【在这里寻找创业共鸣】一位AI CEO的生死四十天
2018-11-09 19:01 AI 创业 飞鱼

我必须要停下来,看看走过的路,复盘踩过的坑。

文|小北   来源|甲子光年

“生活远比小说精彩。本文是一篇纪实文学,全景展示了飞鱼与蓝天合作的智能商店项目在过去40天中跌宕起伏的经历……”

当李见冲把飞鱼科技首个AI商业项目的内部复盘发给「甲子光年」时,我们感到珍贵。洋洋洒洒两万字,满是一位AI CEO的“辛酸泪”。

在这场历时3个月的商业合作,特别是最后40天的实际部署中,飞鱼科技经历了大起大落,由生向死——从概念被接受,到期待被推高,再到希望被辜负,最后是一地鸡毛,其中有满怀信心的开始,蒙眼狂奔的研发,信心崩盘、倒在了黎明的实际部署,也有回天无力的顽抗。

60万的成本投入,最终0回报,是一场不算便宜的教训。背后反映了不少技术初创公司的共通问题:对客户需求的强扭,对项目管理的经验不足,对demo效果的过分自负,和对技术到产品转化之难的低估。

本文基于李见冲的复盘材料和采访撰写而成。这是一段不带任何灯光修饰的故事,一段真实的AI CEO踩坑经历,一张无PS的AI创业图。

害怕错过:会当击水新零售

在细说飞鱼和蓝天的商业合作前,先讲一下前情。

创业时,李见冲已在一家互联网公司的技术管理岗位工作了6年,从2013年起就关注到了机器学习新潮流。

李见冲自认为是准备充分的创业者,在启动公司前,他做了两件事:

一是定战略,找定位。知道自己的简历不算顶级华丽,对资本吸引力有限,他不考虑那类需要烧钱三五年的方向,而是选了当时众人皆往的一条路:做垂直行业的AI。这条路虽然人多,但好处有三:市场分散,因为不同行业的客户需求各异;也是因为市场分散,行业间有壁垒,不至于被巨头横扫;有较快实现自我造血的可能性。

二是搭班子,补短板:李见冲自己是技术出身,他在投资人的撮合下,找到了有多年零售行业设备供应经验,精于商务的杨树。

2017年上半年,李见冲和杨树正式成立了飞鱼科技,致力于为线下商铺提供基于计算机视觉技术的智能解决方案。

头3个月颇有一日千里之感,李见冲对标AmazonGo的全店视觉结算,带着技术团队开发出了视觉结算收银台原型机FlyFish1.0。样机在2017年9月初完成了算法研发和软硬件集成。到10月,飞鱼的算法负责人又引入了批量识别,并选择10类商品进行了测试,识别率都接近100%。

一时间,李见冲和杨树信心满满,以为战略定了,班子齐了,按照创业箴言,接下来就是带团队上阵,去市场里试炼了。

只是后来李见冲才知道,创业常常就是:你以为,我以为,他以为,最后事与愿违。

冲向蓝天:福兮祸所伏

在经历了数次尝试后,飞鱼科技终于找到了自己的第一个客户——蓝天零售公司。

蓝天是一家跨境食品零售商,计划在2018年初开设南京旗舰店,并有意尝试智慧零售方案。

为了拿下蓝天,杨树在他们公司楼下蹲了半个月,只为每天能与蓝天CEO林叶聊几句,获得对蓝天业务体系的第一手信息。

最终,杨树获得了林叶的信任,双方在2017年11月下旬达成初步合作意向,但飞鱼此时遇到了新零售征途上的第一个问题:技术供给和需求不匹配

蓝天希望飞鱼为其提供以下解决方案:

全店数字化,实现“人-货-场”的关联,包括客流统计与画像分析、VIP会员识别、购物行为识别、热区的精准统计等功能。

但李见冲想在这个方案里加上整店视觉结算方案,以代替第一代无人店的RFID结算方案——因为这是他们的技术核心,他不希望前期开发的视觉结算样机没了用武之地

可林叶却对视觉结算兴趣寥寥。他认为视觉结算虽可以节约平均3到5角/个的RFID标签成本,但会带来商品被盗风险。

此时,杨树展现了他的说服技巧,他多次和林叶沟通,传达以下观点:“比如红酒这种昂贵商品,毛利相对高,用RFID标签解决防盗和结算是可以的。但是像饮料、零食这些毛利低、销量大的商品,视觉方案会更划算,因为单个RFID标签的成本是5毛,而用视觉方案,前期SKU建模成本200元只是一次性投入,只要卖出400瓶矿泉水就能回本。另外,RFID也并非能实现完全意义上的防盗,在很多投入实际运营的RFID无人店中,都出现了撕掉标签直接带走商品的偷盗方式。”

