今年兩會(huì)，人工智能突然又火了，多家券商頻發(fā)研報(bào)，二級(jí)市場(chǎng)應(yīng)聲而漲。而早在二級(jí)市場(chǎng)開(kāi)始重視人工智能板塊前，一級(jí)市場(chǎng)著名投資機(jī)構(gòu)都在熱火朝天地投資人工智能。這給人一種錯(cuò)覺(jué)：無(wú)論對(duì)創(chuàng)業(yè)者還是投資者來(lái)說(shuō)，人工智能都是不容錯(cuò)過(guò)的風(fēng)口；人工智能產(chǎn)品和應(yīng)用正在加速落地，各行各業(yè)和人類(lèi)社會(huì)即將面臨翻天覆地的變化。
大多追風(fēng)口的創(chuàng)業(yè)者、投資者，最后都死得很慘，為什么？因?yàn)樗麄儙е百€徒”的心態(tài)進(jìn)場(chǎng)，對(duì)風(fēng)口形成背后的行業(yè)發(fā)展邏輯不理解，最典型的就是很多投資者仍以互聯(lián)網(wǎng)思維在看人工智能，殊不知人工智能是沒(méi)有網(wǎng)絡(luò)效應(yīng)的。對(duì)這一波人工智能，我一直有三個(gè)疑問(wèn)：
1、這一波人工智能還會(huì)倒下嗎？
2、從投資的角度，人工智能真的有那么“性感”嗎？
3、近三年哪些人工智能沒(méi)戲？哪些有戲？
這波人工智能可能不會(huì)倒下，語(yǔ)音和視覺(jué)識(shí)別應(yīng)用崛起，其他技術(shù)仍將繼續(xù)蟄伏
回顧過(guò)去60年人工智能的“三起兩落”，算法的突破是每一次高峰形成的核心，但計(jì)算能力即使在摩爾定律下每隔18-24個(gè)月提升一倍，仍然無(wú)法滿(mǎn)足機(jī)器大規(guī)模數(shù)據(jù)訓(xùn)練和復(fù)雜任務(wù)的要求，人工智能由此兩次陷入低谷。
這一波人工智能的興起依然是先在算法層面取得突破：2006年，Geoffrey Hinton提出“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)，借由它，多處理層組成的計(jì)算模型可通過(guò)多層抽象來(lái)學(xué)習(xí)數(shù)據(jù)表征。用大白話來(lái)說(shuō)就是深度學(xué)習(xí)擁有比傳統(tǒng)算法牛逼得多的預(yù)測(cè)能力。這使得人工智能取得突破性進(jìn)展。
前兩波人工智能都輸在計(jì)算能力上，這一波人工智能由于使用了GPU架構(gòu)，甚至還有更先進(jìn)的智能云被提出來(lái)，因而計(jì)算能力能夠支撐非常多的大數(shù)據(jù)訓(xùn)練。從這個(gè)角度來(lái)看，這次人工智能熱潮不會(huì)像前兩次那樣很快進(jìn)入冬天。但人工智能能否突破各種限制，實(shí)現(xiàn)爆炸式的科技發(fā)展，仍要留一個(gè)疑問(wèn)。
除了計(jì)算能力的提高，這一波人工智能還發(fā)生了幾個(gè)重大的變化：
PC互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)的接連爆發(fā)催生了大數(shù)據(jù)，而大數(shù)據(jù)是人工智能戰(zhàn)略性的競(jìng)爭(zhēng)優(yōu)勢(shì)，因?yàn)楦哔|(zhì)量的數(shù)據(jù)集是各種復(fù)雜機(jī)器學(xué)習(xí)算法訓(xùn)練的基礎(chǔ)。
大量資本開(kāi)始涌進(jìn)人工智能產(chǎn)業(yè)，根據(jù)2011-2016年人工智能初創(chuàng)公司融資折線圖，2014年以后，人工智能領(lǐng)域投資筆數(shù)呈爆發(fā)式增長(zhǎng)，投資金額和頻次也大幅增長(zhǎng)。
