宾果智能CEO闵海波：在局限性中，找好自己的边界

商业模式对于人工智能的落地非常重要，核心是摸清客户的诉求。

【猎云网（微信：ilieyun）北京】10月18日报道

10月16日，FUS猎云网2020年度人工智能产业峰会在北京金茂万丽酒店隆重举行，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位创业者共聚一堂。

在由峰瑞资本副总裁刘鹏琦主持、以《后疫情时代，人工智能落地应用何处所在》为议题的高峰论坛上，埃睿迪合伙人&副总裁赵华伟、睿帆科技联合创始人&CTO王雪、云迹科技战略合作副总裁杨子和宾果智能CEO闵海波就论坛议题发表了精彩观点。

闵海波表示，2020年是疫情影响深刻的一年，但也因此看到了更多机会，比如线上化、无人化，让人工智能实现了快速的应用和落地。

同时他强调要辩证的看待人工智能落地发展的速度问题，短期内保持谨慎的态度。目前人工智能技术，是远远不及人们预期的，仍需要构建一个非常大的常识库，基于这个常识库不断探索边界。而产业落地方面，能做的是在局限性中，找好自己的边界，切入一个特别具体的特定的场景，解决一些行业痛点。另外从长期来看，还是要保持乐观的。因为目前人工智能技术仍然在飞速发展，希望创业者、投资人都能给人工智能技术发展多一些耐心。

商业模式对于人工智能的落地非常重要，闵海波认为确定产品采取的交付形式，可以是产品交付、也可以是服务交付，但核心是摸清客户的诉求。在机器人服务领域，将机器人服务化是一个比较好的思路，服务到达的方式可以是ToB、TOC，也可以是TO B再TO C，主要看是否有实现基础。

宾果智能创立于2015年，致力于将人工智能和机器人技术引入幼教，主要输出信息化服务和课程服务两种产品，其核心客户为幼儿园、教培机构等。宾果智能希望通过采集分析孩子学习行为等大数据，最终实现大数据驱动，因人施教。目前其覆盖了近5000家幼儿园，预计2020年底将达到6000家，其中包括500家教育部课题示范园。创立至今，宾果智能已完成了六轮融资，投资方包括奇虎360、中以智教、驰星创投等。

本次峰会由猎云网主办，猎云资本、企业管家、猎云财经、锐视角协办。峰会以“AI UP！”为主题，聚焦人工智能产业的应用，通过展示多领域多维度人工智能技术和产品以及分享讨论AI在不同场景中最新落地应用，展现人工智能产业落地应用的最新成就；并围绕人工智能产业的“进击”与“破圈”，探讨AI技术如何为产业赋能。

以下为圆桌论坛分享实录，猎云网整理删改：

刘鹏琦：2020年是很特殊一年，在疫情、新基建、中美关系等大背景下，国家层面对于很多新技术，尤其是以人工智能为代表的新技术非常支持，同时很多地方政府也都投入了大量资源支持这类型公司的发展。从人工智能企业自身的微观情况来看，今年有哪些切身的体会，在疫情期间，产品、业务对比往年有哪些变化和新的亮点？

闵海波：今年我们深刻的体会是“危”与“机”的辩证关系。疫情冲击了我们的业务，却激发出了团队的斗志。我们线下面向幼儿园的业务，上半年基本停摆。幼儿园不开学，我们就几乎没有线下业务收入。自2月2日起，团队基本上就进入战时状态，一方面探索线上业务，另一方面为疫情后业务做准备。整个团队在今年2月到6月期间所做的工作，比去年半年时间都还要多。我们周一到周六工作，每天早上8点半坚持开一个晨会，大家精神饱满，斗志昂扬，真的是我们清华校训中“自强不息，厚德载物”的状态。

业务的变化首先是积极拥抱线上化。我们之前所做业务主要是线下，围绕信息化和课程服务两个部分，疫情开始后逐步向线上延伸，与教培机构合作。比如AI多维度儿童评测，原来是针对线下课堂中机器人摄像头所采集的数据，分析孩子的情绪、专注度、活跃度，我们把相关技术搬到线下，赋能教培机构。结果服务了几家大型教培机构，成为我们业务新的增长点。

第二点是在信息化层面，我们看到一个机会——非接触式快速测温。疫情初期，我们就着手调研了多种测温方案，后来确定了两种：一种是利用热电堆器件的单点测量，一种是红外热像测温。团队利用我们清华实验室图像超分的算法，提升红外热像器件性能，大幅提高了红外测温性价比。研发出来之后，产品非常受欢迎。

