“他們只用不到一年時間，便在線下零售、線下旅游等場景大規模落地。” 紅杉資本中國基金董事總經理王愷談起對于Aibee的投資時強調。
在以技術型團隊為主的AI創業領域，Aibee高效的商業化進度和渠道鋪設速度給投資人留下了深刻印象，也為這支剛滿一歲的科學家團隊爭奪到了更多的市場先機和頂級客戶。
王愷認為，隨著傳統行業對智能化的認識不斷提高，未來1-2年內，ToB的AI技術應用落地速度將隨之加快，對于Aibee來說蘊藏著巨大機遇。
在Aibee啟動線下零售業務9個月后，其方案已經深入多個“泛零售”領域，布局Shopping Mall、精品連鎖店、銀行、運營商、機場等多條垂直場景，并與家居行業巨頭紅星美凱龍、藝術品牌購物中心K11達成戰略層面合作。
而對于更大型的“Shopping Mall”——線下旅游市場，Aibee則聯合國內首家數字化景區方案商深大智能的資源在線下景區快速鋪開市場。
今天（11月27日）消息，由前百度研究院院長林元慶創立的人工智能解決方案公司 Aibee 宣布完成A輪6000萬美元融資，由紅星美凱龍、紅杉資本中國基金共同領投，聯想創投、險峰長青、中麗和財基金、C Ventures（C資本）等機構跟投，雅虎聯合創始人、AME Cloud Ventures創始合伙人楊致遠等加持。目前，Aibee的總融資額達到1億美金。
Aibee創始人兼CEO林元慶表示，A輪融資將用于AI技術研發、高端人才引進、大規模商業落地三個方面。團隊將繼續打磨極致的AI技術，與線下零售、線下旅游等垂直行業領頭企業合作，創造更大商業價值，實現行業賦能升級。
去年九月，林元慶辭職創業，成為“百度系”AI創業大軍中的一員。彼時，人工智能的風口正在從急速上升期轉向平緩落地期，在此之前，林元慶的老同事余凱、吳恩達已經先后踏上AI的商業化之路。
彼時創業，并不能稱得上是一個“講故事”的好時機。
但對于林元慶自身而言，創業更像是個水到渠成的過程。無論是在美國的NEC研究院，還是在中國的百度，他正一步一步地踐行“科學家”轉換到“企業家”的角色準備。“做部門主管需要規劃哪個方向發展才能對公司產生效益，當時我就會去談很多客戶，”他回憶，“在NEC時，我們10個人不到的團隊既獲得過CVPRBest Paper，也能將技術轉化成收益，在技術商業化方面的進展遠超預期。”
甚至更早期，林元慶在大學兼職時期就開始培養自己的“商業Sense”——“比較會從客戶角度考慮問題。”
離開百度后，林元慶第一件事就是拜訪潛在客戶。“我花了三個月的時間，拜訪了九個傳統行業中具有代表性的近40家公司，與他們的CEO或CTO深入并反復討論——他們的行業該怎么用人工智能去賦能升級。”
到2017年年底，林元慶將AI技術落地的可能性依次排序——“基于初創公司的條件，很多技術需要從零開始，技術研發的階段性戰略非常重要。”
聚焦“泛零售”——“雙輪驅動”
線下零售是Aibee賦能升級垂直行業的第一站，建立標桿用戶又成為第一站的重中之重——目前Aibee已經與線下零售、線下旅游等垂直行業領頭企業達成合作，包括零售行業的紅星美凱龍、K11，旅游行業的深大智能，以及金融行業的廣電運通等。
林元慶談道，做AI首先需要很大的數據去訓練，而線下零售場景、產品非常豐富，獲得海量數據相對比較容易。線下零售就是人們的日常生活，我們可以把AI的多種技術利用這個場景大范圍搭建起來。對于市場規模，林元慶判斷，線下零售行業的體量絕對是萬億級。
廣州K11藝術購物中心
年內，廣州K11藝術購物中心的智能停車場項目就將正式啟用Aibee解決方案。談到K11，它由企業家鄭志剛創立，是全球首個將藝術、人文、自然三者融合的創新性的零售商業地產品牌。
鄭志剛對于“精準零售”的理念與林元慶不謀而合，他十分認可 “AI+線下零售”的方向。林元慶回憶，團隊很快針對K11的具體場景給出了針對性的AI解決方案，而不是所謂的泛泛而談，這一點打動了鄭志剛。于是，在雙方達成合作之余，鄭志剛還成為了Aibee的戰略投資人。目前，K11已經落地廣州、香港、上海等國內多個一線城市，預計將在2023年前開展高端零售、甲級寫字樓及服務式酒店住宅等29個項目。
