12 月 10 日 - 11 日，由浙江省委人才辦、紹興市委市政府、《麻省理工科技評論》主辦的全球青年科技領袖峰會暨《麻省理工科技評論》中國 “35 歲以下科技創新 35 人”頒獎典禮在紹興上虞舉行。“35 歲以下科技創新 35 人” 2020 年中國榜單正式發布。

會上，香儂科技創始人兼 CEO 李紀為發表了以《從科技創業到科技商業》為主題的演講，以下為經過整理后的演講實錄：

“很多創業者都是在博士畢業后走上了創業之路，在博士的訓練體系下養成了百折不撓的品質，還有一些執拗或者偏執，偏執其實在科研領域是很寶貴的素養。但這種偏執在商業上會遇到很多問題，創業之后要想解除這種偏執，隨機應變是非常重要的。” 談及創業，李紀為在演講中表達了他的想法。此外，他還從技術、產品、用戶和心態四個方面談了自己的看法。

技術研究與產業落地，兩者可以相輔相成

從技術方面來看，曾經的年代科技和商業距離很遠，例如蒸汽機的發明足足用了一個世紀才落地。如今技術科研創新和產業化落地變的很緊密，兩者可以相輔相成，基礎科研的創新研究可以為產業落地提供指導作用，可以告訴產業什么科技可以做、什么做不了，因此我們做那些可以做到的科技就可以了。與此同時，產業落地也可為基礎科研的創新研究提供很多指導意義。

兩者雖然是緊密相連，但并不代表兩者沒有距離。很多時候一項技術最終走出實驗室需要兩年、五年或者更長的時間。所以從創業角度看，更重要的是要建立起多層次的良性學術研究和產業發展生態。

首先我們需要考慮五年后的科研樣貌，這將決定整個商業化的未來。與此同時，我們要考慮當下，這關乎公司能否生存。以人工智能為例，今天的行業研究者在看諸多人工智能應用時，會感覺這些應用不太聰明或者不智能。過去十年，基于深度學習有了一些突破，人工智能從曾經的 60 分推到 80 分，商業落地的角度探尋 60 分到 80 分之間的應用，低于 60 分早就被人做完了，高于 80 的其實技術上并沒有達到，最終會竹籃打水一場空。

技術應用需要滿足用戶預期

當我們涉及到商業落地，一定離不開兩個詞 —— 用戶和產品，用戶是產品連接技術的橋梁，當我們談論我們平時之前做技術科研的時候，我相信每個科研領域都有各自對技術的衡量標準。

比如說人工智能領域經常談到的準確率，準確率代表一個模型和一項技術達到準確的程度。從用戶角度想，準確率這個詞其實是一個冷冰冰的概念，用戶大概知道什么是準確率，但是并不能明確感覺到。從 90% 提到 95%，從 60% 提到 80%，到底對用戶體驗有什么提升？用戶通過對產品的預期進行判斷，一個產品或一項技術符合了預期他們才會去買。那么作為創業者，最重要的是選擇那些技術符合用戶預期的產品，避開達不到用戶預期的產品。

李紀為還向大家分享了他從學術界走向商業界最重要的感受，“在學術界里面，對于很困難的問題我們一定要解決，但其實商業用戶的預期很多時候并不會因為技術難度的改變而改變。”

他給大家舉了一個無人車的例子，無人車在類似于碼頭和園區這種特定場景下，背后的技術是相對簡單的，很容易就能達到。相反，如果我們去看一些開放場景的無人車應用，比如說在市區或者在山路，這個技術本身是很難的，但從用戶角度來說不會因為技術難與否而改變預期。“我們對無人車的預期是，不管在任何場景下都不能發生事故。從本身落地的角度，我們應該尋找技術可以達到的，滿足用戶預期的商業落地的方向。”

另外，李紀為還提出，對于技術應用的落地，更重要的是不計成本去獲得最好的結果。以最近風靡一時的 GPT-3 模型為例，GPT-3 為人們敞開了通向通用人工智能的一個道路。就背后成本來說，GPT-3 模型動用了一萬塊 GPU，整個花銷超過了千萬美金，合計超過了一億元，這是不計成本獲得最好結果的典型例子。

“實驗室與商業化的目標可能不太一樣，商業上會盡可能節約成本。如果看圖中這兩句話，有一定的相關性，也有一定的不同。”

商業的情況可能需要兩點，第一點是需要達到用戶的預期；第二點是在滿足用戶預期的情況下盡可能地節約成本，達到收支平衡，因為商業背后的邏輯還是支出要小于收入。

保持良好心態，擁抱商業變化

“我還想談的一點是心態，在做基礎科研的研究時，講究的是持之以恒、永不服輸，很多情況下沒有困難也要創造困難努力攀登，而在商業化落地上則要擁抱變化落地為先。”

最后李紀為提到了人工智能時代，在過去幾年人工智能是避不開的概念，時代在呼喚理論的創新，如果看人工智能過去起起伏伏五六十年的發展，其實也給我們本身從理論創新到商業落地提供了很多借鑒意義。

人工智能發展總共經歷了三次浪潮，第一次大概在二十世紀五六十年代，那個時候人工智能剛剛起步，取得了突破性的成果，當時由于算法的理論和算力的制約人工智能無法大規模推廣。到了二十世紀九十年代，則是以統計計算學習為代表的時代，人工智能開始逐漸從理論實驗室的創新走向實際的應用，比如在醫療等領域。

隨著應用范圍的擴大缺點也暴露出來，比如應用領域比較狹窄。現在大家使用的機器神經網絡和深度學習的算法，那個時代就已經有了，但很多問題導致當時沒有很好的落地效果。從 2000 年開始，隨著技術的蓬勃發展，也為人工智能提供了更好落地的基本條件，這個時期算法理論不斷出現和沉淀，尤其在最近十年，人工智能領域出現了太多的享譽世界的成果，一方面是因為計算機性能得到了極大提升，另一方面基于互聯網大數據的發展，人類積累了大量資源算力和數據，這些結合起來就出現了人工智能的繁榮期。

其實隨著人工智能的普及，我們正在逐漸從信息化走向智能化的時代，我們能夠在平時的生活中真真切切體會到人工智能帶來的諸多便利，在很多場景下都能看到人工智能的身影。中國國家層面也尤其重視這項技術的落地，而人工智能也并不是一項獨立的技術，它具有賦能各行各業的潛力。與此同時，當你脫離了各行各業，人工智能本身的優勢也會大打折扣，因此人工智能和行業場景深度的結合就是重中之重。

人工智能各項技術和場景也在持續進化形成閉環，目前人工智能的算法機制依然對數據量有重度依賴，需要有足夠多的行業場景去產生更多的數據，這也是現有的一個問題，我們需要解決這些問題才能開啟下一個人工智能時代。

最后李紀為談到了他從技術創業走到商業化的切身感受，“我自己認為主要還是兩方面，首先要信仰技術，同時要有務實的價值觀將我們信仰的技術進行實際落地。”

-End-

原文標題：香儂科技李紀為：從科技創業到科技商業，這四個要素缺一不可

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請注明出處。