人工智慧時代，該如何與實體經濟緊密結合？

「

從半導體、互聯網時代，到人工智慧時代，世界創新中心將從矽谷轉移到了中國。

」

撰稿：賈 寧

機器一下下打著棉花，紡錘高速旋轉，轟鳴的紡織工廠彷彿咆哮的巨人。

中國紡織業產量佔據全球的一半，是名副其實的「世界工廠」。

這裡也是一個被互聯網忽略的世界，幾十年來流通模式沒有變化，面對面交流，肉眼判斷面料，再接單、生產、發貨。

碼隆科技聯合創始人兼CEO黃鼎隆卻看到了不一樣的機遇。源源不斷的產出，不就是浩浩蕩蕩的數據嗎？數據，是人工智慧最好的「糧食」。

▲碼隆科技聯合創始人兼CEO 黃鼎隆

基於「世界工廠」海量的數據，碼隆科技想做機器視覺領域的谷歌。谷歌將關鍵字與網頁連接起來，而他們想做商品識別，把圖片和每一個商品連接起來。

01確定方向

黃鼎隆和新經濟100人聊起他看《明朝那些事兒》，講到捕魚兒海戰役，藍玉深入到荒漠，敵人藏起來不露面，一片荒漠空無一人，到底該往哪個方向，撲錯了就全軍覆沒。那種迷茫，黃鼎隆心有戚戚，就像自己創業帶著一群兄弟，尋找方向時承受著巨大壓力。

黃鼎隆的創業夥伴、碼隆科技聯合創始人兼CTO Matt Scott（碼特），是一位在中國工作了十多年的美國人。他們倆在微軟工作時已是一對黃金搭檔，一起合作開發了必應詞典。

▲碼隆科技聯合創始人兼CTO Matt Scott

（來源GMIC，碼隆科技提供）

那時候，他們就認為文本內容領域，大果子已被摘完，沒什麼創業機會。但是，圖片、視頻包含的信息比文本更豐富，卻沒有人做，這是一座巨大的金礦。

兩人做了一些嘗試，發現技術不成熟，金礦擺在眼前，沒法挖。黃鼎隆把金礦放進了心裡，收藏起來。

直到深度學習出現，他們意識到，時機來了。

2014年7月，五個人，擠在中關村的一間小雜物間里，開始了他們的創業。

在電影《穿普拉達的女王》中，時尚雜誌主編米蘭達利用自身對品牌服飾的了解，細數「天藍色」的來由，在氣勢上壓倒新人安迪。在黃鼎隆看來，在這裡，米蘭達與安迪之間的差距是可以用圖片搜索來彌補的。安迪對著天藍色的衣服拍一張照，再上傳、搜索，就可以獲得有關顏色、面料的信息。

這是黃鼎隆想做的。

最初，碼隆從C端切入，做以圖搜衣、拍照購物的App StyleAI。做了快兩年，黃鼎隆發現，技術可行，對用戶也有價值，但移動互聯網的增長紅利消失，App推廣太慢了。

AI模型早期需要數據餵養，在服務C端客戶方面，當時各種時尚類App都算是碼隆的競爭對手。黃鼎隆琢磨，如果把他們變成合作夥伴，是不是更利於碼隆AI技術的成熟？

2016年，碼隆推出了ProductAI，將商品識別技術搬到雲上，變成PaaS平台，廠商通過API介面調用，一次費用從幾分、幾角到幾元不等，識別範圍也從單一的服裝拓展到了全品類商品。

一張圖片打30到50個標籤，人工成本大約是2元，通過ProductAI打標籤，不僅準確率提升，可24小時不間斷工作，並且每張圖片成本降低到0.02元。

低價是黃鼎隆快速獲取數據的方式，「數據對我們的意義更大」。

2017年，碼隆客戶上傳各種優質商品圖片超過3億張。

ProductAI也成了碼隆吸引各行各業客戶的窗口。

碼隆科技產品負責人傅愷告訴新經濟100人，除了電商，醫療、化工、農機等傳統行業的客戶也不斷加入平台。

▲ProductAI人工智慧服務平台

有些企業看重數據的隱私和安全問題，不願意開放數據。因此，2018年，ProductAI又往企業化方向發展。碼隆將平台的數據處理、數據標註以及圖片壓縮等技術打包，一併提供給企業客戶。

