0
圖片來自：擴博智能
這些天，嚴治慶一直被亢奮的情緒包裹著。上周，他一手創立的公司擴博智能剛剛完成了1100萬美元A++輪融資，由南天盈富泰克資本、網宿科技領投。短短幾天后，前微軟全球首席運營官凱文·特納正式宣布加入擴博智能戰略委員會，為公司提供戰略指導。按照中國傳統說法，這叫做雙喜臨門。
凱文·特納加盟之前，擴博智能的戰略委員會里已經匯集了三位國際大拿：公司創立初期加盟的兩位技術顧問——卡內基梅隆大學計算機視覺和機器人學科領域領軍人物Martial Hebert教授，和谷歌計算機視覺、機器學習、機器人方向項目領導人、《機器視覺與應用》雜志主編Rahul Sukthankar教授；以及不久前加盟的特別戰略顧問——前微軟全球副總裁陳實博士。
凱文·特納的加盟，讓擴博智能的戰略委員會顯得更加星光熠熠。
凱文·特納（圖片由擴博智能提供）
凱文·特納在沃爾瑪工作了近二十年，是一位傳奇式的人物。他在沃爾瑪的第一份工作是收銀員，之后一步步坐上了沃爾瑪全球CIO的職位，并擔任過沃爾瑪旗下山姆會員公司CEO。他也是第一個獲得沃爾瑪和沃爾頓家族給予的最高榮譽——“山姆?沃爾頓-企業家獎”的企業領導。
離開沃爾瑪后，凱文·特納又在微軟擔任全球首席運營官長達11年，管理微軟全球的市場、銷售和服務團隊，負責制定微軟在全球的市場、銷售和服務策略。
目前，凱文·特納是美國最大的綜合性經營企業之一艾伯森（Albertsons）董事會副主席，以及美國高檔連鎖百貨諾德斯特龍（Nordstrom）公司董事。
“凱文·特納先生在零售行業擁有十分豐富的經驗，他親歷了過去幾十年全球零售行業的變革。同時他在全球化布局方面也深具遠見卓識，這些都將對擴博智能的發展起到重要推動作用。”嚴治慶的語氣難掩興奮。
嚴治慶的普通話很標準，但多少有些慣說英文的人特有的腔調，這是常年在海外工作和生活給他打下的深刻烙印。
嚴治慶說自己是個愛折騰的人。大學一畢業他就去了微軟，從碼農做起，歷任多個事業部的產品經理。2004年他回到中國，擔任過微軟Microsoft Azure事業部中國區總經理，之后又晉升為微軟大中華區副總裁兼市場營銷及運營總經理。一路走來，可謂順風順水。
2015年，年近不惑的嚴治慶坐在微軟辦公室里，仿佛清晰看見了自己未來的職業路徑。他不愿意過這樣按部就班的生活，一顆不安的心開始躁動起來。嚴治慶覺得，微軟就像一個黃埔軍校，現在自己該畢業去真正的戰場上錘煉了。
離開微軟后，嚴治慶加盟了無人機創業公司億航，擔任聯合創始人兼首席運營官，負責億航集團在全球范圍內的運營與管理。
一個是科技巨頭，一個是創業公司，兩份截然不同的職業經歷給了嚴治慶不同維度的收獲。
微軟是一個國際化的大平臺，嚴治慶形容自己“站在了巨人的肩膀上”。站在高處，他洞見了在全球市場落地產品所需的團隊和業務架構，也積攢了豐富的人脈。擴博智能的核心成員，以及戰略委員會里的幾位專家大拿都和微軟有著千絲萬縷的聯系。
在微軟的十幾年里，嚴治慶做的基本都是To B的產品，他深刻認識到從產品完成度到最終交付，中間任何一個環節都容不得馬虎。“做To C的產品，可能單點突破就能成功；而To B的產品必須一個客戶一個客戶交付，不斷打磨產品形成平臺，在行業里深扎下去，不是用錢能夠砸出來的。”