大量?jī)?yōu)秀人才也開(kāi)始涌進(jìn)人工智能產(chǎn)業(yè)。領(lǐng)英平臺(tái)的數(shù)據(jù)分析顯示，全球AI人才數(shù)量約為25萬(wàn)，主要分布在美國(guó)、歐洲、印度及中國(guó)。盡管人才缺口還比較大，但隨著高級(jí)算法工程師、研究員和科學(xué)家的身價(jià)持續(xù)走高，還將吸引更多頂級(jí)人才進(jìn)場(chǎng)。
在圖像識(shí)別、語(yǔ)音識(shí)別等垂直領(lǐng)域，出現(xiàn)了垂直應(yīng)用。這是人工智能從“狹義細(xì)分技術(shù)”階段向“提供解決方案”階段轉(zhuǎn)變的重要標(biāo)志，說(shuō)明人工智能已經(jīng)開(kāi)始邁向商業(yè)化應(yīng)用，開(kāi)啟更大的估值想象。
這些變化無(wú)疑是推動(dòng)人工智能不斷進(jìn)步的關(guān)鍵力量，但每個(gè)變化仍然存在缺陷，只有這些缺陷不斷被攻破，人工智能的發(fā)展才能真正走上快車(chē)道。
首先，計(jì)算能力仍然不足。這體現(xiàn)在單位成本和單位功耗上，就是說(shuō)，你想獲得一定的計(jì)算能力，但一方面，人工智能還未能被廣泛地應(yīng)用，它很難獲得規(guī)模效應(yīng)，降低成本；另一方面，目前人工智能的體系結(jié)構(gòu)仍然需要突破，否則單位功耗很難降下來(lái)。
其次，盡管現(xiàn)今數(shù)據(jù)量爆發(fā)，但由于隱私、安全和商業(yè)利益等的限制，數(shù)據(jù)的孤島化和碎片化問(wèn)題比較嚴(yán)重。從數(shù)據(jù)的三個(gè)來(lái)源來(lái)看：
自籌數(shù)據(jù)多被谷歌、Facebook、亞馬遜、IBM和BAT等互聯(lián)網(wǎng)、科技巨頭掌控。數(shù)據(jù)是未來(lái)人工智能發(fā)展最大的一座金礦，期望這些大公司把數(shù)據(jù)開(kāi)放，那幾乎是不可能的事；
公共數(shù)據(jù)主要掌握在政府手中，現(xiàn)在無(wú)論是美國(guó)聯(lián)邦政府、英國(guó)、加拿大、新西蘭等國(guó)，還是中國(guó)上海、北京、武漢、佛山等城市都陸續(xù)推出了政府?dāng)?shù)據(jù)開(kāi)放平臺(tái)，但開(kāi)放數(shù)據(jù)量仍然較小，難以構(gòu)建人工智能訓(xùn)練所需的大型的、分布式的結(jié)構(gòu)化和非結(jié)構(gòu)化的數(shù)據(jù)池；
產(chǎn)業(yè)協(xié)同數(shù)據(jù)是指上下游公司為促進(jìn)合作而對(duì)接產(chǎn)品以及數(shù)據(jù)，這種具有豐富和明確場(chǎng)景的數(shù)據(jù)是相對(duì)來(lái)說(shuō)離應(yīng)用更近的。但它仍然面臨開(kāi)放性不夠的問(wèn)題。
再次，靠大規(guī)模融資推動(dòng)人工智能迅猛發(fā)展的可能性為0。人工智能要想取得突破性進(jìn)展，它背后需要整個(gè)產(chǎn)業(yè)鏈的支撐，而產(chǎn)業(yè)鏈的協(xié)同發(fā)展需要給予一定的耐心，因?yàn)榧夹g(shù)發(fā)展有其固有的規(guī)律和節(jié)奏。誰(shuí)要是抱著互聯(lián)網(wǎng)時(shí)代那種急功近利的心態(tài)來(lái)投資和創(chuàng)業(yè)，必定載興而來(lái)，失望而歸。
