当前课程知识点:人工智能与创业智慧 > 第7章 人工智能与精益创业 > 第四节 精益的时间艺术 > 第四节 精益的时间艺术
大家好
很高兴我们继续来学习人工智能与创业智慧
今天呢是人工智能与精益创业的最后一小节
我们将要从一些案例和一些理论做法入手
一起来关注我们共同的精益的时间艺术
上一节我们提到了两种时间观
已经看到了循环的钟表
其实在给我们一二三的线性过程背后
其实还在提醒我们时间是一个循环的过程
今天我们就来看这个圈怎么转
精益启动融合了精益生产理论
吸纳了敏捷开发 顾客价值等管理的理念
可以说他的核心的内涵
是在总时间循环周期最小化的情况下
充分的来实现用户的价值
那么具体的管理阶段是有这么几个步骤
包括确立目标用户做小范围的实验
根据可行产品的最小化用户价值的最优化
以及用户反馈信息的及时化
进行产品的迭代更新
然后通过刚才这些步骤的循环
通过这样一些循环的步骤
不断的明晰核心的价值
明晰创新创业的认知
最终实现新企业的高速发展
下面我们就看一个循环的图
这是精益启动循环圈示意图
我们来看看这个图当中
几个关键的环节和它核心的问题
这个图起点是从Idea想法开始
从想法顺时针我们看到
第二个环节是Build开发
第三个环节是Code代表产品
第四个环节Measure是测量
第五个环节Data是数据
第六个环节认知Learn
然后我们看到了一个循环的过程
但是提醒大家注意看这个图的时候
别忘了中间有一个重要的核心的条件
或者说他的本质是总循环时间最小化
换言之我们刚才从第一步
梳理到第六步的这个过程
希望循环的周期是怎么样啊 最小化
看看这个图可能有同学会觉得
这有什么规律吗
是不是说创业就有了一二三四五六的步骤
然后让它快点跑呢
我们以一家公司为例
在我们当前录课的时候
也是估值最高融资最高的一家
中国人工智能独角兽企业
商汤科技作为我们的例子
这家公司的创始人汤晓鸥博士毕业后
被邀请到香港中文大学信息工程系任教
继续从事计算机视觉相关领域的研究
并且他于2001年7月
建立了香港中文大学多媒体实验室
2005年起他又同时兼任了
微软亚洲研究院视觉计算组负责人
他呀当时在北京和香港两地工作
才两岁的儿子是他最深的牵挂
那为了表达爱意
并且去弥补他无法时常
陪在孩子左右的这种不安
那么汤老师就开始频繁的给儿子拍摄照片
可以说他的相册
几乎涵盖了儿子成长的每个瞬间
直到有一天照片积攒到了成千上万张时
汤老师意识到照片的分类成了难题
他想在海量的照片里找到某个时间段
或某个有趣的瞬间儿子的照片是非常困难
而在当时计算机视觉技术
还远没有像今天这么成熟啊
今天大家会觉得这个很容易啊
但当时汤老师发现
海量照片里选某一瞬间的照片是很难的
于是他就决定
于是就叫来了几位学生开始研究一个课题
采用才算计视觉就是CV技术手段
来给相册进行分类整理
注意我们介绍的这个过程
其实精益启动的循环正在发生
我们注意当汤老师利用人脸识别技术
走向实际应用的开端的时候
他的那个想法说
我可以用人脸识别
人脸检测用这种人工智能技术
来帮助我和大家来管理和整理相册
其实这个过程就是刚才我们梳理的
从IDEA想法到开发到后面的阶段
随后我们看到汤老师带领的团队
Build开发出了Code是什么呀
产品
注意产品Code
为什么不用Product产品呢
是因为Code更加反映出刚才我们提到
精益启动的产品是最小可行产品MVP
于是在这样的MVP下
注意这个MVP
不是体育界的最有价值球员了
但的确也是最有价值的一个最小可行产品
团队呢通过对他的测试
