9012年已经过了五分之一,AI领域还没有让人兴奋的新消息。

即便不让我们谈论负面消息,2019年也会是AI创业者和投资人最难过的一年。

如果投资技术,那么AI技术会随着时间沉淀,如果碰巧押对了底层技术,可能创业者就有了一个AI的入场券。

但如果是模式投资呢?现在带来的应该是焦虑和恐慌。

如同一个城市100万人,需要2万辆出租车,因为大家都想进入一下子涌入了20万辆出租车,这个行业必然很难持续下去,接下来,洗牌、淘汰,乃至于混乱。而AI则更惨,因为大多数AI想要进入的市场,现在还不存在,大家想超前跑马圈地,结果跑得太快,市场都追不上。

一个数据显示,2018年上半年中国AI投资规模达到了317亿美元,而此时的整个人工智能市场只有300亿元人民币(不足50亿美元),大多数市场还是镜花水月,接下来人工智能的企业不火并一下,就都会死掉。

AI现在动辄宣传自己如何智能,那么为何不早早给自己算一命呢?或许那样就知道,很多宣称自己多么厉害的人工智能,根本就不该出生在这个世界上。

2019:开启Hard模式

很多人在鼓吹AI取代人类的很多工作,但是这一目标至少在2019年是不现实的。相反,因为市场的错配,2019年恐怕AI创业企业自己要丢掉很多工作——更何况很多标榜人工智能的,其实背后就是“人工”在做“智能”呢。

经济下行的情况下,市场会欢迎AI来取代部分人力资源,以期实现降低成本提高效率的目的。但遗憾的是,最近这一大波AI只是忙着跑马圈地,没有几个真正在干活的。所以,到最后我们不但不能指望AI帮我们,反而AI自己也很难生存下去了。

有个员外爷,家里几百亿美金,有个小公子,现在迷信说要娶个属猪的女孩儿。然后十里八村的人都争先恐后的生了10000多个闺女。准备争夺这个机会。

且不说这事被员外爷看上的概率有多大,就算员外爷喜欢,先定了亲,现在社会,孩子们就一定会在一起吗?在一起就一定会幸福吗?

你可能觉得这事儿很荒谬,但这就是AI行业的现实。关于AI,现在最需要做的机器学习、深度学习等等被投资人嫌弃,渴望抓住看起来很大的所谓的风口,无论是智能音箱,还是语音助理,或者是无人驾驶,但是这些员外爷家就一根独苗,为啥不掂量掂量自己几斤几两呢?还是觉得击鼓传花,后面还有很多投资机构等着接盘,于是就搏一把?

总而言之,到了2018年底,1000多家各类名目的AI创业企业拿到了融资,然而这个市场还不存在。到了2019年,应该很多人反应过来了,基于假设的假设不成立,于是大家就不会再跟进了,整个大泡沫一下子就坍塌了。最终这就像两个过分夸大其词的两个相亲对象:你没有你以为的那么有实力,她也没有想象的那么好看。

2019年,或许AI行业将进入淘汰赛。

人工智能,没有船票

人工智能无法预测未来,但是基于事实、数据和逻辑的当下的分析和判断,人工智能可以帮助我们做很多辅助性的工作。这些工作越准确,我们对当下的把握就越准确,我们的信息、决策和驾驭能力就越准确——信息、决策和驾驭是赵博思对于管理划分的新维度,苹果和乔布斯就是这样去思考和解决问题的。

AI的运算和处理能力是基于大数据的,所以只有在确定的依据下,处理海量数据,把过去人类自己无法计算的参数拿出来——这个参数只有和决策结果正相关才有意义;或者通过某个相关的指标,进行量化计算,提高概率或者协助降低风险;或者输入所有已知数据和你的决策,由人工智能来判断决策可能带来的风险和问题。

一句话概括:在有确切依据的情况下,人工智能可以帮助我们做很多复杂的计算工作,帮助我们对关键要素做出判断。

“2018年上半年,人工智能领域的全球融资规模达到435亿美元,中国的规模达到317亿美元”

工信部中国信通院副所长张雪丽在相关会议上介绍到,截止至2018年9月,全球共有人工智能企业5159家,中国以1122家(不含港澳台)位居第二;北京则以445家的总数,成为全球人工智能企业最多的城市。