從次，由于現(xiàn)今人工智能人才培養(yǎng)機(jī)制還未被建立起來(lái)，單憑25萬(wàn)規(guī)模的人才儲(chǔ)備難以滿(mǎn)足未來(lái)幾年人工智能在垂直化領(lǐng)域快速發(fā)展的需求。
最后，盡管人工智能的發(fā)展已經(jīng)超過(guò)60年，但不得不說(shuō)，它仍然處于一個(gè)比較早期的發(fā)展階段。現(xiàn)在比較讓人興奮的一點(diǎn)是它終于在某些垂直領(lǐng)域有行業(yè)應(yīng)用了，如在營(yíng)銷(xiāo)、風(fēng)控、智能投顧、安防等領(lǐng)域。除此之外，大多人工智能初創(chuàng)企業(yè)仍處于“提供狹義技術(shù)的階段”，也就是最早期的階段。那么人工智能的產(chǎn)業(yè)鏈發(fā)展會(huì)經(jīng)歷哪些階段？
按照峰瑞資本早期項(xiàng)目負(fù)責(zé)人朱祎舟的劃分方法，人工智能可被分為5個(gè)階段：
1、提供狹義技術(shù)的階段
2、提供解決方案的階段
3、提供模塊化產(chǎn)品的階段
4、提供整體產(chǎn)品的階段
5、業(yè)務(wù)閉環(huán)數(shù)據(jù)循環(huán)階段
而現(xiàn)在的狀況就是人工智能局部進(jìn)入第二階段，離真正產(chǎn)品化的階段還是有點(diǎn)距離的。一般來(lái)說(shuō)，投資者進(jìn)入的時(shí)機(jī)最好是產(chǎn)品實(shí)現(xiàn)量產(chǎn)的前一兩年。所以，我們認(rèn)為現(xiàn)在投資機(jī)構(gòu)開(kāi)始賭人工智能賽道還為時(shí)尚早，過(guò)去一年的投資盛況也是一種虛假的繁榮。接下來(lái)兩三年，當(dāng)人工智能泡沫破裂，必定會(huì)有一大批創(chuàng)業(yè)公司倒下。
那從提供解決方案到提供模塊化產(chǎn)品再到提供整體產(chǎn)品之間的鴻溝怎么才能跨越呢？也就是人工智能大規(guī)模應(yīng)用的崛起需要什么條件？
第一，市場(chǎng)用戶(hù)滲透率要達(dá)到20%。復(fù)盤(pán)過(guò)去PC互聯(lián)網(wǎng)和移動(dòng)互聯(lián)網(wǎng)眾多優(yōu)秀企業(yè)的崛起之路，可知任何一個(gè)市場(chǎng)用戶(hù)滲透率達(dá)到20%之后，就會(huì)從量變發(fā)生質(zhì)變，市場(chǎng)加速滲透，做任何事情都能事半功倍。有大量PC互聯(lián)網(wǎng)公司扎堆在05,06年成立，如趕集、58、去哪兒等，以及大量移動(dòng)互聯(lián)網(wǎng)公司在11,12年成立，如小米科技、優(yōu)視科技等，都是由于市場(chǎng)用戶(hù)滲透率在那段時(shí)間里達(dá)到20%。而現(xiàn)在人工智能市場(chǎng)用戶(hù)滲透率估計(jì)連1%都不到，還是要等待數(shù)據(jù)慢慢起來(lái)，而且這無(wú)法預(yù)測(cè)。
第二，底層技術(shù)提供者要更深度和全面地開(kāi)放人工智能服務(wù)。現(xiàn)在各大IT巨頭都在竭盡所能地全面開(kāi)放自家的服務(wù)，不僅提供能力、平臺(tái)，甚至提供開(kāi)源系統(tǒng)，例如谷歌的Cloud Machine Learning Group既提供圖像識(shí)別、機(jī)器翻譯，也提供GPU農(nóng)場(chǎng)，將GPU做成云端服務(wù)，提供給第三方。國(guó)內(nèi)百度也開(kāi)放百度大腦和百度深度學(xué)習(xí)平臺(tái)給開(kāi)發(fā)者和企業(yè)使用，主要有語(yǔ)音能力、圖像能力、自然語(yǔ)言處理能力以及用戶(hù)畫(huà)像。