2018年,外表光鮮的人工智能創(chuàng)業(yè),究竟該如何賺錢?智能

李北辰 2018-02-01 15:03
分享到:
導(dǎo)讀

在廣袤AI的疆域,神仙有神仙的活法,精靈有精靈的活法,巨頭們的生態(tài)博弈,并沒有堵死創(chuàng)業(yè)者的路。

封面.jpg

不知不覺,2018年已悄然過去一個(gè)月,但在AI創(chuàng)投界,仍有一個(gè)問題懸而未決:AI創(chuàng)業(yè)最可行的商業(yè)模式,依舊模糊不堪。

要知道,僅在中國A股市場(chǎng),就有200多家大數(shù)據(jù)和人工智能企業(yè),這還不算尚未上市的數(shù)以千計(jì)的初創(chuàng)企業(yè)。然而,不少投資人在抱怨,往來于各種AI論壇的光鮮中,那些科技新貴們看似群星璀璨,但真正在商業(yè)化上令人興奮的公司數(shù)量,卻非常慘淡。

去年底,一篇《保衛(wèi)科大訊飛》,更是揭開了AI團(tuán)隊(duì)遭遇BAT時(shí)的傷疤。文章導(dǎo)語寫道:“近20年的技術(shù)積累能為科大訊飛暫時(shí)構(gòu)筑一個(gè)壁壘,但不得不說,這個(gè)壁壘在互聯(lián)網(wǎng)企業(yè)快速迭代的模式下,將會(huì)很快瓦解”——強(qiáng)如科大訊飛,也在巨頭面前拉響警報(bào),其他咖位尚淺的AI創(chuàng)業(yè)者,不禁感到惶恐。

他們?cè)诨炭质裁矗?/p>

回答這個(gè)問題,必須深諳AI產(chǎn)業(yè)鏈格局。

人工智能的產(chǎn)業(yè)鏈大概分三層。最底層是地基,包含云計(jì)算,芯片和開源框架等。這一層門檻高企,拿芯片來說,芯片市場(chǎng)的機(jī)會(huì),留給了英偉達(dá),高通這些賭資雄厚,永遠(yuǎn)也不下牌桌的“old money”身上。

地基之上,是中間層。你熟悉的圖像識(shí)別,語音識(shí)別等通用技術(shù),就在這一層。你之所以熟悉,是因?yàn)檫@一層賽道寬闊,熱鬧非凡,攫取了媒體最多的聚光燈:BAT將其視作關(guān)鍵要塞,是他們搭建生態(tài)系統(tǒng)的核心;深耕技術(shù)多年的各路AI中小型團(tuán)隊(duì),也在這一層擠得頭破血流,他們不斷吸取數(shù)據(jù),精進(jìn)算法,試圖與巨頭掰掰手腕。

但很遺憾,據(jù)我所知,不少投資人都傾向于認(rèn)為:這一層未來仍是巨頭的內(nèi)斗。因?yàn)槿舨豢蚨硞€(gè)具體行業(yè),BAT最不缺的就是數(shù)據(jù);且所謂搭建生態(tài)系統(tǒng),基本等同于未來通用技術(shù)一定全部免費(fèi),然后靠云計(jì)算等其他服務(wù)收費(fèi)。而擠在這一層的AI創(chuàng)業(yè)公司,卻只能繼續(xù)靠技術(shù)本身賺錢,未來的路只會(huì)越走越窄(理由后面會(huì)說到)。

那么,天山神仙打架,小角色只配看個(gè)熱鬧?當(dāng)然不是,AI世界不會(huì)如此無趣,AI產(chǎn)業(yè)鏈還有最上面的應(yīng)用層:小角色最明智的打法,就是手握巨頭們的技術(shù)武器,選擇垂直領(lǐng)域,一頭扎進(jìn)去。

這并非什么新鮮論調(diào),已是投資界共識(shí),我今天更想說的是:人工智能創(chuàng)業(yè),該扎進(jìn)哪些行業(yè)。

按照迅雷創(chuàng)始人程浩老師的劃分,人工智能與垂直行業(yè)的相遇,可細(xì)分為“AI+行業(yè)”和“行業(yè)+AI”。“AI+行業(yè)”是指在AI革命來臨前,世間不存在這樣的產(chǎn)業(yè),譬如無人駕駛和智能音箱,開辟了一條全新的產(chǎn)業(yè)鏈,創(chuàng)業(yè)公司與巨頭處于同一起跑線,但事實(shí)上,這對(duì)創(chuàng)業(yè)公司是不利的,正因?yàn)槠鹋芫€的相對(duì)公平,巨頭的數(shù)據(jù)優(yōu)勢(shì),會(huì)讓他們迅速拉開與創(chuàng)業(yè)公司的差距。