这一话术堪称教科书级别:在不直接否认对方观点的情况下,迂回强调了自己技术方案的优势,还站在客户角度,把账都算好了。

林叶心动了。

12月26日,林叶等蓝天高层带着12件SKU来到飞鱼科技位于深圳的办公室,进行了POC测试,林叶还参观了智能冰柜、视觉结算货架、客流与用户画像分析系统等完整技术演示,视觉识别效果良好。林叶在当天就正式敲定,委托飞鱼科技为蓝天打造全店视觉结算解决方案,计划部署在将于2018年2月3日开业的蓝天南京旗舰店中。

在即将到来的元旦氛围里,精于技术的李见冲和长于商务的杨树,都不约而同地麻痹了神经,丝毫没察觉到从Demo到商用的重重风险。李见冲觉得自己的合伙人找得太明智了,谈判技巧一流。

但事后回想,福兮祸所伏,成功改变客户需求,一定是好事吗?

就好像一个人进店了要吃阳春面,你偏费力劝他吃意大利面,改变决策是有心理成本的,万一面做砸了,客人的心情可能一点就炸。

不过,这只是前期埋下的众多隐患中的一个。其后的40天,李见冲将深刻地体会到,什么叫自己挖的坑,跪着都填不完。

部署准备:预则立不预则废

1月2日-1月27日,26天

元旦假期结束后的1月2日,蓝天项目正式开工,当时蓝天拟定的南京旗舰店开业时间为2月3日。留给团队的建模、部署时间只有1个月。

但此刻,飞鱼团队尚未清晰认识到任务的严峻性。李见冲在项目群里发了一个开工红包,大家热热闹闹地抢,没有人会想到,即将到来的40天,会是如此的跌宕起伏、疲于奔命。

危机在第一天就埋下了。整个项目从一开始就缺少统一的PM(项目经理),也缺少与蓝天有效的沟通机制。项目目标到1月9日才正式确立,光是和蓝天讨论智能摄像头安哪儿,货架上装几个屏之类的问题就花了将近一周,效率低下。

在飞鱼科技内部,硬件、系统、算法三条线之间也各自为战,没有建立最基本的例会制度,互相不知道进度和风险提前量,这导致了整个前期的准备实际上是“盲人摸象”状态。

问题最大的是硬件,这也是飞鱼团队经验最不足,准备最仓促的部分。那条颠扑不破的真理被再次验证:凡事预则立不预则废。

在已有原型机的情况下,到1月16日,收银台的设计才最终定型,10天后的1月26日,为蓝天项目制作的首台收银样机才生产完毕

拉慢进度的原因是,没有提前启动收银样机中最基础的光源设计。直到1月26日,样机整体外观设计定型后,飞鱼的硬件负责人才到浙江的工厂着手光源设计,而且直到下线前的3天,也就是1月23日,才最终确定光源设计。这又进一步拖慢了SKU建模的进度,因为确定了光源才可以开始对SKU拍照建模。

这一环节的失控,究其原因是飞鱼团队缺少做工业级智能硬件的经验,在硬件的设计、生产环节上,先做什么后做什么,何时启动某项内容,流程不清。

在系统研发方面,也就是结算逻辑和客流分析方面,进展比较顺利,但有一个隐患是集成测试时间不足,这导致其后小bug不断。

部署准备的最后环节是SKU建模和算法研发。如前所述,由于光源设计进度滞后,导致SKU建模的进度也被拉后。到1月23日,项目开始的第22天,飞鱼才在深圳正式启动了SKU建模,而且此时只收到了40多个SKU(总量为200多个)。

这个环节的一大问题是,为了赶进度,SKU建模并不是用工厂里的真实样机做的(1月26日才正式下产线,而且远在浙江),而是根据光源设计方案在深圳另搭了一个简易样机来做建模和训练。但由于没有形成光源的量化规范,导致深圳的建模环境和真实样机有差异,这直接影响了识别准确度,成为项目危机的一大源头。

其实更早的危机种子是在开发FlyFish1.0原型机时就种下的。

FlyFish1.0作为一个demo,本来就不是一体化的样机,其后又未经工业级试制、未在无人店场景下进行测试的情况下直接进入了生产和部署环节。

而且在FlyFish1.0样机阶段,飞鱼科技只验证了10类商品的单类识别和批量识别,没有进一步对更多常见商品建模,也没有提前掌握更精准的SKU建模时间、训练时间和精确成本。