其他的公司諸如微軟、IBM公司、亞馬遜、Facebook也提供類(lèi)似的服務(wù)。當(dāng)各大巨頭利用自身的資金、數(shù)據(jù)、技術(shù)、人才、產(chǎn)業(yè)鏈等優(yōu)勢(shì)打磨更成熟的技術(shù)和功能更豐富的平臺(tái)，并將其開(kāi)放，大量創(chuàng)業(yè)公司才能真正發(fā)揮他們自身捕捉用戶(hù)需求的能力，推動(dòng)應(yīng)用的大規(guī)模爆發(fā)。
第三，人工智能的入口交互技術(shù)要更加成熟。在互聯(lián)網(wǎng)時(shí)代，無(wú)論是內(nèi)容入口、搜索入口還是社交入口都誕生了巨大的互聯(lián)網(wǎng)企業(yè)，人工智能時(shí)代同樣如此，并且人工智能作為未來(lái)萬(wàn)物互聯(lián)的基礎(chǔ)，人與人、人與物、物與物都會(huì)產(chǎn)生大量的交互，因而人工智能入口極有可能產(chǎn)生比互聯(lián)網(wǎng)巨頭體量大得多的超級(jí)企業(yè)。我們認(rèn)為，在人工智能入口前端的交互技術(shù)中，自然語(yǔ)言處理、體感和手勢(shì)的互動(dòng)、視覺(jué)識(shí)別和圖像處理最有可能成為入口級(jí)技術(shù)。我們分別來(lái)看：
現(xiàn)在視覺(jué)識(shí)別和圖像處理已經(jīng)達(dá)到一個(gè)比較高的水準(zhǔn)，國(guó)內(nèi)這一塊的初創(chuàng)公司也非常多，并且驚人地誕生了四個(gè)獨(dú)角獸企業(yè)，包括曠視科技、商湯科技、云從科技、依圖科技。
做體感和手勢(shì)識(shí)別的企業(yè)非常多，比較早的是微軟的Kinect。Intel做了一個(gè)支撐體感的軟硬件系統(tǒng)RealSense，能夠極好地幫助開(kāi)發(fā)商研發(fā)相關(guān)產(chǎn)品。
語(yǔ)音識(shí)別一直被宣傳得比較猛，國(guó)內(nèi)也有一些企業(yè)比如科大訊飛、云之聲、思必馳在這一塊做得比較好，但其實(shí)在所有技術(shù)里面，語(yǔ)音識(shí)別最不成熟，因?yàn)樗茏龅揭艉妥值南嗷マD(zhuǎn)換，實(shí)際上它卻完全無(wú)法理解語(yǔ)義。
由于以上人工智能產(chǎn)業(yè)鏈中各環(huán)節(jié)種種的不成熟，期待人工智能在短時(shí)間內(nèi)取得突破性進(jìn)展，幾乎是不可能的。2017年，對(duì)于人工智能，資本也開(kāi)始理性了，一級(jí)市場(chǎng)投資開(kāi)始慢慢降溫。
從投資的角度，人工智能足夠性感嗎？
在這一部分，我們將從市場(chǎng)規(guī)模、商業(yè)模式、發(fā)展階段來(lái)分別看人工智能的“性感”程度。
首先，未來(lái)幾年，人工智能的市場(chǎng)規(guī)模相對(duì)來(lái)說(shuō)還是比較小。BBC預(yù)測(cè)，2020年全球AI市場(chǎng)規(guī)模約為1190億人民幣，其中2015年中國(guó)人工智能市場(chǎng)規(guī)模約12.6億人民幣，根據(jù)市場(chǎng)增長(zhǎng)率預(yù)測(cè)，2020年中國(guó)人工智能市場(chǎng)將達(dá)到91億，年增長(zhǎng)率約50%。可見(jiàn)，人工智能市場(chǎng)規(guī)模增速很快，但體量還是很小。未來(lái)只有當(dāng)人工智能技術(shù)取得突破，才能真正實(shí)現(xiàn)指數(shù)級(jí)的增長(zhǎng)。
