到今天，AI落地的口号已经谈了5年了，但理想很丰满，现实却骨感，能在AI商业化上有出色表现的企业却屈指可数。在技术象牙塔里描绘的漂亮蓝图，摆到财报里，即使是头部企业也没法用数字讲一个好看的商业故事。而商业化程度究竟如何，只能通过看覆盖率、看降本增效的多寡，最后再看复购率来进行计算。
“你不能仅从合作方、合作范围来看一家AI公司，因为现在连合作方都已经开始趋同了。”一位长期观察AI行业的投资人曾向「甲子光年」表示，各家技术的差距如今越来越小，谁能在商业化上快速实现突破，谁就有望抓住AI时代的红利，弯道超车。
但是，能够抓住AI时代红利的新一轮技术革命首先是真正的硬科技，它具有较高技术门槛和明确应用场景，同时，时代的机遇也并不一定都长在大梦想里，它需要和产业紧密相连，能够用成熟的底层技术去服务越来越多的中国企业。
比如，仅就人机语音交互的领域就已经足够大有作为了。2017年，杭州一知智能科技有限公司成立。创始人、CEO陈哲乾博士认为，新一轮技术革命将从效率、成本和体验上根本性改变人们的生产生活方式。数智技术将赋能世界实现更高质量的复杂链接，而驱动未来中国底层创新的才是真正的硬科技。
(一知智能创始团队，从左至右依次是：CTO李一夫、CEO陈哲乾、AI Lab主任姜兴华、CFO张蕾、CMO顾泽良)
扎根进产业的方法可以分为两种，一种横向发展，专注于通用式的模型，提高规模化和可复制性，可以赋能到更多的行业中去;另一种纵向深入，专注于某一行业、某一场景的细分领域中，让传统行业的产业链条更加清晰透明，上下游操作更加灵活......
“无论是做横向的还是纵向的，其实没有好坏之分，因为即使在非常细分的行业中，也还有更细分的节点、链条和覆盖面，重点在于从数据的角度去理解自己的产品，产品可以拿到多大的机会、适合什么样的市场。”一位AI行业从业者向「甲子光年」表示。
众多AI企业甚至巨头没能实现AI商业化，一个很重要的原因是在场景挖掘上不够深入，把产品拿到场景中发现不断有新障碍出现，不同节点中要处理的新关系不是标准产品可以解决的等等，都是落地要遇到的绊脚石。
一知智能则在成立的5年中始终围绕营销自动化等场景做深耕。目前，其已布局了泛消费、公共服务两大板块，深入了全国20多个省市，2年内，服务80%泛消费头部客户，总合作客户达2万多家，还在智慧政务上在进行全新尝试。
用一知的话说，他们想做的是“中国最大的AI员工提供商，创新新一代的生产力”，首先从点切入，从想要降本增效的细节处入手;其次，抓住核心痛点，做真正创新的产品而不是内卷;第三，不断完善技术底层，把产品打磨得更好。
AI如何真正好商业化，一知把回答写在了产品落地上。
part1. 一个初心，从技术使命走进产业互联网
2017年，时逢AI落地之始。
在一众AI公司都在估值疯狂时，在SQUAD比赛上斩获全球第二佳绩的一知智能创始团队却显得很独特。“我们本身就在浙江大学人工智能所在做人机对话，今天的主营业务也就是实验室一直做的事情。”杭州一知智能科技有限公司创始人、CEO陈哲乾博士如是说道。陈博士毕业于浙江大学计算机学院国家重点实验室，拥有多篇国际顶级会议期刊论文及发明专利，为CCF语音专委会委员、Paperweekly语音领域发起人、APEC中国创变之星，还被评为福布斯亚洲30under30科技精英榜人物、最年轻的浙江省级领军人才。
其CTO李一夫也为浙江大学人工智能研究所硕士、前网易AI实验室核心成员，福布斯亚洲30under30科技精英榜人物，多次在KDD Physica A等国际顶级会议与期刊上发表学术论文;AI Lab主任姜兴华拥有领先的NLP算法框架开发经验，曾负责阿里小蜜等的算法开发，获ByteCup 2018国际机器学习大赛第一名、、2021全球人工智能技术创新大赛第一名等等......
