对话林元庆：会做「生意」的科学家，获红星美凯龙、红杉资本中国基金等新轮投资

撰文 | 四月

“他们只用不到一年时间，便在线下零售、线下旅游等场景大规模落地。” 红杉资本中国基金董事总经理王恺谈起对于Aibee的投资时强调。

在以技术型团队为主的AI创业领域，Aibee高效的商业化进度和渠道铺设速度给投资人留下了深刻印象，也为这支刚满一岁的科学家团队争夺到了更多的市场先机和顶级客户。

王恺认为，随着传统行业对智能化的认识不断提高，未来1-2年内，ToB的AI技术应用落地速度将随之加快，对于Aibee来说蕴藏着巨大机遇。

在Aibee启动线下零售业务9个月后，其方案已经深入多个“泛零售”领域，布局Shopping Mall、精品连锁店、银行、运营商、机场等多条垂直场景，并与家居行业巨头红星美凯龙、艺术品牌购物中心K11达成战略层面合作。

而对于更大型的“Shopping Mall”——线下旅游市场，Aibee则联合国内首家数字化景区方案商深大智能的资源在线下景区快速铺开市场。

今天（11月27日）消息，由前百度研究院院长林元庆创立的人工智能解决方案公司 Aibee 宣布完成A轮6000万美元融资，由红星美凯龙、红杉资本中国基金共同领投，联想创投、险峰长青、中丽和财基金、C Ventures（C资本）等机构跟投，雅虎联合创始人、AME Cloud Ventures创始合伙人杨致远等加持。目前，Aibee的总融资额达到1亿美金。

Aibee创始人兼CEO林元庆表示，A轮融资将用于AI技术研发、高端人才引进、大规模商业落地三个方面。团队将继续打磨极致的AI技术，与线下零售、线下旅游等垂直行业领头企业合作，创造更大商业价值，实现行业赋能升级。

去年九月，林元庆辞职创业，成为“百度系”AI创业大军中的一员。彼时，人工智能的风口正在从急速上升期转向平缓落地期，在此之前，林元庆的老同事余凯、吴恩达已经先后踏上AI的商业化之路。

彼时创业，并不能称得上是一个“讲故事”的好时机。

但对于林元庆自身而言，创业更像是个水到渠成的过程。无论是在美国的NEC研究院，还是在中国的百度，他正一步一步地践行“科学家”转换到“企业家”的角色准备。“做部门主管需要规划哪个方向发展才能对公司产生效益，当时我就会去谈很多客户，”他回忆，“在NEC时，我们10个人不到的团队既获得过CVPRBest Paper，也能将技术转化成收益，在技术商业化方面的进展远超预期。”

甚至更早期，林元庆在大学兼职时期就开始培养自己的“商业Sense”——“比较会从客户角度考虑问题。”

离开百度后，林元庆第一件事就是拜访潜在客户。“我花了三个月的时间，拜访了九个传统行业中具有代表性的近40家公司，与他们的CEO或CTO深入并反复讨论——他们的行业该怎么用人工智能去赋能升级。”

到2017年年底，林元庆将AI技术落地的可能性依次排序——“基于初创公司的条件，很多技术需要从零开始，技术研发的阶段性战略非常重要。”

聚焦“泛零售”——“双轮驱动”

线下零售是Aibee赋能升级垂直行业的第一站，建立标杆用户又成为第一站的重中之重——目前Aibee已经与线下零售、线下旅游等垂直行业领头企业达成合作，包括零售行业的红星美凯龙、K11，旅游行业的深大智能，以及金融行业的广电运通等。

林元庆谈道，做AI首先需要很大的数据去训练，而线下零售场景、产品非常丰富，获得海量数据相对比较容易。线下零售就是人们的日常生活，我们可以把AI的多种技术利用这个场景大范围搭建起来。对于市场规模，林元庆判断，线下零售行业的体量绝对是万亿级。

广州K11艺术购物中心

年内，广州K11艺术购物中心的智能停车场项目就将正式启用Aibee解决方案。谈到K11，它由企业家郑志刚创立，是全球首个将艺术、人文、自然三者融合的创新性的零售商业地产品牌。

郑志刚对于“精准零售”的理念与林元庆不谋而合，他十分认可 “AI+线下零售”的方向。林元庆回忆，团队很快针对K11的具体场景给出了针对性的AI解决方案，而不是所谓的泛泛而谈，这一点打动了郑志刚。于是，在双方达成合作之余，郑志刚还成为了Aibee的战略投资人。目前，K11已经落地广州、香港、上海等国内多个一线城市，预计将在2023年前开展高端零售、甲级写字楼及服务式酒店住宅等29个项目。