其次，資本追求的是什么——回報(bào)。要想贏得好的回報(bào)，單單輸出技術(shù)能力是不夠的，還必須要與應(yīng)用結(jié)合，打造足夠性感的商業(yè)模式。那性感的商業(yè)模式都有哪些特征？
邊際成本不斷降低。比如生產(chǎn)產(chǎn)品，如果量足夠大，單個(gè)產(chǎn)品的生產(chǎn)成本就會(huì)降低。
具備網(wǎng)絡(luò)效應(yīng)。網(wǎng)絡(luò)效應(yīng)是一種迷人又恐怖的力量，比如滴滴，當(dāng)它吸引了足夠多的乘客和車(chē)主來(lái)到平臺(tái)上，雙邊的體驗(yàn)都會(huì)越來(lái)越好，就容易形成一個(gè)“黑洞”，吸納一切，形成壟斷。
不受地域或區(qū)域的限制。像蘋(píng)果手機(jī)，既能賣(mài)到歐美市場(chǎng)，也能賣(mài)到非洲、東南亞，它就不會(huì)受到區(qū)域的限制。
其實(shí)前面提到了，人工智能只是局部進(jìn)入提供解決方案的階段，還遠(yuǎn)遠(yuǎn)未到要討論商業(yè)模式性感與否的時(shí)候。但現(xiàn)在明確的一點(diǎn)是：人工智能接下來(lái)5年內(nèi)都會(huì)以2B為主，在生產(chǎn)端幫助提高生產(chǎn)效率。企業(yè)提效降本現(xiàn)在已成為一個(gè)非常剛需而又迫切的需求，主要原因有兩個(gè)：
第一，有效勞動(dòng)力減少、人力成本上升是倒逼提效降本的核心驅(qū)動(dòng)力。據(jù)測(cè)算，從2010到2015年，企業(yè)的平均規(guī)模從110多人降到了60多人，下降幅度達(dá)到47%！此外，企業(yè)的成本壓力非常大，近20年中國(guó)就業(yè)人口的平均工資年漲幅約為13%。這些都使得企業(yè)主必須在控制企業(yè)規(guī)模的前提下，提升員工的工作效率。而這恰恰是人工智能擅長(zhǎng)干的事。它在金融、醫(yī)療、安防、教育等行業(yè)都具有極高的應(yīng)用價(jià)值。以金融行業(yè)為例，據(jù)高盛公司估計(jì)，到2025年人工智能可通過(guò)節(jié)省成本和帶來(lái)新盈利機(jī)會(huì)創(chuàng)造大約每年340億至430億美元的價(jià)值。
第二，經(jīng)濟(jì)下行，市場(chǎng)紅利枯竭，企業(yè)精細(xì)化運(yùn)營(yíng)至關(guān)重要。中國(guó)進(jìn)入了“L型經(jīng)濟(jì)”，以前企業(yè)能夠被高速前行的“經(jīng)濟(jì)列車(chē)”拽著奔跑，一旦速度降下來(lái)，企業(yè)臃腫的組織架構(gòu)、粗放的經(jīng)營(yíng)模式必然帶來(lái)種種不適。因此，企業(yè)將由市場(chǎng)驅(qū)動(dòng)轉(zhuǎn)變?yōu)楣芾眚?qū)動(dòng)，若要?jiǎng)?chuàng)造更高效益，就亟需借由人工智能實(shí)現(xiàn)更加精細(xì)化的運(yùn)營(yíng)。
現(xiàn)在2B端提效降本的需求是由蓬勃發(fā)展的企業(yè)服務(wù)所滿(mǎn)足。對(duì)比2015和2016年的創(chuàng)投動(dòng)向，我們不難看出企業(yè)服務(wù)的風(fēng)頭越來(lái)越強(qiáng)勁。美國(guó)企業(yè)服務(wù)市場(chǎng)的路徑是：傳統(tǒng)軟件→IT服務(wù)→云計(jì)算→大數(shù)據(jù)→人工智能，最后才有了人工智能。現(xiàn)在企業(yè)服務(wù)更多是基于云計(jì)算和大數(shù)據(jù)，但對(duì)中國(guó)而言，由于企業(yè)端基礎(chǔ)設(shè)施比較落后，中國(guó)企業(yè)服務(wù)很有可能實(shí)現(xiàn)跨越式發(fā)展，直接過(guò)渡到人工智能。因此，我們比較看好人工智能在2B端的巨大潛力。
