文｜本刊記者 梁玉龍 糜 豐 李垣諭
1
AI創業不性感
繼蒸汽技術革命，電力技術革命，和計算機及信息技術革命之後，由AI觸發的第四次工業革命正在發生。
曾幾何時，AI是最頂尖的科技領域，能在其中掘金的企業鳳毛麟角。但是就在近2年，中國的AI企業呈現爆發性增長，根據《科技日報》的報道，截至2018年5月8日，全國AI相關企業共計4040家。
強力的資本介入使得AI成為創業的關鍵領域，數千家創業公司覆蓋了聊天程序、視覺、汽車、機器人、網絡安全、商務智能與分析、廣告與銷售與客戶管理、核心/前沿技術、醫療、文本分析、物聯網、消費、金融與保險等領域。
百度、阿里、騰訊、科大訊飛等科技巨頭公司也在語音識別、圖像識別、神經網絡、自然語言處理等方面有重要的突破。艾瑞諮詢認為，國內AI市場將從2015年的12億元增至2020年的91億元。
然而在狂飆突進了兩三年之後，AI產業在2018年迎來了一個關鍵節點。集萬千寵愛於一身的AI創業，正在變得不那麼性感。
一方面是，AI遭遇商業化之痛。有研究報告顯示，90%以上的 AI 企業依然處在虧損階段，絕大多數企業年營業收入不足2億元。
另一方面是，投資機構對於AI領域的投資逐漸趨於理性，資金越來越多流向頭部創業公司。北京主線科技CEO張天雷曾公開表示，AI投資熱潮逐漸退去。李開復甚至認為，2018年將會出現第一撥倒下的AI公司以及投資人。
IT桔子收錄的2017全年AI投資事件353起，數量有所回落，新增AI企業數量有所下滑，不足50家。
在長跑運動中，職業運動員必須擅於在無氧運動和有氧運動間隨機切換。對於大多數AI創業者來說，他們已經完成了起步階段的無氧衝刺，即將切換至考驗耐久性的有氧運動狀態。如果此時他們不能實現企業生理上的良性循環，將很有可能被別人的節奏打亂，從而透支體能，敗下陣來。
2
技術不是護城河
AI產業鏈可大致分為3層：
最底層是基礎支撐層，包含雲計算、芯片和開源框架等。這一層門檻很高，芯片的機會留給了英偉達、高通和英特爾等巨頭，開源框架和雲計算則被谷歌、亞馬遜這樣的巨頭把持。
中間層是技術驅動層。被外界廣為熟悉的圖像識別、語音識別等通用技術，就在這一層。BAT將這一層視作關鍵要塞。這一層也盛產以技術取勝的“獨角獸”。
位於最上方的場景應用層賽道最為寬闊，是AI應用創業公司最簡單的打法，它們站在巨人的肩膀上，選擇一個垂直領域，一頭扎進去。通俗地說就是“拿錘子，找釘子”。
根據艾瑞諮詢的統計數據，目前我國71%的人工相關企業都在做技術落地應用。在算法技術方面，55%的企業在做計算機視覺，13%在做自然語言處理，只有9%的企業真正研究機器學習。
能夠很快把技術應用落地是我國創業者的優勢。但這也決定了這類創業公司沒有高聳的護城河。畢竟人類當下掌握的AI技術還是淺層次的，是弱AI，它帶來的紅利期非常短。所以，創業公司必須在紅利消退之前，儘快實現商業化落地，為技術的迭代蓄能。
通過行業掃描，AI落地做得好的行業領域往往都有兩個特徵：一是行業規模大。無論是安防、醫療大健康、金融、汽車出行、零售都是萬億級市場，想象空間巨大；二是賺錢相對容易、離錢近。AI技術前期投入成本大，需要嫁接離錢近的行業領域。
這正是to B型的AI創業公司，比to C型的更多，活得更好的原因。
當然，對前者來說，挑戰依然存在。從內因來看，AI技術具有典型的“落地口徑窄，需求不穩定”特徵，這使得其行業商業化探索階段會更加漫長。