“Shopping Mall有着几十年积累下来的业务运营经验，比我们更懂线下零售业务。他们擅长业务，我们擅长技术，结合起来能够让用户的体验更智能，让Shopping Mall的运营更高效。”林元庆在深入调研过零售市场后表示。

在Aibee的项目落地层面，主要分为两个阶段，第一阶段是基于“车、人、货、场”理解的基础能力建设，先把基础设施搭建起来。第二阶段是基于数据信息储备，与Shopping Mall合作打造智能化产品、服务和体验。

林元庆表示，在第一级阶段的基础设施建设基本区别不大。第二阶段则每一家都不同，需要与业务紧密结合，定制开发并迭代，但个性中也存在很多共性。此外，我们现在大部分主要客户在行业里有很多连锁店，规模化推进和复制的机会很大。

事实上，AI整体解决方案要做到对“车、人、货、场”的全面精准理解难度很大，它需要包括计算机视觉、语音识别、自然语言理解、大数据分析、机器人等技术的融合。

在家居线下零售方向，Aibee与行业龙头企业红星美凯龙达成战略合作，将针对其线下卖场的新零售业务升级提供针对性解决方面。红星美凯龙是国内代表性的家居装饰及家具商场运营商，截至2018年6月30日，共经营267家商场，覆盖全国180个城市，商场总经营面积1596万平方米。接下来，这些丰富的线下店面资源将成为Aibee的重要战场。

今年3月，Aibee还开启了赋能升级垂直行业的第二站——线下旅游，启动“双轮驱动”模式。Aibee与深大智能达成战略合作，深大智能在旅游行业信息化领域已深耕20余年，产品和服务覆盖全国4600多家景区，类别涵盖旅游全业态。

“整个方向跟Shopping Mall类似，希望通过对线下流量的全面理解，提升景区的运营效率，游客的智能体验，同时带动景区二次消费升级。”林元庆介绍，区别于一次消费的门票，二次消费包括景区内及周边的消费。

今年3月初启动业务后，十一高峰流量成为检验Aibee方案的“大考”，在已经落地的65家景区中均正常运行。截至目前，Aibee与深大智能联合首推全域智慧旅游AI升级方案，首批项目“刷脸入园”已在喀纳斯、秦皇兵马俑、武当山、常州中华恐龙园、阳江大角湾、古北水镇、上海海昌海洋公园等国内近百家知名景区投入使用。

上海海昌海洋公园年卡游客刷脸入园，技术支持来自Aibee

林元庆认为，从线下零售到线下旅游，从根本上来看，我们要做的其实是“信息找人”。互联网时代与AI时代非常大的区别就是，互联网时代是“人找信息”，AI时代是“信息找人”。你想要的信息自然而然地就推送到你手里，这是智能社会非常重要的标志。

在线上，Aibee也已与中国在线旅游巨头携程、中国在线视频巨头爱奇艺达成合作，将搭建完整生态，实现线上线下的数据打通与双向引流，进一步丰富用户画像，辅助精准推荐，提升游客智慧旅游体验，推动景区二次消费升级，带动周边业态发展。

ToB要点：“可复制”和“标准化”

林元庆介绍，团队在线下零售场景已经布局ShoppingMall、精品连锁店、银行、运营商、机场等多条线路。在精品连锁店方面，目前已与数家品牌店合作落地，其中在北京已经落地三家店，后续会快速在全国复制。

面对行业印象中的“ToB业务复制慢”问题，林元庆表示，团队将抽取这个行业共通的问题着重解决，比如Shopping Mall，行业普遍会遇到对“车、人、货、场”的理解问题，Aibee的AI整体解决方案会在客户场景里不断迭代升级，贴合客户的场景不断优化。

在线下旅游场景，林元庆表示，将会把景区分成几类，按类别去做。比如偏休闲度假类的景区，游客很悠闲，很少排队，要解决的问题就和需要排队的景区不一样。再比如有些主题公园，从头游到尾按顺序一路逛过来，也很少排队。场景不一样，会针对不同类别去做整体的解决方案。

而谈到B端客户的定制化与标准化问题的矛盾性时，林元庆表示，团队目前仍以大体量客户为主。Aibee的目标是希望Aibee的AI整体解决方案能够成为行业的基础设施和升级标准。整体解决方案其实很复杂、很庞大。对于一些店来说，初级阶段的基础功能就已经很有用了，所以我们会在功能上分成几个阶段，打造简化版的解决方案，同样也能够帮助客户实现对“车、人、货、场”的初步理解。

