科技猎离开百度，拿到英特尔投资，余凯的创业路要怎么走？
自动驾驶领域，除了Mobileye之外，一家初创公司地平线在今天宣布获得了英特尔领投的A 轮融资。
作为地平线的创始人，余凯曾担任百度IDL常务副院长，百度研究院副院长，深度学习实验室（IDL, Institute of Deep Learning)主任。在他的影响下，吴恩达也加入了百度。余凯从百度离职后，创立了地平线，专注于提供自动驾驶技术解决方案。
对余凯来说，拿到芯片巨头的投资固然开心，但这不意味着站队。如果有可能，他也会和英伟达展开合作。而创业大多数时候需要笃信尚不可知的未来，并且必须要做些艰难的决定。
本文首发于微信公众号甲子光年（ID：jazzyear），原标题为《 获Intel投资后，余凯自述：我越来越聚焦 》。采访：甲小姐；作者：小青狐
几个小时前，地平线正式宣布获全球芯片巨头英特尔的重磅投资。
此次完成的A 轮融资总额达近亿美金，由英特尔领投，嘉实投资联合投资，老股东晨兴资本、高瓴资本、双湖投资、线性资本等跟投。
穿着熟悉的地平线黑色polo衫，扁扁的黑框眼镜后一双充满笑意的眼睛，地平线创始人兼CEO余凯拉着行李箱出现在咖啡馆。 一直以来，周围的人评价他让人“如沐春风”，他也说自己“不够狠，不会say no。”
但他的行动总是大胆果决。
2012年，他在一众华人顶尖科学家中率先回国，第一个在中国开启深度学习；
2013年，他领衔百度团队，第一个在中国发起自动驾驶；
2015年，他转身创业，第一个从软件领域提出做芯片。
他说这是地平线的特质，“我觉得地平线有这个特质，就是在时代大潮里做一个冷静的捕杀者，去捕杀一个在当时不太被人看到的机会。”
晨兴资本创始合伙人、董事总经理刘芹评价他：“在他身上，我看到了极致的科技理想主义和理性的现实主义的融合。”
而正是他当初定下的那个“软硬一体”的独特道路，让地平线一出发就肩扛重任，承担着行业先行者所背负所有期待、猜测和压力。
他的行程很紧，常短期中美往返。在面对访问时，他难得松弛下来，眼神柔和，语速舒缓。在这段长达数小时的自述中，他讲述了自己对百年汽车工业的敬畏之心，剖析了自己为什么出发，坦承了两年来艰难的决策时刻，也讲述了他对创业本质和商业模式的思考，和他从未逃避的使命感。
“未来并不是客观存在的，是一个illusion，你要把脑袋里那些悲观的东西全关掉，坚定地相信一个非常大的未来，要不然真跨不过去。”
回顾创业两年，他直面一步步在眼前展开的现实，也试着解剖自己，“很多人说科学家不适合创业，其实跟性格特质有关。越是科学家，越喜欢深思熟虑、万事俱备再去做事，但我认识到一件事，无论你认为自己多么聪明、做多么充分的设想、事先对战场的状况多么了解，一旦冲入战场，形势的变化会远超你已有的经验。 你唯一要做的事是勇敢，勇敢地放第一炮，看第一炮离你的目标有多远，再决定怎么放第二炮 。”
以下为余凯自述，经润色整理：
“全球范围内只有两家，一家是Mobileye，一家是地平线”
我们和Intel的合作始于一次偶然。
去年10月，我们去美国拜访了Intel的一个部门。那次之后，Intel主动提出希望和地平线合作，因为他们很少碰到一个算法团队对硬件理解那么深。
在全世界的AI公司中，很少有一家公司既做技术又做芯片：要么只做技术，去买别人的芯片；要么很多半导体公司只做芯片，把技术空间留给别人。但我们从一开始就想得很清楚：算法只是逻辑层面的东西，你需要软件、需要硬件，甚至需要专用芯片定制化设计。
尤其做自动驾驶，不是说在服务器部署一个软件就完了，你相当于在一个端、在轮子上做计算，效率、功耗、表现都有要求，所以它对硬件的要求尤其高 。所以我们2015年出发的时候就说，我们不只是一个算法公司，我们要做专用的人工智能处理器，做软硬结合的嵌入式人工智能。
