深度 | AI掘金,非富即亡

数字化到数据化,传统企业升级的门槛越来越很高;过去5年里,几乎所有企业都同步完成了“互联网+”的过程,而刚刚通过互联网升级的企业,又面领着“AI+”的升级挑战。

实际上,并不是所有企业都具备完善的数据架构。未来商业是一场效率的战场,低效的产业将成有可能被淘汰。

借用一句2018年阿里云栖大会上马云说过的话:

图 | 2018年阿里云栖大会现场

“如今,我们正在经历着从信息技术时代到数据时代的转变,未来数据将发挥更大的价值。”

人工智能引领下的制造业时代已来。

关注今年ECCV的读者也会发现,这场欧洲顶级计算机视觉领域学术会议,收录了非常多的中国企业学术成果。可以看出2018年开始,ECCV将视野放大,不仅仅关注技术的创新,同时开始关注计算机视觉和深度学习技术在商业领域的落地。

ECCV会议中不断出现中国企业的身影,让我们感受到了这些企业迫切在AI技术竞争环境下迫切求生、发展的欲望。

IBM中国研究院院长、IBM大中华区首席技术官沈晓卫在9月18日的长江商学院线下讲堂中也提到:“人工智能是一个工具,给企业带来了巨大机遇。互联网时代是赢者通吃的时代,到了人工智能时代,任何一家企业都有可能被颠覆,但也有可能成为行业颠覆者。”

面对代表人类智慧的产业技术,企业应结合自身优势,适度投资核心研发团队,为了将成果转换成新的生产力,不但要整合技术,还要重视下游应用。

这个过程中,最重要、也是最难的也许不是我们在AI产品中的一个核心部件,而是企业家理解时代内容下的切真市场痛点:AI市场刚刚打开,痛点是第一步,之后才能在痛点周围蔓延生存。

一、家里有矿,坐地起身:

腾讯可以说是较早一批使用人工智能算法挣钱的企业。两年前微信和QQ中的朋友圈广告,是根据上下问关键词进行推荐,后来推出小程序功能,又一夜之间放大了推荐广告算法的功效。

优图,腾讯设立的自己AI Labs,有一部分是因为马化腾认识到了微信每天都在产生的数据可以用到自学习的系统中来,计算机自我博弈,使得每一项算法都能接近最高效能,这一点是非常恐怖的。

现在腾讯运行着国内最大的,近乎垄断性社交app--微信,未来的产品线可能会百花齐放,例如正在发展的医疗、自动驾驶,而不是停留在社交娱乐,这也是分设腾讯优图AI Labs的几大研究方向。

图 | 腾讯社交广告

腾讯在AI领域发力,首先是将原先在社交领域不能实现的功能落地,哪怕就是添加一个精准的语音识别功能,也会增大用户的体验好感;腾讯现在做手游,添加一个高质量AI和用户进行较量也会增加很多趣味。

去年打败人类围棋选手的AlphaGo,可以算是人类智力游戏的巅峰,然而有趣的是AlphaGo之父、DeepMind首席人工智能官Demis Hassabis还发布了一款游戏:《黑与白》。

图 | DeepMind,Demis Hassabis设计的《黑与白》

这是一款意识超前的游戏,玩家在游戏中扮演上帝的角色,组建城市、发展文明。其中的宠物就有很高的智能程度,拥有自行学习的机制。做了坏事可以被玩家惩罚,惩罚后会改变行为,如果放任自如则会加重坏行为。据称,这款游戏角色运行机制是基于一款游戏ai神经网络。

腾讯有自己用户量非常庞大的游戏平台。

图 | 腾讯出版的对抗类手游《王者荣耀》

在现有平台上落地优质的算法,是腾讯实现产品升级再好不过的第一步。

而下一步,是针对人才导向型纯AI技术公司发起的挑战,领域包括但不仅限于自动驾驶、医疗、公共安全领域。

如果说在社交领域腾讯属于垄断性的,但是卷进AI技术竞争战场的企业都明白,未来不会有任何一家AI公司能够做到一家独大,因为集体智慧所带来的新技术迭代速度非常快,个体智慧带来的突飞猛进具有不可控的随机性。

AI领域的研究者,不仅带来算法效益,还有潜在带来新市场。

在国内,人工智能地基础教育已经加入到高中生课本,下一次技术型人才数量爆发至少在5~10年后,所以没有企业敢说自己已经领先,之后还会有一场人才大战。

AI的应用,需要几大关键因素,人才只是其中之一。例如,互联网的爆发,不仅归功于互联网企业,还要归功于政府的基础设施建设。埋设千万公里光纤线路,架设数以万计的信号基站,这些巨额投入是国内没有一家企业能够承担的。现在看来,国家互联网投资是超额回报的。

二、家里没矿,一点点挖

痛点:没有数据 ! 无人驾驶:没有数据,创造数据

AI锐见看到的无人驾驶领域,则是另一番景象,目前自动驾驶技术并未应用于广泛领域,原因只有一个:缺少数据。

我们发现单纯的无人驾驶算法公司,并未获得足够的关注,这里说的算法公司,是指面车辆在公路上的驾驶导航与决策算法,例如Momenta,在推出众包数据信息平台之前,创业处境也挺尴尬的。

