大厂干了16年决定辞职创业:我曾经错过两波技术创业的可能,这次一定要赶上
来源:网易 2020-07-29 11:01 合肥创业网
  



采访嘉宾 | 吴甘沙    作者 | 赵钰莹

“我曾经看到两波可能的技术趋势,都没赶上。我认为,2016 年起开始的 20 年一定是人工智能的世界,我不想再错过了。”本期极客档案,InfoQ 采访到了驭势科技联合创始人、董事长兼 CEO 吴甘沙,记录他出走英特尔后,与自动驾驶的这数年光阴。

1 我曾经看到两波技术创业的可能

创业是理性的选择,选择无人驾驶是带了感性。

“创办驭势科技之前,我其实看到了两波技术趋势:一波是 1976 年到 1996 年的 PC 时代;另一波是 1996 年到 2016 年互联网的崛起。”

在 PC 时代,新浪、网易、搜狐等门户网站步入了快速成长,并于同一年先后在纳斯达克敲钟上市。彼时,吴甘沙的学生时代也进入了一个崭新的阶段,他在高考志愿的第一栏写下了“复旦大学遗传工程学”。然而,很多事情的进展往往与预想不同,吴甘沙阴差阳错进入了复旦大学计算机学院,开始了每天与代码打交道的日子。


“如果现在让我重新选择专业,我可能还是会选择跟生物学相关的专业。从规律上来说,当人工智能的趋势过去,再往下走一定是与生物学或者人的改造有关。当然,比较理想的方式是利用计算机(人工智能、机器学习等)解决生物学的问题,这也是我经历了这次疫情所感受到的。”

在吴甘沙与代码打交道的日子里,互联网时代的浪潮又到来了。

2000 年前后,如今我们所熟知的互联网公司纷纷出现,阿里巴巴拿到了软银等多家投资机构的 2000 万美元融资,腾讯的 QQ 用户注册数破千万,李彦宏辞掉了硅谷的工作回到国内,在中关村创建了百度公司。只是,这些互联网公司还远没有出现科技巨头的影子。


精彩弹幕,尽在客户端 
这一年,吴甘沙大学毕业,选择加入英特尔,看着互联网大浪下一波波涌起的创业公司,他依旧没有被撩动。在英特尔工作的 16 年里,他做了五年手机系统,五年并行计算,五年大数据和人工智能,业余时间搞开源,写了一个完整的 Java 虚拟机...... 一路成为英特尔中国研究院院长。

“看着互联网公司逐渐成长起来,你很自然地就会思考下一波技术周期是什么?我认为,2016 年起开始的 20 年,一定是人工智能。面对这波浪潮可能有两个选择:一是在大公司继续呆下去;二是加入其中,成为一名赶潮儿。这些都是比较理性的判断。但是,选择无人驾驶,我带了点感性的色彩,因为这很难,我当时的思考就是选择一个能够解决亿万人问题的技术,当然这也是一个万亿级的市场,而这个问题离我并不遥远,比如我每天可能需要花费三个小时在通勤路上,那是我生命的八分之一,这样一个行业让我不可能不热爱。”

就这样,2016 年,吴甘沙决定创业,驭势科技正式成立。

2 “做无人驾驶,给我两年”

创业之初,我非常有信心,我觉得两年时间就可以刀枪入库、马放南山。

“我一开始跟同事和家人说要创业做无人驾驶的时候,他们都觉得我在发神经,但那个时候,我特别有信心。”采访中,吴甘沙表示,当时就觉得可以组成一支超强的团队,两年时间就可以刀枪入库、马放南山,现在已经第五年了,我们仍在苦逼地把量产产品规模化推向市场的过程中。

驭势科技刚起步的时候,很多原来合作过的工作伙伴找到吴甘沙希望跟他一起干。李开复曾经评价:这个团队少见地吸纳了许多超级天才,其中有来自大学的机器专家、顶尖的计算机视觉专家、来自谷歌机器学习团队的人才以及吴甘沙自己领导的半导体专家团队。“人才永远不嫌多,我们现在依旧欢迎更多的人才加入,但在管理层面,坦率地讲,我们还在学习。”

事实上,吴甘沙过去的从业经历证明他有着丰富的管理经验,但大公司往往擅长的是“传帮带”,对每一位员工像家人一样仔细呵护,希望他成长。对此,吴甘沙笑称,也许应该对员工“狠”一点,因为三年之后,年轻人发现他们没有成长,没有学到东西反过来会恨你,所以给年轻人“压担子”比“传帮带”更加重要。


