您的瀏覽器不支援JavaScript語法,但是並不影響您獲取本網站的內容。

趨勢觀點

從矽谷管窺AI新創

Dr. Larry Wang, Plug and Play Tech Center EIR (Executive in Residence), Founders Space startup advisor

AI的風吹了好幾年,打著AI招牌的新創各式各樣、比比皆是,但最近這2年,可以明顯感覺打著AI招牌的新創少了許多,讓我們略微管窺一下矽谷的AI風口吧!首先要提到的是,新創的目的在創造市場價值,而不是研發,優秀的新創團隊是又有技術又有市場,因此大家觀看的角度不能只局限在技術。


AI技術新創

這一類型的新創,都是標榜自己在基本技術上的突破,比如做AI晶片、做AI algorithm、做data labeling、做synthetic data、做explainable AI等等。而最常聽到的問題是:有哪些客戶驗證了你們的技術?目標是哪一類的市場?市場大小?準備如何切入?

因為在矽谷1年聽上千家新創介紹是常事,任何人在聽了幾十、幾百家新創的介紹後,人腦其實就經過AI的大批數據訓練,經常遇到的反應是:一、 類似的新創介紹已經聽過好幾家;二、 沒有聽到任何獨特點;三、沒有聽到市場灘頭堡的建立。有的新創家滔滔不絕但了無新意,聽者自然就關掉耳朵了;有的新創家是工程出身,專注在技術介紹,也會很快就失去聽者的興趣。所以這類型的AI新創愈來愈少,2020年都想不起來有哪些新創屬於這個類型了。


市場應用新創

回想一下這幾年聽過AI應用的新創,腦海中能夠記起的應用領域就有:醫療、生產線機件故障、客服、法律文件、旅行、IoT、健康、貨運、資安等,幾乎是無所不包,例如下方幾家利用AI的新創。

新創名稱

主要內容

Compredict

利用AI來預測汽車零組件何時會損壞

YourVR

運用3D 掃描來協助房地產銷售及建築業

SnapSupport

IoT+AI 平台,可及時讓前線工作者獲得資深專家(AI)的協助

Telling.ai

用AI來檢查語音的特質,作為防僞及安全的依據

Emoshape

設計IC支持情緒檢測

Wavelength

用AI來判斷汽車駕駛的情況

Zigmart

以AI為基礎判斷股市投資者的行為

Sentry

使用AI來做安全警衛相機audio+video的判讀

PlaceToPlug

基於AI + blockchain的電動車充電系統

Connected signal

將城市的所有交通訊號連接起來,AI的判斷結果分送到所有連接的汽車

RnCor

以AI 來做健保付費處理

Inform AI

透過AI處理醫療影像

TrustStamp

AI產出hashed Biometric 的個人識別

這類型的新創,通常是一位在這市場的工作人員看到市場痛點,再結合一位懂技術的朋友,定義出解決方案,同時也知道幾家可能的客戶,快速建立市場灘頭堡,並合作將概念驗證(Proof of Concept, POC)不斷修改成真正的解決方案。因此聽到這類的新創介紹,大家總會直擊提問:你的客戶有哪些?市場驗證做了多少?需要多少資料來訓練AI engine?需花費多久時間?更心急地立刻深入詢問:你的技術上有何不同點?專利保護?市場有多大?若聽到的新創似乎沒有新意、沒有好的市場灘頭堡,可能就無人詢問,或是澄清一兩個細節。


新創的挑戰與實例分享

這2、3年間,可以很明顯地感覺到新創市場的變化,在2018年,經常聽到新創以AI、ML等熱門技術來做介紹的主軸,現在則非常少團隊這樣做,反而是在介紹市場需求及它的解決方案時候,帶上一句「我們用了AI等技術」。依照技術成熟度曲線,應該說AI的風頭已過,往成熟的階段進展。

在2020年疫情期間,另外有個巨大變化:大家都在網路上連接。一個新創的pitch,以往活動場地限制下,只能容納200~300位來賓,好處是大家是面對面,事後還可以立刻見面細談;網路的方式,則參加人數暴增,且全球都可以參加(只要你願意,三更半夜都可以),缺點當然是少了面對面的觀察與互動。因此參加的新創,非美國的數字也很明顯了,從西歐、東歐、加拿大、中南美、亞太區域、紐奧、印度半島、中東、非洲,都有團隊來。相對明顯缺席的有中國大陸、台灣、香港;明顯出席的是南韓、日本、新加坡。那美國的新創是否就具有明顯優勢呢?也不盡然。