而“行業(yè)+AI”是指行業(yè)一直存在,產(chǎn)業(yè)鏈成熟,只是過去完全靠人工,效率低,AI的輔助決策大幅提升了運(yùn)行效率(比如安防和醫(yī)療等領(lǐng)域)——相比于“AI+行業(yè)”,“行業(yè)+AI”對(duì)創(chuàng)業(yè)公司更友好,也更易構(gòu)建出行業(yè)壁壘。

在程浩老師看來,行業(yè)壁壘才是AI創(chuàng)業(yè)最夯實(shí)的護(hù)城河,巨頭與創(chuàng)業(yè)公司唯有在“行業(yè)縱深度”這個(gè)泥濘的戰(zhàn)壕里,才能達(dá)到真正意義上的公平——不只是起跑線公平,深耕的過程,同樣公平。

他拿“醫(yī)療+AI”舉例:“大量準(zhǔn)確的被醫(yī)生標(biāo)注過的數(shù)據(jù)最重要,沒有數(shù)據(jù),再天才的科學(xué)家也無用武之地。但在國內(nèi),醫(yī)療數(shù)據(jù)拿出來非常困難,BAT做醫(yī)療一點(diǎn)優(yōu)勢(shì)都沒有,他們要把這些數(shù)據(jù)從各醫(yī)院、各科室搞出來也很累。相反,如果一個(gè)創(chuàng)業(yè)者在醫(yī)療行業(yè)耕耘很多年,也許拿起數(shù)據(jù)來比大公司更容易。這與互聯(lián)網(wǎng)+一樣,一旦細(xì)分到具體行業(yè),并不是說你百度、騰訊有資金、有流量,投入人才就什么都能做,比拼的還有行業(yè)資源和人脈……在巨大的行業(yè)壁壘面前,真不是說我的算法比你好一些,市場(chǎng)就是我的,只有技術(shù)優(yōu)勢(shì)仍然差的很遠(yuǎn)。回歸‘AI+行業(yè)’和‘行業(yè)+AI’,通常來講前者的行業(yè)縱深比較淺,后者則有巨大的行業(yè)壁壘。而行業(yè)壁壘,則是創(chuàng)業(yè)公司最大的護(hù)城河,也是抵擋BAT的關(guān)鍵。”譬如,另一個(gè)有巨大壁壘的“行業(yè)+AI”案例是安防,海云數(shù)據(jù)創(chuàng)始人馮一村就曾坦言:“沒有哪個(gè)創(chuàng)業(yè)公司像我們這樣去扎一個(gè)行業(yè)。”這幾乎是對(duì)“行業(yè)壁壘”理論的一種極端化描述:他們屬于AI產(chǎn)業(yè)鏈最上層,選擇了安防等“行業(yè)+AI”深耕;他們技術(shù)不錯(cuò),但不靠技術(shù)本身賺錢,卻賺了更多的錢。剖析這家悶聲賺錢的公司,或許是探究AI商業(yè)模式的一條捷徑。

而讀完這篇文章,我希望你相信一件事:在廣袤AI的疆域,神仙有神仙的活法,精靈有精靈的活法,巨頭們的生態(tài)博弈,并沒有堵死創(chuàng)業(yè)者的路。

只靠技術(shù)賺錢,可能性不大

科技世界,最賺錢的公司往往不是聚光燈下的公司。

譬如在大數(shù)據(jù)時(shí)代(短暫流行過后,這個(gè)詞已經(jīng)老了),最賺錢的不是大數(shù)據(jù)公司,而是為大數(shù)據(jù)提供底層支持的云計(jì)算公司;而在人工智能時(shí)代,真正激發(fā)的是大數(shù)據(jù)市場(chǎng),“AI最重要的邏輯是用數(shù)據(jù)做智能化訓(xùn)練,所以在人工智能時(shí)代,最賺錢的公司并不是像商湯和Face++這類的公司,不是說這些公司不賺錢,他們也賺錢,但他們的盈利模式并沒有呈現(xiàn)很清晰的特點(diǎn)。”

