2018年，外表光鮮的人工智能創(chuàng)業(yè)，究竟該如何賺錢？

　 域名預(yù)訂/競價(jià)，好“米”不錯(cuò)過

不知不覺，2018年已悄然過去一個(gè)月，但在AI創(chuàng)投界，仍有一個(gè)問題懸而未決：AI創(chuàng)業(yè)最可行的商業(yè)模式，依舊模糊不堪。

要知道，僅在中國A股市場，就有200多家大數(shù)據(jù)和人工智能企業(yè)，這還不算尚未上市的數(shù)以千計(jì)的初創(chuàng)企業(yè)。然而，不少投資人在抱怨，往來于各種AI論壇的光鮮中，那些科技新貴們看似群星璀璨，但真正在商業(yè)化上令人興奮的公司數(shù)量，卻非常慘淡。

去年底，一篇《保衛(wèi)科大訊飛》，更是揭開了AI團(tuán)隊(duì)遭遇BAT時(shí)的傷疤。文章導(dǎo)語寫道：“近20年的技術(shù)積累能為科大訊飛暫時(shí)構(gòu)筑一個(gè)壁壘，但不得不說，這個(gè)壁壘在互聯(lián)網(wǎng)企業(yè)快速迭代的模式下，將會(huì)很快瓦解”——強(qiáng)如科大訊飛，也在巨頭面前拉響警報(bào)，其他咖位尚淺的AI創(chuàng)業(yè)者，不禁感到惶恐。

他們在惶恐什么?

回答這個(gè)問題，必須深諳AI產(chǎn)業(yè)鏈格局。

人工智能的產(chǎn)業(yè)鏈大概分三層。最底層是地基，包含云計(jì)算，芯片和開源框架等。這一層門檻高企，拿芯片來說，芯片市場的機(jī)會(huì)，留給了英偉達(dá)，高通這些賭資雄厚，永遠(yuǎn)也不下牌桌的“old money”身上。

地基之上，是中間層。你熟悉的圖像識別，語音識別等通用技術(shù)，就在這一層。你之所以熟悉，是因?yàn)檫@一層賽道寬闊，熱鬧非凡，攫取了媒體最多的聚光燈：BAT將其視作關(guān)鍵要塞，是他們搭建生態(tài)系統(tǒng)的核心;深耕技術(shù)多年的各路AI中小型團(tuán)隊(duì)，也在這一層擠得頭破血流，他們不斷吸取數(shù)據(jù)，精進(jìn)算法，試圖與巨頭掰掰手腕。

但很遺憾，據(jù)我所知，不少投資人都傾向于認(rèn)為：這一層未來仍是巨頭的內(nèi)斗。因?yàn)槿舨豢蚨硞€(gè)具體行業(yè)，BAT最不缺的就是數(shù)據(jù);且所謂搭建生態(tài)系統(tǒng)，基本等同于未來通用技術(shù)一定全部免費(fèi)，然后靠云計(jì)算等其他服務(wù)收費(fèi)。而擠在這一層的AI創(chuàng)業(yè)公司，卻只能繼續(xù)靠技術(shù)本身賺錢，未來的路只會(huì)越走越窄(理由后面會(huì)說到)。

那么，天山神仙打架，小角色只配看個(gè)熱鬧?當(dāng)然不是，AI世界不會(huì)如此無趣，AI產(chǎn)業(yè)鏈還有最上面的應(yīng)用層：小角色最明智的打法，就是手握巨頭們的技術(shù)武器，選擇垂直領(lǐng)域，一頭扎進(jìn)去。

這并非什么新鮮論調(diào)，已是投資界共識，我今天更想說的是：人工智能創(chuàng)業(yè)，該扎進(jìn)哪些行業(yè)。

按照迅雷創(chuàng)始人程浩老師的劃分，人工智能與垂直行業(yè)的相遇，可細(xì)分為“AI+行業(yè)”和“行業(yè)+AI”。“AI+行業(yè)”是指在AI革命來臨前，世間不存在這樣的產(chǎn)業(yè)，譬如無人駕駛和智能音箱，開辟了一條全新的產(chǎn)業(yè)鏈，創(chuàng)業(yè)公司與巨頭處于同一起跑線，但事實(shí)上，這對創(chuàng)業(yè)公司是不利的，正因?yàn)槠鹋芫€的相對公平，巨頭的數(shù)據(jù)優(yōu)勢，會(huì)讓他們迅速拉開與創(chuàng)業(yè)公司的差距。

