左手风电 右手零售 扩博智能如何用全球化思维下好 AI 这盘棋？

巨星加盟

这些天，严治庆一直被亢奋的情绪包裹着。上周，他一手创立的公司扩博智能刚刚完成了1100万美元A++轮融资，由南天盈富泰克资本、网宿科技领投。短短几天后，前微软全球首席运营官凯文˙特纳正式宣布加入扩博智能战略委员会，为公司提供战略指导。按照中国传统说法，这叫做双喜临门。

凯文˙特纳加盟之前，扩博智能的战略委员会里已经汇集了三位国际大拿：公司创立初期加盟的两位技术顾问——卡内基梅隆大学计算机视觉和机器人学科领域领军人物MartialHebert教授，和谷歌计算机视觉、机器学习、机器人方向项目领导人、《机器视觉与应用》杂志主编RahulSukthankar教授；以及不久前加盟的特别战略顾问——前微软全球副总裁陈实博士。

凯文˙特纳的加盟，让扩博智能的战略委员会显得更加星光熠熠。

凯文˙特纳在沃尔玛工作了近二十年，是一位传奇式的人物。他在沃尔玛的第一份工作是收银员，之后一步步坐上了沃尔玛全球CIO的职位，并担任过沃尔玛旗下山姆会员公司CEO。他也是第一个获得沃尔玛和沃尔顿家族给予的最高荣誉——“山姆•沃尔顿-企业家奖”的企业领导。

离开沃尔玛后，凯文˙特纳又在微软担任全球首席运营官长达11年，管理微软全球的市场、销售和服务团队，负责制定微软在全球的市场、销售和服务策略。

目前，凯文˙特纳是美国最大的综合性经营企业之一艾伯森（Albertsons）董事会副主席，以及美国高档连锁百货诺德斯特龙（Nordstrom）公司董事。

“凯文˙特纳先生在零售行业拥有十分丰富的经验，他亲历了过去几十年全球零售行业的变革。同时他在全球化布局方面也深具远见卓识，这些都将对扩博智能的发展起到重要推动作用。”严治庆的语气难掩兴奋。

站在巨人的肩膀上

严治庆的普通话很标准，但多少有些惯说英文的人特有的腔调，这是常年在海外工作和生活给他打下的深刻烙印。

严治庆说自己是个爱折腾的人。大学一毕业他就去了微软，从码农做起，历任多个事业部的产品经理。2004年他回到中国，担任过微软MicrosoftAzure事业部中国区总经理，之后又晋升为微软大中华区副总裁兼市场营销及运营总经理。一路走来，可谓顺风顺水。

2015年，年近不惑的严治庆坐在微软办公室里，仿佛清晰看见了自己未来的职业路径。他不愿意过这样按部就班的生活，一颗不安的心开始躁动起来。严治庆觉得，微软就像一个黄埔军校，现在自己该毕业去真正的战场上锤炼了。

离开微软后，严治庆加盟了无人机创业公司亿航，担任联合创始人兼首席运营官，负责亿航集团在全球范围内的运营与管理。

一个是科技巨头，一个是创业公司，两份截然不同的职业经历给了严治庆不同维度的收获。

微软是一个国际化的大平台，严治庆形容自己“站在了巨人的肩膀上”。站在高处，他洞见了在全球市场落地产品所需的团队和业务架构，也积攒了丰富的人脉。扩博智能的核心成员，以及战略委员会里的几位专家大拿都和微软有着千丝万缕的联系。

在微软的十几年里，严治庆做的基本都是ToB的产品，他深刻认识到从产品完成度到最终交付，中间任何一个环节都容不得马虎。“做ToC的产品，可能单点突破就能成功；而ToB的产品必须一个客户一个客户交付，不断打磨产品形成平台，在行业里深扎下去，不是用钱能够砸出来的。”

在亿航的职业经历则是另一种体验。在亿航，严治庆切身体会到了，从一个超酷的idea到产品最终落地中间所有的不易，包括软硬件的结合，对硬件生态链的敬畏。

可以说，微软给了他全球化视野的广度，亿航则让他对垂直行业有了更加深度的了解和思考。正是这两种不同维度的收获，让他有了足够的底气去创立一家软硬结合的AI创业公司。

全球化视野

2016年底，扩博智能正式成立。

扩博智能涉足的第一个业务场景是风机叶片巡检，即利用智能飞行机器人结合计算机视觉算法，代替人力检查风机叶片的受损情况。

之所以切入这个业务场景是因为，严治庆在亿航工作时察觉到，企业级客户需要的不仅仅是一架飞行的无人机，还有相应的算法，可以对摄像头采集的数据进行处理，提高生产力。

扩博智能的另一个主要业务场景是零售，即用手机拍摄货架照片，通过算法自动分析终端对品牌销售策略的执行情况。这多少有些令人费解，因为风机叶片巡检和货架审计两块业务看起来并不相关。

严治庆解释道，两者表面看来相去甚远，实际有很多共通之处。扩博智能在选择业务场景时有两条很重要的标准：

一是看市场空间够不够大，是不是一个全球化的行业。

决定做无人机巡检后，严治庆考察过很多行业，包括农业、电力等。最终选择风电是因为，中国的风电占据了全球40%的市场份额，只要深扎中国市场，扩博智能就能获得不错的全球市场份额。同时，风电行业的巡检需求是全球性的，同样一套方案带到国外去，也能解决风电厂的需求。