其實(shí)就像馮一村所言,在不少投資人眼中,倘若人工智能團(tuán)隊(duì)的自我定位永遠(yuǎn)是“技術(shù)提供商”,沒有給客戶提供一套整體解決方案,那么它在產(chǎn)業(yè)鏈中的價(jià)值將會(huì)日趨暗淡。

這不難理解。原因之一,如前所述,就像那篇《保衛(wèi)科大訊飛》所寫,巨頭會(huì)免費(fèi)提供圖像和語音識(shí)別等通用技術(shù)。原因之二,AI本身的技術(shù)門檻正在下降,就像獵豹移動(dòng)傅盛所言:“深度學(xué)習(xí)的核心是數(shù)據(jù)驅(qū)動(dòng),雖然有模型調(diào)參,有自己的優(yōu)勢(shì),但別人有更多的數(shù)據(jù)調(diào)參會(huì)很快拉平優(yōu)勢(shì),很難真的想像一家公司通過提供技術(shù)輸出就能成功。未來深度學(xué)習(xí)是基礎(chǔ)的技術(shù)運(yùn)用,很多公司都具備深度學(xué)習(xí)的研發(fā)能力。”

舉個(gè)例子,在過去,初創(chuàng)AI團(tuán)隊(duì)的進(jìn)展受制于軟件開發(fā)所花費(fèi)的時(shí)間,但如今,巨頭們紛紛開源了自家的深度學(xué)習(xí)框架,初創(chuàng)團(tuán)隊(duì)可以如插件一般,將人臉識(shí)別等技術(shù)嫁接到自己的系統(tǒng)中,讓沒有太多深度學(xué)習(xí)背景的開發(fā)者也能容易上手。

換句話說,單純靠技術(shù)本身賣錢,天花板很低,也很危險(xiǎn)。

那么問題來了,AI創(chuàng)業(yè)路在何方?

我認(rèn)為,最可行的出路,來自于程浩提出的“一橫一縱”理論:“一橫”是指你提供的技術(shù)服務(wù),通常“一橫”能服務(wù)很多行業(yè),但一定要找到幾個(gè)最有機(jī)會(huì)的垂直市場(chǎng),深扎進(jìn)去,升級(jí)為“一縱”——也就是,把技術(shù)轉(zhuǎn)化為產(chǎn)品,賣給客戶,商業(yè)變現(xiàn),再通過商業(yè)反饋更多數(shù)據(jù),夯實(shí)技術(shù),形成商業(yè)閉環(huán)。

總之在我看來,隨著未來技術(shù)門檻的下降,AI創(chuàng)業(yè)者的身份認(rèn)同,要從最原始的“技術(shù)提供者”,逐漸轉(zhuǎn)向成為一個(gè)“行業(yè)專家”。而在這個(gè)過程中,他們應(yīng)時(shí)刻謹(jǐn)記兩點(diǎn):1,面對(duì)自己時(shí),深耕幾個(gè)垂直領(lǐng)域,然后等待時(shí)間的回報(bào);2,面對(duì)客戶時(shí),從技術(shù)提供者進(jìn)化為一個(gè)“賦能者”,授之以魚不如授之以漁。

授之以魚不如授之以漁

AI創(chuàng)業(yè)者深耕具體行業(yè),還有另外一個(gè)原因:AI將在To B和To G領(lǐng)域率先落地。

其實(shí)不止人工智能,追溯歷史、計(jì)算機(jī)、互聯(lián)網(wǎng)、智能手機(jī),任何顛覆性技術(shù)的發(fā)展路徑大抵相似:緣起于軍方和政府(我一直覺得,冷戰(zhàn)時(shí)期的美軍是人類史上最大的“黑科技集中營”,這篇不贅述了),待到技術(shù)相對(duì)成熟后交還與企業(yè),然后用于特定行業(yè),最后變成大眾消費(fèi)品——AI亦如此,去年AI的落地過程,其實(shí)更多是向To B和To G等傳統(tǒng)行業(yè)滲透的過程。

