本文同步發送於個人同名微信公眾號：修外求內，歡迎大家關注。
前言
在目前中國經濟轉型雲+AI化浪潮中有兩個產業演進方向，一個是由AI科研向產業場景演進，一個是由產業場景發力AI化。所有先有AI技術再尋找場景落地都屬於前者，A股上市公司如科大訊飛、恆生電子。所有原有產業場景公司尋求以AI技術轉型都屬於後者，萬興科技、廣聯達、海康威視都屬於後者。
佳都科技理論上最佳轉型路徑應該是後者，卻偏偏走了前者的路子。
“隨波逐流”佳都科技
佳都科技原名佳都新太，再之前是新太科技。在新太科技時代，佳都是以IT服務外包為主，這些外包服務既包括國外軟件廠商在國內落地代理，也包括呼叫中心或其他B端IT外包服務。等到了佳都新太時代開始將單純服務外包升級為有目的(賽道)的服務外包，也就是這時佳都開始將業務範圍拓展到了軌道交通和公共安全領域。
不知道是不是從新太開始以外包作為主要營收方向的影響，雖然佳都從13年就開始了智能化轉型之路，但是始終沒能在智能化或者說雲+AI方向提出自己的前瞻性戰略導向。也就是說始終沒能看到佳都在雲+AI方向提出超出行業普遍認知的前瞻性認知，就更不要說根據前瞻認知對公司發展方向和組織機構進行針對性改革。我們從佳都科技每年每天的營收進展中能看到始終是又拿下了那些項目訂單，又增加了關鍵那些用戶，卻看不到佳都科技在雲+AI方向有什麼統一性的前瞻性認知，並因此對公司動了哪些大手術。
也許有投資者朋友會說能不斷拿下訂單，能不斷增加關鍵用戶還不好麼?只要營收增加了，利潤增加了，管它其他那麼多幹什麼呢?
首先我們要明確一點，雲+AI方向是個非常非常的新行業。這樣一個非常非常新的行業意味著它的技術體系會有非常快的迭代。我們現在看到的AI行業發展停滯，AI技術發展停滯不前，只是AI行業原有技術到場景的發展路徑暫時走不通了，需要換到場景到技術行業的發展路上，在行業停滯期暫時的技術停滯而已。從海康、騰訊、廣聯達等行業先行者發展現狀來看，場景到技術發展的路徑在2020、2021年會有越來越多AI公司換擋到這個發展方向，也會有越來越多公司走通這條雲+AI之路，這時雲+AI方向必將再度迎來高速發展時期。
而我們看到佳都目前的發展現狀是一面緊盯用戶訂單需求，一面緊盯行業先行者技術發展方向。從具體業務表現上來看，就是一面針對用戶需求拿出合適的技術解決方案，然後看下現在行業技術亮點是什麼，加入技術方案提高方案整體效率和技術先進性。這樣模仿者發展路線在行業發展穩定期或停滯期當然沒什麼問題，但是當行業由停滯期轉入飛速發展期後，整個行業技術迭代會進入到一個非常快時期。在技術快迭代時期，當你看到行業先行者拿出什麼新技術，然後組織公司資源去模仿式更新，再等你拿出模仿出新技術時，先行者可能已經拿出了再度領先你一代甚至兩代的技術體系(就像大疆在攝影無人機對其他初創公司的碾壓一樣)。這時因為你沒有根據行業發展方向提前進行公司轉型工作，沒有推出適合行業發展特點的新組織架構。在你和行業先行者搶奪客戶訂單時，先行者能用比你更少人、更低成本、更快速度拿出比你更先進的解決方案，這時你所有看似美好業務現狀都會像泡沫一樣消散掉。
2008年，諾基亞手機全球市佔率近40%，蘋果 推出iPhone 3G並帶有App Store應用商店。
從技術到場景與從場景到技術
我們目前看到的雲+AI方向知名廠商大多處於語音和視覺賽道，非這一賽道公司很少。
為什麼我們看到知名廠商大多源於語音和視覺賽道?
我們所說語音和視覺賽道既包括科大訊飛所處純語言賽道，海康威視所處純視覺賽道，也包括大疆視覺+飛控混合賽道，也包括像智能駕駛這樣視覺+車控混合賽道。我們可以說出的大多數AI賽道都是由語音和視覺賽道延伸出來，為什麼?