“Shopping Mall有著幾十年積累下來的業務運營經驗，比我們更懂線下零售業務。他們擅長業務，我們擅長技術，結合起來能夠讓用戶的體驗更智能，讓Shopping Mall的運營更高效。”林元慶在深入調研過零售市場后表示。
在Aibee的項目落地層面，主要分為兩個階段，第一階段是基于“車、人、貨、場”理解的基礎能力建設，先把基礎設施搭建起來。第二階段是基于數據信息儲備，與Shopping Mall合作打造智能化產品、服務和體驗。
林元慶表示，在第一級階段的基礎設施建設基本區別不大。第二階段則每一家都不同，需要與業務緊密結合，定制開發并迭代，但個性中也存在很多共性。此外，我們現在大部分主要客戶在行業里有很多連鎖店，規模化推進和復制的機會很大。
事實上，AI整體解決方案要做到對“車、人、貨、場”的全面精準理解難度很大，它需要包括計算機視覺、語音識別、自然語言理解、大數據分析、機器人等技術的融合。
在家居線下零售方向，Aibee與行業龍頭企業紅星美凱龍達成戰略合作，將針對其線下賣場的新零售業務升級提供針對性解決方面。紅星美凱龍是國內代表性的家居裝飾及家具商場運營商，截至2018年6月30日，共經營267家商場，覆蓋全國180個城市，商場總經營面積1596萬平方米。接下來，這些豐富的線下店面資源將成為Aibee的重要戰場。
今年3月，Aibee還開啟了賦能升級垂直行業的第二站——線下旅游，啟動“雙輪驅動”模式。Aibee與深大智能達成戰略合作，深大智能在旅游行業信息化領域已深耕20余年，產品和服務覆蓋全國4600多家景區，類別涵蓋旅游全業態。
“整個方向跟Shopping Mall類似，希望通過對線下流量的全面理解，提升景區的運營效率，游客的智能體驗，同時帶動景區二次消費升級。”林元慶介紹，區別于一次消費的門票，二次消費包括景區內及周邊的消費。
今年3月初啟動業務后，十一高峰流量成為檢驗Aibee方案的“大考”，在已經落地的65家景區中均正常運行。截至目前，Aibee與深大智能聯合首推全域智慧旅游AI升級方案，首批項目“刷臉入園”已在喀納斯、秦皇兵馬俑、武當山、常州中華恐龍園、陽江大角灣、古北水鎮、上海海昌海洋公園等國內近百家知名景區投入使用。
上海海昌海洋公園年卡游客刷臉入園，技術支持來自Aibee
林元慶認為，從線下零售到線下旅游，從根本上來看，我們要做的其實是“信息找人”。互聯網時代與AI時代非常大的區別就是，互聯網時代是“人找信息”，AI時代是“信息找人”。你想要的信息自然而然地就推送到你手里，這是智能社會非常重要的標志。
在線上，Aibee也已與中國在線旅游巨頭攜程、中國在線視頻巨頭愛奇藝達成合作，將搭建完整生態，實現線上線下的數據打通與雙向引流，進一步豐富用戶畫像，輔助精準推薦，提升游客智慧旅游體驗，推動景區二次消費升級，帶動周邊業態發展。
ToB要點：“可復制”和“標準化”
林元慶介紹，團隊在線下零售場景已經布局ShoppingMall、精品連鎖店、銀行、運營商、機場等多條線路。在精品連鎖店方面，目前已與數家品牌店合作落地，其中在北京已經落地三家店，后續會快速在全國復制。
面對行業印象中的“ToB業務復制慢”問題，林元慶表示，團隊將抽取這個行業共通的問題著重解決，比如Shopping Mall，行業普遍會遇到對“車、人、貨、場”的理解問題，Aibee的AI整體解決方案會在客戶場景里不斷迭代升級，貼合客戶的場景不斷優化。
在線下旅游場景，林元慶表示，將會把景區分成幾類，按類別去做。比如偏休閑度假類的景區，游客很悠閑，很少排隊，要解決的問題就和需要排隊的景區不一樣。再比如有些主題公園，從頭游到尾按順序一路逛過來，也很少排隊。場景不一樣，會針對不同類別去做整體的解決方案。
而談到B端客戶的定制化與標準化問題的矛盾性時，林元慶表示，團隊目前仍以大體量客戶為主。Aibee的目標是希望Aibee的AI整體解決方案能夠成為行業的基礎設施和升級標準。整體解決方案其實很復雜、很龐大。對于一些店來說，初級階段的基礎功能就已經很有用了，所以我們會在功能上分成幾個階段，打造簡化版的解決方案，同樣也能夠幫助客戶實現對“車、人、貨、場”的初步理解。