而“行業(yè)+AI”是指行業(yè)一直存在，產(chǎn)業(yè)鏈成熟，只是過去完全靠人工，效率低，AI的輔助決策大幅提升了運(yùn)行效率(比如安防和醫(yī)療等領(lǐng)域)——相比于“AI+行業(yè)”，“行業(yè)+AI”對創(chuàng)業(yè)公司更友好，也更易構(gòu)建出行業(yè)壁壘。

在程浩老師看來，行業(yè)壁壘才是AI創(chuàng)業(yè)最夯實(shí)的護(hù)城河，巨頭與創(chuàng)業(yè)公司唯有在“行業(yè)縱深度”這個(gè)泥濘的戰(zhàn)壕里，才能達(dá)到真正意義上的公平——不只是起跑線公平，深耕的過程，同樣公平。

他拿“醫(yī)療+AI”舉例：“大量準(zhǔn)確的被醫(yī)生標(biāo)注過的數(shù)據(jù)最重要，沒有數(shù)據(jù)，再天才的科學(xué)家也無用武之地。但在國內(nèi)，醫(yī)療數(shù)據(jù)拿出來非常困難，BAT做醫(yī)療一點(diǎn)優(yōu)勢都沒有，他們要把這些數(shù)據(jù)從各醫(yī)院、各科室搞出來也很累。相反，如果一個(gè)創(chuàng)業(yè)者在醫(yī)療行業(yè)耕耘很多年，也許拿起數(shù)據(jù)來比大公司更容易。這與互聯(lián)網(wǎng)+一樣，一旦細(xì)分到具體行業(yè)，并不是說你百度、騰訊有資金、有流量，投入人才就什么都能做，比拼的還有行業(yè)資源和人脈……在巨大的行業(yè)壁壘面前，真不是說我的算法比你好一些，市場就是我的，只有技術(shù)優(yōu)勢仍然差的很遠(yuǎn)?；貧w‘AI+行業(yè)’和‘行業(yè)+AI’，通常來講前者的行業(yè)縱深比較淺，后者則有巨大的行業(yè)壁壘。而行業(yè)壁壘，則是創(chuàng)業(yè)公司最大的護(hù)城河，也是抵擋BAT的關(guān)鍵。”

再舉一個(gè)典型的有巨大壁壘的“行業(yè)+AI”案例：安防。國內(nèi)“安防+AI”一個(gè)重要玩家是海云數(shù)據(jù)，不同于一般AI團(tuán)隊(duì)對盈利的三緘其口，創(chuàng)始人馮一村最近在接受《AI百人》采訪時(shí)，說了一句讓AI圈投資人倍感欣慰的話：“在商業(yè)社會(huì)里，只有賺錢和不賺錢兩種公司。”很早就實(shí)現(xiàn)盈利的海云就是前者。而這種直白，或許源自馮一村另一句自白：“沒有哪個(gè)創(chuàng)業(yè)公司，像我們這樣去扎一個(gè)行業(yè)。”

這幾乎是對“行業(yè)壁壘”理論的一種極端化描述：這家公司屬于AI產(chǎn)業(yè)鏈最上層，選擇了安防和航空等幾個(gè)“行業(yè)+AI”深耕;他們技術(shù)不錯(cuò)，但不靠技術(shù)本身賺錢，卻賺了更多的錢。剖析這家悶聲賺錢的公司，可能是探究AI商業(yè)模式的一條捷徑。

而讀完這篇文章，我希望你相信一件事：在廣袤AI的疆域，神仙有神仙的活法，精靈有精靈的活法，巨頭們的生態(tài)博弈，并沒有堵死創(chuàng)業(yè)者的路。