不过,根据《北京人工智能产业发展白皮书(2018)》对国内AI创业公司数量和投资的统计显示,截至2018年5月8日,全国人工智能企业4040家,但拿到风险投资的公司为1237家(含31家已上市公司),只占总数的30%。潜在的人工智能的企业数量要高得多得多。

看起来的热闹,疯狂的造势,等到AI开始落地的时候,却发现情形并不乐观。

在几百亿美金的加持下,AI们却不得不面对一个事实:

现在的人工智能行业,并非已经有了一个庞大的市场,而是在一个尚未成熟的市场上,进行一次跑马圈地,并逐渐变成了一场资本的游戏。这种市场没有成熟,竞争已经白热化的现象,导致整个行业被Overvalue,进而不得不进入火并,以形成安全边际。

目前,这种情况愈演愈烈。单就人工智能+医疗领域来看,软银中国合伙人武凯就表示2018年上半年有超过20家企业拿到30亿人民币的融资。

至于各大投资方追逐的“香饽饽”计算机视觉领域,已经进入四超多强的“军备”竞赛阶段:商汤科技6亿美元+6.2亿美元+10亿美元三轮投资后估值抬至60亿美元;旷视科技也一举拿下6亿美元融资,依图科技完成2亿美元的融资,除了云从,“四小龙”的金主爸爸们都给他们买好了2019年AI的“门票”。

但是,他们也不得不悲催的发现,这张门票并不是“船票”,而只是AI淘汰赛的入场券。他们获得的仅仅是参赛的资格。而这场“饥饿游戏”,将会在2019年展开,最终鹿死谁手,一切都是未知数。

而即便能够在淘汰赛中幸存,未来仍旧不太乐观。因为期待中的整个市场还不存在,就算赢了,恐怕也只是淘汰了对手,还拿不到全部的Bonus。

前瞻产业研究院发布的《中国人工智能行业市场前瞻与投资战略规划分析报告》就指出,中国人工智能产业将会持续高速成长,预计到2022年,国内中国人工智能行业市场规模将达到680亿元。也就是说,3年后,中国AI市场规模也仅仅是100多亿美元。

融资几百亿美元、估值数千亿美元的AI行业,3年后的市场仅有区区100多亿美元,这笔账怎么算都划不来。

有多少AI企业是技术驱动的?

人工智能本轮的发轫是从iPhone开始的。起点是苹果推出的Siri。之后一系列碎片的创新出现:能够感知你身体状况的手环、能够上网冲浪的眼镜、能够战胜人类围棋的程序(谷歌的Alpha Go阿尔法狗)、能够自动驾驶的汽车(特斯拉等等)……把人机交互、大数据处理和机器学习等能够让机器更智能的创新集合到一起之后,人工智能这个概念开始走向社会。

实际上,人工智能之于21世纪,相当于电力系统之于20世纪,未来会改变我们的生活。而且随着各种决策标准化的可能性,未来会更有价值。

机器改变了世界,电力改变了世界,网络改变了世界,下一步,就是人工智能和大数据持续的改变世界。

目前来看,最大的价值来自巨头们对人工智能的应用,全球巨头的市场应用有数百亿美元——巨头们已经有海量数据,从中挖掘价值、节约成本、提高效率,投入就可以直接获得可观的回报。

其次是无人驾驶,这个市场也非常广阔,电动汽车成为主流只是时间问题,这意味着所有的操控都可以网络化自动化。而无人驾驶几乎涵盖了人工智能的各个方面,每个细节都可能诞生创业公司。

消费市场目前也有百亿美元的市场,但其整体规模还没有达到爆发阶段,重点仍然集中在家务自动化和指令操控等方面。消费市场的繁荣,必须要等到所有消费品都具有传感器和可交互时,才可以。最好是衣食住行的所有细节都有传感器。而这需要传感器足够便宜而且可以持续使用。如果有被动式的传感器就更好了。

至少到目前为止,在情感陪伴等大家认为的机会中,目前没有可行的解决方案。类人机器人要等到20年以后才可能有一点点市场生存空间。现在各种陪伴类机器人我们都可以认为没有实际机会。