根據(jù)性感商業(yè)模式的三個(gè)特征，參照來(lái)看，人工智能是有規(guī)模效應(yīng)的，也不受地域和區(qū)域的限制，但是它唯獨(dú)缺乏網(wǎng)絡(luò)效應(yīng)，因?yàn)?b>人工智能基于生產(chǎn)效率的提升本身是沒(méi)有網(wǎng)絡(luò)效應(yīng)可言的。這也決定了人工智能未來(lái)的想象空間可以很大，但發(fā)展速度會(huì)非常緩慢，也幾乎不可能取得壟斷性的行業(yè)地位。因此，無(wú)論是投資者還是創(chuàng)業(yè)者，都必須要有耐心。
至于2C端，我們認(rèn)為還沒(méi)有什么商業(yè)模式可言，因?yàn)榛A(chǔ)設(shè)施和服務(wù)都不成熟，做2C應(yīng)用就很難帶來(lái)比較好的體驗(yàn)。
最后，從發(fā)展階段來(lái)看，人工智能需要走上“三級(jí)階梯”，第一級(jí)以服務(wù)智能為主。
第一級(jí)階梯：接下來(lái)3-5年，是服務(wù)智能的階段。人工智能技術(shù)在局部取得較大進(jìn)展，機(jī)器會(huì)作為人能力的延伸，成為一種輔助工具。人工智能將在多個(gè)垂直領(lǐng)域得到應(yīng)用。隨著數(shù)據(jù)增多，場(chǎng)景增加，人工智能創(chuàng)造的價(jià)值將會(huì)直線上漲。
第二級(jí)階梯：5-10年內(nèi)，可期待人工智能出現(xiàn)科技突破。例如，自然語(yǔ)言處理能夠真正理解人的語(yǔ)義，甚至預(yù)測(cè)出“潛臺(tái)詞”，并自主幫助人類(lèi)做出相應(yīng)決策。在第一階梯出現(xiàn)的應(yīng)用也會(huì)隨著技術(shù)的發(fā)展持續(xù)迭代，向縱深拓展。
第三級(jí)階梯：10年甚至更長(zhǎng)期來(lái)看，有可能出現(xiàn)超級(jí)智能。那時(shí)候，人工智能技術(shù)的顯著突破將大大拓寬應(yīng)用范圍，人機(jī)完全共融，人工智能變得無(wú)處不在，對(duì)各個(gè)行業(yè)和領(lǐng)域形成顛覆性勢(shì)能，創(chuàng)造極高的價(jià)值。
總的來(lái)說(shuō)，無(wú)論從市場(chǎng)規(guī)模、商業(yè)模式還是發(fā)展階段來(lái)看，人工智能在短期（3-5年內(nèi)）都仍處于蟄伏期，但未來(lái)美好的前景可期，就像李彥宏所說(shuō)“互聯(lián)網(wǎng)只是人工智能的開(kāi)胃菜”，或者像微軟全球執(zhí)行副總裁、微軟人工智能及微軟研究事業(yè)部負(fù)責(zé)人沈向洋所說(shuō)“未來(lái)每一個(gè)商業(yè)應(yīng)用都會(huì)被顛覆”。
普通創(chuàng)業(yè)者在人工智能領(lǐng)域有戲嗎？
一般來(lái)說(shuō)，人工智能適合解決那些已有行業(yè)數(shù)據(jù)積累的，從業(yè)人員不高興的（即存在諸多痛點(diǎn)），以及商業(yè)流程重復(fù)性強(qiáng)、不太受整體商業(yè)環(huán)境復(fù)雜影響的商業(yè)問(wèn)題。因此，針對(duì)這類(lèi)問(wèn)題，現(xiàn)在已有一些人工智能技術(shù)能比較好地解決諸如身份識(shí)別、智能客服等問(wèn)題。在接下來(lái)3到5年，我們比較看好人工智能在以下三個(gè)領(lǐng)域的發(fā)展：