和社交产生的线上用户数据不同的是,道路数据不充足不要紧,可以一点点众包收集。

一方面是高精地图的绘制。另一方面是收集不同天气、行人和交通情况下的数据,也有建筑和道路施工时的数据。

图 | Waymo道路测试车辆

Waymo,一家致力于无人出租车和无人卡车的企业,自2009年以来,通过各种平台积累了超过800万自驾车里程。

2018年9月,摩根士丹利最近评估Waymo价值1750亿美元,瑞士投资银行对其估值虽然有很大差距,但也上了千亿美元数量级(摘自AI锐见)。

Waymo凭借自己的自动驾驶平台,在实际道路上积累了海量交通数据,抢先一步于自动驾驶领域。这是公平的。任何一家拥有自动驾驶平台的公司都可以从零开始着手收集数据。这场竞争的关键在于,谁家的高精地图创建速度快。

2018年3月,百度获得首批自动驾驶牌照,同时向各大传统汽车制造商伸出橄榄枝--“百度Apollo计划”。Apollo的中文名字叫:阿波龙,借喻为上个世纪的美国“阿波罗”登月计划。

图 | 搭载百度阿波龙系统的无人驾驶摆渡车

阿波龙项目是做什么的,百度三维视觉首席科学家杨睿刚表示,“为了获得同行10倍量级以上的数据”。

阿波龙计划是针对传统汽车制造商,提出“只要一天时间就可以把任何载具改装为自动驾驶交通工具”,如果不行,就用两天。百度这次拱手拿出了研发调试多年的自动驾驶平台在国内自动驾驶公司中是罕有的举动。

不仅有自主研发的软件,还要拿出价格不菲的激光雷达、毫米波雷达。

实际上,醉翁之意,唯有数据。

三、旧矿难卖,换个卖法

潜在痛点:布局新零售业,心急吃不了热豆腐

结合人工智能的产业具有另一特征:融合。融合之后诞生了一个新产业:新零售。融合了线上电商和供应链的线下零售店面。表面是无人,实际上是让原先10个人完成管理工作变成了一台服务器。

图 | 阿里智慧店铺截图

新零售领域有个环节是将有人店面变成智能无人商店,在无人店里,顾客消费过程无需服务员。

图 | 新零售行业关键词

但是,为什么都说无人店面难做?

没人如何实现监管?没人看管,是不是多放几个摄像头就好了?

实际上并还不是安装多个摄像头这么简单。无人零售店需要一双智慧的眼睛,一个智慧的大脑。

这双智慧的眼睛,可以识别人脸,可以识别人的行为。而智慧的大脑,指的是覆盖整个商业内容的顾客群体信用体系。

二者缺一不可。每一个技术在未来三年内都又可能做不成熟,更难说应用。

即便是加入了智能的信息系统,在多变的环境中也会发生错误,况且这种情境下容错率非常低。尤其是无人监管的消费场所,一个环节出了问题,整体就有崩溃的风险。

2017年,上海杨浦区欧尚超市的停车场边,悄悄入住了一个奇怪的“盒子”。方方正正,大小和集装箱差不多,两面玻璃窗,里面整齐的摆放着零食和日用商品。这是一家无人商店,投放到繁华街头则是新零售企业的一种尝试,该“盒子”的所属公司,BingoBox,是国内一家初创的新零售企业。

在这家无人商店里,没有人负责收银,顾客进入需要扫描粘贴在透明“盒子”正面玻璃门二维码,付款只需要用手机扫描商品并通过支付宝付款。

图 | 缤果盒子

然而这家新零售店面运行效果如何?

第一天,就关门了。

空调断电加上天气炎热,有些商品变质了。

两年前,同样是无人商店,这次是阿里巴巴推行的,同时部署在了北京和杭州商业地段,没过多久,由于进店顾客不能实付金额,店面持续损失。

小锐认为,目前所有我们可以看到的无人店面推广,只是在下一个能够应用于技术成熟前的市场教育阶段。整店的投入尚不能产生有效回报。心急吃不了热豆腐。

做到无人店面,需要完成的智能化系统集成:

1,电子支付:看起来是方便消费,实际上是拉动消费。平时做公交的朋友一定会注意到这几年,售票员消失了,绝大部分的公交车都是无人售票:乘客上车刷卡,下车刷卡。司机有时候会留神上车乘客,有时候就不会在意你到底刷没刷卡。实际上,刷卡是削弱乘客消费时对成本的估量。这种无人售票方式,过渡期之后逃票率不升反降。今日的手机扫码也是一样的原理,将金钱电子化,使得消费同等金额的商品时不会有消费现金时的“痛感”,无形中增大购买量。习惯电子化支付还可以减少假币的流通,监管一部分交易。所以国家会特别鼓励第三方电子支付。目前国内第三方支付挂牌企业仅有200家,注册资本不得低于1亿元人民币。

