队终于在2014年开始崭露头角。 2014年3月，团队撰写的《DianNao：一种小尺度的高吞吐率机器学习加速器》，在国际顶级学术会议ASPLOS上获得了最佳论文奖，这也是亚洲学术研究成果首获处理器架构领域顶尖会议最佳论文。 同年12月，DaDianNao（又称寒武纪2号神经网络处理器，面向大规模神经网络的应用）荣获2014年度Micro最佳论文，这也是Micro自1963年创办以来，第一次由美国以外的研究者摘得该奖项。 截至2018年，陈氏兄弟团队在计算机体系结构方面的系列技术成果已经获得国际四大顶级会议的认可，包括ASPLOS上有两篇，ISCA上有两篇，MICRO与HPCA上各有一篇。 在论文获得国际学术界的认可之后，陈氏兄弟团队的研究工作开始得到更多关注。 2015年，团队获得了科学院先导专项数千万元的资助，在这笔资金的支持下，仅20人的研发团队研发出世界首款深度学习专用处理器原型芯片。 当然，研发芯片只是第一步，如何将其做成产品便成为了团队的下一个目标。 2016年3月，陈氏兄弟的寒武纪科技公司便在此基础上诞生了。 跟其他创业公司一样，寒武纪刚成立之初，陈天石出去拉投资时也遇到了不少挫折。 其中有90%的投资人会说，“这个AI芯片是什么玩意”？而一部分脾气比较好的投资人会说，“小伙子，你的PPT做的太差了”，但是他们最终也不会出钱投资。甚至还会碰到一些非常狡猾的投资人，虽然十分看好寒武纪的产品，但却只愿意先拿100万出来...... 直到后来，由中科大91级校友刘庆峰创办的科大讯飞愿意出1000万投资寒武纪，寒武纪才看到了希望。 如果说科大讯飞是寒武纪的第一个“贵人”，那么华为则是寒武纪的又一颗“福星”。 就在寒武纪拿到科大讯飞的投资，并开始思考公司如何赚钱之际，一帮华为从事市场工作的人找到了陈天石，向他咨询AI与智能手机芯片结合的可能性。 陈天石听后感觉十分有意思，于是与公司团队一起花费数月时间，将前期设计的处理器翻新之后再卖给华为公司。 虽然刚开始华为内部对此也有许多的争议，但是寒武纪最终用实际成绩证明了实力。 （若想知道陈天石更多，请点击：身家超300亿元，寒武纪85后创始人陈天石如何玩转AI圈 ） 商汤科技CEO徐立2014年，汤晓鸥作为创始人宣布成立商汤科技，而香港中文大学多媒体实验室团队成员徐立担任联合创始人、首席执行官。 当商汤从战略到人才再到设备，势能积累得很足的时候，接下来就是科学家最头疼的部分——业务落地。 但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。 后来，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。 （若想了解徐立更多，请点击：徐立：商汤的郭德纲 | 观止研究院 ） 科学家有着天然的技术优势，对自己的能力有着强大的自信，对所做的事抱有巨大的热情，但是一旦走向创业，必然会面临许多意想不到的困难，这时需要学会放下姿态，怀着谦卑的心，不断从挫折中学习反思，总结经验，强化自己的管理能力。 如中国管理学专家肖知兴曾在《突破之道》书中的序言提到，行不得则反求诸己，躬自厚而薄责于人。企业要想实现突破，先要自己实现突破，自己想要实现突破，先要建立一个强大的自我，而强大的自我来源于信仰和心理层面。不论是科学家创业，还是其他人创业，都是如此。 |
|
|
