来源 | 机器之能
Abhinav 和 Raghav Aggarwal 兄弟俩自学编程，从初中就一起创业，成立的公司很快开始盈利。 年，他们创立 AI 公司 Fluid AI，客户包括英国巴克莱、中东阿联酋迪拜国民银行，以及埃森哲、 Intel、劳斯莱斯、丰田等。
Fluid AI 的创始人 Abhinav 和 Raghav Aggarwal 兄弟俩正在银行系统中部署人工智能，让客户在使用银行服务的同时能够感受到乐趣。当然，他们还有一个更加认真的愿景：那就是为全世界打造即插即用的人工智能引擎。
Abhinav（左）和 Raghav Aggarwal 在畅想一个美好的未来，那时，人们将分不清和他（她）说话的是机器还是人类同伴
Abhinav Aggarwal 喜欢描述数十年之前就开发出第一台人工智能机器的科学家的故事。他们问机器的第一个问题是：「上帝是否存在？」回答是：「现在有了！」这个 26 岁的年轻人有些消瘦，眼镜后面闪烁着兴奋的神情，因为他知道自己处于风口。
我们很容易理解这种奇妙的故事为何让 Abhinav 念念不忘，作为 Fluid AI 的 CEO，他想重塑机器与人类的交谈方式。 年，21 岁的 Abhinav 和他 29 岁的兄长 Raghav Aggarwal（现在是 Fluid AI 的总经理）创办了 Fluid AI，利用人工智能提供直观的用户体验和数据分析。
人工智能和相关领域（如语音识别和图像识别）的进展，极大提升了计算能力和存储能力，机器将会替代以往人类的角色。
以印度本土银行 RBL 银行为例。当你走近孟买的 RBL 银行恩海路支行时，替代传统接待员的是智能屏幕，它使用运动传感器检测到你的进入，然后对你说「你好，欢迎光临」。
申请贷款、评估信用卡、获得最新的费率，只要在虚拟按钮上面做相应的手势，这一切就能完成。同时，安装在信息亭上的相机在捕捉你的面部图像，Fluid AI 的软件系统会根据采集到的图像判断你的兴趣。如果它感知到你渴望获得一笔住房贷款，它会为你推荐适合的选项和计划。你还可以对着屏幕讲话，或者对着屏幕上的按键做手势，说一声「cheese」，照片就会保存在银行系统。拨打一个免费的电话号码，照片将通过 WhatsApp 发送到你的智能手机。「这将会吸引新时代的人们」，Abhinav 一边说，一边拿起会议桌上的魔方，忘情地玩了起来。
一位顾客正在 RBL 银行使用 Fluid AI 的手势识别技术
在未来的几个月里，RBL 银行计划在其他大城市部署 Fluid AI 以体验为基础的智能屏幕解决方案。除了吸引客户，这个解决方案也会收集、分析客户的相关信息，将其反馈给银行，银行再根据这些信息，提供最适合的产品来取悦客户。
Abhinav 和 Raghav Aggarwal 兄弟俩热爱编程，自学成才，如今，Fluid AI 具有 50 人的规模，并且已经盈利。Fluid AI 的总部设在孟买，在夏洛特、北卡莱罗纳州、荷兰和毛里求斯都有分部，而 Fluid AI 的业务已覆盖大量金融机构，例如英国巴克莱、中东的阿联酋迪拜国民银行，以及美国一家大型银行，其他客户还包括轴心银行（印度），沃达丰印度，芯片制造商 Intel，IT 咨询公司 Accenture 和 Capgemini，汽车制造商劳斯莱斯、丰田和英雄集团，以及大型后台办公外包公司 Intelenet。
回溯到 年，那时的 Abhinav 正在读中学，Raghav 在读大学，他们首次创业，为中学和大学开发基于云平台的学习管理系统，将其销售给教育机构。在当时，将计算机软件和数据存储在机房是常态，亚马逊向企业组织/用户提供云计算服务的业务也才刚刚开始两年时间。
Abhinav 兄弟俩开发的这套名为 TruTech 的学习系统，可以让学生、老师和家长在任何地点都能访问出勤、课程进度、笔记等相关信息。最终，全国有 30 万中学生、大学生使用这个平台，「这给我们带来了很好的利润」，Abhinav 拿着他已经完成的魔方，笑着说。
两个男孩一边上学，一边进行这项工作，他们发现这款软件具有很好的可复制性。 年，他们在纽约度假，报名参加了由 TechCrunch Disrupt Hackathon 赞助的全球最大编程竞赛。经过 24 小时的连续编程，他们获得了胜利。他们意识到自己能够提供「更高级的技术」以及「更出色的服务」，Abhinav 解释，「从那时起，我们就开始建立基于人工智能的服务。」