和Intel见面一个半月后，我们就把这件事交付了。2017年1月的CES，我们展示了合作的ADAS，硬件由地平线的BPU架构加上英特尔的FPGA构成，在上面跑我们的软件。当时基本全球的主流OEM （主机厂） 跟Tier1 （一级供应商） 都被吸引来了。
Intel很impressed。他们很少看到一个合作伙伴能在一个半月就出来这么一个东西——通常来讲，这个时间是两年。所以当时在现场，Intel的一个VP马上就说“我们讨论一下投资你们吧”。一般来讲，这种大公司的决策都比较复杂，高管不会直接表达opinion，所以我当时没当真，但我没想到他们真的跟进了，而且走得很快，所以Intel最终lead了我们这轮的投资。
地平线创始人&CEO余凯 在英特尔投资CEO会议现场
在自动驾驶这个赛道上，目前Intel投资的软硬一体自动驾驶解决方案的公司全球范围内只有两家，一家是Mobileye，一家就是地平线。
我们为什么愿意接受Intel投资？
Intel在芯片行业占据多年领导地位，它有CPU，有5G，有FPGA，你别忘了它还有FAB（晶元厂）——其它厂商都是Fabless，自己设计但不制造，但Intel从设计到制造是一体的。
Intel有最强大的CPU资源 。CPU是适合做逻辑计算的。比如自动驾驶这个领域，你开车时要换道，你会看旁边车道司机有没有让你，这实际上是一个博弈，你跟周围所有行人和车都在negotiation，这是一个多agent博弈，它的决策复杂度要比围棋的复杂度高得多得多，是一个膨胀的复杂度，里面有大量的逻辑计算。
那么，是不是我们和NVIDIA就划清界限了？
不是。其实我们在和Intel洽谈中蛮坦诚的，我们说你们虽然投资我们，但地平线的发展我们要有自己的选择，未来我有可能用Intel，用NVIDIA，我还可能用自己的处理器不是吗？我们的定位是解决方案提供商，在硬件选择上是开放和自主的。
我认为公司要成长，格局一定要大，一定要去利用所有可以合作的资源 。
一方面，很多人会说，Intel已经收购了Mobileye，和地平线会不会有一些竞争？其实Mobileye主要focus在欧美路况，通常人们在一个小城市生活，在另外一个城市工作，每天走高速上下班，而在中国，大家在城市里工作生活，每个城市红绿灯都不一样，竖的、横的、圆的、方的、放数字的、放箭头的，中国城市道路环境下需求更多，路况也更复杂。
另一方面，车是一件非常“重”的事。你看为什么有这么多Tier1都做得很大？因为很难形成垄断。部署的时候需要很强的服务能力，里面有很大的差异化机会，这个领域远不到所谓的竞争状态。
Intel全球副总裁Daniel McNamara也将加入地平线董事会。对董事其实我们是很挑的，不是说给了钱我们就让你进董事会，一定得花精力、花时间。
我们一直不对外讲估值，因为我从第一天起就不希望团队为了那个东西来创业。真正体现公司实力的，是你这个公司能走多远、长多大。成熟的投资人往往会跟创业者说不要在乎估值，更多是你的产品步骤、商业化落地。真正强大的公司，它从来没讲这些事，因为它不会在意这些。在你真正实现价值之前，其他都不重要。
“我对百年汽车工业有充分的敬畏”
我父亲做了一辈子汽车。
他一直是工人，后来走向领导岗位，对车的每个部件都非常熟，甚至我们到美国去玩，车莫名其妙出问题，停在路边，他捣鼓捣鼓就搞定了。
在我从小的印象里，我爸爸就经常趴在车下面修车，我也在车厂里摸爬滚打长大，所以我从小就知道汽车是一个很复杂的东西。
现在很多人拿从传统汽车到自动驾驶去和手机从功能机到智能机做比较，可是有一点是不同的：苹果在打造iPhone的时候把手机的本质属性都给蔑视了。
你看，打电话是手机的基本属性，苹果完全颠覆了，iPhone刚出来的时候信号其实是不好的； 但我坚信一点，汽车从功能车演化到智能车，本质属性是不能改的——安全 。
