iPIN创始人杨洋:我在创业期间有哪些心得?

AAAI之夜 . 图片左一为杨洋

AI科技评论按:2016年是AI技术大爆发的一年。不同于上个世纪60年代的AI泡沫,21世纪的AI发展不仅注重前沿技术的创新和突破,更看重如何用AI提高产能,改善生活质量。如何把AI学术界与产业界有机结合在一起,已经成为所有AI从业人员的共同关注的话题。而这一点也在今年的AAAI大会上得到了体现。借此良机,AI科技评论也在大会举办期间举办了“AAAI之夜 ”线下活动。我们邀请到了国内外知名AI创业者和AI投资人,请他们跟大家聊一聊AI创业者该如何从最初的学术研究向产业化转变,以及在创业、投资过程中会遇到什么困难等问题。

以下为iPIN 创始人杨洋的创业分享,AI科技评论根据分享内容进行了部分次序的调整:

  • 创业心得1:小领域、大数据

创办iPIN和我读Ph.D时的一个项目有关。当时那个项目是做群体智能(collective intelligence),也就是把足够多的细小的信息汇聚起来,还原整个社会的全貌,然后在信息充分的情况下提升商业智能(business intelligence)各方面的信息,以达到做出更有决策这样一个目的。

创办之初考虑过很多方向,毕竟做AI要解决数据问题,没有大数据根本就无从说起如何做AI。最后我们选是选择了一个很小的口去切入——帮助高考生做高考志愿填报。

我们帮助高考生填报志愿的方法是让机器学习上亿人的成长轨迹,学会人类职业成长的模式;然后用他们的轨迹帮高考要填报志愿的人去规划人生,找到里面的捷径。做了三年之后,用户质量口碑都做到了市场第一。但是因为公司规模很小,所以很多人都以为我们是专门做高考志愿填报的。

后来,因为我们掌握了很多人的发展模式,就开始从做高考志愿填报逐渐转换到做招聘,往商业智能这个角度去做。做招聘的另一个好处是,这个领域的数据覆盖到社会的方方面面,可以让机器更好的理解各行业的词语在商业决策中的含义。

  • 创业心得2:企业要去解决实际问题,而不是制造概念

iPIN创办于2013年。我们刚开始对外号称自己是AI的时候,大家都嘲笑我们。曾有一个国内著名VC对我们说,大数据这个概念都还没有炒火,你们还要再炒一个新的概念吗?但我们不是想去炒概念,我们是要解决实际问题的。

我很认同李飞飞教授的一句话,把AI应用到商业领域,你需要更多的从社会角度看待这个问题,而不仅从技术角度。我们公司做的一切都是为了在商业上去帮助人们更快地做决策,包括现在我们也是逐渐在做人的分析技术,简历的分析技术和各种岗位的分析技术。现在我们的技术正在输出给中国各大招聘公司,我们公司现在在做人的生涯规划,发展这一块,然后逐渐扩散开来。

我记得2013-14年时,今日头条还很小,我们公司也很小,他们比我们早创办一年。在早期我记得今日头条的早期投资人让我去评估今日头条的技术实力,也让今日头条的人来评价我们公司的技术实力。其实那个时候我们已经不去说AI了,我们都是抓住某一个具体的应用领域去解决实际问题,逐步成为各自在行业领域做的最好的。结果再往后发展就有很多公司来找我们合作,但是他们不要我们的产品,只要我们的技术,希望我们把技术框架体系开放给他们。所以现在我们有很大一部分业务是在开放我们整个的技术框架。像很多在美国用沃森的客户就来找我们,因为中国市场不让沃森进入,所以他们用我们的框架支撑他们的内容。

  • 创业心得3:能解决问题的好的商业模式可以类推到不同行业中

在我们整个创业过程中,杨强老师一直在给我们指点。他要求我们第一,要让别人听得懂你在干什么,第二,要有一个好的商业模式。我们也正在努力往这两个方面发展。

我们会和很多商学院合作,帮助传统行业的企业解决生产效率低下的问题;并且把这种框架输入到不同行业中,比如法律行业。曾经有一个律师说我们这个技术可以解决法律行业的一些问题。后来他就自己这么干了,拿这个技术创建了一个叫“法律谷”的公司。现在他用我们整个底层分析框架去做法律行业的检索,效果远超世界上所有做法律搜索检索的公司。还有一家国内法律行业巨头,也是用我们的框架去做法官断案,结果在很短时间内做出的判断,平均准确率能达到95%以上,已经达到专业法官的水平。

  • 业务发展中的抉择:

1. 从面向个人转向面向招聘平台的转型

我们当时做招聘产品是打算帮助个人自动匹配简历。但这条路有问题,因为人找工作的时候不一定找和自己背景相关的工作。但企业不一样,企业希望招来的人可以直接用。所以这个技术比较适合面向企业,所以我们就开始给企业推销,结果企业很难做。因为卖给企业要一家一家的谈,而我们公司80%都是技术人员,所以市场营销就很弱。这就是为什么我们后面转向面对招聘平台,比如智联、51、猎聘这些客户,卖给他们的话我们就会很轻松。

