您正在使用IE低版浏览器，为了您的雷锋网账号安全和更好的产品体验，强烈建议使用更快更安全的浏览器
发私信给金红
导语：HWTrek (Hardware Trek)今日在深圳举办了一场对接活动，为国外创业项目与国内供应链厂商找到有效的资源，其中就包括多款机器人。
同步到新浪微博
雷锋网编辑，专注新技术和商业故事报道，创业者或行业交流可加微信号Duras0820
当月热门文章
为了您的账户安全，请
您的邮箱还未验证,完成可获20积分哟！
您的账号已经绑定，现在您可以以方便用邮箱登录
请填写申请人资料国内机器人创业小心踏入误区：算法来决定一切
本文来自迅雷创始人程浩的分享，对于机器人创业者来说，他认为—— 如果项目想要快速落地，起步一定要从To B开始；不能说算法很厉害，有很牛的科学家团队就是一切了，在未来的竞争环境下还差得很远。
朋友们大家好，我是程浩，迅雷创始人，现在专注互联网领域的投资。这一年来我看了很多人工智能及机器人相关的项目，有些观点和大家做一些分享。
目前国内人工智能创业非常火爆，主要是供求关系不平衡，投资方资金多，而国内人工智能领域，有比较好的技术背景的人又比较稀缺。导致创业团队只要技术背景好，不管找没找到刚需痛点，有没有商业模式，资本就蜂拥而至，显然这并不健康。
现在国内的人工智能创业属于明显的技术红利期，估值普遍偏高。但从投资者的长远视角来看，未来随着基础计算平台和开源平台的丰富成熟，技术方面的壁垒会越来越不明显，整个人工智能的技术准入门槛会越降越低。就像2008年你想找个IOS开发者，很难，现在却很普通一样，所有技术的演进都遵循这一规律。
所以我不建议大家凑这样的技术红利热闹。因为长期来看，人工智能创业和任何其他领域的创业一样，一定是综合实力的比拼，懂不懂行业、有没有找到刚需痛点、产品化和工程化能力怎么样、营销能力怎么样，产品做完了能不能卖出去等等。
涉及到具体的行业，简单讲，我认为人工智能和机器人方向的创业本质上有mission-critical和non-mission-critical之分。为了方便大家理解，我们姑且称为“关键性应用”和“非关键性应用”。
Mission-critical的应用，就是一丁点儿错都不能犯的人工智能领域。比如自动驾驶，哪怕已经做到了99.9%，但仍然是千分之一的事故率。想想每天驾车上路的人有多少，这千分之一的故障率会导致多少致命事故。所以自动驾驶，必须要做到99.…%后面有多个9才能上路。
还有将人工智能用在医疗行业，像手术机器人做到精度99.9%，千分之一的出错率同样是极其可怕的后果，医疗事故关乎人命。要是在美国，这千分之一事故导致的巨额赔偿，恐怕就已让企业完蛋了。
总之在“关键性应用”的领域，必须做到99.9…%小数点后面有多个9，做不到就没法商业化。其背后的核心竞争力是算法和科学家。这类项目往往需要有top的科学家来坐镇背书。所以项目通常很贵（因为周期长，需要的钱自然多，同时这类人才又很贵），要投入大量的研发资源来消灭万分之一、十万分之一的出错率。
大家都明白研发的边际效益逐减，做到90%很容易，做到99%要投入不止10倍的资源，因为要消灭各种corner case，更别说99.9%和99.99%了，所以这类项目时间周期会很长（类似于Google的无人车，从2009年到现在已经7年了；Mobileye从1999年做汽车辅助驾驶，2007年才商业化；达芬奇手术机器人项目更是起源于1980年代末的一项非营利性研究，直到2000年才拿到了美国食品药品管理局FDA的首个手术认证）。但一旦做成，这类项目优势就非常明显，因为竞争对手同样也要花这些时间。
这样的项目门槛高，不适合一般的创业者，所以通常比较贵，商业变现的时间周期比较长，资本也需要更多的耐心。
还好，实际上大多数AI/机器人的创业属于第二类，也就是“非关键性应用（none-mission-critical）”。这类项目不追求99%后面的很多个9，而且很多都有更简单实用的解决方案，或者有“人机混合”的方案。总之就是不追求高大上，简单、实用、性价比高更重要，这样的项目通常能够更快落地。
不追求很多个9。例如基于人脸扫描的门禁或者迎宾机器人系统，99%和98%没有本质的区别，实在不行不还有前台么。
更简单实用的解决方案。例如封闭路段（例如工业园区、机场码头）的自动驾驶，激光雷达又贵又复杂，我直接用磁条导航，而且算法上追求简单，“让速不让路”，只要前面有人，车就停下来。因为是封闭路段，所以场景被极大简化了。
“人机混合”模式。面向企业的人工智能/机器人很多都能够通过“人机混合模式”降低技术难度，可以更快的面向市场提供服务。拿外卖机器人举个例子，你的算法好，你的送达成功率99%，我是98%。100次里面不成功的那两次，我可以用人通过后台去操控机器人，慢慢提高这个比例就好了。即使这样，我还是能极大的降低人力，还是有很大的价值。