語(yǔ)音與語(yǔ)義識(shí)別。我們認(rèn)為語(yǔ)音是下一代人機(jī)交互的主要形式，因?yàn)檫@種交互方式更加符合人性，更加便捷。盡管現(xiàn)在自然語(yǔ)言處理還存在諸多問(wèn)題，比如不能真正理解人的語(yǔ)義，但它在現(xiàn)有的技術(shù)條件下，已經(jīng)能實(shí)現(xiàn)比較好的體驗(yàn)了，比如科大訊飛的語(yǔ)音輸入，亞馬遜的echo音箱等。我們相信隨著語(yǔ)音逐漸應(yīng)用在智能家居，特別是智能電視這種更高頻剛需的產(chǎn)品上，一定能帶來(lái)更廣闊的應(yīng)用場(chǎng)景和更為龐大的商業(yè)想象空間。大家可以多關(guān)注那些與語(yǔ)音識(shí)別結(jié)合后能帶來(lái)體驗(yàn)上的質(zhì)變的創(chuàng)業(yè)方向。
圖像識(shí)別。現(xiàn)在實(shí)驗(yàn)室里人臉識(shí)別的準(zhǔn)確度已經(jīng)幾乎接近100%了，這是一項(xiàng)相對(duì)來(lái)說(shuō)比較成熟的人工智能技術(shù)，也已經(jīng)有非常多的創(chuàng)業(yè)公司，甚至誕生了四個(gè)“獨(dú)角獸”企業(yè)。現(xiàn)在人臉識(shí)別最主要的應(yīng)用在于安防和金融。但我們認(rèn)為單純輸出圖像識(shí)別技術(shù)是遠(yuǎn)遠(yuǎn)不夠的，還是要深耕“產(chǎn)品+渠道+服務(wù)”的三板斧。大家可多關(guān)注那些圖像識(shí)別領(lǐng)域能做到軟硬一體，有較強(qiáng)BD能力，同時(shí)有創(chuàng)新方法做好售后服務(wù)的企業(yè)。
人工智能核心算法。前文有提到人工智能創(chuàng)業(yè)的五個(gè)階段，在第一階段，公司的估值是“算法×人才”，在第二階段，AI公司的估值是“算法+數(shù)據(jù)×商業(yè)價(jià)值”。可見(jiàn)，能夠掌握人工智能的核心算法，將在未來(lái)的競(jìng)爭(zhēng)中贏得巨大優(yōu)勢(shì)。目前中國(guó)在AI算法層面仍然落后歐美，大家在關(guān)注前端應(yīng)用層時(shí)，也要多關(guān)注后端擁有強(qiáng)悍算法的公司。
最后，我們要明確一點(diǎn)，業(yè)內(nèi)一般把人工智能產(chǎn)業(yè)鏈分為三層：基礎(chǔ)層（計(jì)算能力、數(shù)據(jù)等）；技術(shù)層（框架、算法、通用技術(shù)等）；應(yīng)用層（應(yīng)用平臺(tái)以及解決方案）。現(xiàn)在IT巨頭更多是在前兩層進(jìn)行布局，并且愿意把能力開(kāi)放出來(lái)。這不是說(shuō)這些公司有多么好的情懷，而是它們心里清楚，AI是一個(gè)大產(chǎn)業(yè)，要等整條產(chǎn)業(yè)鏈成熟可能還得20到50年，因此這絕不是一家公司閉門(mén)造車(chē)就能把人工智能給做下來(lái)的。
我們來(lái)類(lèi)比一下，互聯(lián)網(wǎng)最大的機(jī)會(huì)不在于基礎(chǔ)層，也不在于技術(shù)層，而是在于應(yīng)用層。人工智能也是如此，技術(shù)只有與垂直行業(yè)結(jié)合，才能真正產(chǎn)生有巨大商業(yè)價(jià)值的應(yīng)用。IT巨頭有技術(shù)、有數(shù)據(jù)、有財(cái)力，但它們對(duì)垂直行業(yè)的理解一定比不上那些浸淫行業(yè)多年的人。
而這就是創(chuàng)業(yè)和投資最大的機(jī)會(huì)。