Measure和Data数据的收集以及反馈
他们Learn认知学习得到了提升
就调整技术模式
2011年起实验室的几十位博士教师
就开始研究深度学习
2014年3月
团队发布了人脸识别算法
准确率高达98.52%
在全球首次突破了咱们人脸的识别能力
这些新的迭代的技术
我们看到了一个循环发展的过程
让汤晓鸥团队声名鹊起
IDG资本的合伙人也慕名而来
助推了研究团队走出实验室
2014年10月
商汤科技正式成立
那这样一个案例就反映了
刚才我们提到的六个步骤
但同时要注意
在这个过程当中
有一个循环时间周期最短的问题
那么精益启动艺术的作者
艾瑞克莱斯就这样认为
创建新的机构往往肩负长期使命
创造可持续价值要把世界变得更美好
但是最重要的是我们要杜绝浪费人们的时间
他在书中引用了科学管理之父
弗雷德里克·泰勒的观点
我们可以看到和感觉到
物质的直接浪费
但由于人们不熟练低效率
或指挥不当的活动所造成的浪费
则是既看不见又摸不着的
要认识这些就需要动脑筋发挥想象力
也正是因为这样的原因
尽管我们来这方面的日常损耗
比物质的直接浪费大的多
但后者使人触目惊心
而前者却容易使人无动于衷
换句话说你觉得浪费电把灯关掉很直接
可是当时间无意的流逝或者浪费
或者说我们在管理当中的没有优化
经常会让人觉得看不见 无动于衷
这么看来泰勒的动时研究
百年前的研究在人工智能时代
依然有参考价值
信息技术产业有一个与时间密切相关的定律
摩尔定律是由因特尔创始人之一
戈登·摩尔在上个世纪六十年代提出的
这个定律是指
集成电路上可容纳的元器件数量
每隔十八个月就会增加一倍
性能也将提升一倍
这在数学本质上是一个指数式的发展定律
虽然精益启动概念提出者 创业者
咱们也提到史蒂夫·布兰克等人认为
摩尔定律在当代的硬件领域可能已经失效了
但是其在人工智能计算能力方面
发挥的驱动作用依然未被动摇
这里呀中国人工智能企业排头兵
我们刚才提到的商汤科技的
联合创始人之一徐立就说
我们现在进入了软件的摩尔定律时代
软件性能通过人工智能快速增长
你只要领先
带来的时间窗口可能是一年甚至更长
大家注意你看上去比别人领先了三五个月
但其实那个窗口可能打开的时间更长
他甚至提到这样一个数据比例
他说领先十八个月可能超出的是一代
是整体一倍性能
可见时间不是一个简单区隔的量化
它是一个循环的过程
人工智能创业更需要快循环的精益启动
领先一步不是只在钟表上早一段 早一拍
而是意味着在过程时间上早一圈 早一代
当然精益启动之快容易被误解为鲁莽
我们都知道罗辑思维CEO脱不花
就有一个著名的鲁莽定律
说什么
先搞起来你就成功了一半
与这句话类似的表述还有完成比完美重要
那这些观点有时候会面临着争议
怎么能这么鲁莽呢
但是背后也能折射出咱们精益启动强调快
这个背后可能并不一定是坏事
它能带来一个什么好的结果呢
就是循环的周期快它可能无法找到
或难以等到成功完美的标准答案时
其实这里要注意
也许并不存在这样的一个
那么快行动的确离成功和完美可能最为接近
也会越来越近
当然在结束的时候我们要提醒大家
快循环避免成为死循环
生物学领域有一种奇特的循环磨现象
讲的是几乎不能依靠视力导航的军蚁
总是通过寻找前面一只蚂蚁
留下的气味信息做出判断
结果就导致他们
常常没有目的的一直在绕圈子
结果陷入了一种自杀式的螺旋
最终因为筋疲力尽而死亡
所以我们说的快循环不能成为死循环
人工智能创业的精益启动
并非等同于循环周期简单的越短越好
而且像我们本章开篇的背景音乐一样
你感觉到经典的慢版和DJ的快版各有特色
