惶者求變，產業躍遷。
撰文|皮爺
出品|產業家
4月9日晚，一堂別開生面的線上直播課正在進行。
“金融科技行業可以通過AI的方式和手段，來輔助數字化和互聯網產業公司進行盡調……”王忠民在分享AI服務金融科技的案例。作為全國社會保障基金理事會原副理事長，他在金融領域足夠權威、更足夠親近一線。
這是由中國科協科學技術傳播中心擔任指導單位、京東數科產業AI中心主辦的“產業AI公開課”第一季的第一期。但從某種程度看，更可以將其視作一場小型的金融科技領域的“AI診療”。
相較於對技術名詞由淺入深的解讀，它的更多意義在於探討AI技術在金融領域實戰標籤—場景化和產業化。兩者依次遞進，前者重細分環節落地，後者意在行業整體進化。
無可爭議的事實是，AI技術正在愈發“成熟”。最明顯的表現是它開始真正以工具的角色出現在不同的產業腹地，成為企業躍遷的最佳助手之一。
從技術AI，到產業AI，泡沫破碎的同時，一場產業數字化“泅渡”正在上演。
一
空中“急行軍”，地面慢車道
急行軍和慢車道，這是一組相悖的詞。
但從某種程度來說，這也恰恰是過去幾年AI的最佳側寫，註釋的兩條支線分別是對AI概念的追高熱捧和真實落地場景的“熄聲啞火”。
時間回到2016年年末，《硅谷百年史》的作者皮埃羅·斯加魯菲曾公開說，“人工智能絕對是一個泡沫。大量資金在短期內進入了人工智能領域，但實際上，包括谷歌在內的公司都沒有在這個領域獲得收益。”
這句話裡的“泡沫”在未來的兩年被迅速驗證。一組數據顯示，2017年中國AI創業公司獲得的累計融資超過500億元，但2017年中國AI商業落地100強創業公司累計產生的收入卻不足100億元，90％以上的AI企業虧損，絕大多數企業年營收不足兩億。
這是一個空有起點，沒有終點的圓環。即從某種意義來看，“急行軍”的本質是對AI概念的熱捧，但對大部分AI公司而言，其並不具備真正核心的技術研發能力，和充分建立技術護城河的能力，更沒有對落地場景的深挖和規劃。
研發難，變現更難。以安防為例，AI技術與該領域的安全與私密屬性有著天然的契合度，但問題的解決不僅僅需要技術的到位，更需要服務企業對安全場景的瞭解，而對於後者，甚至很少有企業能做到“60”分。
再比如AI視覺領域，儘管視覺方面的新技術層出不窮，但在過去的幾年時間裡，並未出現真正切入場景的產品或企業；更不用提自動駕駛，即使在16年就放出豪言年內產品成型，如今落地仍然遙遙無期。高估值面紗之下，盡是空中樓閣。
從另一個角度來看，除了泡沫的破碎，這更是一個需要“多變作戰能力”的賽道。即企業不僅需要有硬核的技術實力，更需要對對應產業有足夠細緻的瞭解，互補之下才能實現AI技術的真正落地。
“你很難從過去的兩三年裡真正找到一個AI技術完全落地的場景，大都是淺嘗輒止。”一位AI行業人士表示，“曾經有一段時間大家都在嘗試各種轉型努力找變現手段，不過很難。”
可以想象一個畫面，無數人的目光投向這場被寄予厚望的考場，但這場最初被假想40分鐘就能搞定的考試時間已經過去大半，卷面上的答案卻仍是寥寥。
一級、二級市場的主角光環，掩蓋不了無根之水的本質。在真正的產業閉環打通之前，所有“新瓶裝舊酒”的人都被深深套牢。
泡沫破裂對應著的是驟降的寒冬。根據億歐《2019年人工智能投資市場研究報告》的一份報告顯示，2019年1-5月，中國一級市場AI行業投資總額163.4億元人民幣，只有去年全年投資額的11.6%；平均投資額2.1億元/筆，較去年的4.2億元/筆下跌50%。
一系列的問題正在愈發被擺上2020年的新臺面：真正的AI產業到底應該來自於哪？AI技術應該怎樣俯下身子進入到企業？新的週期何時將到來？
溫度降至冰點，所有的問題都急需一個答案。
二
“一個窗口”和潮水流向
疫情“捅”開了一個洞。
鏡頭聚焦到距離北京城區40分鐘車程的亦莊經濟開發區。疫情期間，想要進入居民樓或者開放的公共場所，都必須要在“尚亦城App”中在線填報信息進行審核方可通行，這則依託於北京市經濟技術開發區、京東數科等聯合開發的依託AI等技術的數字化“戰疫金盾”。
一個足夠明顯的信號是，AI技術正在以真實可視的能力出現在各個線下場景中，承擔起產業數字化驅動的角色。
