思謀科技沒趕上人工智能投資熱，但也避開了泡沫的破滅

文 | 餘洋洋

編輯 | 黃俊杰

香港 科技園東面大海，西與香港中文大學隔街相望，這裏聚集着一批人工智能、生物醫療、大數據等領域的創業公司，它們大多由科學家與工程師創辦，團隊精簡、規模不大，在擁擠的園區內各據一隅。

2020年初，賈佳亞創辦的人工智能創業公司思謀科技在這裏開張。新公司面積小，還沒有獨立的辦公室，他就每天走十幾分鐘的路，往返於他在香港中文大學的教授辦公室與科技園之間。

《晚點LatePost》瞭解到，思謀科技在2020年3月已經拿到Pre-A輪融資，並在6月底完成。融資規模數千萬美元，由IDG資本領投，真格基金和聯想創投跟投。

賈佳亞是香港中文大學計算機系終身教授。創業之前，他在科技界更爲人知的身份是曾經執掌騰訊雲與智慧產業事業羣(CSIG)旗下優圖實驗室（X Lab），爲騰訊內容平臺提供人工智能技術。2019年11月，賈佳亞從工作兩年多的騰訊離職並回到香港中文大學，不久後啓動思謀科技。 

2017年剛來騰訊時，賈佳亞曾說自己的優勢在多年技術積累，對於技術發展的敏感度，和對於技術發展前沿的理解。但對於怎麼跟投資人打交道、怎麼把產品賣出去，他並不比一個剛畢業的學生更擅長。他甚至一度打算在騰訊待一輩子，“剛進來的時候想的是能做多久做多久，我覺得挺好。”

在騰訊工作兩年後，賈佳亞創辦人工智能公司思謀科技，短期內聚焦人工智能技術在工業和超高清視頻領域的應用。賈佳亞希望公司未來能成長爲一家企業服務巨頭，從工業檢測拓展到其它工業場景，再到工業之外的企業應用。用他自己的話說，“要成爲中國的SAP、IBM”。

“我算是明白了，人要爲自己說過的話負責。”2020年6月，當《晚點LatePost》問及爲什麼改主意去創業，他笑着調侃到。

賈佳亞性格穩重，不敢輕易冒進，這使得他的創業選擇看起來矛盾，“雖然前幾年在很多人看來，人工智能是熱門風口。但是從產品到場景，我並沒覺得那是一個很好的契機。我又不是一個會講宏大願景的人，所以當年纔會說，我可能不適合創業。”

在學術界，單打獨鬥就能存活，而在產業界想要佔得一席之地，僅僅靠一個人或者幾個人的力量、甚至僅僅依靠自己團隊都是不夠的。五年前賈佳亞沒有自己的產品和銷售團隊、他所研究的技術沒有足夠清晰、廣泛的應用場景，想找學生幫忙寫幾行代碼都找不到。

風口已過，相比五六年前，投資人矇眼狂投人工智能的時代已經過去。而做了20多年人工智能研究的賈佳亞在這時候開始創業，在不到半年時間招募超過110人。

冒險大公司

和絕 大 多數從事人工智能相關研究的學者一樣，賈佳亞的學術人生在 2015年後開始掀起一些波瀾。

從唸書到工作，他在大學度過了近20年時間，選擇研究計算機視覺更多是因爲興趣。“那時候根本沒有任何想法去影響和改變世界，能拿到終身教職就已經夠我吹一輩子牛了。”2010年，賈佳亞在工作六年後拿到了終身教授的職位，對於大學教授已是高光時刻。

轉機發生在2016年，由Google的人工智能AlphaGo擊敗圍棋世界冠軍李世石，成爲第一個戰勝圍棋世界冠軍的人工智能，引爆了大小互聯網公司、商業領袖們對人工智能的關注。一時之間，從事相關研究的科學家們成爲大公司爭相挖掘的對象。