很多创业公司倾向于一步直接面向无人驾驶，做Level4。但地平线是从ADAS起步，我们是从Level2到Level3渐进式发展，和特斯拉一样。这正源于我们对自动驾驶的理解：汽车本身的第一关键词一定是安全。
很多汽车行业的人会说，搞自动驾驶的是冲进汽车市场的一群野蛮人，但我跟这些传统车厂的人特别聊得来， 他们都觉得余博士你看起来是野蛮人，但其实你并不是 。
2013年的时候，我是国内第一个提出做自动驾驶的 （余凯在2013年发起百度自动驾驶） ，但我最开始就选择了跟宝马合作，而不是像谷歌那样自己搞， 因为我对百年汽车工业的积累、对传统的主机厂有充分的敬畏之心 。
我们对安全特别在意。 自动驾驶有太多的corner cases （极端情况） ， 它不是那么浪漫的一件事 。
首先， 我们非常强调充分的测试 。我们今年部署了50辆车，在华东、重庆路测上百万公里，明年我们要部署1000辆车，从东北到海南，分布到全国各地，收集数据来优化我们的系统。
其次，深度学习有一个问题是它是一个“黑匣子”，一旦发生问题你很难去判断问题是怎么发生的，所以我们的架构有一些特殊的设计， 把贝叶斯网络跟深度神经网络相结合 。贝叶斯网络是九十年代主流的架构，它基于因果推理，那时比深度学习网络更火。深度神经网络在八十年代的时候比较popular，到九十年代冷了，但现在世界循环往复，深度神经网络又热了，很多人都忘了贝叶斯网络，但其实因果性的关系对我们去分析系统里到底哪里出了问题非常重要。
另外，常规的ADAS主要关注对车辆和车道线的感知，但其实大部分的严重事故都是跟“人”相关的，而“行人检测”是非常难的。
人是一种非常复杂的非钢性结构，而且人会穿各种各样的衣服，佩戴各种各样的配饰，背着包、打着伞、戴着帽子、骑着自行车或摩托车，还可能弯着腰，甚至还有坐着的，这些情况使得对行人的识别检测比对车辆的识别检测困难得多——用专业术语讲，车辆的“类内差”会比较小，而行人的“类内差”非常大，这就带来很大问题。所以我们团队在行人检测这个问题上做了很长时间努力，我们现在是行业里极少数能同时做车辆和行人检测，并且在嵌入式的平台上实现的。
我们还有一个强项，是对“侧面车辆”的检测。由于中国的特殊路况，车会频繁地换道，换道一开始车就只露出一部分，检测不到就会非常危险。许多友商只具备车尾的检测能力，我们对此做了特别优化，使得车在换道很早期的时候就会报警。还有一点就是我们对距离的判断。我们花了几倍的功夫把距离判断做得很准，我们能做到相对误差在5%以内。
“要做就做市场上没人能做的事”
因为敬畏，我们对自动驾驶发展路径的思考是很理性的，这也是为什么我们只花了很少时间去做原型车。有些公司专门靠做这个为生，我们反而花更多力气跟OEMs和Tier1s合作。
我们现在跟很多客户建立了非常深的合作关系。 地平线是目前唯一在四大汽车市场 （美国、德国、日本和中国） 都与顶级 OEMs 和 Tier1s 建立了重要客户关系的中国自动驾驶初创企业 。我们的客户里有博世这样的巨头，也有知名的新型造车公司。
我们和Intel做完CES的产品原型展示后得到了非常多的认可，然后我们把它拿去给国际国内这些OEMs还有 Tier1s去做测试。你要充分意识到汽车工业的一些本质属性，它对硬件安全性的测试是极其专业缜密的。比如自动泊车这件事，会分解成400多个case。一个国际的OEM把我们的系统拿去测试后反馈回来50多页的文档，非常非常细致，corner cases几百种，比如黄昏时的下雨天、早晨迎着阳光、背着阳光，分解出很多很多场景。我们为此做了很多优化，甚至一度把整个系统全部推翻重写。
我们一定要思考的是，什么事我们应该做，什么事我们不应该做。有很多人擅长我们不擅长的，我们就不做 。我们要做的是市场上的稀缺能力， 给这个世界带来new dimension。
比如车规级的电路板，各种辐射认证，高低温测试，那些东西算稀缺资源吗？一堆Tier1s都可以做。但你要说在中国路况把行人检测做到极致，这是不是稀缺资源？这显然是。
