把購物帶入人工智能時代

伊珊

一場人機大戰點燃了公眾對于人工智能領域的熱情，AI大時代已經來臨，在可以預見的未來，人工智能將滲透到日常生活的方方面面。一家位于深圳的科技公司瞄準了時尚領域，他們想從商品切入，用人工智能技術訓練一位擁有時尚品位的AI老師。如何把科技商業化一直是業界的難題，而商品識別天然具有“交易”的屬性，這會不會成為下一個爆發的人工智能垂直領域呢？

曾主導“Bing”項目

在高新科技的江湖中，微軟系一直是備受資本方青睞的“門派”，碼隆科技的聯合創始人兼CEO黃鼎隆，聯合創始人兼CTO Matt Scott就是“微軟創業邦”中的一員。

黃鼎隆是清華大學2008級的人機交互專業博士，畢業后曾在微軟工作了四年。在微軟期間，黃鼎隆就職于MSN部門，致力于搜索引擎方向的探索。2009年，微軟發布了新的品牌Bing Search，這是一款被微軟寄予厚望的搜索引擎，中文名稱被定為“必應”，有“有求必應”的寓意。產品推出后卻遇到一個問題：百度、谷歌都有類似的產品，“Bing”需要找到一些亮點。黃鼎隆聯系到在研究部門工作的工程師Matt Scott，讓市場端和研究端直接對接，開發了必應詞典項目。

微軟內部項目眾多，能夠脫穎而出最終推出市場的比例非常少。談到那段經歷，黃鼎隆說：“那段經歷和創業很像，要組織團隊、要說服上級給予資源支持，只是不用考慮發工資的問題。”

在黃鼎隆團隊的努力下，最終必應詞典在詞典市場上占據了很大的流量，產品本身也實現了商業變現，內部創業圓滿成功。

這個過程使黃鼎隆對商業與市場有了更多的感悟，更重要的是，他認識了一幫互相信賴的兄弟，如今，碼隆科技的核心研發團隊基本都是在微軟的老戰友。

在微軟工作了四年后，黃鼎隆又先后在騰訊、TripAdvisor工作。他一直關注著人工智能學界的動態，“人工智能領域最權威的ImageNet比賽，很多年來，一直是每年只有百分之零點幾的提高，忽然有一年提高了百分之十。”置身人工智能領域多年，他對這個變化十分敏感，他知道：AI的時機到了。

2014年，他辭去了TripAdvisor中國區產品副總裁的職務，創辦了碼隆科技。

如何培養一位合格的AI時尚顧問

人工智能有若干應用領域，選擇哪個垂直領域進行創業呢？黃鼎隆的回答是：離商業更近的。“很多做人工智能公司的團隊都偏研究，我們團隊的核心定位在產品。我覺得一個能實現商業價值、能賺到錢的產品才是有價值的產品。”

基于這樣的考慮，他沒有選擇技術相對成熟的人臉識別、車輛識別領域，而是選擇了相對冷門的商品識別領域。在商品識別這個垂直領域中，他又選擇從技術門檻最高的服裝識別切入。“商品分為兩類，一種是剛性的東西，比如桌子、書，這類商品的結構是相對固定的；另一種是柔性的物體，最典型的就是衣服，衣服會有扭曲、折疊和遮擋。我們的技術研發重點就是，讓計算機能夠準確識別出各種形態的柔性商品。”黃鼎隆說道。

計算機的學習過程與人類的學習過程有很多相似之處，人類平時80%左右的信息獲取方式是通過視覺。當一件衣服擺到面前，人眼能夠迅速判斷它的顏色與材質，經驗豐富的時尚編輯甚至能夠說出品牌。這種判斷的基礎在于，我們見過的衣服數量和種類足夠多。

讓計算機像人類一樣做出判斷，也是同樣的道理。首先，要讓計算機看懂商品，看懂以后，就要用海量的數據來“喂養”它，不斷提升它的時尚品味。計算機一旦能看懂服裝，它的識別能力將遠超過任何一位時尚編輯。即使最資深的時尚人士，一輩子所能見到的服裝也是有限的，然而計算機卻可以在很短的時間內看一億張、十億張包的圖片，成為一個巨大的時裝庫。