接连拿下国际性比赛的奖杯，让投资人也对这个团队产生好奇，甚至慕名邀请他们出来创业。
甚至一位接触了一知的投资人也选择加入该团队。这位投资人便是一知智能现任CMO顾泽良。
顾泽良曾任职于以色列美元基金Go Capital，之后回国加入金沙江联合资本，负责人工智能领域投资，也是福布斯亚洲30under30科技精英榜人物。
2017年，一知智能项目还处在学校paper的阶段。但怀揣对技术和产业的信仰，他意识到一知智能会是激起他激情的地方，于是说服团队踏入创业之路。
张蕾也是在这段时间加入一知智能的。
张蕾曾先后就职于毕马威华振会计师事务所和九鼎投资，负责过多家公司的IPO，履历写起来可以摞成上一摞纸。用她的话说，对人生转折点上的选择，更想去“贡献我自己能贡献的东西”。基于这个原因，她发现了还处于非常早期的一知智能。
在正式加入一知之前，张蕾用不拿薪水的方式参与到团队里。“不拿薪水的原因是，我并不确定一知是否真的需要引进一个需要上股东会、董事会的CFO职务。”那段时间，其实是一个双方的相互试探。
而这次试探性感受的结果就是：她不仅被团队所吸引，还被业务所吸引。
“一方面团队上包括中层都非常有内驱力;另一方面业务上，一知做的事情是连我们自己都很惊讶，原来AI可以用在这样的场景里，并且能带来这么好效果的。”这种发现新大陆、创造新市场的体验让张蕾感到兴奋，然后她做出决定，加入一知智能团队。
但是，一知不只有技术脑袋，还有商业脑袋。在创业之前，李一夫就确定了面向市场做产品的三个阶段：先找市场、再找机会，最后才是产品。
具体来说，第一是要定义市场，要解决什么问题、市场有多大、客户是谁等等;其次则是定义机会，市场需要什么，团队拥有的关键资源能力在哪里，能够在市场里拿到的机会有多大;第三才是产品本身，产品形态、产品边界、go to market的策略等等。
这番思考，为日后一知智能的商业化奠定了方向。
part2.AI赋能营销自动化
AI落地，最重要的是找到场景、发现痛点，解决核心矛盾。
从一知目前的产品形态上看，其主要业务人机语音交互技术服务目前已经布局了泛消费和公共服务两大业务板块。在泛消费板块，一知通过“智能语音外呼+RPA+SCRM”形成效果闭环，帮助客户实现了全链路的显著增长。
最初，一知对产品塑造的想法纯粹简单，即找到最容易落地、最需要人工智能的痛点切入。“当时语音交互的赛道刚刚兴起，我们还在浙大的时候，中国人工智能白皮书2.0发布，提到未来哪些行业最容易被AI取代，里面就讲电话销售，电话客服被AI取代的概率超过了98%，这就成为了我们的切入点。”李一夫称。
顾泽良告诉「甲子光年」，当时的AI智能语音外呼市场非常混乱，由于当时机器人的对话体验和对话能力不足，所以几乎所有的智能语音创业公司都被限制在了骚扰电话这个场景，“而且由于这个行业的毛利很高，所以友商们一开始很能赚钱。”
如何从陌客营销转向和规模化会员触达，背后的核心矛盾是机器人的对话体验，而提升对话体验的“钥匙”是算法。顾泽良说，“我们认为当时那些公司是偏销售驱动型的创业公司，他们缺乏底层架构，这种方式也可以在短期赚到很多钱，但这样的工具是抓不到用户真正痛点的、也不符合长期价值，而我们是技术驱动型的公司，所以要做提升对话能力的底层基因”，这也形成了一知今天稳固的护城河。
稳固体现于一知扎实的算法上。比如，浙江大学与微软亚研院联合研发的FastSpeech算法，合成速度已经比谷歌快上260倍，而改进版的FastSpeech 2在语音质量和语音合成速度上也比之前有了很大提升。
在这基础之上，一知智能对算法会有进一步的升级。姜兴华向「甲子光年」举了一个例子，意图识别是外呼机器人最关键的一个算法，一般情况下可以达到75%的成功率，而通过算法的升级，则可以做到90%的准确率。
此外，许多技术公司都会存在一个问题——算法和业务存在一定隔阂。由于算法和业务的语言体系、思维习惯不同，所以算法部门很难沉入到业务场景去理解，而业务部门也很难对算法提出真正能够解决的需求。AI Lab主任姜兴华向「甲子光年」表示，自己在公司实际上做的便是对接两者的“翻译”工作。
这种翻译工作在一知并不是大问题，姜兴华说，“在一知，部门之间的边界感没那么强，算法同学可以和业务同学交流，沉入业务场景里面去看真实的数据，并且得到快速的反馈。”
更大的沉淀和机遇则来自消费形态上出现的变量。陈哲乾表示，未来消费形态将是以人为中心，而不是当前的以货为中心。所以，消费本质会逐渐去中心化，而技术是核心驱动。“那么，产品认知也将不再仅限于功能与需求，具备数字化和情感的产品表达，这意味着开创新的精准营销服务时代。”
随着公域流量见顶，当企业只能盯着存量市场抢蛋糕时，获客成本也就不断走高。所以，学会在私域流量中掘金几乎是企业在2021年想要做好生意的充分且必要条件，商家需要搭建自己的流量池，才能增强用户留存和粘性，降低获客成本，那么私域流量无疑是不错的选择，而精准营销服务则给商家提供了一把在私域流量中掘金的铲子。
陈哲乾将工具分为两种类型，一种是效率工具，一种叫做效果工具。顾名思义，效率工具指的是可以帮企业降低成本的工具，而效果工具为客户增加销售业务。AI的能力则是提升一个从来没有过的业务。
基于过去积累的AI能力，一知智能将算法赋能营销自动化，推出精准营销的服务。“我们不是去做效率工具，而是遵循帮客户赚到更多钱的逻辑。”陈哲乾说道。
在精准营销之上，一知还开展了会员服务，可以把搭建好的底层架构，更加精准的面向已经在企业中注册的会员进行服务，不仅可以对症下药的展开营销，还能够更明确不同行业、不同消费品的会员所需，帮助客户提高与消费者之间的粘性。
搭好底层，扎根到产业里去做精准营销，让一知在趋于冷静的AI市场中火热起来。
part3.什么是真正的底层逻辑?
