746
機器人
失落的興奮，人工智能創業的困境與焦慮
雷鋒網按：本文作者為聲智科技創始人兼CEO陳孝良，中科院聲學所博士。
國務院剛剛發布了《新一代人工智能發展規劃》，鼓勵高校、科研院所與企業等機構合作開展人工智能學科建設，在此背景下，中國科學院大學率先成立了人工智能學院，按此發展，人工智能成為一級學科也將是大概率事件。
蘋果也剛剛召開了發布會，全麵屏的iPhone X采用了Face ID技術，這讓CV領域的創業者興奮不已。但是，此人臉識別非彼人臉識別，蘋果的Face ID並沒有采用普通攝像頭的方式，而是采用紅外主動識別的技術，這樣就可以做到三維立體識別，增強了安全係數。盡管這項技術仍然存在易受光線幹擾的缺點，但蘋果卻總能引起產業界的技術變革。
這些都是非常令人興奮的消息，但是也有些負麵新聞，比如斯坦福大學幾個研究人員發了篇論文，通過深度學習判斷一張照片上人物是否有同性戀傾向，甚至這些研究人員還希望通過照片判斷人的智商和政治傾向。公平來說，這就是把人工智能奉為圭皋的表現，這和我們古代的看麵相算命又有什麼差別？何況深度學習也根本做不到這一點。
另外，還有幾則或許已經忘卻的消息：2017年初，微軟收購了主要從事NLP的人工智能創業公司Maluuba；3月，Google收購了Kaggle；5月，從移動應用搜索轉型人工智能助手的Quixey正式關閉，另外，蘋果以2億美元收購了Lattice；6月，新思科技（Synaptics）宣布收購 Conexant Systems （科勝訊係統公司）和 Marvell Technology Group 的多媒體業務，共支付 3.95 億美元現金和 726,666 隻 Conexant 的普通股；7月，Google收購了印度人工智能公司Halli Labs，百度收購了矽穀初創公司KITT.AI。
AI創業好像一片熱鬧，但是若深入思考，這卻是一個非常可怕的現象，因為AI創業公司但凡有點成績，基本都已被巨頭收入囊中。被收購或者倒閉，似乎成了AI創業公司無法逃脫的宿命。那麼堅持獨立發展的道路又能怎樣？這可以從語音識別領域的國內外兩大巨頭的處境來分析。首先我們來看國內的語音識別龍頭科大訊飛，最近也與長江商學院薛教授互相指責，穩定的盈利可能是科大訊飛當前最大的尷尬。其次再看國外語音識別的老牌企業Nuance，下圖是這家公司的全球網頁，幾乎令人懷疑這家公司還在做語音識別嗎？轉型的壓力一度讓Nuance陷入困境，其股價始終低位徘徊。
2017年，似乎也是資本市場比較蟄伏的一年，雖然關注很熱鬧，但是真正落地投資的案例卻不是很多，這顯然不如2016年的熱鬧。很多VC企業也開始思考，當第一波技術公司獲得投資以後，這些企業如何才能落地？資本這個市場就是很奇怪，當投資人很冷靜思考的時候，說明這個市場確實出現了一些隱憂。
AI創業能不能有第四條路
現實就是這麼骨感，倒閉、被收購、獨立發展，似乎各有痛處，這個時候中間路線就是最佳的選擇，所以很多知名的人工智能創業公司選擇了出售公司，包括鼎鼎大名的Deepmind。即便堅持獨立發展的公司，比如Nuance，其實也是在難以出售情形下的唯一選擇。
那麼，有沒有第四條路可走？
算法和數據不是關鍵問題
有一點要非常清晰，第四條路的關鍵應該不是當前人工智能企業的核心價值：算法和數據。
承認這點比較痛苦，因為科技型創業公司經常會有一個誤區，即僅以技術論價值，當然還有很多公司也強調數據，但是這也不是絕對的門檻。技術永遠在迭代更新，當技術不能呈現顛覆性的時候，技術的核心價值就會折扣。當然絕不是否認技術的價值，這裏隻是從企業某個階段的發展方麵探討。事實上，技術才是唯一可以打破現有商業平衡的絕對力量。
那麼再看數據，大數據其實是蠻糾結的一個領域，更多的數據意味著更大的投入，但是隻有相對量的數據才能產生價值，那就意味著可能更大的浪費。有價值的數據對於企業來說絕對是極其有幫助的，對技術提升來說也是至關重要，但是這就意味著關鍵嗎？好像困境中的一些巨頭企業也不缺乏數據，這個問題也很難解釋。