2. 和人比的话,产品的劣势不能仅靠AI解决

要分析一个人适不适合这个岗位,我们会从公司背景相关度,个人专业背景相关度等多个维度进行详细匹配。很多公司都会养很多猎头,但是时间就是成本,如果增加50%的效率,公司就能省很多成本。

但和人比较的话,情况比较复杂。因为同一个句子在不同公司的HR可能有完全不一样的理解。所以如何降低其中的不确定性,这就不单纯是一个技术问题了。这需要技术和产品相互配合来解决。

比如阿里巴巴招人,他们的招聘简章都写得非常简单和模糊,就是不告诉你具体信息。所以你可以从他们历史招聘情况来反推他们到底需要什么样的人。比如华为的销售人员80%以上都是招本科学历,而且特别喜欢从华中科技大学计算机学院招销售,中兴就喜欢从哈尔滨工业大学计算机学院招销售。这就是各个公司不同的策略,要考虑很多人文因素,而不是纯AI技术能解决的。

这就是我们创业的故事,今天分享给大家。AI不是行业,就像互联网一开始是行业,后来有了互联网+,可以应用在每个行业,AI可能未来也是,他可能每个行业都涉及。

有的公司可能是做通用型平台,比如做视觉。但我们这种扎根在某个细分行业的公司,会更倾向于解决一个行业内的问题。所以我相信,不同的公司会有不同的故事。

后记:美国时间2月19日,华尔街日报刊登了名为《中国品牌杀入AI混战》的报道。文章指出,2016年是AI具有突破性的一年,许多AI创业公司都在这一年中享受到了融资红利和国家政策的支持。虽然这些公司专注的细分领域各有不同,但大多都以商用为目的。在这种情况下,iPIN把AI应用于教育和法律行业,则向人们展现出AI创业道路的多样化。

原文发布于微信公众号 - AI科技评论(aitechtalk)

原文发表时间:2017-02-23

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏PPV课数据科学社区

作为数据科学家最重要的是什么?

视频是海量的,看视频的人也是海量的,无疑解释人们视频消费行的数据也是海量的,优化视频内容以迎合受众的口味是 Ooyala 公司业务的关键内容,其客户中就有 Fo...

3429
来自专栏华章科技

大数据时代八大热门IT岗位

新的想法诞生新的技术,从而造出许多新词,云计算、大数据、BYOD、社交媒体、3D打印机、物联网……在互联网时代,各种新词层出不穷,令人应接不暇。

612
来自专栏罗超频道

吴恩达为李彦宏再造一个百度?

互联网高度发达,不再是个人英雄主义流行的时代。但Andrew Ng(中文名:吴恩达)宣布加盟百度之后,还是引起行业轰动。关于他究竟能给百度带来什么实实在在的改...

3097
来自专栏数据科学与人工智能

【数据科学家】作为数据科学家最重要的是什么?Being Curious

视频是海量的,看视频的人也是海量的,无疑解释人们视频消费行的数据也是海量的,优化视频内容以迎合受众的口味是 Ooyala 公司业务的关键内容,其客户中就有 Fo...

2557
来自专栏大数据文摘

让你的组织准备好迎接未来!15个可视化事实

1215
来自专栏量子位

谷歌发布PAIR项目:改善人类与人工智能的交互方式

李杉 编译自 Google Blog 量子位 出品 | 公众号 QbitAI 机器学习技术在过去几年取得了快速发展,技术能力大幅提升——语音识别更精准,图片搜索...

34211
来自专栏数据猿

勤智数码董事长廖昕:做好政务大数据工作还需“一网一生态”

数据猿导读 能够从大数据中获得全新价值的消息固然令人兴奋,然而,怎样从大数据中挖掘出“真金白银”则是一个现实的挑战。面对巨大的机会,如何真正做好数据汇聚,盘活数...

27212
来自专栏web前端教室

业务驱动的互联网公司是什么样的?能学到些什么?

明天就是周一了,打起精神,准备战斗。 先说结论,“如何选择,都是基于自身的情况,没有绝对的正确”。如果你正在寻找你的第一份工作,且手里只有一份offer,那么你...

1838
来自专栏新智元

为什么第一波 AI 企业注定失败:PE才是赢家,不是创业者和VC

【新智元导读】 《哈佛商业评论》称,第一批 AI 公司的大部分努力都将失败,但失败不是因为 AI 有泡沫,而是因为这些公司没有用正确的方式去进行 AI 驱动的创...

2985
来自专栏人工智能头条

金童软件执行长和CTO 曾炼:人工智能到底能为我们带来什么?

1565

扫描关注云+社区