在億航的職業經歷則是另一種體驗。在億航，嚴治慶切身體會到了，從一個超酷的idea到產品最終落地中間所有的不易，包括軟硬件的結合，對硬件生態鏈的敬畏。
可以說，微軟給了他全球化視野的廣度，億航則讓他對垂直行業有了更加深度的了解和思考。正是這兩種不同維度的收獲，讓他有了足夠的底氣去創立一家軟硬結合的AI創業公司。
2016年底，擴博智能正式成立。
擴博智能涉足的第一個業務場景是風機葉片巡檢，即利用智能飛行機器人結合計算機視覺算法，代替人力檢查風機葉片的受損情況。
之所以切入這個業務場景是因為，嚴治慶在億航工作時察覺到，企業級客戶需要的不僅僅是一架飛行的無人機，還有相應的算法，可以對攝像頭采集的數據進行處理，提高生產力。
擴博智能的另一個主要業務場景是零售，即用手機拍攝貨架照片，通過算法自動分析終端對品牌銷售策略的執行情況。這多少有些令人費解，因為風機葉片巡檢和貨架審計兩塊業務看起來并不相關。
嚴治慶解釋道，兩者表面看來相去甚遠，實際有很多共通之處。擴博智能在選擇業務場景時有兩條很重要的標準：
一是看市場空間夠不夠大，是不是一個全球化的行業。
決定做無人機巡檢后，嚴治慶考察過很多行業，包括農業、電力等。最終選擇風電是因為，中國的風電占據了全球40%的市場份額，只要深扎中國市場，擴博智能就能獲得不錯的全球市場份額。同時，風電行業的巡檢需求是全球性的，同樣一套方案帶到國外去，也能解決風電廠的需求。
零售也是一個全球化的行業，無論東南亞還是歐美，零售場景變化都不大。而且很多龍頭零售品牌都是外企，它們在中國有專門的團隊。擴博智能只要先服務好它們在中國的團隊，就可以順勢拿下全球其他地區的市場。
全球性是嚴治慶非常看重的，過往的職業經歷賦予了他在全球化商業運營方面豐富的經驗，也奠定了擴博智能的團隊基因。嚴治慶希望能夠將這一得天獨厚的優勢充分釋放出來。
二是看這是不是一個軟硬結合的業務場景。
嚴治慶表示，很多年前就有人嘗試過用無人機做風機葉片巡檢，當時采用的是無人機+飛手操作的方式，這限制了它的想象空間。只有真正實現無人化的全自動巡檢，才有可能將規模做大，實現全球化的運營。但這就要求企業從硬件、軟件到自動化所有環節都做深做透，沒有一個同時具備軟硬件基因的團隊，是很難做到的。這也意味著，一旦真正實現了軟硬結合，就建立了非常高的技術壁壘。這正是擴博智能的另一大優勢所在。
無人機全自動巡檢最大的挑戰在于穩定性。如何用一套系統保證無人機面對不同作業環境時，能完整、高效地采集到清晰的數據并形成洞察，對算法的魯棒性提出了很高的要求。
此外，南北方不同的溫濕度對硬件的穩定性也造成了很大的挑戰。如果巡檢海上的風電站，無人機還需要在不穩定的船上起飛，對抗海風的腐蝕，電池續航也會面臨嚴峻的考驗。
相比之下，零售貨架的智能分析似乎簡單得多。你所要做的不過是拍攝一張照片，然后上傳到云端分析。
事實卻并非如此。每個品牌的SKU都是千、萬級別的，而且每個季度、每個月甚至每個星期都有新產品問世。這意味著技術提供商必須不斷地采集和標注數據。這是一項非常艱辛的工作。擴博智能的幾位聯合創始人分別在不同場合提起過，2017年國慶他們盯在電腦前加班，給各種可口可樂瓶子打標簽的故事。COO陳麗蘋說，國慶那天她打了幾百張可口可樂瓶子圖片的標簽，“看到后來滿眼都是瓶子”。