這類似雲計算從公有雲到混合雲、私有雲的發展路徑，碼隆也找到了從PaaS平台到適合企業的私有化、本地化部署方式。就像自來水一樣，AI技術將在未來流入千萬企業。

2017年11月10日，碼隆科技宣布獲得來自軟銀中國領投的2.2億元B輪融資，累計融資達2.94億元。

02 摸索商業化

碼隆科技商務副總裁王海鷹拜訪一家五金客戶，對方拿出比兩塊磚頭還厚的銷售手冊，印著十幾萬個SKU，小小一顆螺絲釘就有多種規格。

這樣一家年銷售百億元的大型企業，銷售員需要帶著厚厚的手冊，一頁頁為客戶翻找產品。對方告訴王海鷹，希望能更方便快捷地查找產品。

碼隆的AI技術跟客戶的App結合，拍照即可搜索產品，提升效率和體驗。

「從長期來看，人工智慧跟傳統實體經濟的結合會更緊密，這也是人工智慧商業價值最大所在。」王海鷹說。

碼隆科技戰略合作副總裁王春升希望在新技術與舊企業之間搭起一座橋樑。

人工智慧商品識別應用於政府、製造和流通，是他為碼隆畫下的三個重點領域。

與政府層面的合作，包括海關、知識產權、金融以及安防。

安防領域，從人臉識別入手，前有商湯科技、曠視科技、依圖科技。碼隆想切入，需要另闢蹊徑。

王春升了解到，現場目擊者往往很難描述清楚犯罪嫌疑人的面部特徵，但會記得其穿的是什麼樣的鞋子和衣服，這是碼隆可以施展拳腳的地方。

此外，機場、地鐵等公共場所的安檢，以前依靠人眼識別X光掃描結果，碼隆和安防供應商合作，提供具有識別能力的硬體設備，可替代一部分人力工作。

製造業的品控、庫存管理等也是碼隆瞄準的目標。

紡織服裝行業是碼隆的大本營，已經覆蓋紡織面料B2B平台的70%到80%，近半數服裝平台也是碼隆客戶，包括唯品會、敦煌網，以及珂萊蒂爾等品牌服飾。

機器在顏色識別、面料檢驗上比人做得更好。按照RGB值，光紅色就有數十種不同的深淺、明暗，機器可以輕鬆地區別，準確率比人眼更高。

面料成分需要檢驗員通過顯微鏡成像來觀察纖維，判斷成分。培養一名檢驗員需要三到五年時間，而且工作比較枯燥，年輕人不願意做。這正好可以用機器替代，碼隆單纖維識別率達到99%，正在開發複合纖維識別模型。

▲碼隆科技online demo圖片測試

流通領域，王春升認為最大的業務價值在於銷售預測。

2017年初，碼隆與中國紡織信息中心、國家紡織產品開發中心合作，共同發布了基於人工智慧圖像識別技術、全球首份通過大數據信息提取生成的時尚色彩研究報告。

報告對2016年春夏、2016年秋冬、2017年春夏2萬多張各大品牌秀場圖片中的服飾進行色彩提取、識別、整理，生成統計分析結果，預測2018年春夏的關鍵色彩。

切入流通領域，碼隆面臨著來自淘寶和京東的壓力，巨頭在商品數據和識別技術上積累豐富，拍照搜索已經成了京東和淘寶App的標配。不過，碼隆的獨立性和中立性能夠吸引其他新零售玩家使用碼隆的引擎。

例如，碼隆推出了針對無人貨櫃的視覺識別解決方案。無人貨櫃缺乏技術手段監督的時候，盜損嚴重。碼隆的解決方案是在貨櫃安裝攝像頭，後端連接到ProductAI，用戶掃碼打開貨櫃取出貨物，機器實時識別商品，自動扣款。

03同步全球化

2017年10月，美國一家國際零售企業總部，全球七八家無人零售解決方案供應商競賽，最終碼隆獲勝。

巨頭想要的是大型商超無人結算解決方案，方案要求顧客走出超市時，能夠對購物車裡的商品進行自動識別。碼隆將識別技術打包放在客戶本地機器里，包括模型和所有商品數據。方案核心在於，碼隆能夠不斷更新模型，並將模型推送到本地部署的機器里。這是ProductAI的一個典型應用，從訓練到更新模型，再到提供服務，全部都在客戶本地實現。