我很相信长板理论。你要有一个稀缺的核心技术能力，你有、别人没有、你能做到最好。
“创业的本质，是技术和商业的进步相伴相生”
2012年，我是在中国第一个推深度学习的；2013年，我是第一个提自动驾驶的；2015年，我是第一个从软件的框架跳出来做芯片的。我觉得地平线有这个特质，就是 在时代大潮里做一个冷静的捕杀者，去捕杀一个在当时不太被人看到的机会 。
过去两年，我们大的方向没有变过，地平线一直坚持“嵌入式人工智能”，软硬一体，面向终端，只是越往前走，我们越聚焦。
现在我们绝大部分收入来自自动驾驶，但我们的业务精力主要还是放在基础层，芯片、算法，占了我们百分之六七十的资源。 基础层就像竹林下面的根，是互相连着的，现在上面长了两根竹子，一根竹子是智能汽车，另一根是智能摄像头 。
为什么呢？我们思考手机之所以成为这么巨大的产业，是因为智能终端是巨大的。除了手机之外，还有两个最重要的终端设备：一个是汽车，一个是摄像头。
因此，我们除了推出车规级处理器，还会推出工业级的智能摄像头的方案。它的应用场景特别多，智能家居、公共安防、新零售都是，但我们会聚焦于智能摄像头方案本身，然后去enable很多企业。
你跑什么样的方向很重要。因为你方向错了，跑得再快，再有驱动，只能错得更远 ——方向的核心就是商业模式，然后技术使得你在这个方向上跑得更快，就是这样一个关系。我现在在这一块花的精力比较多，我会花更多的精力去学习商业的事情。
技术和商业两者的进步其实是相伴相生的。
半导体行业不只有“摩尔定律”，商业模式也在不断创新：一开始芯片公司都自己造芯片厂；后来大部分变成设计公司，不建厂，就是所谓Fabless，比如高通和NVIDIA；到了Mobileye，它本质上是一个以硬件为载体卖软件的公司。
从商业模式的角度来说， 自动驾驶的出现正在让Tier1和Tier2的定义变得模糊 。
地平线首先肯定是以芯片形式承载软件，但我们的商业模式不会是传统的。比如你知道吴强博士是我们的首席云架构师，为什么我们会有云架构师？因为我们这些硬件都在线下的各种终端去获取数据，我们希望在云端汇集数据，将来可以有大数据延展出来的各种服务能力跟新的打法。
所以看未来， 我希望地平线的前十年是核心技术供应商，而后十年我们会做服务商：技术免费，服务收费 。其实到最后，所有公司的不同，首先是战略不同导致商业模式的不同。围绕不同的商业模式，你的技术就会有差异化。本质的差别并不是在技术层面。
“获得深刻认知的唯一方法就是勇敢试错”
我也经历过一些很tough的决定。
今年5月的一天，我正在底特律拜访客户，白天开了一天会，回到酒店已经深夜12点了。我打开视频，国内团队告诉我，我们芯片的仿真验证做得还不够，要不要如期流片？
当时，我们的仿真验证已经做了百分之九十了，按照经验的话应该没什么问题，我们评估有5%流片失败的风险。如果流片，但流片失败，我们要承受百万美金级的巨大损失，更要命的是我们整个研发的进展会延迟半年；如果推迟不流片，像台积电这样的芯片厂是有排期的，错过这个节点就要等下个季度。
作为团队的最高负责人，我需要去做这个决策：5%的风险，要不要赌？
这个决定非常难做。地平线一直讲软硬一体，从市场期待来讲，我非常希望交付这个东西，尤其是在只有5%风险的情况下。
底特律那时是早春，夜里12点很冷，我走出酒店，在冷风里走了一圈，冷静下来权衡利弊。 我想，我要证明我们做芯片的能力，就要最大化一次性成功的概率，最后我拍板，我们delay 。
接下来的一个月，团队一边加班加点把剩下的仿真验证做完，一边到处去找芯片厂排期，后来我们终于找到了一家可以每个月排期一次的厂商，所以最后只delay了一个月。6月18日，我们终于流片了。
8月底芯片回来，在上海测试，我立刻飞到上海。其实我酒量很差，现在不喝酒了，但当屏幕上面弹出第一行测试代码的时候，我真的非常非常兴奋。我们跟测试团队一起开了一瓶白酒。