允許我分享一個個人經驗:

2020年10月底,一個國際公司内部新創加速器高階主管要求的一個視訊會議裡,對方問到:

「王博,你搜集到的市場專家回饋,分享給研發團隊了吧?」

「當然,一搜集到就逐步分享給研發團隊,唯一沒有分享的部分是一些很負面的評語,預估研發團隊無法承受這樣的回饋;其他關於技術上的部分當然都分享了。」

「既然如此,我們就依照你的建議,停止這個AI研發計劃的spinoff…… 」

這是怎麽回事呢?要再講回暑假時,我答應另一位PnP EIR(Executive in Residence) 朋友的請求,幫忙一個想要spinoff的美國人工智慧研發團隊,但因牽涉到一些敏感的訊息,所以這裡就只分享有關新創方法的部分,而不講細節。

這個研發團隊所屬的國際公司,在新創風潮下,自己成立了内部的加速育成中心,每個梯次有幾個團隊尋求新創,情形與工研院挺類似,加速器邀請了2位外部顧問、教練,每個要spinoff的研發團隊,加速器則出馬聘請外部EIR(executive in residence)來帶領,我就是因此被邀請來幫忙。

第一步是相互認識後,花2週時間探討市場的痛點是否存在?市場規模是否夠大?如果通過了,再考慮第二步,以2個月的時間企圖建立與可能客戶的POC合作。我合作的研發團隊在美國做AI領域,市場痛點很快確認了,加速器決定進入第二階段,在正面因素外,也有幾個顧慮:一、研發團隊是典型的工程師/programmer,認為「我的技術最好,所以你就該買我的」;二、尚未做完盡職調查(due diligence),尤其是競爭分析;三、 團隊磨合尚未開始。

依照過去幾年執行小蘋果園計畫和台灣創新創業中心對新創的建議,我也就忠實執行。第一步是透過人脈,或人脈的人脈尋找可能的合作對象,我們必須有吸引力的展示,立即、明確的顯示優勢,才能說服這些對象與我們合作!但因為技術團隊一直無法明確交代它的技術優缺點及詳實做法,以致後續的商務解決方案一直受阻,好不容易展示完成,我使用後卻頭疼不已,因為我看不出它的特質與吸引力,與研發團隊宣稱的優勢不搭邊,與類似應用的open source技術完全無法相比!

打鴨子上架,之後2、3週内的十來個業界回饋果然都是負面意見,技術團隊的氣焰沒了,被情勢逼著説出技術的細節,聽了著時傻眼,因為真是剪貼而成的技術,竟然還可以在比賽裡有成績!(我查證過,是真的)難怪我從一開始就覺得不踏實,怎麽問都似乎隱藏著什麽,同樣時段内我們也參加了一個online conference,其中一個大項目就是同類的open source的應用,在功能及商務應用開發上,這團隊完全瞠乎其後。立刻與介紹我來的顧問朋友談,他聽完也說不出話來,畢竟也是業界老手,我立刻提出應該停止這個spinoff的意見,我也不需要第二個月的車馬費與浪費人生,加速器也不需要浪費;但這是大公司的加速器,叫停是不成的。

以新創的做法,此時就得立刻轉變方向(pivot),研發團隊的公司主管也來了解情形,看得出他很不安。整個團隊決定轉換目標到中小型的客戶,從他們聚集的社群着手,幸運的是,認識了一位群組主持人,非常有經驗,也願意分享他的多年深度觀察,也約到一些中小企業會談,了解他們的痛點。我們的一點拼湊技術,能否提供一個高性價比的低價版?猶如當年Peoplesoft vs. Oracle。RD團隊面有難色,轉要求客戶必須要有足夠的規模與數據,又回到出發點。

結業會議前,我的結案報告先送進去了,要求停止這個spinoff;因第一次碰到EIR要求停止,加速器的最高負責人要求單獨會議,並要我提交市場會談的詳細內容,因此有了此文開始的對話。最高負責人商務經驗豐富,立刻掌握到重點。我也提出幾個對加速器的建議。新創及目標客戶評估,是針對大公司的技術,最快速、最硬碰硬的照妖鏡;也是打假的最有效手段!

雖然工研院具有研發團隊spinoff的傳統,這裡仍可以做個借鏡:

  • 團隊要有地頭蛇─網羅外部人才,在地人才是重點。
  • 要有野心玩大餅─必須跳出技術,建立業務的隆中對。

要新創的工研院團隊,技術不該是瓶頸。市場是挑戰,所以前面的2點就是重點。了解優缺點,就能截長補短!