独立发展的类机器人人工智能,看起来很酷炫,但其实只是营销手段,如果没有其他产品,就很难活下去。

人工智能是新时代的电力系统,自然最重要的就是让一切都能智能化。但这种智能不是一蹴而就的。在智能化成本降低,效率提升之前,在生态完善之前,人工智能发展会非常有层次。考虑到现在还有很多地方没有电,很多行业没有互联网化,人工智能的普及就更需要时间。这是一个持续100年的科技革命,核心是技术驱动。机会属于对人工智能有充分研究和充分理解的创业者。

从目前来看,人工智能作为独立产品,还不够成熟,智能机器人不能完成一次真正的互动,目前不具备辅助决策能力。而智能音箱、Siri等等其实只是简单的人机交互,本质上属于赋能应用、赋能产品的范畴。

赋能应用,指的是用人工智能改善线上和线下的应用产品。例如,通过人工智能让产品更匹配每个用户的个性化需求,通过人工智能发现每个人可能会喜欢的产品类别,通过人工智能让家居、汽车更智能等等。

赋能企业,指的是用人工智能参与企业的信息收集、管理决策,优化路径、提高效率、降低成本。人工智能可以对大数据进行更多维度的处理,从而辅助企业更好决策。当然,鉴于当下人工智能系统部署成本高昂、尚未形成标准化的处理模式。目前这一领域仅适合科技巨头对已知数据进行测试和应用。未来会向其他拥有海量数据的巨头企业延伸。

未来,赋能企业还会用于新型的创业项目,不过在数据处理能够更具有决定性之前,还有很长的道路要走。

无论是上述哪一种,我们都可以发现,其核心是技术驱动。

在技术成型之前,所有标榜模式创业的人工智能企业,或者借助已有技术进行创业的,都不是真正的AI——当技术还没有标准化、还没有成型之前,任何基于之上的商业模式都无法真正落地,这就是赵博思所说的:基于假设的假设不成立。

比如,当阿尔法狗用人工智能战胜人类的时候,中国好多企业也通过复制阿尔法狗的技术战胜了人类。这样的复制有价值吗?对于企业自身的学习和成长而言,有价值。但是从实用和商业的角度来看,没有价值。

技术是AI核心,就意味着这次机会本质上属于技术达人和战略大师。鉴于大的科技企业有更多这样的人,以及拥有海量的数据,人工智能对大企业的机会将会更大一些。

数据、芯片和算法

在赵博思看来,数据是原料,芯片和算法是发电机,人工智能是电。当没有数据、芯片和算法的时候,说自己能发电可以,但怎么能保证自己的成本可控呢?

人工智能不是灵丹妙药,它目前只是大数据的升级版,所以机会主要在语言、技术等基础的夯实。

家庭数据获取和处理、人体数据获取和处理、社会活动层面的数据获取和处理、汽车数据的获取及交互和处理等等。围绕单个场景收集所有数据并且帮助提供辅助决策。

技术创业的难点在于技术突破,好处是作为技术底层,一旦取得突破,可能在未来行业发展中水涨船高,坐享行业发展红利。举个例子,目前自动驾驶需要对图像进行更快速的处理,如果你在图像处理或者图像计算上取得突破,被当下的自动驾驶行业所采纳,那么你就有大概率成为行业细分市场的领导者。

这里的技术,指的是创造性的独占性技术。如果你没有独占性的技术(工具),那么你的技术本身,就没有办法发挥价值。人工智能不是属于现在的产品,因此,大企业斥巨资是在布局未来,搭建护城河;有技术的创业者是在押上自己的身家豪赌未来;如果你没有摸清门道,就只能成为这里面的炮灰。

目前所有宣称采用了人工智能的产品,其实都是PR需要而已。大企业借这个机会去刷一下存在感,蹭一下流量,这无可厚非。但创业者千万不要被大企业的宣传所误导。当大企业在刷存在感的时候,创业者认真做好技术,就存在机会。

在赵博思看来,目前人工智能在以下领域存在机会:

1、交互技术:语音交互、视觉交互等。

语音交互因为和C端更密切,技术相对成熟。微软、讯飞、苹果、谷歌都取得了一定的成果。但现在基本上仍然处于简单的交互。对于持续的语音交互(比如有逻辑的5、6句话能够对话,或者第二天能继续昨天的对话等等),目前还没有突破。

