摘要：一份AI企業(yè)的落地樣本。
導(dǎo)語：
到今天，AI落地的口號已經(jīng)談了5年了，但理想很豐滿，現(xiàn)實卻骨感，能在AI商業(yè)化上有出色表現(xiàn)的企業(yè)卻屈指可數(shù)。在技術(shù)象牙塔里描繪的漂亮藍(lán)圖，擺到財報里，即使是頭部企業(yè)也沒法用數(shù)字講一個好看的商業(yè)故事。而商業(yè)化程度究竟如何，只能通過看覆蓋率、看降本增效的多寡，最后再看復(fù)購率來進(jìn)行計算。
“你不能僅從合作方、合作范圍來看一家AI公司，因為現(xiàn)在連合作方都已經(jīng)開始趨同了。”一位長期觀察AI行業(yè)的投資人曾向「甲子光年」表示，各家技術(shù)的差距如今越來越小，誰能在商業(yè)化上快速實現(xiàn)突破，誰就有望抓住AI時代的紅利，彎道超車。
但是，能夠抓住AI時代紅利的新一輪技術(shù)革命首先是真正的硬科技，它具有較高技術(shù)門檻和明確應(yīng)用場景，同時，時代的機(jī)遇也并不一定都長在大夢想里，它需要和產(chǎn)業(yè)緊密相連，能夠用成熟的底層技術(shù)去服務(wù)越來越多的中國企業(yè)。
比如，僅就人機(jī)語音交互的領(lǐng)域就已經(jīng)足夠大有作為了。2017年，杭州一知智能科技有限公司成立。創(chuàng)始人、CEO陳哲乾博士認(rèn)為，新一輪技術(shù)革命將從效率、成本和體驗上根本性改變?nèi)藗兊纳a(chǎn)生活方式。數(shù)智技術(shù)將賦能世界實現(xiàn)更高質(zhì)量的復(fù)雜鏈接，而驅(qū)動未來中國底層創(chuàng)新的才是真正的硬科技。
（一知智能創(chuàng)始團(tuán)隊，從左至右依次是：CTO李一夫、CEO陳哲乾、AI Lab主任姜興華、CFO張蕾、CMO顧澤良）
扎根進(jìn)產(chǎn)業(yè)的方法可以分為兩種，一種橫向發(fā)展，專注于通用式的模型，提高規(guī)?；涂蓮?fù)制性，可以賦能到更多的行業(yè)中去；另一種縱向深入，專注于某一行業(yè)、某一場景的細(xì)分領(lǐng)域中，讓傳統(tǒng)行業(yè)的產(chǎn)業(yè)鏈條更加清晰透明，上下游操作更加靈活......
“無論是做橫向的還是縱向的，其實沒有好壞之分，因為即使在非常細(xì)分的行業(yè)中，也還有更細(xì)分的節(jié)點、鏈條和覆蓋面，重點在于從數(shù)據(jù)的角度去理解自己的產(chǎn)品，產(chǎn)品可以拿到多大的機(jī)會、適合什么樣的市場。”一位AI行業(yè)從業(yè)者向「甲子光年」表示。
眾多AI企業(yè)甚至巨頭沒能實現(xiàn)AI商業(yè)化，一個很重要的原因是在場景挖掘上不夠深入，把產(chǎn)品拿到場景中發(fā)現(xiàn)不斷有新障礙出現(xiàn)，不同節(jié)點中要處理的新關(guān)系不是標(biāo)準(zhǔn)產(chǎn)品可以解決的等等，都是落地要遇到的絆腳石。
一知智能則在成立的5年中始終圍繞營銷自動化等場景做深耕。目前，其已布局了泛消費(fèi)、公共服務(wù)兩大板塊，深入了全國20多個省市，2年內(nèi)，服務(wù)80%泛消費(fèi)頭部客戶，總合作客戶達(dá)2萬多家，還在智慧政務(wù)上在進(jìn)行全新嘗試。
用一知的話說，他們想做的是“中國最大的AI員工提供商，創(chuàng)新新一代的生產(chǎn)力”，首先從點切入，從想要降本增效的細(xì)節(jié)處入手；其次，抓住核心痛點，做真正創(chuàng)新的產(chǎn)品而不是內(nèi)卷；第三，不斷完善技術(shù)底層，把產(chǎn)品打磨得更好。
AI如何真正好商業(yè)化，一知把回答寫在了產(chǎn)品落地上。
part1. 一個初心，從技術(shù)使命走進(jìn)產(chǎn)業(yè)互聯(lián)網(wǎng)
2017年，時逢AI落地之始。
在一眾AI公司都在估值瘋狂時，在SQUAD比賽上斬獲全球第二佳績的一知智能創(chuàng)始團(tuán)隊卻顯得很獨(dú)特。“我們本身就在浙江大學(xué)人工智能所在做人機(jī)對話，今天的主營業(yè)務(wù)也就是實驗室一直做的事情。”杭州一知智能科技有限公司創(chuàng)始人、CEO陳哲乾博士如是說道。陳博士畢業(yè)于浙江大學(xué)計算機(jī)學(xué)院國家重點實驗室，擁有多篇國際頂級會議期刊論文及發(fā)明專利，為CCF語音專委會委員、Paperweekly語音領(lǐng)域發(fā)起人、APEC中國創(chuàng)變之星，還被評為福布斯亞洲30under30科技精英榜人物、最年輕的浙江省級領(lǐng)軍人才。
其CTO李一夫也為浙江大學(xué)人工智能研究所碩士、前網(wǎng)易AI實驗室核心成員，福布斯亞洲30under30科技精英榜人物，多次在KDD Physica A等國際頂級會議與期刊上發(fā)表學(xué)術(shù)論文；AI Lab主任姜興華擁有領(lǐng)先的NLP算法框架開發(fā)經(jīng)驗，曾負(fù)責(zé)阿里小蜜等的算法開發(fā)，獲ByteCup 2018國際機(jī)器學(xué)習(xí)大賽第一名、、2021全球人工智能技術(shù)創(chuàng)新大賽第一名等等......
