訂閱
                      糾錯
                      加入自媒體

                      解碼AI商業化困局,距離落地還差“臨門幾腳”?

                      2022-08-18 09:09
                      互聯網江湖
                      關注

                      文:互聯網江湖

                      所有人都想當第一個吃螃蟹的人。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行業目前的發展就處于典型的“螃蟹or蜘蛛”的思考時刻中。

                      AI早期的行業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,最后妥協在3000億美元的“中間數”,估值比肩騰訊。

                      當海水褪去之后,人們才發現行業的真實處境:大多數企業都在裸泳。上市之前企業大都需要經歷一番瘦身、縮水。格靈深瞳撞開了“科創板”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,讓真實的業績更加蒼白的顯露了出來。如今的AI行業進入越虧越燒,越燒越虧的無止境循環。早期投資人的策略是越虧越投,現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企業似乎已經被困在了AI里。

                      AI企業:手拿雷神之錘

                      創新工場創始人李開復曾在一個公開場合談及AI創業公司表示,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賽道投融資事件數下滑態勢明顯。據天眼查專業版APP數據顯示,目前有融資的人工智能企業相當稀少,絕大部分企業處于無融資的狀態。

                      從現狀來看,AI企業已經失去了資本的支撐,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。同行業的創業者過去紛紛艷羨AI巨頭們家大業大,但現在唯有慶幸,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技術商業化困難、落地場景碎片化、AI尚未跨過技術的死亡之谷、AI企業高管大多科班出身等等。

                      在互聯網江湖看來,AI企業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為“鐵錘企業”。

                      AI就像AI企業手中的鐵錘,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企業獲得大量資本的青睞,仿佛這把錘子可以輕松在任何產業領域找到釘子,并且砸完之后就會產生商業價值。

                      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相結合,但到底是“AI產業化”還是“產業AI化”,這點仍需仔細斟酌。

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

                      據互聯網江湖觀察專研AI技術的垂直AI商業路徑似乎正變為偽命題,大多數科技公司都已找到了與AI的結合點,并在與AI結合的過程中更有效的釋放了AI的商業價值。

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

                      在安防賽道,海康、大華、宇視等傳統安防巨頭一直是安防市場的主導者,如今海康威視等企業銷售的已不僅僅是攝像頭,同樣參與到了智慧城市、企業數字化轉型的建設中。

                      雖說這也是目前曠視、云從等AI企業巨頭挖掘最深的領域,但仍然無法和安防企業競爭。按照IDC在2019年下半年發布的《中國人工智能軟件及應用跟蹤》報告,安防領域被海康、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。

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

                      本質上,AI正成為各領域科技企業的基礎能力之一,自研AI已成為這些科技企業的必經之路。所帶來的結果就是:AI正滲透進科技公司并成為這些企業不可或缺的“必備組件”。

                      故事牢籠與造血困局

                      當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。

                      先不說向前發展,如何求存已是當下AI企業都在思考的難題。對于AI企業來說,擺在面前的兩條路:

                      一個是在AI基礎之上繼續和新故事結合,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,作為AI巨頭,云從科技的業務矩陣幾乎籠罩了智慧金融、數字新基建、智慧出行、智慧商業等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布《2022胡潤中國元宇宙潛力企業榜》,榜單列出了元宇宙領域最具發展潛力的中國企業,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新聯盟,未來會重點打造元宇宙研發中心。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。”

                      另一個是尋找現有AI落地方向之外的商業空間,務實的探尋其商業落腳點。這一條路更加艱難泥濘,也更容易讓投資者看清現實。

                      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域里?答案在于復用率三個字。

                      AI技術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,難以復制;第二種就是簡單易復制的AI技術,可以大規模復用,一項技術多次出售。

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

                      而計算機視覺是極少數擁有大量可復用場景而市場較為廣闊的領域,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。

                      但即便是占據細分CV這一優勢領域的AI四小龍至今仍未走出虧損泥沼,這意味著在其他AI更沒有優勢的細分領域,AI企業更加難以實現造血。

                      覆蓋AI領域之廣同樣意味著企業虧損之巨,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領域初步實現商業化落地,或許仍然難以滿足其虧損的巨口。

                      AI企業想要求存,必須跨過兩座大山:

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

                      另一個是如何打造專屬的商業化出口。也就是說,是AI企業獨有的商業化優勢,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宣布,公司刷臉系統早已不再與曠視科技合作,而是由螞蟻金服獨立研發。

                      如何避免“軟件外包部門”命運?

                      人工智能的本質是代替人工的智能。諷刺的是,目前的AI具備顯著的勞動密集型產業特征。

                      AI技術的成本構成中,基本半數以上都是數據成本,而對數據的采集、清洗、標注、增強等處理過程,往往是大量人力堆積的結果。

                      在互聯網江湖看來,AI實現落地的一個標志在于:AI技術成本小于勞動人力成本,做到與國內產業升級同步同頻。

                      想要實現這一階段目標,不能“只顧頭不顧尾”,在做好AI軟件算法模型的同時,能夠將AI的硬件設施完善成熟,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、人工智能產業創新聯盟秘書長安暉公布過一個數據,全球近90%的人工智能公司處于虧損狀態,中國AI產業鏈中90%以上的企業也處于虧損階段。其中很重要的一個因素或許就在于硬件能力的不足上。

                      海康威視在2021年報中也提到智能物聯 (AIOT)戰略,認為智能物聯的場景化需求需要豐富的軟硬件產品的支持。智能物聯的落地應用也需要沉淀各細分行業和領域需求的共通點,需要做更懂場景、更尊重實踐的產品。

                      比如在高空拋物場景里,除了搭載相應的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,所以產品自身還要具備自清潔功能、包絡式遮光罩等,減輕運維成本。

                      如此看來,在B端和G端,單一的一個產品或一套算法很難“通吃”,靈活的AI能力和定制化、規模化的硬件開發、生產能力缺一不可。海康威視目前SKU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算法定義硬件,更深層的原因或許是難以生產成熟硬件的無奈之舉。

                      實際上,云從、曠視等AI科技公司的商業化落地之戰和做L4/L5級無人駕駛企業向L1/L2級自動駕駛技術轉型非常相似。

                      對于自動駕駛來說,從L4/L5到L1/L2,并不意味著企業可以降維打擊。因為L4與L2兩個技術同樣存在較大的差異,不同的技術要求背后,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,硬件規模化能力同樣重要。

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

                      從這個角度來看,目前AI行業需要的不是新故事,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業雪中送炭,而不是錦上添花,同時也讓AI企業避免淪為科技公司軟件外包部門的命運。

                             原文標題 : 解碼AI商業化困局,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。如有侵權或其他問題,請聯系舉報。

                      發表評論

                      0條評論,0人參與

                      請輸入評論內容...

                      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

                      暫無評論

                      暫無評論

                      人工智能 獵頭職位 更多
                      掃碼關注公眾號
                      OFweek人工智能網
                      獲取更多精彩內容
                      文章糾錯
                      x
                      *文字標題:
                      *糾錯內容:
                      聯系郵箱:
                      *驗 證 碼:

                      粵公網安備 44030502002758號

                      厕所偷窥拉屎WCpeeingtube