实际上，国内人工智能和方向的创业，大部分领域都是“非关键性应用”。在这些领域，算法当然也重要，你送外卖不能总送不到，但偶尔的问题可以容忍（“关键性”应用则不能容忍）。除此以外，“能落地”就变得非常重要了。如何落地？那就要比拼综合实力了。包括：
对行业的理解，要深刻洞悉行业痛点在哪儿；
产品化和工程化，有没有好的产品和工程师团队？光在实验室里搞没用！
做出来的产品还得便宜！
批量生产的话，你的供应链能力怎么样？
产品出来了，你得把东西卖出去！所以你的营销/销售能力怎么样？
所以，这样的人工智能项目并不需要技术大牛，反而是创业者最深悉这个行业，知道什么方案能解决行业痛点，甚至有上下游的能力去推广销售掉解决方案或产品。
人工智能也好，机器人也好，大家大多讲的是人工智能+。像人脸识别、语音识别这些基础服务，已经有人做了，领域并不大。更多的机会还是在于人工智能对各行各业的改造，去研发专门的机器人替代人工，当然是行业重度参与者最能发现机会和痛点。
比如机房巡检机器人、电力网巡线机器人、果园作业机器人……人工智能几乎会深度影响我们的各行各业。对于这样的项目，能够成功的核心，一定是提升了效率，降低了人工成本。正如白宫最近发表的《人工智能、自动化及经济》报告也指出，未来10年至20年间，时薪低的工种受到的冲击最大。有美国科学家甚至预言，时薪低于20美元的工作有83%的可能性会被人工智能取代。
其实我们可以就此得出一个信息，那就是短期内，机器人创业的机会主要还是在B端。
为什么这么说呢？因为现在技术和行业都不成熟，只有利益驱动，节省了人工成本，才会让企业率先接受机器人。
首先我们来看价格，拿机器人举例，整个供应链体系没那么成熟，市场需求还未验证，每一个生产出来的机器人成本都不低。To B端，也就是企业对成本承受能力显然比To C强很多。特别考虑中国人力成本继续往上飙升。只要企业考虑机器人会大幅提升效率、比人工成本合适，他们就有行动起来的动力。
直白说B端买机器人的目的是为了省钱，是以替代人力为目的，但C端确是在额外花钱，所以需求有明显的差别。To B都是单任务的，机器人只要做好一件事就行了。而To C消费端，恨不得什么都能干，又能唱歌、又能跳舞、又能聊天、又能清洁。但现在根本不现实，技术成熟度还不够。
还有To B端的机器人应用更容易一些，因为很多都是以"人机混合"模式在作业。也就是以前需要5个人干活，现在可能1个机器人加2个人工。也就是机器人替代了3个人工，能把一些常规任务给干了，但在一些特别复杂的工艺流程位置，还得仰仗工人来做。这是一种易推行的混搭模式。但To C机器人可没有"人机混合"模式可言。
最后对国内机器人领域的创业者想说：
I. 如果项目想要快速落地，起步一定要从To B开始，To C仍是很长远的事情，发展没那么快；
II. 大多数机器人都是“非关键性（non-mission-critical）”应用。不能说算法很厉害，有很牛的科学家团队就是一切了，在未来的竞争环境下还差得很远。项目一定要接地气，一定不能阳春白雪。要把供应链做好，把产品低成本做出来，还要能推广出去。
这是场综合实力的比拼。
扩展阅读：中国对机器人理解存在的误区
责任编辑：
声明：该文观点仅代表作者本人，搜狐号系信息发布平台，搜狐仅提供信息存储空间服务。
今日搜狐热点应用：工业|
热门搜索：
当前位置：
2016是机器人创业最好的一年？128家数据告诉你
2016年对于机器人领域的风险投资无疑是最繁忙的一年，同时也是丰收的一年，多家机器人创业公司启动了种子轮、A轮、B轮、C轮、D轮的风险投资。128家公司得到了大额融资，某些公司还得到了多轮。
2016年对于领域的风险投资无疑是最繁忙的一年，同时也是丰收的一年，多家机器人创业公司启动了种子轮、A轮、B轮、C轮、D轮的风险投资。128家公司得到了大额融资，某些公司还得到了多轮。据不完全统计，2016年共计融资19．5亿美元，比2015年大幅上涨50％，虽然2015年的融资额也高达13．2亿美元。& &Velodyne LiDAR公司成为在2016年拿到最多钱的创业公司，百度与福特共同投入了1．5亿美元，同时，Zymergen与优必选（UBTech）也获得了超过1亿美元的融资。月度融资额相关报告指出，2016年投资金额一路飙升，一直到8月才抵达顶峰，然后下降到12月。8月份，Velodyne LiDAR公司获得1．5亿美元，Quanergy得到9000万美元。之后的又一个高点是获得了3500万美元的FormLabs。彩色图表回顾了应用领域获得融资的企业的数量。25个公司获得了最大份额的融资，当然，还有15个创业公司上榜，商用、个人服务机器人，以及视觉系统提供商、、移动机器人、AGV公司纷纷上榜，再加上一大堆小类别的机器人跟随其后。据统计，融资交易数量较上年同比增长7％，进入该行业投资者的数量上升了52％。