零售也是一个全球化的行业，无论东南亚还是欧美，零售场景变化都不大。而且很多龙头零售品牌都是外企，它们在中国有专门的团队。扩博智能只要先服务好它们在中国的团队，就可以顺势拿下全球其他地区的市场。

全球性是严治庆非常看重的，过往的职业经历赋予了他在全球化商业运营方面丰富的经验，也奠定了扩博智能的团队基因。严治庆希望能够将这一得天独厚的优势充分释放出来。

二是看这是不是一个软硬结合的业务场景。

严治庆表示，很多年前就有人尝试过用无人机做风机叶片巡检，当时采用的是无人机+飞手操作的方式，这限制了它的想象空间。只有真正实现无人化的全自动巡检，才有可能将规模做大，实现全球化的运营。但这就要求企业从硬件、软件到自动化所有环节都做深做透，没有一个同时具备软硬件基因的团队，是很难做到的。这也意味着，一旦真正实现了软硬结合，就建立了非常高的技术壁垒。这正是扩博智能的另一大优势所在。

无人机全自动巡检最大的挑战在于稳定性。如何用一套系统保证无人机面对不同作业环境时，能完整、高效地采集到清晰的数据并形成洞察，对算法的鲁棒性提出了很高的要求。

此外，南北方不同的温湿度对硬件的稳定性也造成了很大的挑战。如果巡检海上的风电站，无人机还需要在不稳定的船上起飞，对抗海风的腐蚀，电池续航也会面临严峻的考验。

广积粮，筑高墙

相比之下，零售货架的智能分析似乎简单得多。你所要做的不过是拍摄一张照片，然后上传到云端分析。

事实却并非如此。每个品牌的SKU都是千、万级别的，而且每个季度、每个月甚至每个星期都有新产品问世。这意味着技术提供商必须不断地采集和标注数据。这是一项非常艰辛的工作。扩博智能的几位联合创始人分别在不同场合提起过，2017年国庆他们盯在电脑前加班，给各种可口可乐瓶子打标签的故事。COO陈丽苹说，国庆那天她打了几百张可口可乐瓶子图片的标签，“看到后来满眼都是瓶子”。

与风机叶片巡检相比，货架审计更侧重于算法。谷歌AutoML问世后，很多人认为算法的门槛降低了，很难再形成壁垒。严治庆不同意这种观点，他认为，未来通用算法引擎会有一席之地，对于Demo和场景验证来说，通用引擎是非常好的工具。但要想达到超高的精确度，打动客户付费，光靠通用算法引擎是远远不够的。

“人脸识别或自动驾驶的场景标注相对简单。人脸可能有10-20个特征点，自动驾驶要标注的对象多一些，但都是可控的。而在零售领域，光一个品牌商的SKU就有上万个。”

在零售场景，严治庆也践行着自己软硬结合的理念。他认为，把图片上传到云端分析的做法是非常低效的，对网络的压力也很大。因此他设想把算法模型缩小，将分析放到手机端进行。这意味着要把算法的层级变得很少，同时保证准确度不下降，难度非常之大。

“我希望能做到100%离线，今天我们还做不到，但网络吞吐量已经比之前减少了80%多。”严治庆对雷锋网说道。

在零售领域，扩博智能目前做的只有零售执行、货架情报和竞品追踪三块业务，但严治庆从未将自己局限于此。他真正的目标是做“货”的识别，把算法做深做透后，可以延伸到更多的场景，比如分析门店里顾客拿起了哪些商品，把哪些商品放入了购物篮，最后又购买了哪些。

零售三大要素——人、货、场，围绕“人”和“场”做智能升级的企业很多，“货”却少有企业涉足。严治庆认为，这正是扩博智能的机会所在。“创业公司要做一些冷门的东西，才有机会在夹缝中求生存。”

扩博智能之所以从货架审计切入，是因为零售品牌对货架审计的需求一直存在，而且它们也有足够的付费能力和意愿。通过服务零售品牌商，扩博智能可以获得不错的现金流，减小资金压力，同时也有机会在商品识别这条路径上深挖下去。

严治庆预感，今年下半年AI将进入寒冬期。他认为，今天的AI跟2000年前后的互联网泡沫很像，“任何传统公司找个域名，在后面加个.com，估值就能翻十倍甚至更多”。20年前大家相信互联网将改变世界，今天大家把同样的期望放在了AI身上。这种期望没错，但AI改变世界需要一个很长的过程，并不是一蹴而就的。

一家公司能否成功，并不是看你囤积了多少人才，估值有多高，而是看你能否真正兑现商业价值，这是所有商业的本质。

此前，另一家AI创业公司的CEO在接受雷锋网采访时也表示，在外部有意无意的炒作下，客户对AI的价值抱有过高的期望，这对他们的商业落地造成了一定挑战。期望过高的结果是失望，这种情绪反弹势必会给行业发展带来一定的伤害。

严治庆表示，AI寒冬来临前，扩博智能要广积粮，筑高墙。他的计划是聚焦资源，先服务好一部分龙头客户，形成正向现金流，同时不断在实践中打磨和优化产品。等到春天来临，再将成熟的软硬件复制到世界各地，完成全球化布局。

结语

2016年扩博智能成立之初就确立了“双总部”的战略：一个总部设在上海，那里是国际零售品牌中国分公司的聚集地；另一个总部设在西雅图，那里也是微软、亚马逊的大本营。“西雅图不仅汇聚了优秀的技术人才，也集结了各大零售品牌的商务决策者，我们希望跟未来的合作伙伴走得更近些”。严治庆的全球化目标从一开始就非常清晰，也许早在微软时期就已经埋下了种子。