比哈佛還難進的孵化器，他們拿了冠軍

鎖定了時尚服飾識別這個領域后，黃鼎隆開始著手設計原型產品。2015年2月，碼隆科技完成天使輪融資，投資方為達晨創投和遠鏡投資，融資金額1200萬人民幣。

公司成立了不到一周，黃鼎隆接到了“中國創新創業大賽”的邀請。這是一項由科技部主辦的科技創新賽事，當時共有一萬多個企業報名競賽。當時碼隆科技僅有三個人，還沒設計出原型產品。在一輪接一輪的比賽過程中，一款名為“StyleAI”的APP逐漸成型。最終，碼隆科技拿到了大賽總冠軍，與此同時，產品原型也打磨完畢。

黃鼎隆并沒有對StyleAI進行大規模的C端推廣，他說：“這款App只是一個show case展示，在開發App的過程中，可以把我們的系統打磨得非常好，尤其是對柔性物體的定位和識別能力都到達了一個新高度。”

創業半年后，2015年1月，碼隆科技又傳來了好消息：他們入選了微軟創業加速器。這個在創投圈大名鼎鼎的機構，每年只有百分之二的入選率，比哈佛還難進。在加速器的畢業展示——Demo Day當天， 碼隆科技通過現場投票獲得了最佳人氣獎，以第一名的成績畢業。

“大數據”不等于“大數據量”

人工智能與大數據一直是密切相關的概念。黃鼎隆說：“好比汽車要燒油，大數據就是油，推動人工智能向前走。另一方面，人工智能又能釋放大數據的價值。”大數據的核心在于數據處理能力，黃鼎隆舉了一個例子：“比如說我們想知道今天北京街頭最受歡迎的衣著款式，你無法做一個實時的統計。我們只能通過社交網絡、街頭攝像頭等渠道獲取大量街拍的圖片。但是所有的信息都在圖片里，我們的技術可以把圖片里的信息提取出來，匯集起來就成為一個數字信息。”如今，碼隆科技已經累積了很多經過處理的數據。

談到大數據，國內BAT（百度、阿里、騰訊的合稱）三家公司擁有的優勢毋庸置疑，黃鼎隆認為，BAT的大數據優勢也并非不可超越。“他們都是單一平臺的數據，而我們的數據是跨平臺的。對于數據來講，重要的不僅僅是數據的體量，還有數據的多樣性。此外，有大的數據和有大數據是有區別的。所謂的大數據需要數據之間被解析、被關聯、被處理，數據之間可以產生互動；如果只是擁有一些未經處理的數據，并不能產生價值，因此還要看數據的處理能力。

保持團隊的克制，才能在機會出現后迅速登頂

雖然人工智能的商業化方向尚未清晰，卻并不影響資本方和創業者進入這個領域的熱情。關于碼隆科技的商業模式，黃鼎隆認為，現在還不用考慮得非常清晰。“商品這個東西離錢太近了，比如商品識別出來之后會產生購買，購買就可以和電商結合起來，變現的渠道有很多種。”目前，碼隆科技要集中精力把技術做好，盈利是一件水到渠成的事情。

黃鼎隆認為，可以預見的將來，人工智能將以一種革命性的方式進入到生活中。要與C端用戶產生聯系有兩個方法：或是直接做一個C端公司，或是通過與B端合作，通過B端來影響C端。目前，碼隆科技更傾向于后者。他認為，未來C端的呈現形態可能是多樣的，不一定是App，或許是通過機器人或者AR、VR等很多方式去呈現。

優秀的技術、大數據的積累，再加上先發優勢，黃鼎隆和他的團隊已經做好決戰人工智能戰場的準備。雖然公司資金充足，團隊的擴張卻比較克制。黃鼎隆認為要保持團隊的高靈活性。“在真正的機會還沒有到來之前，保持一支小而精干的團隊是很重要的。創業就像登山，O2O就像香山，比較平緩，你組織一支大團隊往上沖，也許能很快沖到山頂。而人工智能這座山好像珠穆朗瑪峰，它很高很險，沒有一條明確的路，你帶著一個500人的大團隊反而更難登頂。我們始終保持一個小而精干的團隊，我認為這是一個優勢。一旦機會出現，就能迅速登頂。”