针对不同场景和客户的拓展，林元庆表示，虽然Shopping Mall、精品连锁店以及景区，业态确实不一样，但基本业务逻辑是相通的。比如，景区其实是休闲娱乐的地方，可以当做一个大的Shopping Mall来看待；精品店相对于Shopping Mall来说比较小，技术上也比较容易落地。在具体应用时，需要结合具体情况而定，比如卖衣服、卖鞋、卖金银首饰等等，需求不一样，业务层面的打磨也不一样，但是基础技术是非常类似的。

自从两年前，马云首次提出“新零售”概念。在AI浪潮的裹挟下，除了各大巨头纷纷布局之外，赋能新零售的人工智能企业也纷纷投入其中。

面向同类竞争，林元庆表示，Aibee的不同之处在于不是要给线下零售企业提供SDK，而是给他们提供一个完整的AI解决方案，为客户的核心业务、为整个行业带来“质”的提升。要实现这个目标其实比较难，其中涉及很多技术，不止是一个语音识别SDK、人脸识别的SDK或是一台机器人就能够解决，这是一个复杂而系统的工程，需要很投入地做，并且不断迭代。

既然要做整体解决方案，那么硬件环节不可避免，对于一家软件算法背景的团队，如何应对硬件层面的挑战？

林元庆表示，Aibee每一个团队都是小而精。重要的是理解技术之间的关系，以及在这个场景下，不同模块之间可以互相借力的地方。比如，商场里的反向寻车导航，软硬件都由我们自己团队搭建。但主板等现成模块就可以用现成的，不需要所有的硬件模块都从头开始做。

强化人才战略

在商业落地之外，Aibee同样重视高端人才的储备与AI技术的研发。近期，林元庆邀来了前阿里达摩院决策智能实验室负责人朱胜火，出任Aibee联合创始人，全面负责Aibee的机器学习方向。

前阿里达摩院决策智能实验室负责人朱胜火，现为Aibee联合创始人

朱胜火拥有美国罗切斯特大学计算机博士学位，曾就职于NEC北美实验室和亚马逊公司，拥有多项专利发明，在机器学习、机器视觉、数据挖掘、信息检索处理等方面发表120多篇学术论文。2014年加入阿里巴巴，曾任阿里达摩院决策智能实验室负责人，主要研究方向包括机器学习和运筹优化，应用于计算资源优化、端上智能、零售个性化等产品。

对于朱胜火的加盟，林元庆认为，“胜火一直致力于机器学习及优化技术的研究，精通于决策智能在电商、物流、新零售、计算资源等各个领域的应用，他的加盟将为Aibee精准零售战略全面快速落地带来跨越式的发展”。

目前，Aibee团队已扩充到100人，在北京、美国硅谷均设有办公室，充分发挥两地技术和市场优势。据林元庆介绍，Aibee近期还计划在美国西雅图、波士顿开设新研发中心，持续吸引高端人才，加速业务快速落地。 

结   语

科学家创业早期就能与众多垂直行业巨头一拍即合，快速推进商业落地，这在AI创业领域并不常见。Aibee团队对于行业应用触觉的敏感性，细分市场需求的发掘与满足度都是十分亮眼的特性，这在一定程度上得益于创始团队在行业市场的人脉和积累，另一方面也来自于创始人较强的技术商业化意识和天分。

在林元庆看来，“AI一定要形成闭环，因为只有落地应用，才有可能进一步迭代发展。”传统行业与AI技术是相辅相成的双向关系，AI技术是传统行业升级的动力，反之，传统行业则是打磨迭代AI技术的场景。

谈到零售行业本身，从采用POS机、条形码、嵌入RFID等技术到电商热、O2O模式重构，再到如今AI助力的“新零售”，零售行业一直善于将新技术运用于各类需求中，万亿级的市场规模也足以吸引巨头和新锐涌入。

不过无论零售业的概念如何改变，都离不开其实质：商家以更低成本获取更多需求信息，更精确分析需求信息，更快反应需求信息，从而降低时间和成本，提高效率；顾客消费需求更精准地被满足，买到性价比最高的东西，降低犯错可能。

而人工智能也只有从零售行业本质入手，参与到顾客关系、商品体系、供应链体系、技术体系以及企业的组织管理体系，并非依靠单点技术突破，唯有系统化的思维才能实现整个业态的变革。

每日精选教程，扫码开启订阅，每天18:00及时速递。