接連拿下國際性比賽的獎杯，讓投資人也對這個團(tuán)隊產(chǎn)生好奇，甚至慕名邀請他們出來創(chuàng)業(yè)。
甚至一位接觸了一知的投資人也選擇加入該團(tuán)隊。這位投資人便是一知智能現(xiàn)任CMO顧澤良。
顧澤良曾任職于以色列美元基金Go Capital，之后回國加入金沙江聯(lián)合資本，負(fù)責(zé)人工智能領(lǐng)域投資，也是福布斯亞洲30under30科技精英榜人物。
2017年，一知智能項目還處在學(xué)校paper的階段。但懷揣對技術(shù)和產(chǎn)業(yè)的信仰，他意識到一知智能會是激起他激情的地方，于是說服團(tuán)隊踏入創(chuàng)業(yè)之路。
張蕾也是在這段時間加入一知智能的。
張蕾曾先后就職于畢馬威華振會計師事務(wù)所和九鼎投資，負(fù)責(zé)過多家公司的IPO，履歷寫起來可以摞成上一摞紙。用她的話說，對人生轉(zhuǎn)折點上的選擇，更想去“貢獻(xiàn)我自己能貢獻(xiàn)的東西”。基于這個原因，她發(fā)現(xiàn)了還處于非常早期的一知智能。
在正式加入一知之前，張蕾用不拿薪水的方式參與到團(tuán)隊里。“不拿薪水的原因是，我并不確定一知是否真的需要引進(jìn)一個需要上股東會、董事會的CFO職務(wù)。”那段時間，其實是一個雙方的相互試探。
而這次試探性感受的結(jié)果就是：她不僅被團(tuán)隊所吸引，還被業(yè)務(wù)所吸引。
“一方面團(tuán)隊上包括中層都非常有內(nèi)驅(qū)力；另一方面業(yè)務(wù)上，一知做的事情是連我們自己都很驚訝，原來AI可以用在這樣的場景里，并且能帶來這么好效果的。”這種發(fā)現(xiàn)新大陸、創(chuàng)造新市場的體驗讓張蕾感到興奮，然后她做出決定，加入一知智能團(tuán)隊。
但是，一知不只有技術(shù)腦袋，還有商業(yè)腦袋。在創(chuàng)業(yè)之前，李一夫就確定了面向市場做產(chǎn)品的三個階段：先找市場、再找機(jī)會，最后才是產(chǎn)品。
具體來說，第一是要定義市場，要解決什么問題、市場有多大、客戶是誰等等；其次則是定義機(jī)會，市場需要什么，團(tuán)隊擁有的關(guān)鍵資源能力在哪里，能夠在市場里拿到的機(jī)會有多大；第三才是產(chǎn)品本身，產(chǎn)品形態(tài)、產(chǎn)品邊界、go to market的策略等等。
這番思考，為日后一知智能的商業(yè)化奠定了方向。
part2.AI賦能營銷自動化
AI落地，最重要的是找到場景、發(fā)現(xiàn)痛點，解決核心矛盾。
從一知目前的產(chǎn)品形態(tài)上看，其主要業(yè)務(wù)人機(jī)語音交互技術(shù)服務(wù)目前已經(jīng)布局了泛消費(fèi)和公共服務(wù)兩大業(yè)務(wù)板塊。在泛消費(fèi)板塊，一知通過“智能語音外呼+RPA+SCRM”形成效果閉環(huán)，幫助客戶實現(xiàn)了全鏈路的顯著增長。
最初，一知對產(chǎn)品塑造的想法純粹簡單，即找到最容易落地、最需要人工智能的痛點切入。“當(dāng)時語音交互的賽道剛剛興起，我們還在浙大的時候，中國人工智能白皮書2.0發(fā)布，提到未來哪些行業(yè)最容易被AI取代，里面就講電話銷售，電話客服被AI取代的概率超過了98%，這就成為了我們的切入點。”李一夫稱。
顧澤良告訴「甲子光年」，當(dāng)時的AI智能語音外呼市場非?；靵y，由于當(dāng)時機(jī)器人的對話體驗和對話能力不足，所以幾乎所有的智能語音創(chuàng)業(yè)公司都被限制在了騷擾電話這個場景，“而且由于這個行業(yè)的毛利很高，所以友商們一開始很能賺錢。”