在之前我們文章裡就聊過AI誕生基礎是足夠豐富的大數據，初期AI發展局限在語音和視覺賽道原因也就在於此。
因為語音和視覺賽道大數據更容易累積，原因就是這麼簡單。
而其他行業場景想要誕生AI技術的前提就是能累積大量行業內專業數據，問題是能累積這些數據企業大都是傳統行業巨頭。新興AI公司即使想往這方面創業也很難累積到這個方向的數據，至於在這個方向上誕生對應行業的AI那就更不可能了。
在我們之前盤點過的A股AI類公司裡，我們單獨拿出和語言及視覺賽道相關性不大的公司來看看，初創型AI公司能否拿到類似行業的累積數據。
廣聯達：模型管理方向AI，能在這個方向誕生AI前提是累積到足夠多建築專業大數據。出身計算機行業的AI初創公司很難做到這一點。
泛微網絡：流程管理方向AI，能在這個方向誕生AI前提是累積到足夠多跨行業流程管理數據。出身計算機行業的AI初創公司很難做到這一點。
石基信息：酒店管理方向AI，能在這個方向誕生AI前提是累積到足夠多酒店管理專業大數據。出身計算機行業的AI初創公司很難做到這一點。
恆生電子：金融管理方向AI，能在這個方向誕生AI前提是累積到足夠多金融管理專業大數據。因為金融數據特殊的價值性，作為數據主要累積方的金融公司(含銀行、證券、基金、期貨等公司)很難向第三方開放相關數據。即使以恆生電子在這個行業深耕二十多年的資歷和人脈也拿不到相關數據，這也是為什麼恆生髮力AI方向許久卻一直做不出像樣成果的根本原因，而出身計算機行業的AI初創公司更難做到這一點。
四維圖新：地圖數據方向AI，能在這個方向誕生AI前提是累積到足夠多地圖專業大數據。出身計算機行業的AI初創公司很難做到這一點。
用友網絡：綜合管理方向AI，能在這個方向誕生AI前提是累積到足夠多跨行業綜合管理類數據。出身計算機行業的AI初創公司很難做到這一點。
寶信軟件：工業管理方向AI，能在這個方向誕生AI前提是累積到足夠多工業管理數據，寶信軟件背靠大股東寶鋼集團也才拿到了鋼鐵行業大數據，並在此基礎上做出了鋼鐵方向AI成果，但是想做出其他工業方向AI，抱歉沒有相關大數據，這也是目前寶信軟件在AI方向遲遲不能擴大營收，寄希望通過IDC保持營收增長根本原因，而出身計算機行業的AI初創公司更不要指望能拿到相關工業數據了。
從上文列舉中我們可以看到，任何一個方向AI誕生前提是拿到對應方向大數據，之前由技術到場景的發展路徑就是希望通過語音視覺賽道拿出一個通用型AI模型可以直接在其他行業適用，從而完成對其他行業的顛覆，但是現實告訴我們這條路走不通。目前AI唯一可行方向是在拿到對應發展方向累積大數據後，再在此基礎上誕生專用型AI。
也就是說目前通用性AI發展路線是死的，只有專用型AI產業發展路線才跑通。目前大家感知到AI行業的發展停滯，就是因為AI整個行業正在進行發展路徑切換，待到行業發展路徑重新切換完畢後必然會重回高速成長軌道。而從海康、騰訊、廣聯達等先行者的改革進度來看，這個快速爆發期應該在2020及2021年。
結語
通用AI已死，專用AI當立!
賽道看法：無
公司看法：無
綜合看法：無
看法說明：按天地玄黃排列。本看法只針對公司競爭力，未考慮股價因素。
天級：傳奇級。在賽道、公司兩方面都要有超越時代的表現。
地級：時代之上。在賽道選擇或公司層面有一個方面有超越所在時代的表現，另一個至少在所在時代是優秀級。
玄級：時代領導者。在賽道認知或者公司層面，處於時代領導者的地步，但是沒有超脫時代。
黃級：時代亮點。公司在賽道認知或公司層面有堪稱時代亮點的表現，但是其他方面有明顯不足。
閱讀更多 修外求內 的文章