圖靈機器人人才戰略官黃釗在他知名的200多頁PPT《人工智能產品經理的新起點》中闡述到：AI時代有兩大重要特質—高維+突變。正是由於這兩大特質，AI領域需求的特點是：機會多、難度大、變化又快又大。
從外因來看，在目前AI行業中，客戶的期望控制與管理是難以繞開的大坑。客戶期望受3方面影響：對AI技術的認知、對自身條件的認知、對自身需求的認知。然而不幸的是，就目前市場現狀來看，大部分客戶3方面的認知都不健全。
地域性的認知差距，也為市場拓展製造了困難。雲從科技聯合創始人姚志強，在接受《商界》採訪時就曾透露，作為西南地區少數AI“獨角獸”，他們卻很少能拿到本地大單。內地客戶保守、觀望的態度，讓他們只能把業務重心放在沿海地區，使得雲從“牆內開花牆外香”。
3
向左走，向右走
AI已經在多種商業場景得到了應用，在這一過程中不同的企業形成了多樣化的商業模式，總的來說可以分為兩類，一類是應用型，一類是平臺型。
應用型公司遵循的是工業化線性思維，以技術為資本，以生產為主線，“生產產品-建立渠道-定價售出”。
即選定特定的垂直行業深扎，積累了足夠深刻的認識和經驗後，會發現問題變得越來越簡單，方向也逐漸清晰起來，也能與競爭對手拉開距離。
在泛化智能負責人王漢洋看來，對行業來說，當下這種模式是更為務實的選擇：其一，用新技術幫用戶解決問題是對技術的認可；其二，能讓 AI 行業避免染上共享經濟那種荒誕燒錢的毛病；其三，外包模式下，協調多變的需求、維護客戶關係這種髒活累活，正好讓現在 AI 行業高談闊論，卻不願意踏踏實實做實事的風氣有所改觀。
然而這種模式的弊端是，只能N倍增長，無法實現N次方增長，想象力和發展空間均被侷限。
相比之下，平臺型模式以平臺為起點，結合不同合作伙伴，連接一個個供給端，對接需求端，似乎更有孕育出巨頭企業的可能。
百度是目前國內在AI領域投入最早也是佈局最完整的公司。截至2018年7月百度大腦3.0發佈，百度已經持續開放了110多項場景化AI能力與解決方案，讓每個開發者和企業都能平等獲取頂尖AI能力，一站式綜合應用。
百度已經在BAT陣營中掉隊，現在希望藉助AI重現往日的輝煌。而創業公司又何嘗不希望藉助AI，來挑戰既有的商業格局？
商湯創業早期是一家技術應用型公司，而現在的模式則和百度主打的AI賦能有點類似。純技術公司的市場天然在B端，而商湯的打法是先找一個垂直領域的傳統公司合作，摸索AI技術落地，從項目到產品；然後再垂直打通某個行業生態，做平臺。
事實上，一個通用的AI創業公司的進階路徑很有可能是：基礎技術服務商-整體解決方案提供商-AI產品化-生態構築者。
如果AI創業者止步於應用，便是浪費了一個偉大的歷史機遇。
附：中國100家AI相關非上市企業2018年預計營業收入範圍（單位：人民幣）
注：1.受限於調研範圍與調研信息的不透明性，可能存在部分企業遺漏現象; 2.本榜單僅供市場參考，不完全反映各企業綜合實力；3.以上數據、排名來源自億歐、賽迪、百分點。
編輯｜彭 靖 [email protected]
（本文節選自《商界》8月刊的特別策劃“AI超級版圖”， 更多精彩內容，請戳文章最下方“閱讀原文”獲取。）
end
版權聲明｜內容來源：《商界》雜誌原創文章，未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用，違者將依法追究責任。如需轉載，請在《商界》雜誌後臺回覆關鍵詞“轉載”
閱讀更多 商界雜誌 的文章