其次,目前的语音交互基本上是中心化的大众对话。对于个性化的对话,目前也几乎是空白——苹果在致力于单机人工智能,这是一个巨大的机会。

2、语言:人工智能的语言。

目前我们是过去的编程语言来实现深度学习、大数据、以及各种交互。但随着人工智能的成熟,需要有全新的语言来适应全新的人工智能。当然,这个领域需要顶级的企业和顶级的人才,苹果、微软等更有机会。但是,对于顶级的天才,一两个人设计出全新的语言。这个机会很难,但一直在等待合适的人。

3、传感器:获取各种数据才能做出有力决策。

目前各种传感器相对发达,但仍然有许多领域等待获取信息。比如手机对于气味、湿度、外部环境(微雷达)感知等仍然弱势;我们人类的生理图谱获取仍然单一,仅有Apple Watch等少数设备可以获得少量生理图谱;我们的物联网刚刚开始,低功耗或者借助物理世界获取能源的传感器也非常迫切——比如对下水道进行菌落监测的传感器;比如自动驾驶所需要的车车交互、车路交互的传感设备等等等等。这些基础设施是AI革命的前提,也是当下存在的机会。

4、处理器:对数据的各种处理方式。

不同传感器获取的数据完全不同,这需要进行标准化,而且还需要进行多维度的计算和处理。无论是边缘计算还是路边计算还是中心化的计算,我们需要各种低能耗高效率的处理器。部分处理器需要分拆作业,还有部分需要集成。这些处理器非常要紧。

这里还包括各种基础芯片和系统芯片。不过这对于普通创业者而言,难度有些高——但在大学实验室的研究人员,或许可以找到商业化的机会。

5、操作系统:逻辑和架构

数据获取之后,通过相关的算法,构建逻辑,并且完成逻辑分析,多维数据的交互,这需要对人工智能进行更精准的训练,全新的模式不仅是技术,而是多种专业知识的集合。——中国有种胜者为王的思维,以为赢家说了算,其实不是,人工智能只是工具,用来把各种知识集成到一起,做得更好。最终,通过算法和优化的方式,更精准的去预测用户行为,更准确的计算成败风险概率,更高效的提高运行效率等等,对能够提升效率的地方进行优化。

6、To B的应用

目前可见的大机会属于苹果等大企业。因为只有对他们来说,现在的人工智能就已经开始发挥价值——他们有技术、有人才、有数据,可以提高效率或者降低成本或者给产品增加新功能,就有价值。这些机会都不是创业者的机会。

创业者的机会集中在创新层。全新的层面,无论是基础设施还是系统集成还是应用层面。而对于人工智能这种类似电力系统的核心基础领域,越到基础层面,生存的活力就越大。基础层面的创新一旦成为行业基础或者行业标准,以后就是坐地收钱。无论独立发展还是卖给其他巨头。

而到了应用层面,虽然看起来离市场近,也容易获得用户,但实际上因为底层还在进化,每次都会导致应用层的巨变,一个跟不上就会被甩掉,一次趋势判断错误就会被遗漏。跟随的话,犯错了巨头还有机会,而你没有;不跟随,连最基本的声势都没有。比如,巨头做智能音箱,哪怕都不成功,你跟还是不跟?如果你自己做智能机器人,你怎么有办法做出一整套自己的系统?

因此,现在人工智能还是技术层面的竞争。应用层面的人工智能,只是一种噱头。

30年后才会开奖的彩票,你现在是否愿意All in?

人工智能就像是30年后才开奖的彩票,别看炒得热闹,但都是大企业在做营销,真正在当下有价值的,就是关于人工智能的技术储备。但对于普通的创业者,如果你没有独占性的技术,你就根本没有机会。

2016年,百度就提出AI战略;2017年,阿里成立了达摩院,腾讯也开始从游戏、社交、内容三大场景进行AI布局。可以说在人工智能方面,BAT之间已经形成共识。2017年7月,中国国务院发布了《新一代人工智能发展规划》,宣称“人工智能成为国际竞争的新焦点。人工智能是引领未来的战略性技术”,明确表示中国的雄心是领先世界,并在2030年成为“世界主要人工智能创新中心”。

