第153章 人工智慧的機遇（1 / 1）
“AI客服機器人？”
同李鋒一樣，周墨對這個稱呼也很是新鮮。
陸遠點了點頭，這個稱呼現在比較新鮮，幾年之後就不是了。
“運營部面臨的困境比較嚴重，需要研發部給予一定的支援。”
運營部正在經歷所有跨境電商公司都要面臨的典型創業期困境。
海外站點越開越多，多語言客服成本正在失控。
如果每個國家都配本地客服，一年的人力成本將吃掉海外營收的15%以上。
“而且北倉這種地方，你也是知道，小語種招不到，也招不起。”
周墨啞然。
確實如陸遠說的這般，有些語種是真的招不到，也招不起，成本根本沒法控制。
“不過這玩意兒我也不懂啊，你之前不是說要組建人工智慧團隊嗎？”
撓了撓腦袋，周墨有些頭痛。
按說陸遠是老闆，給技術團隊提需求，他這個主管就得去解決。
但AI客服機器人，不是簡單的“if-else”問答庫，它需要多層技術棧的支撐。
每一層技術棧，都是人工智慧團隊的基礎能力。
“我舉個例子吧，要是使用者問我的插座連不上WIFI怎麼辦？”
“那機器需要理解插座，連不上，WIFI三個關鍵詞的關係，才能給出正確的回覆。”
“這裡面涉及到語義理解，意圖識別，實體抽取等NLP技術。”
而周墨說的這些只是基礎，多語種的環境還要更復雜一些。
“另外，還有情感識別，這個應該是可以做成護城河的。”
要不說周墨前世能在技術上取得成就，他雖然主攻的不是人工智慧，但依舊能直指核心。
使用者說你們的產品太差了，機器需要判斷這是憤怒，失望還是普通的抱怨。
憤怒的，可以優先轉人工，普通的抱怨，則是可以自動回覆道歉模板，這就需要情感分析技術。
另外差評分類是資料積累，機器需要根據差評，自動分類是產品質量問題，還是物流問題，亦或是使用者使用不當。
這是文字分類技術，分類模型，是機器學習最基礎的能力。
“AI客服機器人，看起來是一個小的專案，但是我覺得是一個介入人工智慧的好機會。”
NLP，機器翻譯，情感分析，文字分類，這些都是人工智慧的核心技術。
做完這個專案，辰遠就有了一支懂AI的團隊。
而更重要的是，這個專案有著明確的業務價值，那就是給辰遠降本。
這可不是為了研究而研究的AI，是有著實際使用場景的，目前明確。
單從商業應用上來說，比那些只會發論文的團隊，可要值錢得多。
做得好了，辰遠的客服機器人大模型，不僅可以給辰遠自身降本，還能夠以出售大模型的方式，給辰遠帶來收益。
“行，那就幹吧，這也是個機會，這事兒你就不用管了，我來自己處理，正好咱們現在也擴充辦公場地了，有這個條件。”
下定決心，陸遠決定以AI客服機器人為契機，正式組建辰遠的人工智慧團隊。
“那我先給你個人員清單還有預算吧，第一個階段就是以AI客服機器人上線為主。”
按照周墨的思路，辰遠的人工智慧分為三步。
第一步，解決自己的問題。
第二步，把解決問題的能力變成產品。
第三步，把產品賣給同樣問題的人。
“咱們的AI團隊不是研究隊，是工程隊，是解決實際問題的，所以以實用為主。”
這是陸遠對辰遠人工智慧團隊的定調，辰遠的AI團隊，KPI不是發表多少論文，而是幫公司省了多少錢，賺了多少錢。
“行，那我就照著這個要求來。”
人工智慧目前最稀缺的就是人才，全世界範圍內，大大小小的企業都在搶相關人才。
