今日，人工智能整體解決方案企業(yè)Aibee宣布完成A輪6000萬美元融資，本輪融資由紅星美凱龍、紅杉資本中國基金共同領(lǐng)投，聯(lián)想創(chuàng)投、險峰長青、中麗和財基金、C Ventures（C資本）等原有股東及其他知名投資機構(gòu)跟投，雅虎聯(lián)合創(chuàng)始人、AME Cloud Ventures創(chuàng)始合伙人楊致遠等科技精英集體加持。

與此同時，Aibee正式對外宣布，前阿里達摩院決策智能實驗室負責人朱勝火正式加盟，出任聯(lián)合創(chuàng)始人，全面負責Aibee的機器學習方向。據(jù)悉，朱勝火擁有美國羅切斯特大學計算機博士學位，曾就職于NEC北美實驗室和亞馬遜公司，擁有多項專利發(fā)明，在機器學習、機器視覺、數(shù)據(jù)挖掘、信息檢索處理等方面發(fā)表120多篇學術(shù)論文。2014年加入阿里巴巴，曾任阿里達摩院決策智能實驗室負責人，主要研究方向包括機器學習和運籌優(yōu)化，應(yīng)用于計算資源優(yōu)化、端上智能、零售個性化等產(chǎn)品。

今年年初，Aibee曾獲得由昆仲資本領(lǐng)投，真格基金、華創(chuàng)資本、險峰長青、聯(lián)想創(chuàng)投、紅杉資本、涌鏵投資、地平線等機構(gòu)與其他個人投資者參與投資的1.65億元人民幣天使輪融資。目前，Aibee總?cè)谫Y金額已達1億美金。

更多人在知道林元慶源自他早年在百度的工作經(jīng)歷。在那之前，他曾擔任NEC美國實驗室媒體分析部門主管。在他的帶領(lǐng)下，NEC研究團隊在深度學習、計算機視覺和無人駕駛等領(lǐng)域取得世界領(lǐng)先水平。

2015年11月，林元慶被時任百度首席科學家的吳恩達邀請加入百度，先后擔任百度深度學習實驗室（IDL）主任、百度研究院院長，并于2017年9月底從百度離職。兩個月后，到2017年11月，林元慶正式對外公布了自己創(chuàng)建的人工智能技術(shù)公司Aibee，與此同時，林元慶的好友，斯坦福大學計算機科學系終身教授Silvio Savarese博士也受邀加入了團隊，負責技術(shù)和產(chǎn)品研發(fā)。

與其他AI創(chuàng)業(yè)公司的單點技術(shù)不同，Aibee提供的是一套整體的解決方案。其提出精準零售的目的是想通過一整套的AI技術(shù)機制實現(xiàn)三大預(yù)期：降低人力成本，增強用戶體驗以及提升運營效率。

在Aibee創(chuàng)始人兼CEO林元慶看來，以前是人去找信息，而在AI時代，應(yīng)該是要做到信息找人，要做到信息找人的體驗好，如何做到對人、貨、場的“精準”理解是關(guān)鍵。

在理解行業(yè)用戶痛點及需求的前提下，Aibee融合了計算機視覺、語音識別、自然語言理解、大數(shù)據(jù)分析、機器人等多模態(tài)人工智能技術(shù)，搭建數(shù)據(jù)、算法、技術(shù)、產(chǎn)品和服務(wù)閉環(huán)，快速落地應(yīng)用，切實幫助垂直行業(yè)提升效率與產(chǎn)能。

在此前的專訪中，林元慶曾透露，其實剛從百度出來時，最直接的想法是做AI+金融、保險，原因是金融數(shù)字化水平較高，離錢最近。但他把八九個行業(yè)全部看完的時候，排出了一個優(yōu)先級，最終選擇了從線下零售開始著手。

為何最先鎖定線下零售這個場景？林元慶告訴記者，首先，從商業(yè)模式上來講，線下零售是除了金融之外，離錢最近的，交易場景非常多；第二，線下零售體量非常之大，萬億級別的市場，同時又可以獲得海量的數(shù)據(jù)，對于AI技術(shù)研發(fā)非常重要；第三，Aibee作為初創(chuàng)公司，技術(shù)也是從零開始，而線下零售場景十分豐富，便于團隊通過做第一個行業(yè)就把非常核心的AI基礎(chǔ)技術(shù)搭建起來，例如商品存檢、人的識別、大規(guī)模數(shù)據(jù)分析、推薦系統(tǒng)等。

啟動業(yè)務(wù)9個月來，Aibee已于線下零售、線下旅游等垂直行業(yè)領(lǐng)頭企業(yè)達成合作，例如零售行業(yè)的紅星美凱龍、K11，旅游行業(yè)的深大智能，以及金融行業(yè)的廣電運通等。

林元慶認為，“之所以能獲得眾多行業(yè)領(lǐng)頭企業(yè)的信賴，核心原因是聚焦‘創(chuàng)造價值’，Aibee要為客戶提供巨大的商業(yè)價值，我們和客戶之間不只是合作關(guān)系，我們是價值共同體，更是命運共同體”。林元慶認為，傳統(tǒng)行業(yè)與AI技術(shù)是相輔相成的雙向關(guān)系，AI技術(shù)是傳統(tǒng)行業(yè)升級的動力，反之，傳統(tǒng)行業(yè)則是打磨迭代AI技術(shù)的場景。