在国内,很多创业公司可能都在学习谷歌的《How Google Work》,或者学习阿里、华为等大厂的方法论,但这些经验未必适用于创业公司。吴甘沙认为,管理必须做两件事情:一是知道自己最擅长什么;二是知道自己最不擅长什么,而管理就是围绕这两点展开,顺着长处展开往往可以事半功倍,不擅长的东西多加注意可能会带来好的改变。

此外,每家公司都有自己的价值观,价值观一致可以让管理更容易,这一点在驭势科技也是如此。吴甘沙表示,面试时会留意一个人的价值观或者脾气秉性是否与公司吻合,但对管理者而言,让员工变得更好比开除更重要,驭势科技恰恰需要一些特立独行的人来把事情做成功,如果价值观有一点偏离,更重要的是改变他而不是放弃。

即便拥有成熟的管理方法论,一成不变也难以跟上这个世界的步伐,变革总是需要适时出现。如果希望在管理当中加入变革,按照学院派的思想来看,一定是先调整组织和人,因为人的问题解决了,什么事情都可以解决,但在创业公司未必如此,一定是业务优于管理,管得再好,业务不行,根本没用。吴甘沙表示,创业公司应该先将业务脉络梳理出来,不然即便拥有正规军的配置也可能根本没有大军作战的机会,只能从游击队开始打起,那就需要考虑组织和业务是否适配,需要先确定业务,再确定组织。事实上,人永远是最重要的,在完全没有业务的初期阶段,需要依靠人的力量梳理出业务脉络,也就是说,业务优于组织,人优于业务。

在大批人才的加持下,驭势科技初出茅庐仅用 10 个月就完成了自己的无人驾驶概念车——“城市移动包厢”,随着团队的逐渐完整,业务脉络的逐渐清晰,吴甘沙意识到无人驾驶大规模应用这件事情并不是简单的堆积人才和资本就可以解决的。

当理想碰上现实:自动驾驶很简单?

曾经的吴甘沙也认为两年时间足以,但现实让他不得不冷静。“一个女人九个月的时间可以生一个孩子,但九个女人一个月是生不出来的。在准确率达到 99% 之后,每一个小数点的提升都意味着需要投入指数级的资源和努力,这是很多人对自动驾驶认知上的偏差,当然也包括曾经的我。”

Robotaxi 更性感和高级?

此外,在自动驾驶的世界中,大家对 Robotaxi 热情很高,很多人认为这是自动驾驶领域的滴滴,未来可以“统治”这个世界。举例来看,如果有两支水平差不多的团队,一支做 Robotaxi,一支做落地商业化,投资人可能觉得 Robotaxi 更性感和高级,但这就好像将一个奥数考 60 分的人和黄冈中学试卷考 100 分作比较,很难说哪支团队的水平更高。

里程数就是王道?

在自动驾驶的圈子里,测试车辆在真实道路上开了多少里程是检测企业投入和其运营能力的一个重要指标。所有测试都需要有人员监控,都需要花费车辆运行费用,因此每公里都是实实在在的投入。路测里程的指标并不能完全反映自动驾驶的技术,但能在一定程度上反映企业的真实情况,排除“PPT 造车”的可能。因此,每隔一段时间,我们都会从媒体上看到大量自动驾驶行驶里程数的报道或者榜单。

然而,并不是每一公里路测都是等价的,不同路况的路测成本均不同。一直在高速公路上测试能够达到既便宜又好看的路测里程数,但这对企业的能力提升也许没多大意义。在吴甘沙看来,做自动驾驶很难通过单一指标来评判好坏,但商业化是真实可见的。客户对产品的接受程度以及是否真正做到全天候“无人(去安全员)驾驶”且稳定可靠才是真正值得骄傲的事情。

3 2020 年可以看作是规模化和商业化的元年

从整个行业来看,2019 年确实进入了低谷期。这一年,一些公司承诺的全自动驾驶没有兑现,另一些公司承诺的无人车量产也没了消息,更有不少的企业陷入发展瓶颈。在这样的环境下,行业选择沉默,不着边际的目标不再有人提,浮夸的宣传词也不再有人念。

同时,越来越多的从业者表示:不相信全自动驾驶的实现。比如苹果联合创始人 Steve Wozniak 曾是全自动驾驶汽车的忠实信徒,但是去年的一场活动上,他却说:“我真的要放弃 L5 自动驾驶了。”