但属于你把这首歌
你可以试一试随意的放慢或者加快音乐节奏
无法听 难以听
噪音 破坏的声音
人工智能创业也是如此
时间的节奏把握不当
循环越快死的可能性也越大
有这样的一个研究报告
在最后给我们发出了提醒
他提到2018年的调查显示
遍地开花的人工智能初创企业
初创的成功率5%
未来大部分创业企业
在人工智能领域的可能都会被淘汰
也就意味着咱们刚才的提醒速度太快
不意味着成功率高
很有可能在创新的同时由于不当的管理
使得你的压力更大
那如何在快循环的同时又久循环呢
就像我们DJ调音出来这首新的作品
不是说今天听完网红就不听了
怎么能让它成为常红呢
其实看上去DJ背后创作插曲
调音其实也是一个技术活儿
也需要科学的管理
也就是我们说
如何让快品在成为网红之后还能实现常红
如何让精益启动最终实现
精益求精背后的时间艺术
还期待大家在实践当中继续挖掘
好 这就是我们最后一节
关于精益启动的循环
和他背后的一些反思和实践的看法
那么也结束了本章精益创业的几个问题
期待大家分享
谢谢大家
-第一节 创业者让人工智能与人文智慧牵手
--习题
-第二节 人工智能创业架构与无尽的前沿
--习题
-第一节 AI时代人类劳动式微了吗
--习题
-第二节 步骤一:人工智能成为好帮手
--习题
-第三节 步骤二:人工智能成为好助手
--习题
-第四节 步骤三:人工智能成为好推手
--习题
-第一节 人工智能之初应当性本善
--习题
-第二节 人工智能伦理的难题与伦理方向的决定者
--习题
-第三节 人工智能创业伦理
--习题
-第四节 “上善若水”与人工智能创业伦理行动
--习题
-第一节 人工智能的那山、那水、那人
--习题
-第二节 人工智能创业生态系统与都江堰工程
--习题
-第三节 三大工程节点的启示
--习题
-第一节 蜂和蝇的小实验
--习题
--蜂和蝇的小实验
-第二节 从管理思维到创业思维
--习题
--Smartvid.io:将人工智能引入建筑行业工程安全管理
-第三节 人工智能思维
--习题
-第四节 “玻璃瓶”是静止还是动态?
--习题
--创业环境
-第五节 人机协作冲出铁笼
--习题
-第一节 商业模式:从画布到画脸
--习题
-第二节 颜值派商业模式与实力派人工智能
--习题
-第三节 完美愿景与残酷现实
--习题
-第四节 人工智能美颜商业模式的误区
--习题
-第一节 人工智能技术:插曲还是调音
--习题
-第二节 人工智能创业:由易及快
--习题
-第三节 从精尖技术到精益启动:两种时间观
--习题
-第四节 精益的时间艺术
--习题
-第一节 五年五城五色土与北京
--习题
--北京
-第二节 深圳与上海
--习题
--深圳与上海
-第三节 成都与杭州
--习题
--成都与杭州
-第四节 下一站坐标
--习题
--下一站坐标
-第一节 中国人工智能政策五年回顾
--习题
--中国人工智能政策
-第二节 中国双创政策五年概览
--习题
-第一节 人工智能教育与创业教育的融合
--习题
-第二节 基于“理论-实践”的融合类型
--习题
-第一节 人工智能创业伦理的新特征
--习题
-第二节 人工智能创业伦理对创业者的新要求
--习题
--张瑞敏砸冰箱
-第三节 人工智能创业者的伦理决策与伦理领导能力提升
--习题
-第四节 人工智能创业伦理的治理平衡
--习题
-第一节 人工智能创业的实践反思
--习题
-第二节 人工智能创业的教育创新
--习题
-第三节 人工智能创业的人才培养
--习题
-第四节 人工智能创业的前沿展望
--习题