317
機器人
阿爾法狗贏了世界，卻仍“虧成狗”，AI全麵商業化還有多遠？
“是什麼把人工智能抬上風口的？”“AlphaGo。”
“它是誰開發的？”“穀歌旗下的DeepMind。”
“那該賺翻了吧？”“沒有，而且今年又賠了。”
一年前，AlphaGo橫空出世，在與職業九段棋手李世石的人機大戰中獲勝，又以Master的名號連勝中日韓數十位圍棋高手，最後與世界圍棋冠軍柯潔對戰獲勝後退隱江湖。這件事直接導致了人工智能的熱潮，從圈內蔓延至全世界。
一年後，更強大的AlphaGo Zero又如大魔王走向前台，依靠自學3天超越AlphaGo李世石版本，21天達到Master水平，40天後成功“吊打”了之前所有的AlphaGo版本，可謂走向了“狗生巔峰”。
然而，在橫掃世界棋壇的華麗背影後麵，其開發者DeepMind公司仍舊收不抵支，是個名副其實的“燒錢貨”。在AlphaGo引爆了人工智能熱的導火索後，算法技術開始不斷突破，硬件設備的計算力也有了質的提升。
但是從商業的角度來看，當前盈利手段貧乏的AI領域與之前默默沉寂著的時代並無太大區別。除卻鎂光燈和照相機，絕大多數人工智能企業還在探索最基本的命題——生存。
阿爾法狗贏了世界，卻仍“虧成狗”
2014年，穀歌以5.25億美元的價格收購了英國人工智能初創公司DeepMind，該公司的聯合創始人戴密斯·哈撒比斯（Demis Hassabis）曾將其目標描述為“攻克智能領域，然後用智能解決其他問題。”2016年3月開始，哈撒比斯領銜開發的AlphaGo在最複雜的棋盤遊戲——圍棋中戰勝了一票世界冠軍：
2016年3月，阿爾法圍棋與圍棋世界冠軍李世石進行圍棋人機大戰，以4比1的總比分獲勝；2016年末2017年初，該程序在中國棋類網站上以“大師”（Master）為注冊帳號與中日韓數十位圍棋高手進行快棋對決，連續60局無一敗績；2017年5月，在中國烏鎮圍棋峰會上，它與排名世界第一的世界圍棋冠軍柯潔對戰，以3比0的總比分獲勝。
除了圍棋之外，DeepMind試圖在複雜的電子遊戲中也完成這類壯舉。此外，DeepMind還有多個圍繞著遊戲、醫療、計算等方向的人工智能項目正在開發訓練的過程中。
背靠穀歌這棵大樹，又乘著人工智能的東風，DeepMind肯定是“錢景大好”吧？然而，目前為止它仍是個“燒錢貨”。根據英國政府近期披露的一份文件，這家專注AI的公司去年收入隻有5270萬美元，而虧損額約為1.62億美元。而且它的收入完全來源於母公司Alphabet的各種項目和任務，沒有獲得一個外部客戶。
Alphabet將DeepMind的虧損分類到了“其他業務”，這一類別去年的全部虧損額為3.77億美元。在各項支出中，“員工成本和其他相關成本”（包括公司的薪資、差旅、辦公硬件和軟件以及股權補償等費用）這一項占比最大，約合1.37億美元，是2015年的兩倍以上。
此前有報道稱，DeepMind已經招攬了大約400名電腦科學家和神經係統科學家，團隊規模可能擴大到1000人。此外，還有4110萬英鎊的“管理服務費”，包括公司置業和計算機係統的管理和維護費用。
穀歌首席執行官桑達爾·皮查伊（Sundar Pichai）曾表示，該公司未來的成功將基於人工智能，穀歌在人工智能上所下的重注也有目共睹，近日推出Pixel2的時候就多次強調“AI+軟件+硬件”。
CBInsights的統計數據顯示，AI公司的收購競爭已經開始，2018年將是我們能看到的最多的公司收購和被收購的一年，而穀歌在這場競賽中居於領跑地位。但是事實證明，雖然展開了多項令人印象深刻的研究，AI目前要實現盈利仍然是非常困難的。
作為DeepMind等公司瘋狂燒錢背後的“金主”，這點虧損對於財大氣粗的穀歌還是可以接受的。不過，穀歌依靠搜索引擎的廣告盈利業務目前已經麵臨著挑戰：隨著用戶使用習慣的改變，他們更加依賴移動設備上的虛擬助手來執行原本需要搜索引擎完成的操作，這種改變或許會對穀歌來意生存的廣告盈利模式造成衝擊。
雖然DeepMind目前的盈利壓力並不大，技術也具有著落地應用的可能性，但如果長時間不盈利，投資者的信心也會受到削弱。
抱緊穀歌“大腿”，能否商業化？
自2014年被收購以來，DeepMind在人工智能領域進行了大量研究，但其中大部分都無法直接應用於穀歌的產品，畢竟它最擅長的是開發AI係統。為了增加穀歌和DeepMind之間的合作，使其研究能與產品產生交互，發揮更大的價值，DeepMind在位於加州的穀歌總部設立了辦公室，穀歌也專門成立一個“DeepMind for Google”團隊，通過將人工智能嵌入穀歌的產品和服務中，實現其機器學習研究和開發的商業化潛力。
雖然目前虧損的勢頭還在延續，DeepMind還是找到了將技術突破轉化為能夠實際應用的商業化成果的方法。在本月初穀歌的新品發布會上，穀歌在其旗艦手機Pixel 2、筆記本電腦Pixelbook和家用設備Google Home Mini上展示了新的數字助理，其語音更加自然且人性化。這要歸功於DeepMind去年發明的一種算法，它在12個月內從學術研究變成了全麵的商業應用。
