Aibee获新轮7400万美元融资,拿下1\\/3头部商业地产品牌,林元庆如何做到?

x
用微信扫描二维码
分享至好友和朋友圈

  

  资本「寒冬」和 AI 规模落地的双重考验下,2 年超 1.7 亿美元融资,拿下 1/3 头部商业地产品牌,林元庆创办的 Aibee 是如何做到的?

  撰文 | 寓扬

  11 月 29 日消息,由前百度研究院院长林元庆创立的 AI 整体解决方案公司 Aibee 宣布完成 A1 轮 7400 万美元融资。
本轮融资由锴明投资(ClearVue Partners)和芯动能投资(SPC)联合领投,金沙江创投、周大福以及原股东红杉资本中国基金参投。成立两年,Aibee 累计融资超 1.7 亿美元,跻身「准独角兽」之列。

  Aibee 创始人兼 CEO 林元庆表示,本轮融资将主要用于公司团队扩张,业务发展推进和商业落地加速。本轮融资后,Aibee 将与新一轮投资方在战略和资源层面深度合作,通过线下数字化手段,深入赋能升级垂直行业,加速精准零售战略全面落地。

  在资本「寒冬」和 AI 规模落地的双重考验,Aibee 如何不受市场环境影响,成为资本「宠儿」?

  过去两年间,林元庆已拿下 Top 30 商业地产品牌中的 11 家品牌,K11、万达、红星美凯龙等悉数收入囊中,又是如何推进 AI 走向规模落地?

  他告诉机器之心,公司目前完成了「从 0 到 1」和「从 1 到 10」个品牌的赋能,未来希望完成「从 10 到 100」、「从 100 到 1000」,成为一家伟大的 To B 公司。

  1

  林元庆的「幸运」

  回顾过去两年的创业历程,林元庆用「幸运」来形容。

  他的幸运不仅在于资本市场的青睐,更在于选择正确的航道。2017 年开始创业时,他只知道要做 AI to B,但并不明确做哪个行业。经过近三个月探索,走访九个传统行业,见过近 40 家公司 CEO、CTO 后,他决定做 AI 赋能线下零售。

  没有选择超市、便利店等场景,林元庆第一步便瞄准高端购物中心,它们往往创新意愿更强,更愿意为技术买单。

  购物中心的痛点在于没有用户数据,不懂用户,因此长期靠租金为生。林元庆试图通过一整套 AI 解决方案,「让购物中心能够像天猫淘宝一样运营,甚至成为线下流量分发的入口」。

  淘宝之所以能进行精准推荐,一个关键因素在于它有用户的每一步点击数据、浏览数据、购买数据等,才能从数据密码中读懂用户。

  如何帮助购物中心读懂用户?

  Aibee 的思路是,让物理空间数字化,然后依托各类数据和 AI 技术,提供智能化、精准化体验。

  

  以 Aibee 投资方也是知名购物中心品牌 K11 为例,Aibee 围绕空间的关键主体「人、货、场、车」进行全面数字化。

  首先,Aibee 会对购物中心进行三维重建,它是搭建数字化、智能化的基础。在此基础上去排布感知单元,能用较少的摄像头实现广覆盖与功能协同,更好支持后端算法。

  其次,Aibee 能够对进入购物中心的人群进行分析,建立虚拟会员,提供购物中心每一层的群体数据、交叉数据等,通过多维数据帮助购物中心精准理解顾客,提供精准服务。

  在今年广州 K11 的国庆月活动中,Aibee 在抽奖环节,基于用户数据精准发放奖励,比如推给你喜欢品牌的购物券等,从而提高推荐转化率,为广州 K11 带来较同类活动多一倍的、百万级别的额外营收。

  

  当你购物结束后,「人脸寻车」可解决寻车难问题。Aibee 通过三维重建对停车场数字化,通过顾客和车辆信息绑定,购物中心内的每一块智慧屏幕都可以基于你的当前位置,为你做路径规划和「VR 导航」,轻松找到车辆。

