訂閱
糾錯
加入自媒體

解碼AI商業(yè)化困局,距離落地還差“臨門幾腳”?

文:互聯(lián)網(wǎng)江湖

所有人都想當(dāng)?shù)谝粋吃螃蟹的人。但卻很少思考一個問題:成百上千年來,又有多少人最后吃到的不是螃蟹,而是蜘蛛?AI行業(yè)目前的發(fā)展就處于典型的“螃蟹or蜘蛛”的思考時刻中。

AI早期的行業(yè)空白不斷刺激資本的涌入,徐小平和沈南鵬在2014年對格靈深瞳未來市值激烈爭論,分別開出了1000億美元和5000億美元的加碼,最后妥協(xié)在3000億美元的“中間數(shù)”,估值比肩騰訊。

當(dāng)海水褪去之后,人們才發(fā)現(xiàn)行業(yè)的真實處境:大多數(shù)企業(yè)都在裸泳。上市之前企業(yè)大都需要經(jīng)歷一番瘦身、縮水。格靈深瞳撞開了“科創(chuàng)板”的大門后,市值卻只剩下了70億元。云從科技此前上市,也演變成了一場“縮水IPO”......

IPO上岸的AI頭部,讓真實的業(yè)績更加蒼白的顯露了出來。如今的AI行業(yè)進入越虧越燒,越燒越虧的無止境循環(huán)。早期投資人的策略是越虧越投,現(xiàn)在的處境變成了越投越虧,有苦說不出。資本對AI的信心逐漸喪失,AI企業(yè)似乎已經(jīng)被困在了AI里。

AI企業(yè):手拿雷神之錘

創(chuàng)新工場創(chuàng)始人李開復(fù)曾在一個公開場合談及AI創(chuàng)業(yè)公司表示,有三個AI專家就能估值7億、靠AI概念忽悠投資人的時代已經(jīng)過去了。

西南證券研報表明,自2019年以來,AI賽道投融資事件數(shù)下滑態(tài)勢明顯。據(jù)天眼查專業(yè)版APP數(shù)據(jù)顯示,目前有融資的人工智能企業(yè)相當(dāng)稀少,絕大部分企業(yè)處于無融資的狀態(tài)。

從現(xiàn)狀來看,AI企業(yè)已經(jīng)失去了資本的支撐,但仍然深陷在虧損的泥沼中。

在云從科技上市的前兩天,其披露了2022年一季度財報。根據(jù)財報,云從科技的營收為2.13億元,凈虧損為1.16億元。同行業(yè)的創(chuàng)業(yè)者過去紛紛艷羨AI巨頭們家大業(yè)大,但現(xiàn)在唯有慶幸,自己體量雖小,但虧損程度相對來說也會更輕。

為何AI企業(yè)們在燒掉萬億元后,仍然沒有跳出盈利困境?

時至今日,各路人士為其探尋出多種原因:AI技術(shù)商業(yè)化困難、落地場景碎片化、AI尚未跨過技術(shù)的死亡之谷、AI企業(yè)高管大多科班出身等等。

在互聯(lián)網(wǎng)江湖看來,AI企業(yè)目前的處境其實是被困在了“鐵錘思維”里。

查理·芒格有句話叫做“手拿鐵錘的人,看什么都像釘子”,他稱有這種思維方式的企業(yè)為“鐵錘企業(yè)”。

AI就像AI企業(yè)手中的鐵錘,這不是鐵錘,這簡直就是雷神之錘。在早期由于對AI的迷信,鐵錘在手的AI企業(yè)獲得大量資本的青睞,仿佛這把錘子可以輕松在任何產(chǎn)業(yè)領(lǐng)域找到釘子,并且砸完之后就會產(chǎn)生商業(yè)價值。

事實上,也并不能說這樣的想法一定是錯的。AI確實可以與各行各業(yè)相結(jié)合,但到底是“AI產(chǎn)業(yè)化”還是“產(chǎn)業(yè)AI化”,這點仍需仔細(xì)斟酌。

錯就錯在AI企業(yè)想要拿著鐵錘找釘子,由于思維路徑的本末倒置,企業(yè)完全被束縛在了手中的鐵錘(AI)中。

據(jù)互聯(lián)網(wǎng)江湖觀察專研AI技術(shù)的垂直AI商業(yè)路徑似乎正變?yōu)閭蚊},大多數(shù)科技公司都已找到了與AI的結(jié)合點,并在與AI結(jié)合的過程中更有效的釋放了AI的商業(yè)價值。

比如新能源汽車領(lǐng)域,無論是特斯拉的NOA,還是小鵬的NGP,亦或者蔚來的NOP,自動駕駛技術(shù)已成為評判新能源汽車的核心賣點。自動駕駛技術(shù)本身就是AI在汽車領(lǐng)域的一種極致演繹,雖說目前仍未看到終點,但已經(jīng)在商業(yè)化進程上邁出了一大步。