各大互聯網公司的高管、HR踏破門檻，招攬在學術界有分量的科學家。賈佳亞是計算機視覺領域權威，他帶領港中文視覺實驗室研究出的圖像濾波和逆向視覺問題解法在學界和業界得到了廣泛應用，在恢復模糊圖像方面全球領先。Google學術顯示他署名的論文被引用超過2.4萬次。

“少說也有幾十家，上市沒上市的公司都來找過我。”賈佳亞回憶道。選擇騰訊的一個重要原因是離家近。賈佳亞家在香港，騰訊在深圳，爲了方便賈辦公，騰訊甚至還在香港特地給他提供了一間辦公室。

更重要的原因是和騰訊投緣。在位於香港中西區的騰訊香港總部大廈內，賈佳亞見到騰訊高級執行副總裁兼社交網絡事業羣總裁湯道生。湯帶着賈佳亞逛了一圈，給他講了講公司的願景和期待，希望能引入一些新科技在公司各式各樣的應用場景上。賈佳亞展示了幾個新技術Demo。騰訊最高層，包括騰訊CEO馬化騰和騰訊總裁劉熾平，也覺得有意思。

賈佳亞早就想把技術變成產品。他告訴《晚點LatePost》，在學校的時候，他曾經想做一個美顏軟件，但學生都不願幫忙，“他們說你就別想了，你又沒有人，就我幫你做了你又怎麼樣呢？你推銷你推廣嗎？”

當時修圖應用還沒普遍加入人工智能技術。一個更典型的創業故事裏，創業者會選擇僱人把軟件做出來。但賈佳亞被學生說服了，繼續從事研究。將研究轉化成看得見、用得着的產品停留在他心底的一個願望。

賈佳亞在騰訊把這個願望付諸實踐。“就是一個埋藏在心裏深處的小願望，但是一旦變成現實的時候，很快就能實現。”2017年，賈佳亞帶着兩個想要跟着自己去外面“闖一闖”的學生來了騰訊。

“剛來的時候可以說是從零開始。”思謀CEO沈小勇便是2017年跟着賈佳亞來到騰訊的兩個學生之一，他是與賈佳亞一起工作多年的博士生。他告訴《晚點LatePost》，與外界理解的相反，三個人剛去騰訊的時候其實是比較困難的，第一沒有團隊，第二不清楚方向。賈佳亞用了將近半年的時間組建團隊，在騰訊內部頻繁“刷臉”幫同事解決五花八門的需求來推銷自己的團隊。

2018年底，騰訊進行了近年來規模最大的一次組織架構調整，賈佳亞帶領的優圖團隊被劃分到騰訊雲與智慧產業事業羣(CSIG)。騰訊進軍產業互聯網後，賈佳亞帶領的團隊接到了第一個企業大單——來自TCL旗下液晶面板生產子公司華星光電。

華星光電的液晶面板生產涉及上百道工序，生產過程中可能出現的面板缺陷種類則多達120種。不同工序、不同產品的缺陷特徵也不盡相同，工人識別面板缺陷類型難度高、效率低。

生產產線搭載上賈佳亞團隊設計的人工智能質檢設備後，可以在5秒內識別出面板缺陷，產線需要的質檢人員可以減少六成。通過對面板不同缺損的分析，團隊還幫工廠找到問題的源頭，調整特定環節的生產工藝，使得良品率更高。

第一個企業項目完成後，更多的客戶找到賈佳亞團隊，夠他們忙上好幾年。但這個時候，故事不再按照原定的劇本發展。

通常情況下，大公司的研究部門只有算法研發人員，而完成一套完整客戶項目所需的銷售、產品經理甚至工程人員則分佈在各個業務線上，這給研究院與業務部門的合作與項目分成都帶來了極大的困難，“幾個月的項目，光扯皮就花了一個月的時間。”

“公司說要讓科學家到前線去，聽見炮火聲，可現實反過來了。”一位騰訊研究部門員工告訴《晚點LatePost》，基於人工智能的解決方案對技術要求高、產品迭代速度快，但銷售和產品人員分散導致團隊決策鏈路長、溝通成本高，以至於團隊很難集中炮火去打一個點。