變現才是商業核心的邏輯
那第四條路的核心又是什麼？不如先回歸下商業的本質，GE的總裁傑克•韋爾奇還曾經寫過一本《商業的本質》，關於這個問題可以聊很多，不如通俗的簡單化理解：賺錢。談到賺錢就有必要先分析下曆史和當前企業的主要賺錢模式。
第一種模式可以歸結為產品，也就是賣貨模式，這是最原始和直接的商業模式，通過公司勞動創造的產品直接銷售給客戶變現。這其中又可以劃分為B端和C端兩種產品模式，B端產品一般麵向行業，比較依賴於關係營銷，C端產品一般麵向大眾消費，比較依賴於渠道營銷，包括線上和線下。這類模式的核心就是產品要有量能，其弊端就是容易積壓，曾經很多管理學課程都是研究庫存問題。事實上，大部分公司都是這種模式，包括一些巨頭比如Intel、蘋果、華為、聯想和小米等等，聯想比較典型，其核心收入就是銷售PC及相關產品。
第二種模式就是授權模式，這種模式並不提供實體（光盤可以不算），而僅是以複製數量作為計費依據。最具典型的就是微軟這類軟件企業，通過銷售Windows和Office賺取利潤。這類模式的優點就是隨著用戶規模的擴大，其研發或者產品成本可以攤薄，這對企業的利潤貢獻極大，比如微軟的營業額其實並不顯著，但是其影響力非同凡響，也造就了比爾蓋茨的首富地位。但是這種模式的缺點也很明顯，若不能形成壟斷地位，事實上這種模式很難賺錢，因為這種模式的回款麻煩很大。比如杜比，這也是一家典型的授權公司，但是其核心並不是技術，而是好萊塢長期綁定的品牌，即便如此，杜比也要依賴於芯片公司的綁定才能確認其授權數量。互聯網時代這種商業模式稍好一些，但是仍然存在回款太難的尷尬。
第三種模式可以說是廣告模式，這很好理解，所有電視廣播裏麵都要插播廣告，這是電視台和電台的主要營收渠道。互聯網企業對於廣告的依賴更是嚴重，比如互聯網門戶新浪、搜狐等，甚至百度、Google、Facebook主要也依賴廣告收入。事實上廣告模式滲透到各個行業，很多傳統公司也是依賴於廣告生存。廣告也是產品公司很大一部分的投入。但是這個模式的弊端就是一定要有流量，CCTV的廣告就會經常拍出天價，頭部效應非常顯著。互聯網當前核心爭奪的流量，其實背後很大價值就是廣告，所以互聯網企業不敢錯過任何互聯網入口，這意味著未來流量的昂貴。
第四種模式就是服務模式，服務的概念外延很大，基本上不在前三種模式的都可以歸為這一類，比如保姆是一種服務，運營商的話費算一種服務，共享自行車這類分時租賃也算一種服務。廣義來說，蘋果的商店、百度的搜索、阿裏的交易、騰訊的社交，都可以說是一種服務，但是服務未必直接就能變現，互聯網企業更喜歡免費服務的模式，然後通過廣告或者分發來變現，典型的“羊毛出在狗身上，豬買單”的邏輯。遊戲行業應該特殊一些，端遊以前主要靠授權模式，網遊和手遊基本都是服務模式，然後變現依賴賣等級、賣道具等方式。互聯網最成功的就是把服務遷移到線上，大幅降低了服務的成本，實現了從1到100的快速擴張，並且規避了過程中的成本問題。
但是，以技術和數據起家的人工智能又該怎樣變現？
AI企業直接做產品銷售嗎？這比較困難，因為技術公司一般比較缺乏營銷理念和渠道優勢，而這也是由一家公司基因決定的，相反的，產品公司一般也很難轉型到技術公司。但這不意味著技術和產品公司之間的轉型不可逾越，蘋果和華為就是典型的例子，技術和營銷同等的厲害。從很多案例來看，技術公司最容易選擇的方向就是延伸到產品公司。有些公司依靠售賣數據來賺錢，但是這畢竟是短期的營收模式，當競爭的時候，這種模式實際上很難維持合理的利潤。
當然AI企業最直接的商業模式就是授權，所以技術類企業一開始都會選擇這種模式。但是前麵也提到了，這種模式的難點就是回款，當碰到競爭的時候價格戰就會傷害這種模式，這將嚴重阻礙公司規模的擴大。