在安防賽道,?、大華、宇視等傳統(tǒng)安防巨頭一直是安防市場的主導(dǎo)者,如今?低暤绕髽I(yè)銷售的已不僅僅是攝像頭,同樣參與到了智慧城市、企業(yè)數(shù)字化轉(zhuǎn)型的建設(shè)中。

雖說這也是目前曠視、云從等AI企業(yè)巨頭挖掘最深的領(lǐng)域,但仍然無法和安防企業(yè)競爭。按照IDC在2019年下半年發(fā)布的《中國人工智能軟件及應(yīng)用跟蹤》報告,安防領(lǐng)域被?、大華、宇視把持著八成左右的市場份額,AI公司只能在剩余市場空間里扎堆競爭。

還有藥物研發(fā)上,不少初創(chuàng)AI制藥公司背后的投資方往往是在醫(yī)療行業(yè)積淀深厚的大型藥企。通過自建AI團隊或收購初創(chuàng)AI技術(shù)公司的方式補足技術(shù)短板。以藥明康德為例,前后參與Strateos(Transcriptic) 、 EngineBiosciences等多家AI藥物研發(fā)初創(chuàng)公司的投資。

本質(zhì)上,AI正成為各領(lǐng)域科技企業(yè)的基礎(chǔ)能力之一,自研AI已成為這些科技企業(yè)的必經(jīng)之路。所帶來的結(jié)果就是:AI正滲透進科技公司并成為這些企業(yè)不可或缺的“必備組件”。

故事牢籠與造血困局

當(dāng)AI變得普世化,這意味著AI作為故事所帶來的想象空間正變得急劇坍縮。AI公司如果無法在故事以外挖掘出AI的現(xiàn)世價值的話,也意味著AI公司逐漸失去了存在的意義。

先不說向前發(fā)展,如何求存已是當(dāng)下AI企業(yè)都在思考的難題。對于AI企業(yè)來說,擺在面前的兩條路:

一個是在AI基礎(chǔ)之上繼續(xù)和新故事結(jié)合,代表是云從科技。

背靠中科院的云從科技,享有“國家隊”的光環(huán),作為AI巨頭,云從科技的業(yè)務(wù)矩陣幾乎籠罩了智慧金融、數(shù)字新基建、智慧出行、智慧商業(yè)等AI大賽道里的每一寸土地。更離譜的是,云從科技對于元宇宙充滿了不切實際的幻想。

今年6月,胡潤研究院在廣州南沙發(fā)布《2022胡潤中國元宇宙潛力企業(yè)榜》,榜單列出了元宇宙領(lǐng)域最具發(fā)展?jié)摿Φ闹袊髽I(yè),云從科技入選TOP50。

云從科技副總裁徐明曾表示,云從科技在今年加入廣州元宇宙創(chuàng)新聯(lián)盟,未來會重點打造元宇宙研發(fā)中心。然而,元宇宙相比AI明顯水更深、落地更難,連Meta都不敢預(yù)測何時能夠盈利。

對于云從科技,曾有媒體一針見血的指出,“云從科技一直以來都像是一位戴著巨頭面具的獨角獸,我們能看到的只有滿滿的野心,卻讓人看不到賺錢的誠意。”

另一個是尋找現(xiàn)有AI落地方向之外的商業(yè)空間,務(wù)實的探尋其商業(yè)落腳點。這一條路更加艱難泥濘,也更容易讓投資者看清現(xiàn)實。

首先,我們可以思考一個問題,為什么AI四小龍又被稱為CV四小龍,為什么AI巨頭大都被限制在計算機視覺領(lǐng)域里?答案在于復(fù)用率三個字。

AI技術(shù)如果按落地模式來劃分,第一種是項目制,單價高,但是定制化程度也高,難以復(fù)制;第二種就是簡單易復(fù)制的AI技術(shù),可以大規(guī)模復(fù)用,一項技術(shù)多次出售。

兩種模式都算不上太好優(yōu)秀,第一種項目來源不穩(wěn)定,大多是政企機構(gòu),回款周期長,而且需要大量研發(fā)費用投入;第二種雖然可以復(fù)用增加企業(yè)造血能力,但是能夠復(fù)用的場景有限。

而計算機視覺是極少數(shù)擁有大量可復(fù)用場景而市場較為廣闊的領(lǐng)域,不管是智慧城市中的攝像頭,還是金融上的人臉驗證亦或者自動駕駛中的視覺算法方案,都離不開視覺二字。

但即便是占據(jù)細(xì)分CV這一優(yōu)勢領(lǐng)域的AI四小龍至今仍未走出虧損泥沼,這意味著在其他AI更沒有優(yōu)勢的細(xì)分領(lǐng)域,AI企業(yè)更加難以實現(xiàn)造血。

覆蓋AI領(lǐng)域之廣同樣意味著企業(yè)虧損之巨,這也是云從科技為什么一定要講元宇宙故事的原因,因為云從科技們非常清楚,即便其涉足的AI領(lǐng)域初步實現(xiàn)商業(yè)化落地,或許仍然難以滿足其虧損的巨口。

AI企業(yè)想要求存,必須跨過兩座大山:

一個是行業(yè)Know-How問題。在各個細(xì)分的工業(yè)行業(yè)中,必須了解專業(yè)知識、經(jīng)驗與行業(yè)壁壘的獨特性,才能構(gòu)建出真正具備價值的AI解決方案來。而目前AI企業(yè)在建立優(yōu)勢的路徑上,已經(jīng)習(xí)慣了早期階段在理論AI世界中的優(yōu)勢地位,習(xí)慣通過人工智能競賽的比賽成績向資本市場展示AI商業(yè)潛力。

另一個是如何打造專屬的商業(yè)化出口。也就是說,是AI企業(yè)獨有的商業(yè)化優(yōu)勢,而不是任何科技公司都能進來參上一腳。比如,此前長期與曠視科技合作的螞蟻金服已經(jīng)宣布,公司刷臉系統(tǒng)早已不再與曠視科技合作,而是由螞蟻金服獨立研發(fā)。

如何避免“軟件外包部門”命運?

人工智能的本質(zhì)是代替人工的智能。諷刺的是,目前的AI具備顯著的勞動密集型產(chǎn)業(yè)特征。

AI技術(shù)的成本構(gòu)成中,基本半數(shù)以上都是數(shù)據(jù)成本,而對數(shù)據(jù)的采集、清洗、標(biāo)注、增強等處理過程,往往是大量人力堆積的結(jié)果。

在互聯(lián)網(wǎng)江湖看來,AI實現(xiàn)落地的一個標(biāo)志在于:AI技術(shù)成本小于勞動人力成本,做到與國內(nèi)產(chǎn)業(yè)升級同步同頻。

想要實現(xiàn)這一階段目標(biāo),不能“只顧頭不顧尾”,在做好AI軟件算法模型的同時,能夠?qū)I的硬件設(shè)施完善成熟,畢竟AI落地最終還是要落在硬件上。

2020年,工信部賽迪研究院副總工程師、人工智能產(chǎn)業(yè)創(chuàng)新聯(lián)盟秘書長安暉公布過一個數(shù)據(jù),全球近90%的人工智能公司處于虧損狀態(tài),中國AI產(chǎn)業(yè)鏈中90%以上的企業(yè)也處于虧損階段。其中很重要的一個因素或許就在于硬件能力的不足上。

?低曉2021年報中也提到智能物聯(lián) (AIOT)戰(zhàn)略,認(rèn)為智能物聯(lián)的場景化需求需要豐富的軟硬件產(chǎn)品的支持。智能物聯(lián)的落地應(yīng)用也需要沉淀各細(xì)分行業(yè)和領(lǐng)域需求的共通點,需要做更懂場景、更尊重實踐的產(chǎn)品。

比如在高空拋物場景里,除了搭載相應(yīng)的AI算法,還要解決攝像機在長期仰拍的情況下鏡頭積灰、異物附著、雜光干擾、雨雪覆蓋等問題,所以產(chǎn)品自身還要具備自清潔功能、包絡(luò)式遮光罩等,減輕運維成本。

如此看來,在B端和G端,單一的一個產(chǎn)品或一套算法很難“通吃”,靈活的AI能力和定制化、規(guī);挠布_發(fā)、生產(chǎn)能力缺一不可。?低暷壳癝KU也已上萬有余。

從這里也可以看出,目前的AI獨角獸特別喜歡強調(diào)算法定義硬件,更深層的原因或許是難以生產(chǎn)成熟硬件的無奈之舉。

實際上,云從、曠視等AI科技公司的商業(yè)化落地之戰(zhàn)和做L4/L5級無人駕駛企業(yè)向L1/L2級自動駕駛技術(shù)轉(zhuǎn)型非常相似。

對于自動駕駛來說,從L4/L5到L1/L2,并不意味著企業(yè)可以降維打擊。因為L4與L2兩個技術(shù)同樣存在較大的差異,不同的技術(shù)要求背后,跨界同樣存在一定的門檻;L2為車企賦能,不光要具體軟件能力,硬件規(guī);芰ν瑯又匾

比如做Robotaxi的技術(shù)針對的道路場景主要是城市道路,而L2級別的技術(shù)更多的較為簡單的高速公路去設(shè)計,場景的差異帶來技術(shù)上更大的差異。

從這個角度來看,目前AI行業(yè)需要的不是新故事,而是把AI軟件故事講的差不多了之后,能夠再把AI硬件故事先講透。只有這樣才能夠做到為產(chǎn)業(yè)雪中送炭,而不是錦上添花,同時也讓AI企業(yè)避免淪為科技公司軟件外包部門的命運。

       原文標(biāo)題 : 解碼AI商業(yè)化困局,距離落地還差“臨門幾腳”?

聲明: 本文由入駐維科號的作者撰寫,觀點僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請聯(lián)系舉報。

發(fā)表評論

0條評論,0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關(guān)注公眾號
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯
x
*文字標(biāo)題:
*糾錯內(nèi)容:
聯(lián)系郵箱:
*驗 證 碼:

粵公網(wǎng)安備 44030502002758號