這一算法的名稱是WaveNet，根據該公司說法，WaveNet是“一種新的神經網絡，用於生成原始音頻波形，能夠生成比現有技術更好、更真實的語音。”DeepMind在去年改進了這一算法，使它的計算速度提高了1000次，從而使語音的保真度進一步提升，效率的改進和效果的提升使得穀歌可以將其部署到新發布的產品。
這隻是DeepMind開始“回報”穀歌的一個例子。自2015年露絲·波拉特（Ruth Porat）加入穀歌擔任首席財務官以來，她一直在努力降低Alphabet的各項成本，使穀歌的一些“激進”領域能夠展示出盈利的跡象。數據表明，DeepMind的算法幫助穀歌將數據中心的能源效率提高了15%，並對穀歌的核心產品進行了改進。
DeepMind的算法研究獨樹一幟，而穀歌在硬件和在線消費產品中用AI進行創新的能力也無與倫比，這種清晰的思路對於二者的良好合作是十分關鍵的。這次Pixel 2發布後，一天之內現貨機型已經被預定完畢，高配機型更是要缺貨近兩個月，需求遠遠超出了官方預期。
與穀歌的代表性產品產生交互，可能是DeepMind未來盈利的主要道路。這一道路的第一步目前看來是成功的，不過未來走成什麼樣還有待市場檢驗。
中國AI：錢都花哪兒去了？
作為AI發展勢頭極為迅勐的一大市場，中國的AI產業也在瘋狂吸金。根據億歐與阿裏研究院近日發布的《2017中國投資市場研究報告》，中國AI商業化的“二次革命”已經爆發，AI投資市場投資額呈不斷上漲的趨勢：2017年前三季度的投資額就高達177億元，超過2016年的全年投資額。
這些錢都花哪兒了？人工智能的發展離不開三大要素：大數據、大規模計算能力和深度學習算法，而人工智能企業的發展則離不開數據儲備、計算架構和硬件服務和專業的人才。
在起步階段，人工智能初創企業往往會因研發成本過高而導致虧損：側重於大數據類的數據堂去年研發投入同比增長 141.91%，巨額的研發費用導致公司2016 年虧損1693萬元；研究語音識別的智臻智能已經連續四年虧損，去年虧損額高達7335萬，研發費就用了5903萬。
另一方麵，人工智能迅速發展與人才儲備相對缺乏的問題也使AI人才的需求量激增：通過領英平台發布的AI相關職位數量從2014年接近5萬個職位到2016年超過44萬個職位。
企業不僅需要程序員，還需要科學家。根據領英發布的《全球AI領域人才報告》，優秀的AI人才已成為了當下各企業追逐的焦點。截至2017年第一季度全球人工智能領域人才數量超過190萬，其中中國人工智能領域專業技術人才總數超過5萬人。目前，中國在發展人工智能這一前沿領域仍更多依賴於引進大量的海外高端人才。
而在中國本土，高層次的AI人才極為稀缺。這樣的緊缺，也使得“百萬年薪”在這個領域極為常見。如果要從百度、微軟亞洲研究院等大公司挖人，更是動輒上千萬。但是，高額的薪酬能否為公司帶來相匹配的盈利？目前的實際情況給出的答案是：不行。
越“AI”越不賺錢？技術場景需權衡
按照產業周期來劃分的話，整個AI可以分為基礎層、技術層和應用層。目前中國人工智能創業公司井噴，投資市場主要關注於技術層和應用層。從技術的角度可以分類為計算機視覺、深度學習、語音識別等，應用領域則主要集中於醫療、安防、交通、金融等領域。
在2017年的AI投資投資頻數與投資額方麵，企業服務、汽車交通、醫療健康和金融穩居TOP4。企業服務行業的投資頻數遠高於其他行業，大部分提供企業服務的公司具備某項技術能力，為各行業提供解決方案。這說明，盡管AI的發展得到了技術和產業界的一致響應，但目前的應用性產品仍以行業應用為主，能夠盈利的產品更是如此。
雖然資本的踴躍程度領先世界，中國在人工智能的大部分領域尤其是基層技術方麵仍處於追趕和模仿階段，鮮有突破性的技術誕生。比如AI芯片仍需要大量進口，受製於其他國家。資本的過於樂觀與技術水平的相對滯後，導致國內AI企業做出的產品要麼停留在試驗層麵，要麼重複度較高，競爭力不足。這也使得AI企業成為一個燒錢嚴重、回報率卻不可靠的投資領域。
中國人工智能產業聯盟副秘書長陳建文就認為，目前人工智能涉及的所有行業中，99%的創業項目為非關鍵性應用，致力於純粹的技術創新的“全部是大公司的跑道”，這也導致很多小型人工智能公司的研發技術被上遊擠壓，失去盈利的可能。而且，許多給自己貼上AI標簽的企業實際上隻是拿著人工智能的噱頭在做產業升級。另一方麵，很多傳統企業也在利用AI技術為自己賦能。從這種角度來看，與其說他們是AI企業，倒不如說是利用AI技術的行業企業。
穀歌此次發布以智能手機和家居設備為代表的一係列產品，正體現了其想要構建AI技術大規模落地場景的意圖，也說明成熟的一般性消費產品才是潛力最大的市場。人工智能真正的商業價值取決於其普遍應用的可能性，也取決於其所能開拓的場景。解決了這兩大問題，我們才能對AI盈利有所期待。
【鈦媒體作者：未來圖靈（futureturing）】
最後更新：2017-10-27 20:16:06