此后，他们沉浸在软件开发中，在母公司 TruTech 的基础上创立 Fluid AI。创立 Fluid AI 的过程中，TruTech 一直拥有良好的收入状况，这使得他们能够更好地运营新公司。甚至到今天，95% 的付费学校都仍然是 TruTech 的客户。
当 Fluid AI 开始扩张，引起客户注意的时候，Raghav 和 Abhinav 分别被印度管理学院及印度商学院录取，但一个月之后，他们都决定退学。年少时的创业，让他们积累了丰富的商业经验，花费两年时间攻读 MBA，再回到此前的业务中，并没有太大的意义。「在技术上，两年却是宝贵的时间」，Raghav 打趣道，「所以我们决定退学，全职发展 Fluid AI」。
Fluid AI 给客户提供两种解决方案。一个是体验类产品，如同 RBL 银行，在信息亭安装智能屏幕，吸引客户，并与客户交互。智能屏幕嵌入计算机视觉技术，识别客户身份，理解他们的手势，听他们说话，与他们交谈。该技术可以完成比目前部署在 RBL 银行更为丰富的功能，如智能屏幕会提示客户出示身份证。通过这一步骤，机器可以读取到所需的数据，并创建和护照一样大小的图像，与客户身份证上的照片进行实施匹配。Abhinav 说，「有了这项功能，你可以在 30 -40 秒内完成开户过程」。因为嵌入了人脸识别技术，客户还能与顾问进行实时视频通话。当客户下一次走进银行，机器记得客户的名字以及此前浏览过的产品，并清楚该客户与银行的具体关系。
Fluid AI 提供的第二个技术帮助客户更好地使用数据。Fluid AI 的软件包以公司的数据为基础，能够理解数据的含义，帮助公司做出更好的决策，甚至预测。例如，一家零售商使用 Fluid AI，可以从数据分析了解到某个具体的客户将要流失，除此之外，还能更具体地分析如何阻止这种趋势。
Raghav 说，「我们预测到将要流失的客户后，可以在最佳的时机，针对性地向他提供商品销售，以留住他」。埃森哲咨询公司是 Fluid AI 数据产品的众多客户之一。埃森哲咨询公司经理 Avnish Sabharwal 说，「我们与 Fluid AI 这样的初创公司合作，针对我们客户的复杂的业务问题，提供创新的解决方案」。
客户应用案例还有很多。Abhinav 介绍， 年 11 月，高价值货币钞票行情恶化时，使用 Fluid AI 数据解决方案的银行反而更赚钱。「我们的系统自己学会了已经改变并自动适应的撤销模式。而使用基于分析的解决方案的很多传统人士必须进入并重新编码后端」。
推动这一功能的是 Fluid AI 对深度学习和人工智能的使用。简单来说，人工智能代表一项能够让计算机像人类一样去思考、理解和交流的技术。传统的技术需要给计算机进行编程，告诉它们如何去做。然而，机器学习是人工智能的一个子集，通过使用机器学习，计算机能够从自己的经验中被教会做一些事情。深度学习又是机器学习的一个子集，它能让计算机执行类似语音识别和图像识别的任务。
Raghav 说，「我们在复制最基础水平的人类智能」。这两种解决方案都是由「遗传演化网络」来驱动，他说，这涉及到给深度学习的顶层添加一层「遗传演化」层。这项技术受人类进化的启发，它拥有 10 万个「物种」，每一个物种都被设计成具有一个终端目标，例如理解顾客的情绪或者决定将哪一种商品向上端销售。Abhinav 解释道，「我们的算法建立在 10 万个类似于人类进化的物种，表现良好的那些种类将会被继续传播，表现不好的种类将在这个过程中消失」。这使得他们的软件可以实时学习，并且在数据端和体验端都拥有「很高水平的精确度和预测」。
再加上这家公司遵循着的即插即用模型的原则，客户可以尽可能无缝地设置 Fluid AI 的解决方案。解决方案位于云端，位于客户数据之上，在需要的时候就会将数据上传至云端。Raghav 说，「我们的大多数客户，特别是 BFSI 部门的客户，由于监管的原因，不想将其数据推送到云端。此外，由于他们拥有如此多的数据，将其带到云端将需要几个月的时间。因此，我们的解决方案部署在他们的环境中」。
风险投资公司 Kalaari Capital 的合伙人 Sumit Jain 表示：「与企业和中小型企业客户紧密结合，为他们提供易于采用的端到端解决方案，将帮助基于人工智能的公司创造粘性和可持续发展的业务」。它也有助于 Fluid AI 将销售周期从之前的六个月缩短到一个月。Abhinav 指出，即使是「规模大，业务复杂的客户也可以立即启动运行，让他们保持敏捷」。Mastercard 将 Fluid AI 加入到其 Start Path Global 计划中—该计划是一项支持正在重塑未来商业形态的后阶段创业公司的举措。而市场研究公司 Forrester Research 为大型企业客户提供技术决策和采购建议，将 Fluid AI 列入其最近的全球 AI 报告中顶级深度学习供应商之一。