如何從陌客營銷轉(zhuǎn)向和規(guī)?；瘯T觸達(dá)，背后的核心矛盾是機(jī)器人的對話體驗，而提升對話體驗的“鑰匙”是算法。顧澤良說，“我們認(rèn)為當(dāng)時那些公司是偏銷售驅(qū)動型的創(chuàng)業(yè)公司，他們?nèi)狈Φ讓蛹軜?gòu)，這種方式也可以在短期賺到很多錢，但這樣的工具是抓不到用戶真正痛點的、也不符合長期價值，而我們是技術(shù)驅(qū)動型的公司，所以要做提升對話能力的底層基因”，這也形成了一知今天穩(wěn)固的護(hù)城河。
穩(wěn)固體現(xiàn)于一知扎實的算法上。比如，浙江大學(xué)與微軟亞研院聯(lián)合研發(fā)的FastSpeech算法，合成速度已經(jīng)比谷歌快上260倍，而改進(jìn)版的FastSpeech 2在語音質(zhì)量和語音合成速度上也比之前有了很大提升。
在這基礎(chǔ)之上，一知智能對算法會有進(jìn)一步的升級。姜興華向「甲子光年」舉了一個例子，意圖識別是外呼機(jī)器人最關(guān)鍵的一個算法，一般情況下可以達(dá)到75%的成功率，而通過算法的升級，則可以做到90%的準(zhǔn)確率。
此外，許多技術(shù)公司都會存在一個問題——算法和業(yè)務(wù)存在一定隔閡。由于算法和業(yè)務(wù)的語言體系、思維習(xí)慣不同，所以算法部門很難沉入到業(yè)務(wù)場景去理解，而業(yè)務(wù)部門也很難對算法提出真正能夠解決的需求。AI Lab主任姜興華向「甲子光年」表示，自己在公司實際上做的便是對接兩者的“翻譯”工作。
這種翻譯工作在一知并不是大問題，姜興華說，“在一知，部門之間的邊界感沒那么強(qiáng)，算法同學(xué)可以和業(yè)務(wù)同學(xué)交流，沉入業(yè)務(wù)場景里面去看真實的數(shù)據(jù)，并且得到快速的反饋。”
更大的沉淀和機(jī)遇則來自消費(fèi)形態(tài)上出現(xiàn)的變量。陳哲乾表示，未來消費(fèi)形態(tài)將是以人為中心，而不是當(dāng)前的以貨為中心。所以，消費(fèi)本質(zhì)會逐漸去中心化，而技術(shù)是核心驅(qū)動。“那么，產(chǎn)品認(rèn)知也將不再僅限于功能與需求，具備數(shù)字化和情感的產(chǎn)品表達(dá)，這意味著開創(chuàng)新的精準(zhǔn)營銷服務(wù)時代。”
隨著公域流量見頂，當(dāng)企業(yè)只能盯著存量市場搶蛋糕時，獲客成本也就不斷走高。所以，學(xué)會在私域流量中掘金幾乎是企業(yè)在2021年想要做好生意的充分且必要條件，商家需要搭建自己的流量池，才能增強(qiáng)用戶留存和粘性，降低獲客成本，那么私域流量無疑是不錯的選擇，而精準(zhǔn)營銷服務(wù)則給商家提供了一把在私域流量中掘金的鏟子。
陳哲乾將工具分為兩種類型，一種是效率工具，一種叫做效果工具。顧名思義，效率工具指的是可以幫企業(yè)降低成本的工具，而效果工具為客戶增加銷售業(yè)務(wù)。AI的能力則是提升一個從來沒有過的業(yè)務(wù)。
基于過去積累的AI能力，一知智能將算法賦能營銷自動化，推出精準(zhǔn)營銷的服務(wù)。“我們不是去做效率工具，而是遵循幫客戶賺到更多錢的邏輯。”陳哲乾說道。
在精準(zhǔn)營銷之上，一知還開展了會員服務(wù)，可以把搭建好的底層架構(gòu)，更加精準(zhǔn)的面向已經(jīng)在企業(yè)中注冊的會員進(jìn)行服務(wù)，不僅可以對癥下藥的展開營銷，還能夠更明確不同行業(yè)、不同消費(fèi)品的會員所需，幫助客戶提高與消費(fèi)者之間的粘性。
搭好底層，扎根到產(chǎn)業(yè)里去做精準(zhǔn)營銷，讓一知在趨于冷靜的AI市場中火熱起來。
part3.什么是真正的底層邏輯？