在当下的核心领地,基本都是科技巨头在抢占领地。它们可以不在乎产出的投入到未来技术之中。

对于初创企业而言,不要想着和巨头抢地盘,而是要再当下技术急需的领域下功夫——

目前急缺的:新式传感器(IoT、气味、污染、生理数据)、边缘计算(计算方法、情绪捕捉、数据标准化、复合计算)、人工智能语言、人工智能操作系统、垂直领域的专业化研究等等。

比如,中国当下造车热潮,上百亿美元砸到造车里。但是这些投入产出可能很不划算,大多数先驱都会成为先烈。但是,无人驾驶涉及到数千种人工智能技术,无论是图像捕捉还是图像处理、或者人车交互、车车交互、车路交互,任何一个细节能够做好,不仅会带来高额的收益,而且还可能成就一个科技巨头——无论是英特尔还是AMD还是高通,都是用核心技术征服了世界。直接造车,可能是最不经济的做法。

人工智能的发展,必须以传感器和硬件进化为前提——硬件就是我们和数字世界交互的介质——人工智能和我们的劳动仍然需要载体。

“假设我在家里写邮件,待会就要去上班。”正如苹果高管埃迪·库所说,“我希望地图告诉我:’现在还没有必要离开,如果再在家里待一会,上班的时间可以缩短15分钟。’这样的信息相当实用。”——这才是对每个人有用的人工智能。

当我们想要做到人工智能的时候,我们最需要获得的是数据!

各种各样的全方位的数据,每个细节每个动作的数据。面部表情的捕捉、心率变化、身体变化、眼神的变化、呼吸变化、周围环境的变化……只有有了这些数据,人工智能才有可能准确的处理信息——此所谓巧妇难为无米之炊也。

要获得这些信息,仅仅依靠软件是不可能的获取的。尤其是人工智能想获取的数据,不会仅仅是结果,而是要数据产生的过程,才能加以研判。

数据产生的过程(即可持续的动态数据的产生)比最后数据的结果更重要。比如看到你每天使用手机的习惯和行为,要比目的地和结果都重要。今天打字是激烈的,使用过程中很多小细节,手表监测到这个过程中心跳加快等等,可能意味着已经升起暴跳如雷。

综上所述,对于创业者而言,当下的挑战是在增大。尤其是海量数据是至关重要的因素,创业者往往不得不围绕特定的企业来改进和验证自己的模式。这使得应用层面,创业者本身不占优势,可以进一步推理,独立的模式创业会变少。

对于创业者而言,真正具有竞争力的领域仍然是技术领域的独占。哪怕是一个很小的领域,如果能在技术上形成垄断,也能在未来诞生超级巨头。无论是数据获取(传感器、人机交互、应用交互、加工数据等)、数据加工(处理器、操作系统、人工智能语言、边缘计算、复杂计算等)、辅助决策(全新数据处理逻辑、重建相关关系、风险模型、处理速度等等)。

这些领域任何一个细节,无论是生产制造还是信息处理,如果能做到最高效、做到世界第一,作为人工智能等基础设施,企业就有可能在未来100年的人工智能浪潮中,占据一席之地。如果足够幸运的话,还可以随着人工智能的规模爆炸式增长而水涨船高。

资本下的蛋

“AI行业将会迅速褪去光环,成为脑力活和体力活并重的一个行业。原来行业里常见的明星AI技术公司,一年内融资好多轮,然后以极高的价格迅速招人的现象会大幅度减少。”线性资本对外公开发声,“因为AI公司必须要落地,必须要和行业结合,必须要干很多苦活累活。”

从融资角度来看,中国的人工智能已成为全球规模的领先者。张雪丽透露,中国对人工智能领域的投融资“占了全球的四分之三以上”。

但投融资的加剧,能够印证AI处于最好的时点吗?

在2018年5月牛津大学题为《解密中国AI梦》(Deciphering China’s AI Dream)的报告中,分别考察了AIPA的四项基本指标。

这其中,硬件层面,中国指数为5.8,美国指数为46.2;数据方面,中国占20%,美国占5.5%;算法和研究层面,中国得分为16.8,美国则为37.3;商业化层面,中国的得分为25.9,美国则是41.1。

在第19届瑞银大中华研讨会上,瑞银亚太区半导体行业分析师呂家璈认为,在AI领域里,中国数据最强,其次是“感知”,在“认知”领域稍弱。目前,中国在人脸识别、语音识别、图片识别等感知方面已经是世界级了。中国的计算也做得非常好。但认知识别以后还要做决策。中国在人工智能的硬件领域,特别是训练、推理芯片及平台类芯片方面目前是最弱的。

这样的条件,为什么能吸引到几倍于美国市场的风险投资呢?