“我們是在和時間賽跑，也是在和自己賽跑，爭分奪秒。”回想起疫情期間的情況，騰訊教育副總裁王濤感慨。“工作量確實很大，因為不同區域的需求不同，對於研發團隊而言，就需要根據不同場景定製化地設計產品。”
AI技術成為破局的“最佳驅動點”。基於AI能力，騰訊各條產品線的產品需求被迅速填充，在兼顧產品能力的同時深度匹配使用場景，進而保證騰訊整個教育模塊的迅速推進。
生鮮行業是另一個“AI產業樣本”。
疫情期間，生鮮電商賽道玩家的流量紛紛迎來峰值，據Mob數據統計，春節期間京東到家日活突破100萬，叮咚買菜等app也更是迎來新的流量峰值。
高流量帶來了用戶，但也同步衍生著壓力。不難理解，流量的激增給企業的供應鏈能力帶來了極大考驗，能否承受壓力不僅僅意味著企業能否平穩享受這一波紅利，更代表著企業是否有“拒絕淘汰”的能力。
一部分玩家率先交卷。聚焦來看，即依託AI技術對供應鏈進行數據優化，通過對區域需求的預測進而提前預備倉儲能力，同時根據需求流量地圖的能力來分配線下配送人力，進而保證用戶需求的滿足。
可以預想的是，倘若沒有AI能力的加持，不論是教育產品還是生鮮行業，不僅既定的進度不能完成，業務線或企業的發展甚至會被波及。
顯然，新的潮水流向已經形成。即基於AI等技術的數字模式已然在企業腹地“降落”，併成為產業升級進化的最優解，更可以理解為，相較於上半場AI技術的無序發展，如今AI產業的新閉環已悄然成型——從技術到場景，從場景到產業。
能看到的是，平臺玩家已經入場。騰訊、京東數科、阿里、華為……一個個產業AI生態被迅速推出。一個大的總結是，巨頭們以技術為底層基座，場景為附加註釋，最終構建出適配不同行業、不同企業的數字化解決方案，進而賦能中小企業AI產業升級的能力。
產業AI，已經成了所有企業的一張必考卷。成績不合格，或將直接面臨被淘汰的風險。
如果說過去的企業規模、經營模式和人員架構是企業的考量重點，那麼如今AI驅動的產業數字化就已悄然成為企業高懸的達摩克利斯之劍。更可以看作，誰能更快地做出選擇，誰就能率先切入新的產業藍海。
三
“授漁人”
“授漁人”已經出現。
鏡頭回到文章開篇，這是產業AI公開課第一季的第一期，即針對金融科技行業進行AI技術的診斷和實操。
這僅僅是第一臺“產業手術”。據瞭解，產業AI公開課的基本模式是邀請不同行業的專家根據行業情況定製化地給出相關建議，助力企業通過AI驅動產業數字化轉型。
與之對應的一個繞不開的事實是，相較於數字化的既定方向，中小企業的狀況更是“千企千面”，即不同行業、不同節點、乃至不同融資輪次的企業都具備自身的獨特性，而與之對應的AI數字化方案也更是不盡相同。
這個問題的解答者，只能是身處產業的AI專家。
可以理解為，相較於單純AI技術的研究者，身置產業的AI專家兼具產業知識，可以根據一線趨勢來拆解企業的AI驅動產業數字化的具體模式。用個不那麼性感的詞就是，更接“地氣”，但這也意味著他們更能設身處地地為企業提供切實可行的操作思路。
這顯然也是京東數科產業AI公開課的考量所在。
更為細顆粒度的解讀是，產業AI公開課將按照“季播”節奏，在每一季都設有核心主題，邀請不同行業的一線嘉賓圍繞當下熱點進行解讀，領域不僅僅包括金融科技，後續更會覆蓋機器人、智能城市、風控、數字營銷等多個領域。
例如，在接下來的一期裡，公開課就將圍繞“疫情背後，產業與AI關係”的相關主題進行探討，真正從企業的角度出發，剖析產業模式。
或許可以這樣解讀它設立的初衷，即通過開放討論的模式，依託產業一線AI專家的答案來助力更多的企業進行數字化轉型，恰似一個“授漁人”，真正從方法和思路上給予企業幫助。
顯然，依託AI進行產業數字化升級，這是一堂需要企業親身參與、親身實踐的產業大課。更可以視作，這裡沒有標準的答案可以參考，更沒有100%的成功率，唯有敢於嘗試的企業，才能順利跨越週期，擺脫淘汰機制，成功轉型。
2002年，在華為陷入低谷後的第二年，在探訪了熬過10年低增長、負增長漫長寒冬的日本企業後，任正非寫下的《北國之春》中有這樣一句話，“創業難，守成難，知難不難。在這瞬息萬變的信息社會，唯有惶者才能生存。”
惶者求變，產業躍遷。從這個角度看，率先改變者，也或將成為未來的領跑者。而從這個角度看，“授漁人”恰是企業AI進階的最佳助力。