只靠技術(shù)賺錢，可能性不大

在采訪中，馮一村的一個(gè)觀點(diǎn)令人印象深刻：科技世界，最賺錢的公司往往不是聚光燈下的公司。

譬如在大數(shù)據(jù)時(shí)代(短暫流行過后，這個(gè)詞已經(jīng)老了)，最賺錢的不是大數(shù)據(jù)公司，而是為大數(shù)據(jù)提供底層支持的云計(jì)算公司;而在人工智能時(shí)代，真正激發(fā)的是大數(shù)據(jù)市場：“因?yàn)锳I最重要的邏輯是用數(shù)據(jù)做智能化訓(xùn)練，所以在人工智能時(shí)代，最賺錢的公司并不是像商湯和Face++這類的公司，不是說這些公司不賺錢，他們也賺錢，但他們的盈利模式并沒有呈現(xiàn)很清晰的特點(diǎn)。”

事實(shí)上，在不少投資人眼中，倘若人工智能團(tuán)隊(duì)的自我定位永遠(yuǎn)是“技術(shù)提供商”，沒有給客戶提供一套整體解決方案，那么它在產(chǎn)業(yè)鏈中的價(jià)值將會(huì)日趨暗淡。

這不難理解。原因之一，如前所述，就像那篇《保衛(wèi)科大訊飛》所寫，巨頭會(huì)免費(fèi)提供圖像和語音識別等通用技術(shù)。原因之二，AI本身的技術(shù)門檻正在下降，就像獵豹移動(dòng)傅盛所言：“深度學(xué)習(xí)的核心是數(shù)據(jù)驅(qū)動(dòng)，雖然有模型調(diào)參，有自己的優(yōu)勢，但別人有更多的數(shù)據(jù)調(diào)參會(huì)很快拉平優(yōu)勢，很難真的想像一家公司通過提供技術(shù)輸出就能成功。未來深度學(xué)習(xí)是基礎(chǔ)的技術(shù)運(yùn)用，很多公司都具備深度學(xué)習(xí)的研發(fā)能力。”

舉個(gè)例子，在過去，初創(chuàng)AI團(tuán)隊(duì)的進(jìn)展受制于軟件開發(fā)所花費(fèi)的時(shí)間，但如今，巨頭們紛紛開源了自家的深度學(xué)習(xí)框架，初創(chuàng)團(tuán)隊(duì)可以如插件一般，將人臉識別等技術(shù)嫁接到自己的系統(tǒng)中，讓沒有太多深度學(xué)習(xí)背景的開發(fā)者也能容易上手。

換句話說，單純靠技術(shù)本身賣錢，天花板很低，也很危險(xiǎn)。

那么問題來了，AI創(chuàng)業(yè)路在何方?

我認(rèn)為，最可行的出路，來自于程浩提出的“一橫一縱”理論：“一橫”是指你提供的技術(shù)服務(wù)，通常“一橫”能服務(wù)很多行業(yè)，但一定要找到幾個(gè)最有機(jī)會(huì)的垂直市場，深扎進(jìn)去，升級為“一縱”——也就是，把技術(shù)轉(zhuǎn)化為產(chǎn)品，賣給客戶，商業(yè)變現(xiàn)，再通過商業(yè)反饋更多數(shù)據(jù)，夯實(shí)技術(shù)，形成商業(yè)閉環(huán)。

總之在我看來，隨著未來技術(shù)門檻的下降，AI創(chuàng)業(yè)者的身份認(rèn)同，要從最原始的“技術(shù)提供者”，逐漸轉(zhuǎn)向成為一個(gè)“行業(yè)專家”。而在這個(gè)過程中，他們應(yīng)時(shí)刻謹(jǐn)記兩點(diǎn)：1，面對自己時(shí)，深耕幾個(gè)垂直領(lǐng)域，然后等待時(shí)間的回報(bào);2，面對客戶時(shí)，從技術(shù)提供者進(jìn)化為一個(gè)“賦能者”，授之以魚不如授之以漁。