尽管劝说他们的第一大客户 Vodafone India 正在继续，然而对话的内容已经改变。Abhinav 说，「现在已经不是最好能够使用，而是必须使用」，当他们在 年开发基于人工智能的解决方案时，没人习惯谈论人工智能。后来随着计算能力的增加和存储成本的降低，以及大量的标注数据的出现，这一现状有了改变。
沃达丰从 Fluid AI 基于智能屏幕的体验侧解决方案中获益良多，电信专业人员已经部署在孟买、Gurugram 以及 Pune 的顾客体验中心（CEC），以更好地吸引客户。新产品和 CEC 的高级经理 Rutvij Gupte 说：「挑战在于，有时候客户不能很快明白他们需要使用手势与屏幕通话」。「Abhinav 和 Raghav 正在努力」，他补充道。
全自动化机器驱动的交互，遇到的明确挑战就是离线互动。Jain 说，「绝大多数离线交互场景都由客户与真实人类的交互需求驱动。改变客户的行为需要时间，争论只能通过实验性的部署以及关于客户采纳和使用的数据来解决」。
然而，Raghav 指出，对于那些拥有实体门店的客户而言，保证每一个客户在每一个店铺得到同质量的体验是一个挑战。「你需要一个可扩展的质量体验」，他说。Raghav 甚至相信，随着人力成本的上升以及顾客注意力的提高，Fluid AI 的体验解决方案在吸引客户方面会呈现出一个「更加动态的水平」。尽管像 Vodafone 一样的客户，对这些挑战心知肚明，但是它们更加清楚地意识到利润差别所在。
在沃达丰的用户体验中心，Fluid AI 的解决方案旁边是其他交互系统，由其他供应商提供的触摸屏电脑也有助于以一种有趣的方式呈现信息。Abhinav 说，「在用户体验方面，我们认为做交互式触摸屏的商家、基于投影的产品以及像亚马逊这样做语音交互的公司才是我们的竞争对手。但是没人能够像我们一样在现实应用中将手势、语音和人脸识别结合起来。」然而，在数据产品方面，他把 IBM 的认知人工智能平台 Waston 作为竞争对手；但他同时表示，两者存在根本的不同。他解释道，「如果你让机器来阅读论文或者法律，Watson 会做得更棒，但是我们的 Fluid AI 在抽象大数据方面做得更好，基于大数据做出微观决策，然后在实时的学习中进行遗传演化」。
如今，人工智能已经成为一个热点话题。据 Kalaari Capital 分析，自 年以来，全球共有 25 亿美元的私人资金被投入到人工智能初创公司，在未来几年这个数字还有望增长。Jain 说，在印度，自 年以来人工智能方面共有超过 5000 万美元的投资金额。
Fluid AI 的收入和利润也遵循这一趋势。自从 年建立学习管理平台开始，Aggarwal 兄弟俩就没有在投资上发过愁。Abhinav 说，「我们从第一天起就开始盈利」。他们的商业模式很直接：在数据端，他们的客户付年费，而对于更大的合同，他们从 Fluid AI 给客户带来的收益中抽成。这意味着，如果一家大型国际银行在它的 ATM 上部署了 Fluid AI 的解决方案，然后可以更好地预测现金流，比如银行以此减少了 10% 的浮动。假设在 ATM 维护上花费了 2 亿美元，那么就相当于节省了 2000 万美元的成本；Fluid AI 收取 10%-15% 的手续费。Raghav 说，「当然这个结果也和我们系统的性能相关，这会让客户确信我们能够达到他们期望的性能，让他们感受到在 Fluid AI 解决方案上的投资是值得的」。
这类利润份额占到了 Fluid AI 利润的很大部分。另外，用户体验类产品与数据类的年度许可授权一起，客户可以在一个信息亭得到一整套硬件单元，然后在部署硬件单元的每一个地方付一次费。Abhinav 说，客户部署的时候需要提前支付 50%，所以资金流向来都不是问题。
Fluid AI 创始人并未披露他们的具体收益，只是说该公司在上一财年（.4.1—.3.3）的增长率为 300%。Abhinav 说，「过去几个月中我们在迅猛扩张，完成了与几个国际客户的交易，并且我们已经在和其他五家美国银行进行商务接触」。针对目前的财务状况，我们的收入增长预计可以保持在 250％。
Aggarwals 仍然怀揣更长远的愿景，那时，人们将无法区分他们是否与人类同伴或机器交谈。兄弟俩说，「我们想为这个世界打造即插即用的人工智能引擎」。
