AI创业,是商机还是泡沫?

虎嗅网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

本文来自微信公众号: caoz的梦呓(ID:caozsay) ,作者:caozsay,题图来自:视觉中国


几经周折,商汤总算上市成功。


那么现在市场上也有很多不同观点,有人认为AI是革命性的未来,也有人认为AI是一厢情愿的泡沫。也有很多人问我这个问题。今天,分享一些我的观点给大家。


李彦宏很早就决定全力投入AI,在百度还能维持中概股市值前三的时候,后来有业内大佬在新加坡约我咖啡局,问我怎么看百度的AI业务。我说蛮好的,对方颇不以为然,说好在哪里。我说,给中国AI行业培养了很多人才。


实事求是地说,中国AI产业的创业团队,大概有半壁江山是百度系跑出来的,但遗憾的是,能够成功跑上岸的,暂时还看不到。


这就带来一个很严峻的问题,AI是不是真的就是泡沫和噱头,AI在市场上到底只是故事还是真有未来。


顺便说一下,DeepMind宣布2020年扭亏为盈,给行业打了一剂强心针,但其盈利的构成并未公布,仍然成谜。有分析师猜测是其母公司Alphabet调高了DeepMind一些项目的内部结算价格,从而让DeepMind产生了盈利的财务数据,但面对真实的市场环境,其商业模式还没有得到验证。


以上,是现实中看到的一些状况,下面陈述一下我的观点。


第一:AI技术改变人类这件事,已经发生了,不是将来时,而是进行时。


我旧文也说过,你去机场,你去酒店,你登陆网银,你发起转账,人脸识别,已经很普及了。张学友演唱会能抓逃犯,也是AI技术普及的结果。


小小的一个手机摄像头,一个拍照美化功能,背后也是强大的AI技术在支撑。


影视作品,游戏作品中的各种真真假假的场景,动作设计,AI技术也被广泛使用。


金融风控和信用评估,广告投放自动优化,电商自动推荐算法,外卖,叫车软件的各种派单策略,我们常用的各种应用里,其实都有不同级别的AI技术在支撑。


AI技术已经深入融入我们的日常生活。


自动驾驶其实也已经并不遥远。


认为AI只是噱头,是炒作的,不要谈未来,看清现实就知道,这玩意已经和我们的生活紧密相关。


第二:AI无法单独支撑业务和应用,需要载体。


当我们谈AI的时候,这只是一个技术领域,其实这个词背后所指的也很宽泛。实际上不同的AI公司,往往也只专注某一个或某几个细分领域,比如有的只做风控,有的只做图像和视频处理,有的只做语音拟合,有的只做推荐策略,有的只做自动驾驶相关等等。


所以我们哪怕每天都在用AI,也很少有人知道,都在哪些场合,用到了谁家的AI技术。对于大部分普通人来说,AI没有外在露出,没有感知。


这就造成两个结果。其一,大部分哪怕每天都在使用,也不认为AI正在改变自己的生活。其二,AI的商业模式,往往存在受制于人的状况。或者说,市场再大,和你关系也不大的感觉。


这也就是纯粹做AI的公司,总是很难证明自己的商业模式,可以创造一个巨大的市场空间。


有点像什么,早期的百度,为新浪,搜狐等门户网站提供搜索技术,赚点可怜的技术服务费,就算公司规模很小,都赚不回研发成本,更看不到增长空间,即便如此,还会被巨头欠费。


这里我引用一个信息,DeepMind的团队有上千人,但核心科学家并不多,更多的是工程团队,为什么?因为 工程团队才能让技术真正落地到实际应用中,把技术变成商业效益


第三:AI的技术价值,其实被高估了。


不好意思,这句话说出来有些伤人,从商业角度,也许一个成功的AI企业,并不需要顶尖技术专家。


首先,这个世界上有极少数顶尖的AI技术专家,他们引领时代,争夺图灵奖,在Nature杂志发表论文,在各大算法竞赛上独霸头筹。


是的,很了不起。


此外,还有为数不少的一流AI技术专家,他们也许达不到顶尖技术专家这样的突破性成就,但是至少,他们能无障碍阅读Nature最新AI技术论文,能无障碍地理解和改写最先进的AI算法程序。


在工程化实现角度来说,顶尖技术专家和一流技术专家的时间差,最多六个月,甚至更短。如果顶尖技术专家缺乏工程化的能力和相关团队,甚至还不如一流技术专家能更快实现技术落地。


那你说,保持领先难道不牛逼么?


