在我原先的知识地图里，在通往AGI的竞赛中，中美两国一直占据主导地位，可能再加一个欧洲的Mistral AI。所以这个月看到Skana AI以2亿美元A轮融资和10亿美元估值跃升为独角兽，还是蛮好奇的。
Skana AI的两位联合创始人都有着显赫的学术背景：
Llion Jones：2017年著名论文《Attention is All You Need》的作者之一，他是八位作者当中最后一个离开谷歌的。 David Ha：曾在谷歌大脑和Stability AI任职，在强化学习和生成模型方面有深入研究。
本文将探讨Skana AI的成功之道及其对AI行业，尤其是中国AI创业企业的启示。
一、创新技术：自然启发的分布式AI
Skana AI是一家受自然界启发、特别是鱼群集体行为而创立的公司。其核心技术"集群智能"是一种创新的分布式AI架构，具有以下特点：
多智能体系统：由多个小型模型组成，通过简单的局部交互产生复杂的全局行为。 自组织和适应性：每个"智能体"能根据环境变化调整行为，实现整体自适应。 分布式学习：并行学习并共享知识，提高学习效率和系统鲁棒性。 能效优化：分散计算负载，在较低能耗下实现复杂任务处理。
这种创新的技术框架，被公司称为"模块化神经网络"（Modular Neural Networks）。它允许Skana AI构建更小、更专注的模型，这些模型可以更容易地适应特定任务和工作流程。
Skana AI还提出了"AI Scientist"框架，旨在实现端到端的自动化科学发现。
该框架包括三个阶段：想法生成、实验迭代和论文撰写。它能够自动探索新问题、解决问题并撰写论文，同时还包含一个高水准的Review Agent。
二、市场策略：专注与本土化
Skana AI的成功很大程度上归功于其明确的市场定位和深度本土化策略：
专注于工作流程优化：Skana AI不追求通用型AI，而是专注于优化特定的工作流程，为客户提供高度定制化和确定性的解决方案。 日本市场契合：
针对劳动力短缺：开发能在多个领域替代或增强人力的AI解决方案。 低碳AI：利用高能效技术特点，契合日本的低碳发展趋势。 日语优化：专门针对日语的语言学特性进行模型优化，提供更准确的日语处理能力。
以结果为导向：Skana AI强调他们的方法能够产生更可靠、更可预测的结果。这种确定性对于企业客户来说极具吸引力，因为它降低了风险并提高了可控性。
三、中国AI企业进军日本市场：挑战与启示
日本市场常被比喻为一颗椰子——外壳坚硬，难以攻破，但一旦成功进入，其中蕴含的机遇如同甘甜的椰汁。
然而，Skana AI的成功表明，只要找准定位，采取正确的策略，中国AI企业仍有机会在日本市场取得成功。以下是关键启示：
聚焦具体问题：日本企业用户更青睐像Skana AI这样专注于解决特定工作流程中具体问题的AI解决方案，而非追求"万能"但"样样松"的通用系统。 重视确定性和可靠性：日本企业客户特别看重AI系统的稳定性和可靠性，能够一以贯之地完成特定任务的系统更受欢迎。 模块化和可定制性：采用模块化设计，使AI系统能够灵活适应不同客户的具体需求，这种定制能力在日本市场尤为重要。 深入理解客户工作流程：将AI无缝集成到日本客户现有的工作流程中，这需要对日本企业的运作方式有深入了解。 注重实用性：避免陷入纯粹的技术炫耀，而应专注于能够立即为日本客户创造实际价值的解决方案。 组建本土化团队：建立一个既懂技术，又深谙日本市场的团队，这对于理解需求和提供适合的解决方案至关重要。短期而言，可以找在日本的合作伙伴一起打开局面。 保持创新动力：虽然要专注于特定领域，但持续的技术创新仍是在日本市场保持竞争力的关键。
在寻求合作伙伴时，中国AI企业可以考虑多种策略：与像Skana AI这样的本土创新企业合作可以获得深度本土化优势；与OpenAI、Anthropic、谷歌还有微软等全球巨头合作则可以获得技术领先性。理想的做法是根据具体项目需求，灵活采取多方合作策略。
结语
Skana AI的崛起代表了AI技术发展的一个新方向，为整个行业提供了新的思路。它的成功表明，在AI领域，专注和精准可能比广泛和通用在目前更能落地。
对于中国AI企业来说，这提供了一个重要的启示：专注于开发能够真正解决具体问题、优化特定工作流程的AI解决方案。通过深入理解客户需求，提供高度定制化和可靠的AI工具，企业可以在竞争激烈的AI市场中找到自己的立足点，并在全球AI竞争中脱颖而出。