  围绕购物中心的智慧化,过去两年 Aibee 完成了「从 0 到 1」和「从 1 到 10(品牌)」的突破,已经拿下 Top 30 购物中心品牌中的 11 家,涉及 80 余家购物中心。

  另一方面,Aibee 也在深化与客户的合作,将精准零售推广到同一客户的多家购物中心。以 K11 为例,目前 Aibee 解决方案已扩展到 K11 旗下在大陆的所有购物中心。

  这一落地成果对于一家刚成立 2 周年的创业公司来讲,确实是幸运的。但九死一生的创业经历下,幸运背后,更是团队背负巨大压力下的攻坚克难。

  2

  只看单点技术,是盲人摸象

  据国家统计局数据显示,仅 2018 年,中国社会消费品零售总额达 38.09 万亿元。超八成线下零售市场,对于用户数据的渴望,催生了万亿级智慧零售新蓝海。

  在线下零售智慧化上,大体有两类方案,一类是单点解决方案,比如客流统计,统计进店人次,满足单一场景的需求,其特点是技术相对成熟,落地快,但价值有限。另一类则是以 Aibee 为代表的大场景整体解决方案,其特点是价值高,但建设周期长,技术门槛高。

  林元庆谈道,「如果做单点技术,比如做个人脸识别,技术成熟度可能到 95%,但如果是做整体解决方案,刚开始时技术成熟度可能 5% 都没有。

  因为购物中心是一个综合场景,你可能拥有一些算法,但并没有在场景里真正打磨过的综合技术。因此需要用实际数据迭代 AI 技术,才能逐渐成熟。

  Aibee 为何选择做整体解决方案呢?不妨以交通智能化为例,如果要解决交通拥堵,仅仅改造红绿灯,使之智能化是不够的,只有获取道路数据、车辆时空数据和红绿灯数据,才能让一条道路真正智能化。林元庆说,「如果只看单点技术,只是盲人摸象。

  但整体解决方案的挑战是显而易见的。首先,当你还没有成熟解决方案时,就要说服客户,让他愿意为你的愿景买单。其次,你必须有一个足够强大的团队,能够快速迭代,快速交付。

  对创业公司而言,时间窗口尤为关键,如果一个项目 1~2 年还没有跑下来,基本宣告生命结束。

  以第一家 K11 的智能化为例,Aibee 用 6、7 个月打磨出一套完整解决方案,并将技术成熟度由 5% 迭代优化到超 80%,达到可用状态。

  在打造标杆的同时,Aibee 一面迭代技术,一面将解决方案标准化、产品化。比如去年 Aibee 进行三维重建时,建模一个 10 万平米左右的购物中心,使用第三方设备,往往要近一个月;现在,通过自研 8K 全景地图机器人,三维重建仅需 1~2 天。

  

  这也使 Aibee 解决方案的落地速度大为提升,在改造第二家购物中心时,仅用一个月就完成整体解决方案的落地。

  购物中心场景外,Aibee 还有另一条主线,即线下零售连锁店的智能化。目前 Aibee 已拿下周大福在内的 16 个品牌。

  围绕购物中心和连锁店两大核心解决方案,Aibee 向机场、景区等不同行业延展,形成「泛零售」布局。

  以刚运营的大兴机场为例,Aibee 已拿下机场内 200 家商业门店,进行智能化改造,助力机场增加非航空收入。

  此外,Aibee 还与北京首都国际机场、青岛胶东国际机场、青岛流亭国际机场等达成深度合作,并已落地应用,开启整体解决方案的规模化落地。

  3

  「从100到1000」的商业跨越

  近期,Aibee 还引入一位联合创始人祁瑞峰,负责 AI 解决方案的规模化落地。他曾任 SAP 中国副总裁兼华北区总经理,负责公司各个行业、产品及解决方案业务拓展与运营,也曾就职于微软中国与甲骨文中国,担任不同事业部的销售总经理。

