創業潮的起落
最近一次比較大規模的創業潮大約是2012-2014年的時候,那時候的時空背景以O2O電商&社群APP(移動互聯網)等為主軸,另外一條支線則是2012由紐時喊出Big Data這個概念,同一年AlexNet問世,並在2016圍棋人機大戰李世石落敗給DeepMind的AI後巨量資料與人工智慧的潮流合體。可以發現到目前為止,AI&Big Data體系,逐漸朝向以中大型公司為主,即使是新創團隊,也大多是獲得充足融資,並且保有類似大公司的充足技術資源(例如沛星互動科技&創意引晴等),來維持以碩博士為主的研發團隊。時至今日,雖然2019年AI熱有趨緩的現象,不過人工智慧應用都還是創新的熱門領域,然而隨著中大型公司進入AI領域也逐漸提高了新創入場門票,成為”Player”的門檻。
AI創新與創業的悖反
值得思考的事實是,常常被放在一起談論的兩個創字,創新與創業,正在朝著兩個截然不同的方向走去。特別是以AI為主軸的創新,由於它需要機會成本高昂的碩博人才,足夠充足的運算機器,龐大的資料來源等等,顯然不是一個年輕並採取空降姿態的創業團隊所能支撐。本質上,AI創新與APP創業走向了相反的道路。
強調創意,巧妙的商業模式設計等作法進行創業,在這波形勢之下顯得蒼白無力,取而代之的是擁有足夠技術後盾與資金為基礎的AI創新。
而且隨著以Google為主的TensorFlow在技術市場上獨大,後起之秀要追上技術獨占與落差可說是天方夜譚。由此可見,2020之後的創業團隊,必然會面臨到兩難,一條路線是直接放棄與AI有關的創業題目,但會失去未來十年最熱門的議題發展機會,另外一條路徑則是必須要在眾多中大型公司的AI創新中與它們競爭人才,技術與市場,在一個極度資源傾斜的情況之下求生,且在原本AI人才相對稀少的情況之下,更為艱困。除此之外這種系統性的現象很容易被輕忽,讓創業者對AI題目創業的難度錯誤估計。
新創的戰略思考
比起前幾年單靠雲端服務,幾個co-founder,一個好的Idea就可以上線圈地創業的年代,如果不想要在眾多中大型公司的AI領域中玩票性質的曇花一現,有效的突圍戰略是需要創業者去好好思考。論技術,都依賴大企業施捨框架,論人才,對方的團隊成員都是整群碩博為主的Lab,論巨量資料,靠得是公開的數據集,那難道商業模式對方會不想做?會想不到?還輪得到空降創業團隊來做?
筆者的經驗認為,唯一的火力空隙是在部份AI項目上的技術區隔化與差異化,實質提昇技術門檻。這種策略考驗的就是創業團隊能不能集中能量去推動內部的AI技術發展,而非只是做出AI應用產品。在技術上形成壁壘,即使是很小的領域,也能對外形成競爭籌碼,從而在大象的步伐之間突圍。相信這是接下來許多還沒融資或是剛起步的AI新創團隊都需要深思的,並且在這樣的戰略之下,團隊成員(人才)該如何篩選,調整與整合,其實都與過去幾年完全不同。舉例來說,過去幾年強調的創業者特質以創意+實作為導向,現在可能需要把研究與數理能力加入考慮。
又或者,如何把內部研究產出規模化,系統化成為產品的一部分,讓學術研究成果變成產品的能力,考驗的是實作與理論不同維度的同步整合能力,這點也是過去以實作為主的創業者所缺乏的。總結來說,未來這波AI為導向的潮流會當中,創業者除了優秀的商業模式,如何發展出自己的一套技術體系,是不得不去考慮的議題。
本文允許重製、散布、傳輸以及修改,但不得為商業目的之使用
使用時必須註明出處自:楊明翰 , 台灣人工智慧與資料科學研究室 https://aistudio.tw