究其原因,是因为不舍得花钱——为了下一轮融资,为了更早获得造血能力,李见冲认为要控制投入。

在核心产品基础不牢的情况下,飞鱼科技提供给蓝天的解决方案里还包括客流系统、人脸属性分析等模块,而这些组件要么没有工业级产品,要么没有在无人店场景下进行过测试,最终导致多重技术风险叠加。

但此时已到了1月25日,留给飞鱼团队的时间不多了,他们硬着头皮来到南京,想着要在2月3日开店前搞定一切。

而这座秦淮河、玄武湖上的风雅之城,则教会他们,什么是残酷的技术规律和商业现实。

实际部署:12个不眠之夜

1月26日-2月7日,13天

1月26日,在深圳的SKU建模和训练工作开展的同时,李见冲和杨树带队从深圳挺进南京。第二天,26日刚刚下线的收银台样机样也运到了南京。

正在大家紧张调试期间,蓝天CEO林叶事先没打招呼,在1月27日晚上到南京的办公地点来了次“突击体验”。此时,飞鱼已经完成了30个SKU的建模,但算法组没有意识到,在深圳异地建模的这30个SKU出现了“水土不服”:

当晚,林叶试了15件商品,只有11件能识别,其中一盒进口饼干,正面能识别,反面不能识别。林叶当即发飙。

李见冲此时已隐约意识到,这很可能是因为深圳简易样机的建模环境和真实样机不同,所以识别效果也不同。其实正确的补救做法,是停掉深圳的建模,紧急在南京的真实环境下加班加点建模。但这个念头只是一闪而过——因为所有人的注意力都集中在如何平息客户的愤怒上。

最终还是久经沙场的杨树救了场。他当即给了林叶两个替代方案:1.把视觉结算当成给客户增加新奇感的黑科技体验,不能识别的仍然依靠扫码支付;2. 扩展一个收银台智能广告的功能,即顾客结算商品的同时,播放与之相关的组合产品或优惠活动的广告。

林叶同意了新的方案,并把开店时间推迟到2月8日,飞鱼侥幸躲过一劫。

事情发展到这里,和李见冲最初设想的全店视觉方案已大相径庭。但眼下只能一条道走到黑了。

新方案确认后,摆在面前的是两大难题:

一是老问题:SKU建模时间紧张。李见冲于是在南京本地找了十几个兼职。但没想到,这些兼职者坐地起价,报价是深圳的两倍,而且最后还未能按时完成任务。不得已,算法团队负责人又赶回深圳,火速组织飞鱼研发人员在随后两天通宵标注,才勉强完成任务——但这里有一个被忽略的问题,就是深圳的建模环境和南京不一样,这导致了项目后期的更大溃败。

第二个问题是:由于增加了广告播放功能,系统需做修改,还需要给智能收银台添加一个新硬件,这进一步增加了主板负担,导致后来频繁死机,直到重刷系统才解决问题。

紧张奋战期间,蓝天南京旗舰店在2月6日启动吊装,飞鱼团队开始进行店铺现场部署。当天0点,飞鱼做了一个100类SKU模型的测试,但测试过程中只能识别几个有限商品。林叶随便放了一个自己的烟盒,居然被识别成了商品。李见冲当场拉着算法的人调试,解决了误识,但拒识率又变高了。

因为当时还没有做完所有SKU的建模,杨树劝说林叶,这个问题是可以解决的。这一次,林叶按而未发,只说让飞鱼抓紧完成建模。

直到2月7日下午,飞鱼才完成了所有200多个SKU的建模,而开店的时间就是第二天下午1点半。

从1月26日晚林叶发飙,到2月7日下午建模完毕,飞鱼在南京的部署团队一共经历了12个不眠之夜。

但很多时候,战术上的辛苦,挽救不了战略上的失策。隐患已在前期埋下,在技术和商业的理性世界里,种瓜得瓜,你很难期待什么意外,成功和失败都有迹可循。

负隅顽抗:南京不相信奇迹

2月8日-2月10日,3天

2月8日下午,得知建模完毕,林叶马上到现场再次测试,被告知模型没调好,要等五分钟。等了N个五分钟后,还是一个商品都不能识别。

林叶再次动怒,李见冲的第一反应是:这不可能。他立即和算法团队一起测试,找到了问题所在:数十个在南京本地建模的商品识别正常,而在深圳建模的100多个商品几乎都不能识别。

第二天,也就是开店当天的2月9日早上,林叶在杨树的再三劝说下,又试了一下收银台对南京建模商品的识别效果,但此刻已是回天无力。林叶要求下午开业后,导购员直接使用扫码方式帮客户结算,视觉结算方案被蓝天弃用。