创业每天都是不断地在兴奋和不安中切换，活在现实和理想的巨大差距里。我天性是比较乐观的，要不然真没法创业，创业太苦逼了。 未来并不是客观存在的，是一个illusion，你要把脑袋里那些悲观的东西全关掉，坚定地相信一个非常大的未来，要不然真跨不过去 。
创业的美妙之处在于，它把你放到一个极致的环境里，让你剧烈地成长。每天到家几乎都是凌晨，小孩睡了，早上他6:45就去上学了，那时我还没醒，经常就只能周末在一起说说话。
我从每天早晨醒来的那一刻就在思考今天怎么跟昨天不一样。如果不是在创业这么个紧张刺激的环境里，我是不会有这种思考的。在 创业之前，我认为我在百度足够work hard，但创业这两年，我觉得我对自己的改变，比过去十年都大 。
很多人说科学家不适合创业，其实跟性格特质有关。越是科学家，越喜欢深思熟虑、万事俱备再去做事，但我认识到一件事，无论你自认为多么聪明、做多么充分的设想、事先对战场状况多么了解，一旦冲入战场，形势的变化会远超你已有的经验。创业就是要赌。如果什么东西都看到，完全放在桌面上你才去做的话，那不叫创业，那叫工作。你唯一要做的事是勇敢，勇敢地放第一炮，看第一炮离你的目标有多远，再决定怎么放第二炮。你一定不能不放，你光设想，你以为你很牛逼，但其实你是傻逼。所以，让你真正获得一个深刻认知的唯一方法就是去勇敢地试错。
回顾过去两年，我也不断在调整自己。我过去很温和，但现在我知道如果要真的把团队打造好，它的核心是要“皮实”，要放到一线去摔打，去试错。过去我不太会say no，让我的时间表有点过于紧张了，现在我试图自己去设计自己的agenda，学习say no。所以回顾这两年， 创业带给我最大的变化在于更加“狠”了。决策上面更加地果断、决断，并且更加意识到要make tough decision 。
“做最正确的事”
两年前出发的时候，我立了个flag，“星辰大海，自我清零，从此专注一件事”。什么促使我创业？我想主要是三点：
一是那时候，我带领百度的人工智能已经发展到在国内国际都相当领先，我也说服了Andrew Ng （吴恩达） 加入百度，我觉得我的使命已经告一段落；
二是我认为人工智能往前去发展，一定要走软硬结合的道路；
三是我判断在未来的十年里，创新的机会将一波一波越来越大，我要到新的时代里去中流击水，而不是只做一个旁观者。
地平线一步一步走到今天，我觉得最重要、最关键、最正确的一件事情，是我们在出发的时候就决定要在互联网的边缘去做端的人工智能，走软硬结合，避开BAT在云端构建的势能所覆盖的范围。这有点像毛当年不去长沙去井冈山，“农村包围城市”。我觉得这是我们做得最正确的事情， 这个事情克服了其他所有的困难和错误 。
创业就像黑夜中开车，前面其实看得不是那么清楚，你只能focus灯光，聚焦在你自己的路径怎么开。你的方向对了，其他人自然会掉队。
地平线是非常非常独特的，是唯一一家一开始就信仰软硬结合，信仰嵌入式人工智能的公司。现在越来越多公司认识到软硬一体的价值，但我们是最早的。一直以来，地平线面对的是非常复杂的工程。这项任务虽然困难，可我认为只有达到这样的维度才能构建宽广的护城河。
地平线刚起步的时候，很多人都是一副很不屑的态度，说一个算法团队怎么可能做芯片？但我们相信人工智能的未来，坚持做软硬一体的解决方案，做一个普适的“大脑”，使任何一个普通设备，只要搭载地平线的人工智能系统和芯片，就能够成为一个新的AI物种。
在天文学里，“Horizon”有个定义是人类可触及的最远的宇宙边界，目前是140亿光年。这是一个很远很远的边界，但并不是触不可及的。
汪国真有一首诗：“既然选择了远方，便只顾风雨兼程；既然目标是地平线，留给世界的只能是背影。”
地平线就是要走到足够远，一起去穿越这140亿光年，让人工智能从这条“地平线”冉冉升起，真正来到每个人的身边。