早期AI企業(yè)go to market常常會遇到的一個問題是，工具的賦能效力難以量化、產(chǎn)品評估上也難以用數(shù)字來分出高下。
顧澤良認(rèn)為，公司的產(chǎn)品走向市場可以被分為三個階段，階段一是PMF，也就是產(chǎn)品找市場契合點的階段，當(dāng)契合點找的不錯，第二個階段是go to market，也就是真正推向市場的時期，階段三是規(guī)?；臅r期，這個時候產(chǎn)品已經(jīng)相對穩(wěn)定，需要做的是業(yè)務(wù)和市場的擴(kuò)張。
而to B和to C的銷售方式有很大差異的一點在于，軟件公司大多是按照項目制的方式收費(fèi)的。這就導(dǎo)致了產(chǎn)品力高下很可能只能在購買產(chǎn)品并使用一年之后，看第二年的復(fù)購情況才能判斷。
顧澤良表示，“這意味著，當(dāng)一個用戶把它的尾款付完以后，全公司除了一個很弱的售后會在乎這個客戶的價值，其他人都撲向了第二第三、第四個項目，所以這本質(zhì)是這個商業(yè)模式的驗證，而并非價值驅(qū)動。”
基于此，一知提出了預(yù)充值的付費(fèi)方式，“用戶充值的金額完全可退，而且，用戶隨時可以告訴我說，你已經(jīng)不是市面上服務(wù)最好和對話體驗最好的公司了，所以我不想用了，那么用戶任何時刻都可以用自己手上的預(yù)算投票，而且公司也會非常在乎用戶的任何時候的體驗和我們給客戶帶來的業(yè)務(wù)價值。”
這種改變付費(fèi)方式的做法，能夠讓產(chǎn)品服務(wù)更加聚焦和植根于客戶的訴求，以產(chǎn)品和解決方案的創(chuàng)新和實踐，支撐客戶的全鏈路、全生命周期的數(shù)字化轉(zhuǎn)型。這正是著眼于為客戶提供長期價值的思考。
而敢于這樣做恰恰是對自身技術(shù)能應(yīng)用于市場的自信。同時，這種自信也能過在一知的融資歷程中得到體現(xiàn)，與大部分資本追逐的明星AI公司不同，一知似乎在資本進(jìn)度上表現(xiàn)的很“佛系”。
一知CFO張蕾向「甲子光年」表示，“在前幾年，我們對自己的產(chǎn)品、行業(yè)的認(rèn)知不清晰的時候，如果去做資本加持，核心是對資本不負(fù)責(zé)，也對自己也不負(fù)責(zé)。”
對于融資節(jié)奏上的把控，一知也有自己的看法。張蕾認(rèn)為，融資的一個大前提是雙方已經(jīng)知道對方的需求，也就是要拿這個錢去干什么。“比如有些一次性的投入，to B公司需要投入很高的獲客成本；再比如我們希望可以和客戶越來越深度的合作，在產(chǎn)品很好的情況下，客戶會提出新的需求，比如怎么樣去解決更多的方案，這個時候也需要用到錢。”
而適合融資的階段是被張蕾稱為“規(guī)模化復(fù)制”，也就是說，當(dāng)從0到1的階段已經(jīng)完成了，客戶體驗也相對完善的時候，可以確認(rèn)盈利模式?jīng)]有問題，下一個階段的目標(biāo)是需要跑的比別人更快，“這個時候融資才是最有用的”，張蕾說。
“資本的本質(zhì)，它其實只是加杠桿，它是幫企業(yè)去更快成長的，所以在企業(yè)基石不健康的情況下，有資本是沒有用的。”張蕾告訴「甲子光年」。
回望2017年，在AI行業(yè)資本流向最為火熱的時間里，也難有不眼饞的冷靜時刻，尤其對于早期創(chuàng)業(yè)公司來說，資本流入的決定權(quán)有時候并不取決于資本，或者創(chuàng)始團(tuán)隊，而更取決于市場。但是，做出正確決策的唯一標(biāo)準(zhǔn)應(yīng)該是，跟著初心和價值本身走。
而無論是知一對結(jié)算方式的選擇還是融資節(jié)奏的把控，似乎從來都沒有離開過一個初心，要深度落地、產(chǎn)品做出來，真正賦能于企業(yè)的，才是人工智能本身的力量。
