摘要:基于团队成员多年的从业经验和对AI行业的密切关注,LUCI.AI 在公司产品和业务部署上选择提供端到端的高度定制化集成服务,实现 AI 技术的落地。近日,海创派 HiTrends 与 LUCI.AI 的创始人之一 David Wang 及技术总负责人张峰就公司团队、产品及商业模式进行了交流。

海创派 HiTrends 作者访问 LUCI.AI

海创派 HiTrends 报道,作者 June

近五年来,AI 热度逐年攀升。

调研机构 CIFAR 预测2020年与 AI 相关的市场预计将达470亿美元。德勤发布的2019全球 AI 发展白皮书中预2025年世界 AI 市场将超过6万亿美元。PWC 也在2019年做出的一份关于 AI 行业预估报告指出,AI 到2030年对世界经济贡献的行业总产值将达15.7亿万美元。

分析机构的持续看好使 AI 类创业公司的数量也呈指数级增长。

随着资本对 AI 的助推,投资市场和业届对 AI 行业的认知不断深入。投资市场逐步回归理性,AI 的行业发展重心也从前几年对技术的追崇转变为近一到两年来对其商业价值的挖掘。有迹象表明,行业中的玩家开始深耕垂直细分领域,致力于解决 AI 技术的落地和在商业上的盈利问题。

位于多伦多的 LUCI.AI 便是这样一家深耕特定场景的 AI 类初创企业。LUCI.AI 于今年7月份由几位华人正式创立,是一家很年轻的公司。然而,几位创始人和公司核心成员都属于经验丰富的连续创业者或资深相关行业从业者。

近日,海创派 HiTrends 与 LUCI.AI 的创始人之一 David Wang 及技术总负责人张峰就公司团队、产品及商业模式进行了交流。

David 本人在移民加拿大之前在 IT 行业做过系统集成,web 1.0时期曾在新浪网负责广告业务,到 web  2.0时期又在阿里巴巴负责商务合作。移民后,又曾回国与前快滴打车的创始人之一一起创立移动过互联网保险公司。技术总监张峰毕业于加拿大 Queens 大学计算机系,在国内工作创业期间曾申请过100多项关于 AI 的专利。

据透露,成立的前两月,LUCI.AI 就完成了第一个产品的研发、测试和上线。这是一个基于送餐设计的实时优化系统,目前为多伦多最大的几家主要的华人外卖送餐类公司提供服务。受限于华人外卖公司的业务规模,该系统每天处理单量在1-2万系统具备很强的可扩展性,但目前仍受限于华人外卖公司的业务规模,每天处理单量在1-2万单。

赛道的选择对于创业能否成功来说无疑至关重要。

选择 AI 为创业方向,除了团队成员相关的从业背景以外,David 分享说,这也是因为 AI 可以给在海外的华人创业者进入主流社会的机会。

他解释说, 尽管近年来选择在加拿大创业的华人越来越多,但依然集中在餐厅、超市、地产经纪等传统行业。相对于西方国家已经根基深厚的传统行业如石油、地产、传媒,AI 作为一个高科技行业,AI 可以给新创业者一个公平进入和竞争的机会。

David 表示加拿大素来有世界领先的 AI 土壤。人工智能领域的巨头 Hinton、Sutton 和 Bengio 都来自加拿大,是深度学习和强化学习方向的领军人物。这促成了加拿大本土以此为根基的人才体系,而人才对于AI公司的重要性显而易见。跟国内相比,加拿大的AI人才平均水平更高,总体差异化更小。人才的优势也吸引了美国科技公司把研发中心搬过来加拿大,并在此注入资金。2017 年,相关部门出台人工智能策略,拨款1.25 亿加元(约合9000万美元)支持与 AI 的相关生态链。

基于团队成员多年的从业经验和对AI行业的密切关注,LUCI.AI 在公司产品和业务部署上选择提供端到端的高度定制化集成服务,实现 AI 技术的落地。具体来说,因为 AI 社区的开源及信息化时代的快速知识流通,不同公司从技术代差上来说差异不到 AI 的技术代差1年正在逐步缩减,因而做单点的技术突破将面临巨大的商业挑战,技术落地成为了立足的关键很难立足。这在过去几年的 AI 创业热潮中已有体现。

LUCI.AI 因此选择了深耕建筑和零售行业,将自身定位为自主研发产品,致力于提升企业运行效率,资源精确匹配的AI高度定制化集成服务商。据麦肯锡最新的调研报告,目前市面上80%的公司有意进行 AI 方向的产业升级,而这些公司当中66%属于零售和工业化行业,AI 行业总产值估计在2.6-4.6 亿万美元之间。

目前 LUCI.AI 正在逐步建立与上述行业的加拿大领头企业合作。已建立与加拿大最大的建筑商和最大零售商的合作。

对于落地和高度定制化服务,David 举例说,建筑工地的资源调配需要一整套程序的衔接,包括不同建筑材料运输时间、地点、顺序、路径和数量,而公司提供的解决方案便是调整这些参数,最优化施工效率和成本开支,实现材料和工序 Just- in- Time 的流程匹配。同时,在深度合作的过程中,因为了解到客户一直有材料丢失的痛点,定制针对“防盗”问题的算法,也将项目阶段性的目标。

David 认为,如果没有深入客户的需求场景,仅从 AI 技术出发设计的产品将很可能对客户需求做出有偏差的理解,而导致不被市场买单。这一点对于 To B 的业务尤为重要。

高度定制化也体现在数据上。基于数据建立的模型,因为数据经常性的改变而需要迭代升级,因而过一段时间就需要对模型进行重新调整。这一点也决定了 AI 实现落地的关键一步是与场景绑定。在数据方面,LUCI.AI 结合跨平台数据渠道,深耕应用场景,LUCI.AI 部署了无人机在工地的数据收集项目,以解决 AI 最依赖的数据问题。

盈利模式上,公司采用了收取一次性的项目费和模型升级迭代的定制费。从其他定制服务提供商的经验来看,这是一个已被证实有效的营收模式。而从公司目前运营来看,该模式可以产生稳定现金流,是一种可靠的方式。

LUCI.AI 在技术方面的架构分为三部分。对于项目核心的算法研究,产品开发,建模及程序实现,由公司全职算法及程序工程师完成。对于应用层面的软件,因为国内已有成熟和丰富经验,公司选择跟国内团队合作,最大程度提高性价比。另外,得益于加拿大对于 AI 的项目支持,公司也建立了与大学的科研合作,这样不仅是紧跟技术前沿的长期战略部署,也节省了研发成本。

资金方面,公司成立之初已经完成天使轮50万加元(约合37万美元)的融资。创始人 David 透露,目前已与国内外一些不同的投资机构接触,计划在2020年初进行 pre-A 或 A 轮的融资。资金将主要用于招募 AI 人才,扩展更多应用场景以及服务器和基础开发资源的投资。

对于投资者的选择,除却资金以外,公司更看重其背后的资源价值。因为下一步的战略计划是在目前应用场景上做纵向深化,以不断扩大市场并,以及拓展 AI 应用新场景,能够带来资源支持的投资机构是 LUCI.AI 的优先选择。对于国内和海外的资金,David 认为各有其优劣势。加拿大的风投资金较之国内有数量上的劣势,而且要求更繁琐复杂麻烦,但其优势是可以带来本地的客户资源,国内资金虽然数量和程序上则更有优势。

相关文章