而人工智能To B和To G落地的第一站,很多都是在傳統(tǒng)行業(yè),用AI進(jìn)行輔助決策。拿海云舉例,他們大數(shù)據(jù)可視分析起家,現(xiàn)在把AI與可視分析技術(shù)結(jié)合,選擇四個(gè)“行業(yè)+AI”深耕:公共安全,交通運(yùn)輸,軍民融合和智慧城市,推出與這些行業(yè)結(jié)合緊密的解決方案,提升客戶數(shù)據(jù)決策能力。

頗值一提的是,他們?cè)谂c行業(yè)客戶交流中發(fā)現(xiàn),客戶真正需要的其實(shí)不是提出的具體“技術(shù)需求”,而是一整套隨機(jī)應(yīng)變的綜合能力——授之以魚不如授之以漁,海云數(shù)據(jù)因此提出了“能力服務(wù)”的概念,這一概念現(xiàn)階段的標(biāo)志物,就是圖易AI能力服務(wù)平臺(tái)。這一平臺(tái)可以通過整合軟件、硬件、數(shù)據(jù)和算法,實(shí)現(xiàn)全程“無代碼化”,客戶可根據(jù)不同需求,對(duì)海云提供的模塊進(jìn)行拖拽和組合,自己構(gòu)建智能數(shù)據(jù)處理模型。他們今后可根據(jù)不斷增加的業(yè)務(wù)需求,不斷更新自己的能力矩陣,如同搭積木一樣,完成業(yè)務(wù)的效率提升和數(shù)據(jù)決策價(jià)值變現(xiàn)。

以安防領(lǐng)域?yàn)槔趫D易研發(fā)的“智警大腦”可以通過人臉識(shí)別(利用了百度的開放技術(shù))進(jìn)入后臺(tái),然后通過語音指令調(diào)出事故現(xiàn)場(chǎng)視頻,附近的警力、周邊卡口、情報(bào)分析情況、犯罪嫌疑人的路徑、重點(diǎn)嫌疑人的檔案等節(jié)點(diǎn),可以瞬間通過一張圖和一張網(wǎng)的形式,讓公安人員實(shí)時(shí)看見,確保在事故發(fā)生后公安部門能快速處理。目前智警大腦已服務(wù)全國超過三分之一的公安市場(chǎng),使公安情報(bào)分析準(zhǔn)確率提升70%,指揮決策效率提升50%。

除了公共安全,圖易AI能力服務(wù)平臺(tái)也在完成對(duì)其他行業(yè)的改造。譬如在智慧城市建設(shè)中,它能綜合處理調(diào)度整個(gè)城市的公共數(shù)據(jù),對(duì)城市進(jìn)行全局實(shí)時(shí)分析,自動(dòng)調(diào)配公共資源,提升城市綜合治理水平,使緊急事件響應(yīng)從8分鐘降低到4分鐘,減少犯罪率和改善應(yīng)急服務(wù)。而在交通運(yùn)輸領(lǐng)域,脫胎于圖易的“智航順”可以為機(jī)場(chǎng)接入400多個(gè)數(shù)據(jù)源,集成多種類型架構(gòu)的數(shù)據(jù),并在所有機(jī)場(chǎng)功能中生成單一的運(yùn)行健康指數(shù)實(shí)時(shí)視圖,可使飛行支援準(zhǔn)備時(shí)間縮短33%,航班延誤率降低一半,提高機(jī)場(chǎng)資源利用率28%。

結(jié)語

最后想說,在整個(gè)“行業(yè)+AI”市場(chǎng),將自己定位于“行業(yè)專家”,為客戶真正賦能的AI團(tuán)隊(duì),不只海云一家——事實(shí)上,在這片叫做人工智能的草原上,倘若將BAT比作不可一世的雄獅,那么這些團(tuán)隊(duì)就像一只只勤勉的穿山甲,它們力量或許顯得卑微,但經(jīng)過時(shí)間的陳釀,經(jīng)過多年的深耕,穿山甲們也終將在各自領(lǐng)域“拱”出一方天地。

也正因如此,這片草原,才顯得生機(jī)勃勃,光芒萬丈。

李北辰/文(科技自媒體,致力于用文字優(yōu)雅的文章,為您提供談資與見識(shí);微信公號(hào):李北辰)


AI 技術(shù) 行業(yè)
分享到:

1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范,任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來源;
2.TMT觀察網(wǎng)的原創(chuàng)文章,請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源:TMT觀察網(wǎng)",不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任;
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。


專題報(bào)道