在一定阈值以内,保持领先是很牛逼的,但超过一定阈值,对不起,这个领先性的价值就被弱化了。


我举个例子,AlphaGo横空出世的时候,震惊世界,但他们的论文被很多一流高手看到了,很多借鉴相同算法的AI程序层出不穷,那么AlphaGo退出江湖后,绝艺,星阵,leelazero,以及基于leela的一堆第三方AI,都已经显著超越了最优秀的人类棋手。


那么作为人类棋手的陪练,日本棋手,中国棋手,韩国棋手,会基于获取难度,各自选择不同的AI程序。


现在,棋手的成绩提高,很大程度决定于他们和AI的对练和学习的过程。是的,热衷于和AI对练的确可以提高棋手的计算力和战斗力。但是,问题来了,棋手的战斗力提升,和他们选择的AI程序,关系很大么?很遗憾,目前看,选择不同的AI程序,对棋手的提高,不会带来特别大的区别。


为什么?因为都已经远远超越人类最高水平了,这就是我说的,超过阈值之后,其实选择谁都可以。


在某个阈值以内,领先的价值是巨大的,在某个阈值以外,领先的价值会迅速弱化。 如果我们把围棋AI比喻为某种商业AI技术,把棋手比喻为某些需要这些AI技术的商家,我们就能理解,商家的确需要这样的AI,但是在一定的阈值之上,选择不同的,其实影响没那么大。


所以,只要某领域内的有关AI技术超过阈值,一流高手和顶尖高手,做出来的东西,对应用方而言,其实几乎没区别。


顺便说一句,关于数据,AI是不是很吃数据,是不是谁掌握了数据就掌握了未来?在一定阈值之内,看上去是的,超过一定阈值,数据的价值也会极速弱化。


所以,很尴尬的一种发展可能性是,顶尖技术高手探索技术边界,一流技术高手配合工程及商业团队摘取商业果实。


对,就像特斯拉和爱迪生。


当然,还有一种可能,就是知识产权,利用知识产权,锁定技术价值。但目前看上去,对AI策略和算法,似乎并没有特别的知识产权保护及索赔的案例。


特别是,很多AI科技巨头发paper的热情,丝毫不亚于学术机构。


所以这就是现状,相关技术正在广泛被应用,但背后的科技公司,却仍然入不敷出,艰难发展。而且,在相对成熟的领域 (也就是超过应用阈值的领域) ,任何一个拥有一流人才的小团队,都可以快速复制一份接近最先进的技术,与市场领先者并驾齐驱。


那么,对于AI巨头来说,如何才能突破困局,脱颖而出呢。


其一,资源整合能力和工程能力。


需要更好的理解客户,理解产业,理解需求,更好的将技术与工程实践,以及领域内的其他资源整合起来。商业的拓展需要技术,但仅有技术肯定是不够的。


说难听点,就是要做一些粗活,重活,才能把行业落地做下去。单纯卖算法,卖策略,提供技术方案,很容易被替代。


简单说就是,客户需要的不是技术指标最好的方案,而是能解决问题的技术方案里,最好用的那个。


其二,产品化。


说简单点就是撸着袖子自己下场。


典型案例就是新加坡的领创集团,给金融业务服务商提供风控AI技术,能赚几个钱,自己直接拿牌照下场做金融业务。


或者自己直接产品化,直接进入C端。或者退一步,投资孵化产品化团队,技术和资源入股。


其三,知识产权平台。


参照 ARM,形成知识产权壁垒,通过授权获益。


我能想到的大体如此,当然,这事仁者见仁智者见智,也许会有不同意见,各自保留,懒得争论。


想了想,最后还是啰嗦几句,针对可能的疑问,还是老规矩,重在逻辑。


为什么超过阈值之后,AI的技术价值会被弱化。


其实是因为,干扰因素会超过AI的技术因素,导致技术因素的差异无法被感知。


举例而言,对于围棋AI来说,也许围棋AI甲可以碾压围棋AI乙,但影响棋手成长的,还包括棋手的智力水平,理解力和用功程度,当围棋AI甲和乙都足以碾压职业棋手的时候,那么二者算法差异对职业棋手技术打磨的影响,就已经远弱于棋手自身因素的影响,无法被有效感知。


再比如,我们说自动驾驶,我拍脑袋说一个阈值,可能未必准确。比如说,自动驾驶AI的安全性,超过人类平均水平10倍,可能就是一个阈值。那么很多人会说,越安全越有价值不是么?是的,但安全并不仅仅是算法因素对不对。比如各种传感器的灵敏度和稳定性,汽车刚性结构,承载AI的硬件设备的故障率等等。在某个阈值之上,你会发现影响安全的因素中,算法优势和其他因素相比,成为相对小的变数,那么这时候,这个算法优势就很难被感知。


这也就回到了前面提到的,比如以自动驾驶为例,整体安全性的保障,工程能力和资源整合能力就变得尤为重要。如何设计具有足够冗余保障的传感系统,如何在硬件配置上建立足够优秀的备份和灾难应急能力,当算法能力超出一定阈值之上的时候,这些能力的作用和价值就超过了算法本身。


当然, 在阈值以内,算法的价值是很容易被感知的 。这个不赘述了,所以别抬杠,很多技术领域AI目前暂时还没达到阈值,比如自动驾驶,但是我们要有这个逻辑判断力,知道技术超过阈值之后,会有完全不同的竞争重心。


本文来自微信公众号: caoz的梦呓(ID:caozsay) ,作者:caozsay

随意打赏

提交建议
微信扫一扫,分享给好友吧。