日本這個老齡化程度最高的國家也有類似的需求，便利店三巨頭7-11、全家、羅森，原本標誌性的24小時營業已經越來越難達成，某些地區沒有人願意再上晚上10點以後的夜班，或者店面難以負擔人力成本，不得不關閉。

黃鼎隆、Matt Scott兩位碼隆科技聯合創始人，分別是中國人和美國人，一開始就有全球化的基因。

幾乎與拓展國內市場同步，碼隆在全球範圍尋找可落地的商業場景。與多數中國創業公司從東南亞起步的出海路徑不同，碼隆首先選擇的是人力成本最高的歐美日，這些區域對節省人力的需求最為迫切。在發達國家市場，碼隆的打法是自上而下，從行業巨頭開始攻克。

「我們現在更注重尋找戰略性客戶，不純粹以收入為目的。誰有數據、誰有足夠深的行業洞察，誰能在某個層面和我們達成戰略合作，這最重要。」黃鼎隆說。

一次，美國一家傳統行業的公司找到碼隆，該公司沒有互聯網基礎設施，如果直接提供人工智慧演算法，客戶沒法使用。

Matt Scott花了一個星期時間帶著團隊做出了硬體設計方案，在深圳找到技術提供商，通過3D列印等方式，把樣機做出來。客戶拿到樣機，直接部署到本地場景里，不需要追加投資，搭建一個大數據部門。

在此之前，碼隆是沒有硬體經驗的。碼隆科技國際事務副總裁夏冰稱那段時間是Matt Scott的「冠軍時刻」：頂住時間壓力，不眠不休，組裝現場一旦出現問題，快速解決，專註到彷彿世界不存在。

這場PK賽中，對手有谷歌和微軟等巨頭，碼隆憑藉軟硬體一體化的解決方案，勝出。

這也是碼隆設立在深圳的原因——有強大的硬體設計和生產能力作後盾。

全國約70%智能硬體出自深圳，人工智慧與之碰撞出了火花。

「如果說半導體時代和互聯網時代，世界的創新中心是在以矽谷為核心的舊金山大灣區，人工智慧時代的的世界創新中心，我們應該努力讓它放在以深圳為核心的粵港澳大灣區。」黃鼎隆說。

給予碼隆全球化更多底氣的是中國這個世界工廠。

根據中國海關數據，2017年，中國出口面料549.4億美元。找面料是世界通行的難題，因為語言很難表達所需面料。日本從中國進口面料，不僅要僱傭中國人在批發市場尋找面料，還得派日本人跟隨，需要解決語言障礙問題，成本相當高。

碼隆剛到日本時，日本企業的態度是抗拒，不相信中國創業公司技術領先。現在，碼隆正在與日本紡織進出口協會合作，準備建立中國面料數據平台，日企通過圖片就能找到想要的面料。

「世界一半的服裝在中國生產，一半的服裝數據在中國。任何一個國家的數據都沒有我多，你怎麼跟我競爭呢？」黃鼎隆說。

經過幾年的摸石頭過河，黃鼎隆認為大方向沒變過：「我要做人工智慧和實體經濟的結合。在實體經濟里，世界的運作圍繞著各種商品，包括商品的設計、管理、交易等等。」

「商品識別這個大方向可以切入很多行業，比如零售和服裝，我們很看好，今年會做更多的嘗試。可單單選定行業還不夠，我們還需要聚焦這個行業的那些有價值的具體問題。」

捕魚兒海戰役里，藍玉耐心等待，終於從斥候那裡獲得情報，確定北元小朝廷位置，直撲大本營，大勝而歸。

在戰略上，黃鼎隆和Matt Scott兩人分工合作，一人側重產品與市場，一人側重技術。兩人有分歧時，就在公司樓下的海邊繞著圈散步，一圈又一圈，一直走到腿酸軟時，問題也解決得差不多了。或者兩人玩棒球，扔過去，丟過來，問題在飛來飛去的過程中，解決了。

前方無人，碼隆在尋找這樣一條屬於他們的路，道阻且長。「我希望碼隆不是唯一的選擇，而是最棒的那一個。」Matt Scott說。

上初中時，黃鼎隆左手骨折，正值學校羽毛球比賽，所有人都勸他不要去，父母也堅決反對。他卻堅持參加，一手綁著夾板一手拿拍子，一路打下來，拿到了比賽冠軍。

「我相信只要我堅持，就能成功，我不管別人怎麼說，不管這件事條件有多不允許。」

推薦閱讀：