針對不同場景和客戶的拓展，林元慶表示，雖然Shopping Mall、精品連鎖店以及景區，業態確實不一樣，但基本業務邏輯是相通的。比如，景區其實是休閑娛樂的地方，可以當做一個大的Shopping Mall來看待；精品店相對于Shopping Mall來說比較小，技術上也比較容易落地。在具體應用時，需要結合具體情況而定，比如賣衣服、賣鞋、賣金銀首飾等等，需求不一樣，業務層面的打磨也不一樣，但是基礎技術是非常類似的。
自從兩年前，馬云首次提出“新零售”概念。在AI浪潮的裹挾下，除了各大巨頭紛紛布局之外，賦能新零售的人工智能企業也紛紛投入其中。
面向同類競爭，林元慶表示，Aibee的不同之處在于不是要給線下零售企業提供SDK，而是給他們提供一個完整的AI解決方案，為客戶的核心業務、為整個行業帶來“質”的提升。要實現這個目標其實比較難，其中涉及很多技術，不止是一個語音識別SDK、人臉識別的SDK或是一臺機器人就能夠解決，這是一個復雜而系統的工程，需要很投入地做，并且不斷迭代。
既然要做整體解決方案，那么硬件環節不可避免，對于一家軟件算法背景的團隊，如何應對硬件層面的挑戰？
林元慶表示，Aibee每一個團隊都是小而精。重要的是理解技術之間的關系，以及在這個場景下，不同模塊之間可以互相借力的地方。比如，商場里的反向尋車導航，軟硬件都由我們自己團隊搭建。但主板等現成模塊就可以用現成的，不需要所有的硬件模塊都從頭開始做。
強化人才戰略
在商業落地之外，Aibee同樣重視高端人才的儲備與AI技術的研發。近期，林元慶邀來了前阿里達摩院決策智能實驗室負責人朱勝火，出任Aibee聯合創始人，全面負責Aibee的機器學習方向。
前阿里達摩院決策智能實驗室負責人朱勝火，現為Aibee聯合創始人
朱勝火擁有美國羅切斯特大學計算機博士學位，曾就職于NEC北美實驗室和亞馬遜公司，擁有多項專利發明，在機器學習、機器視覺、數據挖掘、信息檢索處理等方面發表120多篇學術論文。2014年加入阿里巴巴，曾任阿里達摩院決策智能實驗室負責人，主要研究方向包括機器學習和運籌優化，應用于計算資源優化、端上智能、零售個性化等產品。
對于朱勝火的加盟，林元慶認為，“勝火一直致力于機器學習及優化技術的研究，精通于決策智能在電商、物流、新零售、計算資源等各個領域的應用，他的加盟將為Aibee精準零售戰略全面快速落地帶來跨越式的發展”。
目前，Aibee團隊已擴充到100人，在北京、美國硅谷均設有辦公室，充分發揮兩地技術和市場優勢。據林元慶介紹，Aibee近期還計劃在美國西雅圖、波士頓開設新研發中心，持續吸引高端人才，加速業務快速落地。
結 語
科學家創業早期就能與眾多垂直行業巨頭一拍即合，快速推進商業落地，這在AI創業領域并不常見。Aibee團隊對于行業應用觸覺的敏感性，細分市場需求的發掘與滿足度都是十分亮眼的特性，這在一定程度上得益于創始團隊在行業市場的人脈和積累，另一方面也來自于創始人較強的技術商業化意識和天分。
在林元慶看來，“AI一定要形成閉環，因為只有落地應用，才有可能進一步迭代發展。”傳統行業與AI技術是相輔相成的雙向關系，AI技術是傳統行業升級的動力，反之，傳統行業則是打磨迭代AI技術的場景。
談到零售行業本身，從采用POS機、條形碼、嵌入RFID等技術到電商熱、O2O模式重構，再到如今AI助力的“新零售”，零售行業一直善于將新技術運用于各類需求中，萬億級的市場規模也足以吸引巨頭和新銳涌入。
不過無論零售業的概念如何改變，都離不開其實質：商家以更低成本獲取更多需求信息，更精確分析需求信息，更快反應需求信息，從而降低時間和成本，提高效率；顧客消費需求更精準地被滿足，買到性價比最高的東西，降低犯錯可能。
而人工智能也只有從零售行業本質入手，參與到顧客關系、商品體系、供應鏈體系、技術體系以及企業的組織管理體系，并非依靠單點技術突破，唯有系統化的思維才能實現整個業態的變革。