數據驅動創新的科學家創業樣本

來源：網絡2019-06-10 12:26:10
當人工(gōng)智能99%的精力都專注于左腦的更高更快更強時，右腦的創造表達或将是新的機會？
這是一(yī)家利用大(dà)數據與人工(gōng)智能，爲企業對接設計創意人才的科技公司正在嘗試做的事情，也是公司創始人範淩在實驗室就關注研究的興趣。
與白(bái)手起家的草根創業者不同，作爲典型的學院派創業者，範淩的創業路徑與産學研的結合分(fēn)不開(kāi)，與此同時，他還是同濟大(dà)學設計人工(gōng)智能實驗室的負責人。
2015年，範淩創辦了特贊信息科技，盡管其業務是爲企業對接設計創業人才，但範淩表示他們所做的并非是設計驅動創新，而是通過數據驅動創新，用數據改變設計行業。
2016年，這家公司獲得紅杉資(zī)本中(zhōng)國基金領投的A輪融資(zī)，2018年3月則完成由赫斯特資(zī)本領投的近千萬美元的B輪融資(zī)。
接受采訪前，6月2日，範淩在由中(zhōng)關村(cūn)科技園區管理委員(yuán)會、朝陽區人民政府和未來論壇共同主辦的“2019未來青年論壇”的演講上表達了自己成立特贊的願景——用科技賦能想象力，這個想象力有商(shāng)業的也有社會的。
如果說過去(qù)經濟的創新增長點，更多建立在互聯網和人口紅利下(xià)的商(shāng)業模式創新上，近年來，技術創新正在成爲新一(yī)輪的創新經濟的增長動力，在此背景下(xià)誕生(shēng)的學院派正在崛起爲新的創業力量。
選擇創業
與許多學院派科研人員(yuán)選擇創業的理由相同，創業前在美國伯克利大(dà)學任教的範淩，需要更多的實際應用場景來證明他所做研究的價值。“如果你從事的就是應用型學科，做了一(yī)堆研究、學了一(yī)堆論文，到最後出了學術界能夠證明你的論文有價值之外(wài)，可能自己都對這個東西的價值不是完全有信心。”
在學校實驗室裏做研究，可能隻能請大(dà)概100人左右來做測試。但在商(shāng)業場景裏，每一(yī)個項目都可以做測試，每一(yī)個客戶都是測試者。應用型學科和基礎學科不同，前者不可能拿到諾貝爾獎，其更迫切的是需要證明研究的實際應用價值。否則很有可能，在實驗室中(zhōng)所做的假設，或許在實驗室場景中(zhōng)被證明是對的，但在實際場景中(zhōng)并不對。
創業之前，範淩所做的研究，既不是人工(gōng)智能也不是人類創造，而是希望把數據、智能技術或者觀念能夠帶到人的創造工(gōng)作當中(zhōng)，把創造帶到人工(gōng)智能的研究當中(zhōng)。
正如腦子有左腦和右腦，左腦關心更高更快更強，右腦關心人文、社科、平等、幸福等等，人工(gōng)智能可能99%的精力都在左腦上，那麽是不是可以考慮一(yī)下(xià)人工(gōng)智能右腦。範淩所關注的，就是人工(gōng)智能右腦維度的創造表達。
“希望有人拿着我(wǒ)(wǒ)們在實驗室裏研究出的成果去(qù)創業，改變這個行業，我(wǒ)(wǒ)可能更加急迫。”範淩最後決定辭去(qù)伯克利的工(gōng)作，自己創業。
對比中(zhōng)美的創業環境，範淩說，在美國創業，大(dà)家相信産品做得好就能夠有好的商(shāng)業；但在中(zhōng)國，可能需要既會做生(shēng)意也會做産品，産品做得好不一(yī)定有好生(shēng)意，反之，生(shēng)意做得好，不一(yī)定有好産品。
之所以回到中(zhōng)國，在範淩看來，中(zhōng)國的問題更多，但相應的機會更大(dà)，杠杆效應更高。
與許多科研人員(yuán)創業不同，範淩在與投資(zī)人、客戶溝通時，并未遇到太多認知(zhī)層面不同所帶來的溝通障礙。
原因之一(yī)在于，他所做的項目更容易讓投資(zī)人理解，解決的不是從0到1的問題。原因之二則來自于一(yī)些圈子和機緣，A輪來自紅杉中(zhōng)國基金的投資(zī)，是範淩在未來論壇舉行的大(dà)會會場談的，他的兩位天使投資(zī)人正好都是未來大(dà)會的理事。
這一(yī)在2015年在中(zhōng)國北(běi)京成立的商(shāng)學跨界科學傳播公益平台，由科學界、教育界、互聯網界和投資(zī)界的人士共同發起。旨在面向公衆進行科學傳播，對接科學界和商(shāng)界，以民間資(zī)本激勵科學突破的“推動人”。
商(shāng)業模式
選擇創業的時機，同樣重要。
6月2日，2019未來青年論壇的演講上，範淩表達了其選擇創業的兩個時機。