另外在疫情之后，我们观察到的趋势是，政府的新基建进程在加速。近几个月新基建，尤其是智慧教育、智慧幼教方案落地方面，我们实现营收已经超过去年全年。总之，疫情这只黑天鹅对我们影响有限，反而在各方面激发出一些闪光点。

刘鹏琦：过去几年，人工智能的发展没有像大家预期发展那么快的原因和挑战是？

闵海波：我认为需要辩证地看这个问题。借用比尔盖茨反复讲的一句话，“人们总是高估一两年内技术带来的变化，低估了未来十年的变革。”

我们所在的“人工智能+教育”领域就非常典型，我有两个深刻的体会。一是对于人工智能技术，短期内我是相对谨慎的。目前人工智能之所以没有达到人们的预期，主要由于之前预期太高，技术实际还没有突破瓶颈，泡沫化严重，Gartner曲线还是很说明问题的。泡沫消退的这两年，反而让我们比较静心地看边界。现在的人工智能，远远没有到达三岁小孩的智力程度，因为缺乏常识，缺乏真正的泛化自学习能力。这是我们在学界和业界共同要解决的课题——如何让机器人自学习，或者构建一个海量的常识库，基于这个常识库再去自己探索世界，解决问题。

此外，我们所做的用人工智能赋能儿童教育，实际上是高度跨学科，跨领域的，并非单一人工智能技术可解。我们的效果可能没有那么明确，比如立刻能为客户节约多少成本，增加多少效益？因为教育领域，“因人施教”效能相对主观，是相对比较难做的。

实际上，不光我们“人工智能+学前教育”领域，整个服务机器人领域都处于一个比较尴尬的境地，尤其前几年，找不到刚需，也引来投资人大量质疑。没有刚需的事情凭什么说能推得动，凭什么说市场化做的很好？因此我们要在目前技术局限性内保持谨慎，找好自己的边界，切入一个特别具体的场景，找到一个解决方案，解决一些行业痛点。

二是从长期看，要对人工智能技术前景保持乐观。目前人工智能技术的确还在飞速发展，虽然深度学习是到了一个瓶颈，但深度学习只是人工智能的一个流派，不代表其他流派短期内没有突破的可能。例如最近清华大学施路平教授课题组在《Nature》上发文，提出类脑人工智能的崭新思路，可能就是通用人工智能的曙光。作为产业界，我非常期待，而且非常看好其下一步的发展。无论任何一个流派，只要出了很好的成果，我们都可以实现应用。同时，我也特别呼吁在行业中的人，在创业时期多一份耐心，投资人也能给人工智能企业和技术发展一些耐心。

刘鹏琦：对于人工智能企业落地而言关键在于商业模式，我们是否会在相当长的时间内我维持现有模式，这其中是否有一些新的可能性？

闵海波：的确商业模式在这个领域非常重要，我们前三年所走的弯路绝大多数是商业模式上的弯路。在这个方面，我们有一个很深的体会，服务机器人领域，把机器人服务化（RAAS，Robot As A Service）是一个非常好的路径。在To B方面，我们并不要求客户一次性花费很多成本把机器人买下来，而是选择类租赁的合作模式。不管是产品还是服务，核心还是满足好客户的需求。

我们的商业模式是典型的2B2C，当下to B，但未来核心是to C。具体而言，将机器人输入到幼儿园，链接幼儿、家长和老师，最终形成数据闭环。在这个过程中，通过深入服务与运营，形成全体系数据支撑，2C是有基础的。

刘鹏琦：疫情期间，在服务过程中，与客户沟通中，是否产生新的思路和需求，哪些是我们认为非常有价值的？

闵海波：主要是两个方面：无人化和基于AI的线上化，这是极为明显的趋势。无人化的优势在于非接触，降低风险，提升效率。而基于AI的线上化则在教育领域解决了两个根本问题——教育的标准化和个性化问题，也包含交互与体验问题。这一特征，使得教育突破地域，既能大规模复制，又能因人施教，而且还变得很有趣。

刘鹏琦：未来五到十年AI将有哪些发展的可能性？

闵海波：我认为未来十到十五年可能会出现“人机共融”的社会。我们正在实施科技部一个重大专项课题，关于“机器人拟人化社会交互理论与方法”，里边涉及“人机交互”、“机器人伦理”等核心问题。实际上，目前“人机共融”已经呈现出一些趋势，只是现在的机器人智能化还欠缺，情感性也没有那么强，缺乏“人情味”，不过不代表未来不能实现。