與風機葉片巡檢相比，貨架審計更側重于算法。谷歌AutoML問世后，很多人認為算法的門檻降低了，很難再形成壁壘。嚴治慶不同意這種觀點，他認為，未來通用算法引擎會有一席之地，對于Demo和場景驗證來說，通用引擎是非常好的工具。但要想達到超高的精確度，打動客戶付費，光靠通用算法引擎是遠遠不夠的。
商品識別的功力不在于識別一個或十個，而在于識別數以十萬的商品，這是非常難的。“人臉識別或自動駕駛的場景標注相對簡單。人臉可能有10-20個特征點，自動駕駛要標注的對象多一些，但都是可控的。而在零售領域，光一個品牌商的SKU就有上萬個。”
在零售場景，嚴治慶也踐行著自己軟硬結合的理念。他認為，把圖片上傳到云端分析的做法是非常低效的，對網絡的壓力也很大。因此他設想把算法模型縮小，將分析放到手機端進行。這意味著要把算法的層級變得很少，同時保證準確度不下降，難度非常之大。
“我希望能做到100%離線，今天我們還做不到，但網絡吞吐量已經比之前減少了80%多。”嚴治慶對雷鋒網說道。
在零售領域，擴博智能目前做的只有零售執行、貨架情報和競品追蹤三塊業務，但嚴治慶從未將自己局限于此。他真正的目標是做“貨”的識別，把算法做深做透后，可以延伸到更多的場景，比如分析門店里顧客拿起了哪些商品，把哪些商品放入了購物籃，最后又購買了哪些。
零售三大要素——人、貨、場，圍繞“人”和“場”做智能升級的企業很多，“貨”卻少有企業涉足。嚴治慶認為，這正是擴博智能的機會所在。“創業公司要做一些冷門的東西，才有機會在夾縫中求生存。”
擴博智能之所以從貨架審計切入，是因為零售品牌對貨架審計的需求一直存在，而且它們也有足夠的付費能力和意愿。通過服務零售品牌商，擴博智能可以獲得不錯的現金流，減小資金壓力，同時也有機會在商品識別這條路徑上深挖下去。
嚴治慶預感，今年下半年AI將進入寒冬期。他認為，今天的AI跟2000年前后的互聯網泡沫很像，“任何傳統公司找個域名，在后面加個.com，估值就能翻十倍甚至更多”。20年前大家相信互聯網將改變世界，今天大家把同樣的期望放在了AI身上。這種期望沒錯，但AI改變世界需要一個很長的過程，并不是一蹴而就的。
一家公司能否成功，并不是看你囤積了多少人才，估值有多高，而是看你能否真正兌現商業價值，這是所有商業的本質。
此前，另一家AI創業公司的CEO在接受雷鋒網采訪時也表示，在外部有意無意的炒作下，客戶對AI的價值抱有過高的期望，這對他們的商業落地造成了一定挑戰。期望過高的結果是失望，這種情緒反彈勢必會給行業發展帶來一定的傷害。
嚴治慶表示，AI寒冬來臨前，擴博智能要廣積糧，筑高墻。他的計劃是聚焦資源，先服務好一部分龍頭客戶，形成正向現金流，同時不斷在實踐中打磨和優化產品。等到春天來臨，再將成熟的軟硬件復制到世界各地，完成全球化布局。
2016年擴博智能成立之初就確立了“雙總部”的戰略：一個總部設在上海，那里是國際零售品牌中國分公司的聚集地；另一個總部設在西雅圖，那里也是微軟、亞馬遜的大本營。“西雅圖不僅匯聚了優秀的技術人才，也集結了各大零售品牌的商務決策者，我們希望跟未來的合作伙伴走得更近些”。嚴治慶的全球化目標從一開始就非常清晰，也許早在微軟時期就已經埋下了種子。雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