对此,吴甘沙认为符合达克效应。“一开始是无知者无畏,自信心迅速上升,攀升到愚昧之巅,但是后来发现问题越来越多,迅速滑落至绝望之谷,在这种情况下,可能有人选择卧倒装死,反正大环境不好,即使做的马马虎虎也可以融到钱;也有人选择把危机看做是一次机会,就像丘吉尔说过的“不要浪费一次好的危机”,绝望之谷可以锻炼体质,然后更加精准的看客户需求,看对了就可能进入开悟之坡。”


如果把 2015 年看做是自动驾驶元年,那么 2020 年已经到了该交作业的时候,任何一个行业发展五年都是时候交答卷了。采访中,吴甘沙表示,2020 年可以看作是规模化和商业化的元年,疫情给了这个领域很好的推动力,真正加速了自动驾驶的部署。从订单数量来看,3 月份之后就开始快速增长,保守估计今年和去年相比至少有几倍的提升。

对技术人而言,看事情的角度往往是技术上可以实现什么。创业至今,吴甘沙学到了看客户需要的是什么,客户需要的一定是高频刚需且技术上要做到可量产的,可量产主要看三个层面:一是法律能否允许;二是技术能否支持去安全员且全天候;三是能否横向复制。

“做人工智能的都知道这个事情往往是定制化开发,难以横向扩展,这就无法实现规模化量产,所以高频刚需可量产需要拆分来看,这样还不够,还需要有可持续的商业模式,要会算账,在不同场景下的运营成本是多少等。综上,法律、技术、商业模式是驭势科技总结出来的方法论,对很多要创业的人而言可能同样具备借鉴意义。”

但是,2020 年的经济环境是极其特殊的,疫情让很多本就不“富裕”的企业雪上加霜,直接影响是企业削减了很多不必要的开支。采访中,他提到,今年的企业都很困难,我们需要做的就是帮助客户找到省钱的办法,这可能会让他们未来几年节省大量成本。

每一次历史的灾难都是以历史的进步作为补偿——恩格斯

“我很认同这句话,我觉得今年提到的新基建就是很重要的一种技术补偿。”在吴甘沙看来,新基建可以分为三层:底层是基础设施层,包括 5G、大数据、人工智能、工业互联网等;最上层是赋能型基础设施,这可以帮助各行各业完成数字化转型;中间层是融合基础设施,比如无人驾驶在物流场景下的应用,这一层是建构在基础设施层之上的,既融合了底层的技术优势,又为上层提供了条件,这就是今天新基建为无人驾驶带来的历史性机遇。

巨头入局,可我觉得他们与传统车企长期合作太难

2020 年,越来越多的科技巨头正式宣布进军车联网或者开始大张旗鼓地揽人才、投重金、搞研发,这就好像每个行业发展到最后逃不过的定数一样,总会迎来巨头入局,这样的变化对自动驾驶里面的企业到底又意味着什么呢?逃不过大鱼吃小鱼的定律还是各自绽放呢?

我觉得传统车企与大型科技巨头很难长期合作,真的很难,因为两者都有自己的骄傲。

在吴甘沙看来,传统车企与新兴创业公司更加互补,这两者之间的关系不是简单的“一手交钱、一手交货”。事实上,这种关系是灵活的,因为厂商多收一块钱,车企就少了一块钱利润。但是,新兴科技公司跟车企其实是可以形成共赢的。对新兴科技公司而言,它往往非常大方地与传统车企共享技术,而传统车企也会毫无保留地与新兴创业公司共享数据,这就是共赢,将时间线拉到两年三年以后,你会发现彼此都获得了成长。吴甘沙认为,这种关系是真正经得起历史考验的。

在这个圈子里,新兴科技公司与科技巨头的关系可以用一则寓言故事来说明:狮子没抓到兔子,大家都会嘲笑狮子:“草原之王连兔子都抓不到”。狮子说:“兔子对我来说就一顿午餐而已,但它是为了自己的命在奔跑”,这个寓言说明了什么?

对于自动驾驶这样一个新领域而言,它没有大到足以让科技巨头全力以赴,相反,投入太多人力和资源对利润是有影响。对新兴科技公司而言,只有全力以赴才有可能成功,态度决定了创业公司必须做得更好才可以活下去。

4 在我看来,安全永远是第一位的

技术、利润、安全...... 只要你做自动驾驶,这就是逃不过的话题,科技公司需要一遍遍重复着自己对这些名词的理解,需要一遍遍回复用户的质疑和媒体的猜测。

吴甘沙面对这个话题的回答,简单却也真实。“这些东西一定是存在优先级的,在我看来,安全永远是第一位的,这不是打什么差异化,而是必须要做到”。

在这个行业,用户听到的安全往往说的是 ODD(Operational Design Domain,运行设计域),每个自动驾驶系统运作的前提条件及适用范围可能都不太一样。只有当全部条件都满足的时候该系统才能保证正常运作。相反,欠缺任何一个前提条件,该系统都有可能出现故障,这种情况下就要采取紧急停车措施或是驾驶员手动接管。


