Aibee获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
机器之心报道
作者：寓扬
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 头部购物中心品牌，林元庆创办的 Aibee 是如何做到的？
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 购物中心品牌中的 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。
01、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。
02、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。
03、「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。
04、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。