那麼廣告呢？顯然也很難，人工智能與傳統科技最大的區別就是人工智能非常強調實時和交互，這對於廣告模式來說就很致命，比如秀場直播，做個植入廣告還可以，若插播一段無關的廣告，估計就容易產生問題，影響正麵邏輯。所以直播平台更傾向於平台抽成的模式，這實際上是一種服務的變現。
服務變現似乎是人工智能落地的最佳商業模式，當沒有新新人類琢磨出第五種模式之前，估計很多巨頭企業也都會壓寶在這條道路上。服務變現也是互聯網企業理解最為透徹的模式，這些企業甚至將這種模式從線上走到了線下。但是人工智能怎麼才能依靠服務變現呢？
熬到了黎明或許碰上陰天
人工智能企業都堅信當有了流量以後，變現就會是自然而然的事情。但是令人擔擾的是，從PC時代到移動時代，也曾經有巨頭衰落了，也曾經有巨頭倒下了，當前來看我們認為一切商業模式都是清晰自然的，但是回退到10年前、20年前呢？不能以現在的眼光評判曆史的決策，局限才是大部分決策的本質。
人工智能這波浪潮，不是第一波，估計也不會是最後一波，人工智能企業最怕的就是好不容易熬到了黎明，或許碰上的還是個陰天。新技術的驅動必然會打破現有商業格局的平衡，這就不僅僅是技術的更新換代，很可能還是商業模式的變遷，或許核心屬性沒有改變，但是外延肯定會有所變化的。
決定公司高度的是最短板
這樣來看，人工智能創業若不深入思考做出快速調整，很可能就會在興奮中失落。技術和數據隻是一家公司起步的突破口，有了船票未必能登上諾亞方舟，登船之路可能更加荊棘密布，決定一家公司高度的永遠是公司的最短板。創業不是一件頭腦發熱簡單的事情，國家的支持與媒體的關注帶動的是一片產業，不是某家公司，而認知自身的缺陷本身就是一件極其困難的事情，何況還需要創業者及時的去調整適應。
比如，大部分人工智能創業公司都是技術出身，從理念和架構上，很容易不重視營銷團隊，認為營銷是件比較簡單的事情。更有很多創業者，利用眾籌銷售一部分產品後，在天貓和京東鋪下貨就認為自己是營銷高手。事實上，這沒有看到營銷的本質，真正的營銷，和管理一樣，也是一門科學。公司的架構裏麵，技術、營銷、管理永遠是並列的三架馬車，營銷整合了供應鏈、產品鏈、客戶鏈和媒體鏈，是公司變現最直接的渠道。
即便在技術領域也有很多誤解，很多投資人和媒體都覺得深度學習是人工智能企業的核心所在，但真正落地的時候，未必就是這樣。公司畢竟不是國家的研究機構和高校，特別是創業公司，承擔不起科研的任務，更多的則是技術的產品化，這就需要大量的工程人員配合。實際上，讓機器有多少智能，就意味著公司有多少人力和資金的投入。一家偉大的公司，從來不能依靠獨行俠。
焦慮的還有AI的投資人
但是，創業往往也是衝動的，這是比投資還要冒險和瘋狂的事情，過於理想的保守主義很難突破創業的層層障礙。冷靜與興奮，事實上是創業者最難把控的兩個極端。創業不可能有終點，創業之路也是創業者的自我修煉之路。當然，創業者都是令人尊敬的，即便失敗了，也為社會的進步積累了經驗，為下一波創業者探索了道路。
創業之路更多的是坎坷和荊棘，創業之心更多的是無奈和無助，鮮花和掌聲的時候，其實更多的是淚水和挫折。於是，這種焦慮自然傳導到了最為關注人工智能的投資人領域，2017年以來，隨著各種資金的關注，投資領域的競爭也日趨激烈。創業的各種困境，投資人也逐漸看的更加明白，而政府和銀行基金的加入也讓小型VC更加痛苦。事實上，具有戰略眼光的VC已經提前完成投資布局，糾結猶豫的VC或許錯過了人工智能技術紅利的投資窗口。但是等到產品或者平台的時候，才發現在這兩個領域占據絕對優勢的所有巨頭都已經布局把控，創業公司的生存空間被擠壓的非常厲害。當然，技術的顛覆往往超過了預期，比如蘋果iPhone X采用了紅外作為Face ID的主要技術，這本來是個令人鼓舞的消息，但是幾家歡喜幾家憂，反而讓基於普通攝像頭的CV創業很尷尬，這讓激進的投資人焦慮和不安。畢竟，投資人更加關注的還是IRR的數值。
焦慮的氣氛彌漫在創業和投資的天空，Thomas L. Friedman認為世界是平的，但是真的這樣嗎？
最後更新：2017-10-08 03:43:23