由于现在的自动驾驶技术还处于发展阶段,无法保证自动驾驶汽车在任何天气条件和任何道路环境中都可以安全行驶。因此,要根据该系统的技术能力提前设定好 ODD,通过限制行驶环境和行驶方法,杜绝有可能发生的事故。合理的设定也可以帮助自动驾驶厂商降低成本。举例来说,一辆装载了自动驾驶系统的汽车从不倒车,所以对后方的感知能力稍弱,在 ODD 的设计中就可以降低这部分的技术标准,这是可以降低成本的。

我们要大规模量产,必须对算法做到极致优化

至于技术,吴甘沙坦言,同样的算法,驭势科技使用的算力往往是竞争对手的几分之一,因为要想大规模量产必须考虑成本,如今的算力太过昂贵,要想降低成本必须对算法做到极致优化,对软硬件协同设计做到极致优化,这就是技术可以解决的问题,但要说平衡也只是在梳理了优先级之后去解决的问题。

Lidar is a fool’s errand,” Elon Musk said. “Anyone relying on lidar is doomed. Doomed! [They are] expensive sensors that are unnecessary. It’s like having a whole bunch of expensive appendices. Like, one appendix is bad, well now you have a whole bunch of them, it’s ridiculous, you’ll see.

简译:傻子才用激光雷达,现在谁要还是靠激光雷达,那就要完蛋。激光雷达用了一大堆昂贵的传感器,毫无必要。就好比说,一个麻烦就已经够糟的了,而现在多了一大堆麻烦,这太荒唐了,不信等着瞧!——马斯克

马斯克的这番言论一出,瞬间引起了自动驾驶圈的大讨论,反对的声音层出不穷。激光雷达是昂贵的,如果舍弃确实可以节省大量成本,但在吴甘沙看来,这不是简单的成本问题,激光雷达的存在为安全多加了一层冗余,即便传感器可以达到 99.9% 的可靠性,也还有 0.1% 宕机的风险,而激光雷达和传感器同时失效的概率就会很低,这会让可靠性得到数量级的提升,为什么要舍弃呢?虽然现在已经有一些车型是不需要激光雷达的,但吴甘沙个人认为:终极的无人驾驶产品一定有激光雷达。

5 下一代自动驾驶

自动驾驶本质上是机器人,而机器人的核心框架在几十年前就已经确定,无论是感知技术还是地图规划技术都出现良久,而感知各种各样的复杂物体或者保证在恶劣天气下仍然具备良好的鲁棒性就需要新技术的投入,传统模式基于深度学习做的事情,现在可能有了知识图谱的加入,这些新技术的融入有望更好地解决安全问题。

传统意义上,在 95% 置信度下,自动驾驶的事故率比人类驾驶员低 20% 才能证明是安全的,这需要行驶约 50 亿英里,相当于 100 辆自动驾驶车辆,每天测试 24 小时,一年测试 365 天,测试时速为 25 英里 / 小时,测试约 225 年,而这未来可能会通过技术水平的提高而无限接近这个数值。

“我很难预测未来可能的突破,因为我觉得这种预测往往会被打脸,或者说预测未来更好的方式是主动创造。”短期来看,政策和标准依旧是重要的,未来的自动驾驶可能不需要百亿数据的喂养。至于哪些公司可以笑到最后,吴甘沙认为既对汽车行业有所理解,又能够拥抱新技术的公司一定可以走出来。

采访嘉宾:

吴甘沙,驭势科技联合创始人、董事长兼 CEO。中关村企业家顾委会委员、北京市人民政府特邀建议人。吴甘沙致力于研发最先进的 AI 技术,以改变这个世界的出行、物流以至人类生活方式,创业前作为英特尔中国研究院院长、英特尔首席工程师,领导了英特尔的大数据技术战略长期规划,并为其确立 5G 通讯、智能计算和机器人三大方向。

来源:网易
关闭】 【返回顶部】 浏览:
【免责声明:本站所发表的文章,大部分来源于各相关媒体或者网络,内容仅供参阅,与本站立场无关。如有符合事实,或影响到您馦的文章,请用时告知,本站立即删除。谢谢监督】