这还不是全部,结算台在当天也出现了崩溃。飞鱼团队紧急进行了现场修复,设备短暂恢复正常,但因为测试不充分,问题此后又反复出现。

杨树对这场考验的总结是:没有一个功能让客户满意,几乎全军覆没。

“付出了12个不眠之夜,但是却得到这样的结果,不可谓不委屈!不可谓不失败!不可谓不警醒!”李见冲在事后的复盘中写到。

但是直到这一刻,疲惫不堪的李见冲和飞鱼仍没有放弃最后的抵抗。

杨树强大的周旋能力再次发挥作用,他此前就了解到林叶是集邮爱好者,所以搞到了一套带厂铭的珍贵邮票,以备不时之需。林叶看在杨树诚意的份上,给了“最后一次”机会,同意在接下来的3天中,让他们继续部署。

李见冲和杨树决定,硬件组两人留守,保障视觉结算货架的正常运行;软件组撤回深圳,远程修复APP Bug;算法组留守,利用接下来3天晚上22点到凌晨8点的闭店时间现场建模。

经过3个通宵的现场建模,新的识别模型被训练出来,并于2月11日当天重新部署。这一天已临近春节,但飞鱼团队里丝毫没有节日气氛,对这些平时在深圳生活工作的人来说,那个南京的冬天格外湿冷。

最终,奇迹还是没有出现,留守的飞鱼团队发来最终测试结果:总计测试188个SKU,其中140个SKU正确识别,8个商品有一面识别错误,2件商品被识别为别的商品,31件外观相似的商品不能精确识别,2件商品不能区分规格。不能识别的原因有:未建模、视觉相似、算法识别错误。

林叶做了最后的决定:完全放弃视觉结算方案。2月11日,当初畅想过做完项目,快快乐乐畅游秦淮河的情景并未出现,飞鱼团队黯然离开南京。

从1月2日到2月10日,整整40天,蓝天项目全面失败,60万的成本投入,最终0回报。

飞鱼的第一个商业尝试,出师不捷。但还好,飞鱼还活着,他们还有复盘的机会。

全面复盘:尊重规律

春节期间,李见冲对蓝天项目进行了全面复盘,总结了四大经验教训:

1.认识到从技术到产品的复杂性。

回顾飞鱼给蓝天提供的智能零售解决方案,其中的视觉收银台,人脸属性分析等功能模块没有工业级的产品,或没有经过充分测试。

在进行商业拓展前的前期研发阶段,飞鱼也没有做足投入。

接下来,功夫要做在平时,敢于花钱,敢于投入,用钱换时间的提前量。资金要花在产品的刀刃上,形成竞争壁垒。

在和客户谈合同时,要充分考虑项目的时间成本,留一定余裕,尊重技术规律和人的生物极限。

2.高度重视项目管理。

从需求分析到系统设计再到项目开发、QA必须要全流程监控,明确时间节点,check关键路结果,做到每个人清楚分工,更清楚目标。

必须要建立的完善沟通机制,必须定期开周会,写周报,不可偷懒,不可侥幸。

立即开展项目经理的培训和培养。

3.重视技术研发的方案设计和场景测试。

特别是涉及到智能硬件系统的研发,必须对模组选型、结构设计、外部环境、算法精度边界进行通盘考虑和充分测试。算法科学家必须上一线,从实际场景中抽象科学问题,不要纸上谈兵。

4.建立自己的标注团队和产品原型设计团队,掌控关键技术环节。

自有标注团队在急难险重的任务中能够保证结果,产品原型设计团队则能在工业设计和量产之前做出原型机,提前测试模组/结构的可行性,以及软硬件之间的兼容性。

飞鱼的幸运之处是,栽跟头不算太晚。今年以来,飞鱼科技又做了几个新零售项目,公司逐渐步入正轨。

回忆起那次铩羽而归的初征,李见冲说:

那不仅仅是一个项目,更是飞鱼科技的成人礼。一个没有经历过炼狱的创业公司不会迎来成功。”

2018年,AI真正进入下场拼刺刀的商用阶段,李见冲经历过的“生死40天”,此时可能也正在别的团队上演。到了2018年,前路的关卡会更多,Boss会更难打,而人们也将更多看清创业之路的本来面目:即使经过炼狱,也不一定会成功。

但每个人还是可以做点什么,就像李见冲对自己说的:我必须要停下来,看看走过的路,复盘踩过的坑。

有关到达未来的经验,就在这些大大小小、并不光鲜的坑洞里。