资本在其中起到的作用,远远比创业者自己要大得多。

人工智能这个领域早就存在。只是随着移动互联网和云计算的兴起而再次复苏。在中国,这一波浪潮发轫于2012年。在当年的百度年会上,李彦宏提出要创立深度学习研究院,并在2014年挖来了业界大牛吴恩达为公司首席科学家,负责百度旗下的硅谷和北京两个实验室。

大约2014年开始,阿里也陆续开始找了不少世界级的人工智能专家,系统性地布局人工智能领域。

之后,2016年,美国白宫先后发布了两份关于人工智能的重要报告,再加上AlphaGo彻底走入大众视线,谷歌、亚马逊、微软、Facebook、IBM还在同年成立了人工智能联盟。至此,人工智能在巨头间达成共识,成功进入“风口”。

AI迎来了属于自己的风口,但这个风口似乎遇到了与之不相称的关注。在缺乏技术储备,缺乏实际应用的情况下,资本催生的AI企业迅速壮大,动辄上亿美元的融资吸引着创投圈的眼球,也激励了更多的投资人和创业者涌入其中。

而随着AI与现实的碰撞,整个市场也开始恢复冷静,这时,为了能在AI市场中分一杯羹的投资机构又开始对优秀企业的过度下注,也会导致企业超估(overvalue),从而摧毁已有的模式。

当然,当现在淘汰赛来临的时候,AI企业也只有孤身奋力一搏,千军万马挤过独木桥。

人工智能的“饥饿游戏”:谁能幸存?

相关报告指出,2018年中国人工智能市场规模有望超过300亿元,2022年该数字则将会达到680亿元,吴恩达援引麦肯锡报告指出,2030年人工智能将为全人类贡献13万亿美元的GDP。

单就2018年来说,300多亿美元的投资,争夺300亿元的市场,以及3年之后不到700亿元的市场?狼多肉少的仗怎么打?浴血厮杀在所难免。

例如,2018年,国内巨头扎堆进入智能音箱市场,阿里、小米、百度等玩家甚至不惜用低于百元的价格战进行肉搏,虽然整体市场出货量达到数千万级别,近乎是2017年市场规模的十几倍。但在巨头的加持下,整个行业已经沦为巨头人工智能的营销入口,很难具有独立生存的能力了。由此一役,中小创业公司就不得不在2019年,和大家说再见了。

但巨头们也不可能高枕无忧。当一切竞争变成了模式创新,变成了价格战,战线就可能被拉得很长。

2018下半年,AI项目的融资速度就已经普遍减缓、估值下调,2019年如“饥饿游戏”一样惨烈的淘汰赛,一切只会更糟糕。

除了宏观环境和资本市场的变化,AI更大的挑战在于如何能真正的落地,带来商业价值。

在2018年的世界杯中,各路人工智能系统纷纷大显神通展开对管家的预测,预测的结果也各不相同:有结果称德国夺冠率最高,为28.6%;有结果称前三名将是德国队、巴西队和阿根廷队。而来自肯尼亚投资银行和美国微软人工智能和数据科学专家Peste的预测结果却完全一致,均为巴西。

最终的结果,大家也都知道了,冠军属于法国。随后,大多数AI都偃旗息鼓,假装什么都没发生过。

在实际的操作中,比如智能音箱吧,他们的智能程度还不如一个4岁的孩童,但即便如此,大家依然热情不改——人工智能10年后会改变世界,值得每个人为之奋斗。但在取得10年后战役成功之前,大家需要先熬过当下的饥饿游戏,需要先活过2019年。

 

(赵博思,财经作家,擅长模式与创新。撰写了《乔布斯到底给苹果留下了什么?》、《创业的真相》等创新专著。业务探讨、商务合作请联系wozai@outlook.com)

最后修改日期:2019年8月2日

作者