在2015年上半年的只有280笔交易，相比而言，2016年上半年就产生了425笔，这表明投资者在机器人领域非常有信心。2016年机器人领域128家创业公司的具体融资情况·Velodyne LiDAR 融资额：1．5亿美元该公司位于加州摩根山，该公司的技术可使自动驾驶汽车避免与周围的物体发生碰撞。该公司获得福特汽车公司与百度共同投入的1．5亿美元的股本资金。Velodyne预计在未来几年在自主车辆和ADAS应用激光雷达传感器部署将会有指数级增长。·Zymergen 1亿美元该公司是位于加利福尼亚州爱莫利维尔市（Emeryville）的合成生物学初创公司，筹集了1．3亿美元的资金，由软银、Data Collective公司，以及包括AME Cloud Ventures、Draper Fisher Jurveston、HVF、Innovation Endeavors、Obvious Ventures、True Ventures、Two Sigma Ventures多家投资机构共同对其投资。Zymergen试图生产化工原料用于制造产品，比如肥皂、墨水和油漆。Zymergen希望通过从非石油来源创建这些产品，来抓住这个价值3万亿美元的市场机会，并透过使用机器学习，来试图找出微生物内部可能导致所需结果的基因组，得到强化的微生物则可用于包括生产仿制药在内的现有工业流程。·优必选 9000万美元优必选科技有限公司开发了小型消费人形机器人阿尔法系列，得到由鼎晖投资与中信证券主导的1亿美元的B轮融资，使其估值达到10亿美元。·Quanergy Systems 9000万美元该公司位于位于加州的森尼维耳市，是一家固态激光雷达传感器和智能传感解决方案的供应商，融资额为9000万美元，估值超过了10亿美元。投资者包括Sensata Technologies、Delphi汽车、三星、Motus Ventures和GP资本。 &·Carbon 3D 8100万美元该公司是位于硅谷的3D打印机创业公司，从6个投资者手上筹集了8100万美元，这些投资者分别是宝马集团、红杉资本、通用电气、尼康、JSR、GV。使用该公司的树脂和弹性体，在该公司机器上制造出的零件，具有良好的机械性能，比在传统CNC机床上生产的零件的表面更光滑，因为他们并不是一层一层地沉积，削减或研磨。相反，他们被精确地运用光和氧液体池的材料来雕塑零件。宝马和福特是这项技术的早期用户。·Seven Dreamers Labs 6000万美元这个日本创业公司在一系列B轮融资下筹集了约6000万美元，投资人包括松下、日本SBI控股株式会社、日本大和房建集团。它生产了一种全新的衣服折叠机器人（Laundroid）。·Anki 5250万美元该公司是一家机器人赛车制造商，旗下有全新的Cosmo机器人和其他消费机器人，共筹集了5250万美元的风险投资。摩根大通领投，随后Andreessen Horowitz、Index Ventures和Two Sigma加入。·Rokid 5000万美元该公司位于硅谷和中国，是一家AI和机器人公司，生产的机器人助理长相很像Jibo，已经筹集了大约5000万美元的B轮融资。 研华科技领投，IDG资本和华登国际投资一起加入。·Zoox 5000万美元这家神秘的硅谷创业公司成功建成了自己的无人驾驶汽车，已经悄然在首轮融资中筹集了5000万美元。这轮融资由总部位于香港的对冲基金——Composite Capital Management投出。·Zipline Intl 4380万美元一家位于旧金山的无人机送货服务公司，11月份从Visionaire Ventures和Andreessen Horowitz、Jerry Wang、Sequoia Capital和Subtraction Capital再筹得2500万美元。它曾从UPS获得80万美元、从雅虎创始人Jerry Yang微软联合创始人保罗·艾伦和其他人获得1800万美元，开发他们的小型机器人飞机，用于携带疫苗、医药和血液到偏远地区。
&&&&&&&&&&&&
本文由入驻OFweek公众平台的作者撰写，观点仅代表作者本人，不代表OFweek立场。如有侵权或其他问题，请联系举报。
用户名/邮箱/手机：
忘记密码？
用其他账号登录： QQ
请输入评论
365天全天候线上展厅
最新活动更多 &&
机器人机器视觉伺服
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
江苏省/无锡市
江苏省/无锡市
北京市/海淀区
北京市/海淀区
浙江省/金华市
浙江省/金华市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：10834 条评论分享收藏感谢收起18526 条评论分享收藏感谢收起赞同 131 条评论分享收藏感谢收起}