之前託張子維找相關方面的人才，張子維也說了，現在這批人根本就不愁工作。
尤其是那些頂級的人才，蘋果，谷歌等公司，都開出了超高薪。
辰遠想要把人工智慧作為今後另一個核心業務，在人才競爭沒有優勢的情況下，只能另闢蹊徑。
像是從杭城阿里系裡溢位的人才，或者是廬州科大訊飛那邊去挖他們的生態。
廬州倒是沒什麼問題，不過阿里的人陸遠不太想要。
另外，就是跟甬城大學等高校合作，透過相關專業的設立，自己培養。
“不需要要求那麼高，咱們本來就是小公司，留住頂尖人才也沒那個能力，夠用就行。”
周墨一笑，顯然他對人才方面有不同的理解。
辰遠的估值是漲了，但在頂尖人才那裡還真是不夠看的，目前人工智慧領域的工程師，年薪那是相當的誇張。
蘋果，谷歌等矽谷公司，普通的工程師，基礎年薪平均中位數是13.1萬美刀。
年薪百萬人民幣，跟玩兒一樣，而國內諸如百度等公司，應屆生，入門級的技術崗，校招就是20萬元人民幣每年起步。
頂尖人才就更不用說了，薪資加上股票，年薪輕輕鬆鬆突破200萬元。
不過整體來說，2015年的人工智慧相關崗位，年薪百萬仍是絕大多數國內頂尖技術專家的上限。
比起十年後，動輒幾百萬，上千萬，甚至過億的薪資，還是很“便宜”的。
但是，辰遠還是付不起頂尖人才的薪資。
年薪百萬的，有那麼一個兩個的，還可以勉強承受，多了是真的扛不住。
“說到底還是我們太窮了啊，人才方面的話我來解決，你把硬體裝置這些列個清單出來吧。”
張子維雖然暫時無法給陸遠挖來頂尖人才，但從業一到三年，或者是優秀的應屆生，他還是能搞定的。
拉個四五人的團隊，還是能夠搞定的。
“啊？我列清單？不合適吧？”
這玩意兒不應該是AI團隊的負責人來處理嗎？
“你先暫時兼任一下團隊的負責人，等團隊穩定之後，再獨立出去。”
一個AI客服機器人，單獨成立一個部門，未免有些小題大做，也容易過早地暴露公司的戰略意圖。
“額，好吧。”
又被加擔子，被“壓榨”了。
2015年，深度學習硬體市場正處於轉型期，較為先進的GPU是英偉達上個月釋出的GTX TITAN。
定價7999人民幣，一臺伺服器需要四塊GPU，加上CPU，記憶體，主機板之類的。
單臺伺服器的成本大約在5.5萬元左右。
“算力成本的話，我的建議是初期先用AWS GPU來驗證，模型跑通之後再自建伺服器。”
TITAN X，8000塊錢一塊，比Tesla系列要便宜很多。
在周墨的計劃裡，一臺4卡機器，夠用兩年了。
“不用，直接建好了，沒必要省這幾萬塊錢，再說我們初期也不需要買太多的伺服器。”
最多兩臺就夠了，有些錢可以省，有些錢沒必要省。
“不過嘛，你說的AWS驗證，還是可以驗證的，這個也花不了多少錢。”
AWS GPU是按小時計費，類似於可以租用的“雲GPU”，當下的算力成本還算比較正常，也不貴。
周墨看了陸遠一眼：“行吧，那就按你的要求來。”
周墨給的伺服器方案走的是價效比路線，5.5萬元連兩張Tesla的K80都不夠。
“你們研發部安排採購吧，需要的工程師，我儘量讓他們在這個月底就位。”
“行，那我就來安排了。”
說罷，周墨還衝著陸遠豎起個大拇指：“現在招人都這麼霸氣了，咱們也真算是鳥槍換炮了。”
當初他們研發部，想要招聘一名工程師，需要各種找關係，左等右等。