2,电子信用:还拿坐公交为例,商品价格低,坐公交不会给老百姓带来经济压力,即便你不刷卡公交公司也不会有太大的直接损失,每天都要坐公交,所以逃个票在现实中是一种挺没有面子的行为,不需要信用证明也可以乘坐。但到了无人商店就不一样了,有些日用商品成本还是很高的,你没有我的信用记录我偷窃一次就可以让你一个月回不了本。这样就需要无人商店的经营者设定一条界线,过了这条线,顾客守诚信交了钱和消费成本在其他普通商店一样;不守诚信毁了规定,“消费”成本则远远高于任一商品成本:信用,就成了一种潜在成本。没违约不需要考虑,违了约就要担负。这条界线,即所有到店消费顾客的电子诚信数据库。通过“刷脸”调用、记录、取证,是无人店面的一项重点发展技术。数据库方面,细数起来,能够构建这条界线的企业并无几家。

图 | 芝麻信用,蚂蚁金服旗下独立的第三方征信机构

3,电子“刷脸”:在AI锐见公众号中,关于“刷脸”(面部识别技术)我们通过另一篇文章讲解,希望可以帮到读者。简单来说就是通过摄像头和算法让系统知道“谁走进了店面”,并且“谁拿了什么什么商品”。机器视觉方面应用较多。顾客面部信息和他的账户绑定在一起就可以不需要“结账”,直接离开店面。

图 | 国内一家应用刷脸的购物商店

4,系统集成:机器视觉解决不了全部问题,国内一家无人店企业尝试通过在货架上假装传感器,同时结合视觉定位来确定顾客具体取走了什么商品。类似的解决方案都是依赖人脸-信用信息绑定的方式。这种方式需要强大的后台数据和信用裁定权限,目前仍是一大消费者个人隐私难题。

无人店面只是新零售产业中一个场景,目前最有前景的是新零售场景是将线上数据放到线下做营销、精心做定制化产品。

四、线上开矿,线下变现

新零售的底层逻辑:需求拉动

新零售之战打响之前,京东做了很多战前准备,具体内容全部是围绕线上客户群体的数据。

图 | 京东之家黑金店

京东之家,安装了三个黑科技。智能广告牌:人脸识别,感知人体姿态,推荐商品。引客入店:人脸识别,语音交流,吸引入店。京东慧眼:根据线上地区数据规律,进行线下配货。

我们说的新零售,实际上底层逻辑非常简单:需求拉动。

京东的战前准备,都是为了拉动“需求”这驾马车。

同时,阿里智慧门店也在为“需求”假设战局。据称阿里的智慧门店可以为现有实体店家提供无人化解决方案,实现营销、流量分析、收银、导购功能统一。阿里的新零售理念即:顾客离店,营销继续。

五、新矿开采,险中求富

传统行业在“互联网+”之后的再次升级,时隔不到3年,应证了技术“爆发式”的升级规律。

AI锐见来讲一家发生在身边的(中关村)ai+小企业现状。

这家公司刚刚完成了千万级的Pre-A融资,做的是AI+教育类的产品:一款基于人工智能的习题app。据称这个app可以完成很多个性化的教学工作。

AI+教育,听起来高大上,实际上是用新方法做旧的产业。

这款App就是为了取代未来的习题本。目前中学的纸质习题册,利润由印刷厂、出版社拿走了。学生可以在每个知识内容中得到过程完善,同时不但可以做题,还可以“AI”讲题,为学生一对一剖析错因。

然而实际盈利模式和传统习题册类似,大片的推广给中学学校,让学校老师都给学生推这个app,老师推荐的,学生接纳率会高一些。

图 | 国内一个对学生接受app教学的小调查结果

一个学校用了起来,另一个区域的中学也可能会采纳。而且现在质量较高的中学都开始配备ipad,wifi上网。即便学校内不允许学生使用手机,到了家可以用。

之后这家公司还希望通过科学的方法为学生“留作业”,基于公司研发的智能推题功能。然而智能教育app不易做“好老师”的原因是训练模型数据量上的困乏。

融到资之后,公司CEO表示,一方面继续精心打造产品app,推广到各大中学,二是增大速度人工标记更完善的数据库。

未来将推出“解答题”的交互教学方案,而融资之后的一段时间只有选择题。

有人会说:“教学辅助app,很早就有应用了。”也有人会说:“当前资本市场环境下,需要人工智能的嫁衣。”

对此,我们对这些创业者只有最好祝福。

结束语

通读科技发展史,在每一个技术革命时期,人类总想通过某种手段替代人劳动。

本质上,人不是和机器人竞争,而是和效率竞争。

参照上个十年的互联网发展历程的创业模式,在AI时代已经不再适用。

互联网思维中的“做大”是创业者一个难以克服情节,人工智能产品的商业模式并不在遵循先前的资本规律,进入这个行业之后困难

随之而来,每一次市场推进都会举步维艰。这股AI创业热潮,宛如一个世纪前的淘金热潮。

然而,市场不再眷恋幸运儿。沉下心来摸索规律的求实者,方有可能满载而归。

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。