早期AI企业go to market常常会遇到的一个问题是，工具的赋能效力难以量化、产品评估上也难以用数字来分出高下。
顾泽良认为，公司的产品走向市场可以被分为三个阶段，阶段一是PMF，也就是产品找市场契合点的阶段，当契合点找的不错，第二个阶段是go to market，也就是真正推向市场的时期，阶段三是规模化的时期，这个时候产品已经相对稳定，需要做的是业务和市场的扩张。
而to B和to C的销售方式有很大差异的一点在于，软件公司大多是按照项目制的方式收费的。这就导致了产品力高下很可能只能在购买产品并使用一年之后，看第二年的复购情况才能判断。
顾泽良表示，“这意味着，当一个用户把它的尾款付完以后，全公司除了一个很弱的售后会在乎这个客户的价值，其他人都扑向了第二第三、第四个项目，所以这本质是这个商业模式的验证，而并非价值驱动。”
基于此，一知提出了预充值的付费方式，“用户充值的金额完全可退，而且，用户随时可以告诉我说，你已经不是市面上服务最好和对话体验最好的公司了，所以我不想用了，那么用户任何时刻都可以用自己手上的预算投票，而且公司也会非常在乎用户的任何时候的体验和我们给客户带来的业务价值。”
这种改变付费方式的做法，能够让产品服务更加聚焦和植根于客户的诉求，以产品和解决方案的创新和实践，支撑客户的全链路、全生命周期的数字化转型。这正是着眼于为客户提供长期价值的思考。
而敢于这样做恰恰是对自身技术能应用于市场的自信。同时，这种自信也能过在一知的融资历程中得到体现，与大部分资本追逐的明星AI公司不同，一知似乎在资本进度上表现的很“佛系”。
一知CFO张蕾向「甲子光年」表示，“在前几年，我们对自己的产品、行业的认知不清晰的时候，如果去做资本加持，核心是对资本不负责，也对自己也不负责。”
对于融资节奏上的把控，一知也有自己的看法。张蕾认为，融资的一个大前提是双方已经知道对方的需求，也就是要拿这个钱去干什么。“比如有些一次性的投入，to B公司需要投入很高的获客成本;再比如我们希望可以和客户越来越深度的合作，在产品很好的情况下，客户会提出新的需求，比如怎么样去解决更多的方案，这个时候也需要用到钱。”
而适合融资的阶段是被张蕾称为“规模化复制”，也就是说，当从0到1的阶段已经完成了，客户体验也相对完善的时候，可以确认盈利模式没有问题，下一个阶段的目标是需要跑的比别人更快，“这个时候融资才是最有用的”，张蕾说。
“资本的本质，它其实只是加杠杆，它是帮企业去更快成长的，所以在企业基石不健康的情况下，有资本是没有用的。”张蕾告诉「甲子光年」。
回望2017年，在AI行业资本流向最为火热的时间里，也难有不眼馋的冷静时刻，尤其对于早期创业公司来说，资本流入的决定权有时候并不取决于资本，或者创始团队，而更取决于市场。但是，做出正确决策的唯一标准应该是，跟着初心和价值本身走。
而无论是知一对结算方式的选择还是融资节奏的把控，似乎从来都没有离开过一个初心，要深度落地、产品做出来，真正赋能于企业的，才是人工智能本身的力量。
发表评论 取消回复