  
Aibee 联合创始人祁瑞峰

  值得关注的是,去年 11 月,Aibee 引入技术大牛前阿里达摩院决策智能实验室负责人朱胜火,而今年则引入一位 B 端销售背景深厚的负责人,从引入人才的类型,侧面反应出 Aibee 不同的发展阶段。

  林元庆指出,2018 年公司处在研发阶段,核心是树立标杆,打磨技术,对于研发人员、产品经理的需求更多。而随着 AI 解决方案完成「从 0 到 1」、「从 1 到 10」品牌的落地后,公司迎来大规模落地阶段,此时更需要专业的 B 端业务拓展人才。

  他希望新联合创始人的到来,能够完成解决方案「从 10 到 100」、「从 100 到 1000(品牌)」的大规模商业落地。

  Aibee 团队也从去年的 100 人左右,快速扩展到如今的 400 多人,围绕技术研发和业务落地快速推进。

  4

  边飞边造引擎

  2012 年以来,随着深度神经网络的突破,AI 走到时代前台。商汤、旷视、依图、云从「AI 四小龙」相继成立,成为资本狂热的追逐对象。以商汤为例,成立前 4 年,累计融资超 30 亿美元。

  2018 年以来,AI 狂热褪去,在资本更加理性,AI 迎来落地考验的双重「大山」下,AI 迎来艰难爬坡期。对于 2017 年 11 月成立的 Aibee 而言,这构成了行业大背景。

  然而 2 年超 1.7 亿美元的融资总额,拿下 Top 30 购物中心品牌中的 11 家,落地超 80 家大型购物中心,领跑「线下零售+AI」赛道,融资困难与落地困境似乎都没有发生在 Aibee 身上,它究竟做对了什么?

  林元庆说,「我们非常强调创造价值,不管你的团队有多闪亮,最终一定是用技术撬动行业,为行业带来巨大价值,这样自己才有价值。」

  「所谓赋能升级,不是你做了某个技术就叫升级,而是真正对行业核心业务产生价值。这意味着你要有很强的研发实力,交付一个完整的解决方案,这说起来很容易,做起来蛮难的。」

  Aibee 的应对策略是「边飞边造引擎」。他解释道,「在起点的时候,你是没有引擎的(代指完整解决方案),你只是零部件(代指一些单点技术),但你必须清晰知道这个引擎长什么样,然后边飞边造。」

  而作为一家创业公司,时间窗口意味着一切,这要求公司必须要有短时间造出『引擎』的能力。然后又必须快速标准化、产品化,覆盖更多场景,推进更大的商业落地,才能在时间上抢跑未来。

  在 AI 公司整合产业链上下游、规模落地的同时,另一股浪潮是,传统企业的智能化转型升级。

  林元庆也谈道,「传统行业在做 AI 时很容易犯一个错误,就是觉得什么事情可做就开干。AI 落地很重要,但很多时候不是说(公司)能做什么,而是不一定要做的事情,就真的不要去做。一定要找到核心,真正能对这个行业带来升级的事情。」

  对于突围 AI 规模化落地的瓶颈,林元庆与 Aibee 或许可以作为一面镜子,为行业提供一些新的思考。

  机器之心Pro

  追动态 |查数据|找资源|读报告|做调研

  机器之心Pro 是基于「机器之心团队构建的百万级规模人工智能知识图谱及结构化数据库」搭建的人工智能领域专业信息平台。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

跟贴 跟贴 0 参与 0
© 1997-2020 网易公司版权所有 About NetEase | 公司简介 | 联系方法 | 招聘信息 | 客户服务 | 隐私政策 | 广告服务 | 网站地图 | 意见反馈 | 不良信息举报

机器之能

探索人工智能应用场景及商业化

头像

机器之能

探索人工智能应用场景及商业化

1239

篇文章

2881

人关注

列表加载中...
请登录后再关注
x

用户登录

网易通行证/邮箱用户可以直接登录:
忘记密码