過去(qù)20年裏，互聯網的發展給消費(fèi)者帶來極大(dà)解放(fàng)，所有數據和運算能力集中(zhōng)起來隻做一(yī)件事——抓住消費(fèi)者關注度。不管做底層科學研究的企業，最後的變現方式都是販賣消費(fèi)者關注力。
當消費(fèi)所帶來的關注力的轉化不再容易提升，供給端的轉化帶來新的機會。不管互聯網下(xià)半場，産業互聯網，還是供給側改革，機會是在供給側層面數據優化創造的緯度，而不是消費(fèi)維度。
其次，很多工(gōng)作可能會被人工(gōng)智能取代，比如機器人做分(fēn)析，機器人做傳遞，機器人做設計，機器人做創造……RI和AI的結合，改變了交換交易能力的方式。
設想阿裏巴巴是把商(shāng)品變爲數據進行人與商(shāng)品之間交易的加速；關稅、物(wù)流、倉儲是針對物(wù)的，能量層面上出現一(yī)個如何來交易，如何來倉儲，如何來運輸等。在範淩看來，這裏又(yòu)有一(yī)系列的機會。
盡管是技術創業，但摸清一(yī)個可行的商(shāng)業模式同樣重要。範淩和團隊花了兩三年時間探索商(shāng)業模式。
特贊所做的底層技術是對人的能力進行數據化，例如，要在網上搜一(yī)個商(shāng)品，需要通過給予描述，才能夠在網上搜到，對人的非标能力進行數據化和标準化也是一(yī)樣。
由于設計師這一(yī)職業和體(tǐ)制的關系較弱，設計師相對獨立，因此更有可能被平台化。因此範淩和團隊選擇對設計師進行非标能力的數據化，相當于把這一(yī)能力倉儲起來再調用。過去(qù)的消費(fèi)數據積累的是人、貨、場，特贊平台積累的叫人力場，把這些人立場聯合起來，與企業的訴求相關聯。
以他們爲螞蟻金服所做的一(yī)個項目爲例。螞蟻金服是平台上大(dà)約有100萬個商(shāng)家，希望爲這些商(shāng)家賦能。範淩團隊請了100位平台上的創意方、設計師，用人力設計了大(dà)量的插畫素材，通過對這些插畫進行數據描述，人教機器做1-100的工(gōng)作，如何進行排列組合，當商(shāng)家進到頁面輸入店(diàn)名，不同品類、地域、風格，每個人可以得到完全不一(yī)樣的海報。
創業的底層
技術創新創業的底層，來自創新人才的培養，接受過中(zhōng)美兩國不同形式的教育的範淩，對此深有體(tǐ)會。
曾經還在哈佛讀博士的範淩，計劃将來的職業道路是回歸學術本質，做哲學科學的研究。2011年前後，美國出現了一(yī)批新的科技企業，Uber、Dropbox等。
Uber的出現改變了範淩的想法，Uber所代表的共享經濟，通過技術解決了産權共享問題。
範淩開(kāi)始意識到，要改變一(yī)個行業不一(yī)定要回歸本質，而是可以做一(yī)家公司。回歸本質做研究是通過教授的方式去(qù)影響人。如果做一(yī)個公司或是一(yī)個App，每個人都要用，他們的行爲也會随之改變。
在新想法驅動的下(xià)，範淩開(kāi)始學習如何經營一(yī)家公司，如何融資(zī)，如何寫PPT。而哈佛大(dà)學的創新實驗室，正好是教授學生(shēng)如何辦一(yī)家公司。
“我(wǒ)(wǒ)認爲好的學校，不是今天學生(shēng)想學哲學，就讓最好的哲學家教授。而是當學生(shēng)不想學某一(yī)學科，轉而學習另一(yī)項東西時，學校能不能以學生(shēng)爲中(zhōng)心創造這一(yī)機會，将以科研爲中(zhōng)心轉化爲以學生(shēng)爲中(zhōng)心。”範淩說，盡管國家層面支持創新創業，政府給予支持基金、孵化器，但更多時候，創業者需要的東西是在學校裏學到的。
正是基于創業的想法，範淩從哈佛來到了科技創業的中(zhōng)心——矽谷，在伯克利大(dà)學繼續進行他的應用型研究。
“什麽是成功的教授？論文寫得多，學生(shēng)帶得好，學術影響力大(dà)，影響因子高。什麽是成功的實驗室？可能是技術轉化高專利多，以專利爲導向。什麽是成功的公司？一(yī)個好公司是産品和技術有人買單，有用戶。”範淩說，雖然在底層對問題有着同樣的興趣，比如把能力進行數據化的興趣，當自己想清楚做公司而不是做實驗室，兩者在更高層面的轉化其實不一(yī)樣。那個時候，選擇做企業自然就會明白(bái)自己将得到什麽失去(qù)什麽。
在學術創業過程中(zhōng)，技術從實驗室到産品再到推向市場變爲商(shāng)品，每一(yī)步都是驚險一(yī)躍，對于範淩來說，如果将每一(yī)步的目标考慮清楚，跨越起來沒有那麽困難。
标簽：數據驅動 、創新 、