華星光電項目完成之後，賈佳亞漸漸萌生創業的想法。雖有騰訊高層的極力挽留，他最終選擇離開。

穩重的創業

2014年， 香港中文大學信息工程系教授湯曉鷗帶領一行學生創立商湯科技。 商湯科技CEO、聯合創始人徐立是賈佳亞的學生，他第一個找到賈佳亞，試圖拉他入局被拒。 2016年，徐立繼續找到當時即將博士畢業的師弟沈小勇，想邀請他加入做聯合創始人。 二人婉言拒絕。

回憶起這段經歷，賈佳亞感到有些遺憾，“除了商湯，還有一些上市、沒上市的公司也來找過我。當時你看不懂，你不知道這家公司到底能不能走下去，走多遠。”因爲擔心自己對於商業的認知不夠深刻，當時幾乎所有公司的邀約都無疾而終。

賈佳亞佩服四五年前那批創業者的熱情和勇氣，“像徐立，他當時很有激情，就孤注一擲把全部的事業理念投入到公司裏面，真的很難得。”但多少有些遺憾遺憾，遺憾自己當時沒能加入一家創業公司，沒能幫一個團隊在早期做一些事情。

商湯與思謀，湯曉鷗、徐立與賈佳亞、沈小勇這兩個團隊，是技術創業的兩個典型樣本。一個極端激進，敢爲天下先；一個極端穩重，不做好全面準備，不等到合適的時機就不會輕易行動。

“我比較穩重。”賈佳亞告訴《晚點LatePost》，這是他身上一個明顯的特質，不敢輕易冒進，這個特質體現在他作爲一個教授和一個創業者的方方面面。

上課的段子都是提前準備的。遇到特別枯燥的技術課程，賈佳亞通常會準備幾個笑話調動學生的興趣，爲了講一個名叫Blue Screen(藍屏)的電影特效技術，賈佳亞在課件裏放了兩張圖片，一張是電影特效，一張是電腦死機的圖片。Blue Screen在英文裏還有一個解釋是死機。“我們現在學習Blue Screen，”打開那張電腦死機的圖片，大家瞬間被逗得開心。

2017年加入騰訊，同樣是出於穩妥的選擇。第一次進入產業界，在高校待了近二十年、習慣獨來獨往的賈佳亞希望能去一家成熟規範的大公司。

回顧在騰訊兩年的經歷，賈佳亞覺得自己獲得了最多的啓發與最快的成長，“怎麼去管一個技術團隊，怎麼跟業務團隊合作。我如何去教育人才，幫助他們從研究思維轉換成公司需要的業務思維和合作思維。”創業之後，他也常常想起在騰訊學到的經驗。

在從學術界踏入工業界的過程中過分求穩，這讓賈佳亞錯失先機，但他也避開了泡沫的破滅。泡沫高漲時期，人工智能創業公司可以沒有成型產品、沒有客戶，拿到數百億的估值。

到2019年，人工智能投資筆數比前一年驟減1/3，但商業化路徑也基本清晰。切入企業服務領域後，一批公司活了下來並開始走向上市。賈佳亞啓動了一家自己覺得可以掌控、能清晰洞見未來走向的公司。“今天我努力去做一個新的自己喜愛的事情，我也不覺得是遺憾，就是當我以前看不懂的東西，現在看懂了之後，我覺得做的事情應該不一樣。”

賈佳亞選擇了技術難度高，同時大小巨頭也沒有深入涉足的工業。工業的難點在於市場碎片化程度高，在這樣一個高度碎片化市場裏打磨產品，也面臨着產品難以統一，難以規模化的問題，這正是賈佳亞最想解決的問題，“思謀構建的系統不會以一個單點的算法爲核心，而是系統化的。”