在技術這一塊兒，陸遠的人脈甚至還不如周墨。
“總得要有點進步啊，如果還是跟去年那樣，那咱們這十個多月，不是白忙活了。”
周墨也暗暗感嘆，是啊，如果一點進步都沒有，那這十個多月不是白忙活了麼。
陸遠是如此，他自己不也是如此？
“好了，別感嘆去了，去忙吧，順帶著把握一下進度，咱們現在就靠你們研發部鋪開了。”
二季度，嚴格意義上來說，是屬於辰遠科技內部了的“靜默”期。
研發部，設計部，運營部都在積蓄力量，默默展開工作，為三季度的新品推出做準備。
也為四季度的銷量衝刺做著準備。
而陸遠，則更多的是與外界做對接，豐富辰遠的資源。
打發了周墨之後，陸遠撥通了張子維的電話，電話那頭傳來張子維爽朗的笑聲。
“怎麼樣，給你推薦的人才，還合心意吧？”
張子維說的是周明軒，周明軒到了甬城，他也已經知道了。
“很厲害，專業的就是專業的，不過張哥我打電話可不是說這事兒。”
陸遠使喚起張子維來，是一點都不客氣。
張子維現在怎麼著也是辰遠科技的董事了；再者，陸遠說是替信中利，替張子維打工也不為過。
對老闆提點要求，很合理吧？
“說吧，我就猜到你打電話準沒好事兒。”
“怎麼能這麼說，咱這不也是為了公司的發展嘛，之前說的人工智慧專案還記得吧？”
信中利是產業資本，雖大量佈局智慧家居領域，但對人工智慧領域涉及不足。
“哦，知道，但是你那點錢夠燒嗎？”
實話說，張子維並不是很同意陸遠搞什麼人工智慧，這玩意兒哪裡現在的辰遠能夠搞得起來的。
“夠了的，其實人工智慧沒我們想象當中那麼燒錢的，而且我們現在搞的專案也是為了給公司降本，是有著實際用途了。”
絕大多數的觀念裡，從事人工智慧的研發，需要鉅額的投資，動輒幾十億，上百億的投入再是平常不過。
陸遠最開始也是這麼認為的。
不過，在有了具體瞭解之後，發現似乎並非如此。
要搞個豆包，千問這樣的大模型，確實是花費巨大，普通的公司確實無力支撐。
但是如果具體到某個小型的專案，花費實際並沒有那麼誇張。
便如普通的使用者在自己的電腦上佈局一個本地模型，做自己想做的屁事兒，這也叫人工智慧啊。
辰遠的人工智慧，甚至於未來的模型，也只是為了幫助辰遠來處理問題，研發投入是可控的。
在財務上，辰遠第一筆600萬美刀的融資款到賬，加上一至五月份的營收。
即便是從六月份之後，辰遠的營收為0，靠著這近800萬美刀的資金，也足以支撐起下半年的運營成本。
而若是計算Q3與Q4季度的營收，在不考慮第二批以及第三批融資款的情況下，賬上資金可支撐16至18個月。
賬面上有了大量現金，財務部也在資金使用設定了三條紅線。
賬上現金低於300萬美刀時，暫時所有非核心研發投入，營銷預算砍半。
低於200萬美刀，創始人及高管暫停領取薪資，全員凍結招聘。
賬上現金低於100萬美，啟動緊急融資或股東借款。
“你有數就行；說吧，你需要哪些人才，列出來，我把之前聯絡的那批篩選一下。”
辰遠賬上有多少錢，張子維當然知道，他不支援辰遠啟動人工智慧專案的主要原因，還是怕燒錢太快。
只要陸遠控制好燒錢的速度，就沒什麼不支援的。
“要一名資深NLP工程師，一名機器學習工程師，一名CV方向的演算法工程師，再來兩名資料標註專員。”
“晚點我讓林總監把具體的要求給你。”
五人團隊，半年人力成本大約在六七十萬元，加上硬體的預算以及軟體等其他費用。
