人工智能產業鏈的公司靠什麼存活？ ——很多人說，不靠B，不靠C，靠VC存活
在本文個人覺得一個詞很重要“壟斷”
人工智能產業鏈非常龐大而且一直在演變，每一次的演變都有有相應的設備基礎支撐.
1.人工智能市場總覽
自下而上可以分為三類，我認為最早賺錢的一波公司就是硬件公司，比如之前GPU運算爆發的英偉達，其次數據採集公司，其次是應用公司。
BCG人工智能產業鏈格局
A. 人工智能【基礎層】：主要以硬件為主
1. 運算芯片：GPU\TPU\FPGA等
2. 終端數據採：攝像頭\麥克風\智能運動佩戴（心率、血壓）等等
3. 終端數據傳輸：Lora、NB-iot、BLE、WIFI、3G/4G等
4. 雲計算：BAT、IBM、亞馬遜、華為、微軟等公司的雲服務
5. 用戶行為大數據：BAT、京東、新浪、今日頭條等用戶數據
6. 行業大數據：社保、醫療、政府的工商農建行業數據等
7. 智能終端：智能手機（很難想象，但是確實是組成之一）
B. 人工智能【技術層】：主要以機器學習、語音、自然語言處理、計算機視覺
1. 機器學習（深度學習）：模型的建立和數據訓練
2. 語音及NLP處理：語音識別和解析，等
3. 計算機視覺：圖片識別、分類及解析、人臉識別、物體識別
C. 人工智能【應用層】：
人工智能行業細分為13類：
1）深度學習/機器學習（通用）：這類公司主要建立可依靠現存數據進行學習的算法。典型例子包括預測數據模型與分析行為數據的軟件平臺。
2）深度學習/機器學習（應用）：這類公司同樣使用計算機算法，但卻是基於非常垂直的特殊案例中存在的數據運行。典型例子有利用機器學習技術偵查金融詐騙或者識別最好的銷售線索。
3）自然語言處理（通用）：此類公司構建的算法能夠處理輸入的自然語言，並將其轉化為可理解的表達。例子包括文本自動生成以及文本挖掘生成數據。
4）自然語言處理（語音識別）：公司產品能夠處理人類語音的片段，準確識別單詞並推測含義。典型的例子是語音指令的檢測並將其轉化為可執行的數據。
5）計算機視覺/圖像識別（通用）：這類公司研發的技術主要是圖像處理、分析，可從中提取信息、識別圖像中的物體。典型例子包括圖像搜索平臺和研發員使用的圖像標籤應用程序接口。
6）計算機視覺/圖像識別（應用）：這類公司是在非常垂直的案例中使用圖像處理技術。典型案例包括面部識別軟件和能讓用戶通過拍照搜索商品的軟件。
7）手勢控制：公司產品可讓用戶通過手勢與計算機互動或交流。典型例子包括讓人們通過肢體動作控制遊戲角色的軟件以及僅用手勢就能控制計算機和電視的軟件。
8）虛擬私人助手：這是一類基於反饋和指令來為個體完成日常任務和服務的軟件助理。典型例子有網絡客服助理和個人助理app，管理個人日程安排等。
9）智能機器人：可以進行經驗學習並根據身邊環境自主進行活動的機器人。典型例子有家庭機器人，可以在互動中根據情感做出反應，還有幫助人們找到商品的銷售機器人。
10）推薦引擎和協助過濾算法：軟件能夠預測用戶對電影、餐廳等的偏好，並推薦個性化的內容。典型例子有音樂推薦app和基於用戶過去選擇進行推送的美食推薦網站。
11）情境感知計算：軟件能夠自動感知周圍環境以及使用背景，例如位置、方向、光度，並以此調整行為。典型例子包括感知環境的黑暗度並調高亮度的應用。
12）語音翻譯：識別人類語音並立刻自動從一種語言翻譯至另一種語言的軟件。典型例子是自動以及實時的將視頻談話或網絡研討會翻譯為多種語言的軟件。
13）視頻內容自動識別：這類軟件可以將視頻內容的一個樣本與源內容文件相比較，通過它獨特的特點識別內容。典型例子有對用戶上傳的視頻與版權視頻文件比較以偵測是否侵權的軟件。
從變現賺錢能力來看不同產業鏈的變現能力如下：
解決方案是大部分公司最容易進入，而且最快可以變現的部分。
其次就是大數據：但是大數據的進入門檻基本已經被壟斷。
通用技術和算法框架：這個類比較尷尬，來錢慢，對技術要求也要高。
應用平臺：API接口調用，各種開發者生態群落.
人工智能的產業常見商業模式
過去數十年的互聯網及新科技產業無非以下四種商業模式:
人工智能公司常見變現模式如下：
實際上人工智能產業中盈利部分大多數來自項目，比如人臉識別+，圖像識別加+，但是盈利非常弱。
相關內幕（人臉識別公司）：
以Y公司的幾個項目中標金額看：多個銀行項目1元中標，國家項目免費做。Y公司2016年去年營業額2000萬，開銷6000萬，淨虧4000萬。
以K公司的在線API為例，全年API調用付款不到3000萬次，每次0.1元，收益大概300萬。K公司去年營業額1250萬，開銷3500.
以S公司的集成授權為例，全年的項目集成不超過80個，很多還是免費提供技術,S公司2016年除了幾個APP公司給的一些合作費用，總計收入不到1000萬，開銷6500萬。大部分是虧得不要不要的。
那麼整體人工智能行業並不賺錢，那麼人工智能從業人員的高薪是誰支付的？
很多人說，不靠B，不靠C，靠VC存活。
與所有風口吹泡泡的故事一樣，資本再次充當了那個“老好人”的角色。
從2016到2017年，國內投資過人工智能領域的機構多達145家，而無論是否投資過人工智能企業，幾乎所有投資機構在公開場合都認為：人工智能的確是未來，只是在未來有多遠，以及如何估值這個問題上存在一定疑問。 以學術水平論估值，是正在佈局這個行業的一些VC的基本邏輯。
人工智能這一波的猛烈炒作，實際上炒作的這些標誌性公司大多屬於技術型公司，並沒有太好的變現渠道，真正在賺錢的公司都是一些行業的垂直應用公司（解決方案公司），而且完全不知名。
閱讀更多 剪點詞 的文章