每個行業內的每一家工廠，都會有自己的一套細分工序。賈佳亞以一顆芯片的生產過程爲例，有做芯片設計的公司，也有做芯片檢測的公司，做芯片檢測的公司中又有做光學設備的公司，就這麼層層分類下去，“每一間工廠都是不一樣的，沒有可比性。” 

碎片化也導致了系統化的難題。剛接觸客戶時，賈佳亞以爲檢測就是一個簡單的、找到瑕疵的過程，“但你回過頭來看瑕疵有非常多的種類，特徵也完全不一樣，在這個過程中會不斷地出現新的問題，當我們以爲解決了一個問題的時候，後來發現還有新的個別種類是沒有囊括進去的，所以我們要不斷地去更改我們的訓練數據，不斷地調試。”

賈佳亞相信自己在學術界的成就和影響力能幫助公司吸引足夠優秀的算法人才，而團隊也能夠通過幫一家家客戶解決問題以積累經驗，將一個個瑣碎的問題總結分類，最終形成一套標準化、系統化的解決方案。

工業檢測是賈佳亞創業的起點，他對思謀科技的定位是一家企業服務公司，“不只是工業，也不只是檢測，不會定得太死。”他認爲思謀科技的定位和傳統的企業服務又完全不同，“不是說我要分析你的財務、物流、物料，我們關注的是製造業技術能力的升級，怎麼把成本降低，把良品率提高。”

被賈佳亞對標的IBM、SAP並不是科技先鋒經常提及的名字，但它們靠着爲全球各類企業、政府客戶提供軟件、硬件或者諮詢等服務屹立不倒，市值各超過千億美元。這也是賈佳亞的願景——做高門檻、能形成規模效應的企業服務生意。

一流大腦的選擇

這個 世界上有兩種科學家，一種尋求基礎技術的突破； 一種負責把基礎技術轉化爲商業社會中的實際應用。 只有極少數人能做到兩者的完美結合，將科學研究與工程落地結合到極致， Google高級研究員Jeff   Dean是被公認爲數不多的一個。

賈佳亞並不認爲自己具有在兩個方面同時做到極致的能力，現在的他更傾向於後者。“實不相瞞，我一直的技術夢想就是把自己做的技術給別人用，最低限度也是把自己設計的圖像處理能力寫成個軟件，給大家用來美妝、去噪、圖像增強等。”

而要實現這個夢想，通過創業來將自己的研究更好地轉化爲產品是一種最好的選擇。在圖形、圖像、視覺這一類領域，說得出名字的早期奠基型教授都有自己的公司，或者有在大公司任職的經歷。比如1988年提出Level-set的分割鼻祖Stanley Osher教授很早就有自己的公司，著名的SIFT發明人David Lowe也爲SIFT申請了專利和創立了公司。

在硅谷，科學家創業並不罕見，在中國，這個趨勢在最近幾年開始出現。賈佳亞覺得，一個教授，能開玩笑，能接地氣，能在學術界和工業界之間自由切換，纔是更加合理的狀態。“在中國這個狀態特別奇怪，大家覺得一個學者或者科學家創業也好，或者進一家公司也好，都會覺得是一個非常特別例外的現象，或者是一個好奇怪的事情。”

在賈佳亞看來，在中國，科學家進入工業界後想要回學校並不難，難的是出來本身。甚至不是風險高低的問題，而是出來的人無法對風險進行預估和判斷。“你要出去了，有沒有一個成熟的孵化環境，能夠保證它的成功率，不要說成功率是高還是低，就說現在中國成功率這個數據可能都不知道，就導致不確定性太高了，其實很多人是不太願意出來的。”

每當有青年學者前來諮詢賈佳亞要不要全身心投入商業，他給的建議也是他自己的路徑：先進一個有成熟商業環境的大公司，讓學術人員對商業能有一個基本的瞭解。

“假設中國科學家去到工業界的難度跟美國是一樣的，你會怎麼選？”《晚點LatePost》記者問賈佳亞。

“我就把美顏美妝的專利給申請了，可能就做一個小的產品，在2010年之後的某個時間點。”賈佳亞說。  

-FIN-