人工智慧團隊初期的成本，差不多能控制在100萬元以內。
“用100萬元試試水，倒是沒什麼問題；行吧，我馬上安排。”
“好，麻煩張哥了，我跟海爾那邊也通報一下。”
財務上的大額開銷，陸遠都會讓財務部向兩大投資機構通報的。
只這一點，無論是信中利還是海爾創投，就對陸遠這個創始人非常的滿意。
投資機構會大把撒錢，但也需要知道錢都花到哪裡去了。
-----------------
酒店裡，洗了個澡，短暫休整的周明軒，給自己泡了杯咖啡。
辦公桌上，電腦螢幕上正顯示著鼎泰新材的K線圖。
5月11日漲停的鼎泰新材，目前股價維持在40元左右，市值31億元。
“主業萎縮，股權分散，完美的淨殼啊。”
周明軒是做重組併購的，鼎泰新材這類殼資源他是有一些瞭解的。
A股漲了快一年了，今年五月份之前，鼎泰新材的單月漲幅，從來沒有超過20個點。
月線上，從去年五月份穩定之後，到目前為止的漲幅也不過150%左右，遠低於平均水平。
普漲環境下，這類業績不行，股本與市值都很小的公司，是不受大資金歡迎的。
不過，萬一股市若是有變故，那這類小市值的殼資源公司，就會成為遊資炒作的標的。
“老闆的眼光還是不錯的啊，不過還是要想辦法讓遊資避開對鼎泰的炒作啊。”
周明軒聽張子維說過，鼎泰新材這個殼資源，是陸遠親自選的。
也不知道這位新老闆用的是什麼樣的標準選中的，周明軒有些好奇。
不過，從其個人證券賬戶上的操作來看，這位新老闆對A股的瞭解程度，似乎比他想象的還要深。
敲擊著桌面，周明軒思索著應該破局之法。
辰遠科技的借殼，是他服務於辰遠，服務於陸遠最重要的考驗。
順利完成，他便有機會永久成為陸遠的私人財務顧問，享受其財務增值的紅利。
例如經紀人之於明星一般。
周明軒肯答應張子維，肯服務於陸遠，對陸遠的潛力自然是沒有疑慮的。
“能不能吃一輩子，就靠這次了。”
每完成一個專案，周明軒都能夠拿到不菲的報酬，然而終究不過只是給他人做嫁衣而已。
今天的第一次會面，周明軒透過個人身家安全的建議，算是取得了陸遠的信任。
辰遠不過A輪，他就想要跳過後續的融資程式，目前估值最多也不過九個億，就想把他裝進市值超30億元的上市公司殼裡。
“野心勃勃，行事果決。”
這是張子維對陸遠的評價，也是周明軒的切身體會。
“老師，我現在接了個專案，需要你的幫助。”
思索片刻，周明軒撥通了一個電話。
要想完成借殼，第一步就是鎖殼，悄悄的拿下鼎泰的控制權，做到不留痕跡。
在券商工作，周明軒要調取鼎泰的財報很簡單，這家公司沒有重大債務和訴訟，主業萎縮，原大股東也有套現離場的意願。
當然，該走的盡調流程，還是要走的。
“你說。”
電話那邊，傳來低沉的聲音，周明軒口中的老師，並非是他在學校時的導師，而是職業生涯的領路人，人脈極廣。
“我想讓您給我推薦一家甬城的小型資管公司，一家皖省的產業基金，都是無實際控制人，背景乾淨的主體。”
周明軒打算用馬甲收購的方式，來完成第一步鎖殼，這是資本市場上較為常見的套路。
“行，我幫你找找。”
電話那頭略一沉思，便答應下來，倒也無需問周明軒是忙著什麼專案。
“太好了，謝謝老師，等有時間我去看您。”
掛了電話，周明軒鬆了一口氣，搞定馬甲是第一步，接下來就該他上場了。