授之以魚不如授之以漁

AI創(chuàng)業(yè)者深耕具體行業(yè)，還有另外一個(gè)原因：AI將在To B和To G領(lǐng)域率先落地。

其實(shí)不止人工智能，追溯歷史、計(jì)算機(jī)、互聯(lián)網(wǎng)、智能手機(jī)，任何顛覆性技術(shù)的發(fā)展路徑大抵相似：緣起于軍方和政府(我一直覺得，冷戰(zhàn)時(shí)期的美軍是人類史上最大的“黑科技集中營”，這篇不贅述了)，待到技術(shù)相對成熟后交還與企業(yè)，然后用于特定行業(yè)，最后變成大眾消費(fèi)品——AI亦如此，去年AI的落地過程，其實(shí)更多是向To B和To G等傳統(tǒng)行業(yè)滲透的過程。

而人工智能To B和To G落地的第一站，很多都是在傳統(tǒng)行業(yè)，用AI進(jìn)行輔助決策。拿海云舉例，他們以大數(shù)據(jù)可視分析起家，現(xiàn)在則把AI與可視分析技術(shù)結(jié)合，然后選擇四個(gè)“行業(yè)+AI”深耕：公共安全，交通運(yùn)輸，軍民融合和智慧城市，推出與這些行業(yè)結(jié)合緊密的解決方案，提升客戶的數(shù)據(jù)決策能力。

頗值一提的是，作為真正意義上的“行業(yè)觀察者”，他們在與行業(yè)客戶多年的交流中發(fā)現(xiàn)，客戶真正需要的不是提出的具體“技術(shù)需求”，而是一整套隨機(jī)應(yīng)變的綜合能力——別忘了，授之以魚不如授之以漁，海云數(shù)據(jù)也因此提出了“能力服務(wù)”的概念，這一概念現(xiàn)階段的標(biāo)志物，就是圖易AI能力服務(wù)平臺。

簡單來講，這一平臺可以通過整合軟件、硬件、數(shù)據(jù)和算法，實(shí)現(xiàn)全程“無代碼化”，客戶可根據(jù)不同需求，對海云提供的模塊進(jìn)行拖拽和組合，自己構(gòu)建智能數(shù)據(jù)處理模型。換句話說，客戶購買的是一種能力，而非技術(shù)。他們今后可根據(jù)不斷增加的業(yè)務(wù)需求，不斷更新自己的能力矩陣，如同搭積木一樣，完成業(yè)務(wù)的效率提升和數(shù)據(jù)決策價(jià)值變現(xiàn)。

以海云深耕數(shù)年的安防領(lǐng)域?yàn)槔?，基于圖易研發(fā)的“智警大腦”已實(shí)現(xiàn)行業(yè)落地。具體來看，智警大腦可以通過人臉識別(利用了百度的開放技術(shù))進(jìn)入后臺，然后通過語音指令調(diào)出事故現(xiàn)場視頻，附近的警力、周邊卡口、情報(bào)分析情況、犯罪嫌疑人的路徑、重點(diǎn)嫌疑人的檔案等節(jié)點(diǎn)，可以瞬間通過一張圖和一張網(wǎng)的形式，讓公安人員實(shí)時(shí)看見，確保在事故發(fā)生后公安部門能快速處理。

目前智警大腦已服務(wù)全國超過三分之一的公安市場，使公安情報(bào)分析準(zhǔn)確率提升70%，指揮決策效率提升50%。

而從智警案例中不難發(fā)現(xiàn)，在“行業(yè)+AI”的落地過程中，最重要的是提供一個(gè)綜合解決方案。智警大腦融合了通信技術(shù)、語音識別、人臉識別等AI技術(shù)，以及海云最熟悉的大數(shù)據(jù)可視分析技術(shù)，通過將它們封裝成一套解決方案，讓客戶瞬間完成決策能力的躍遷。

除了公共安全，圖易AI能力服務(wù)平臺也在完成對其他行業(yè)的改造。譬如在智慧城市建設(shè)中，它能綜合處理調(diào)度整個(gè)城市的公共數(shù)據(jù)，對城市進(jìn)行全局實(shí)時(shí)分析，自動(dòng)調(diào)配公共資源，提升城市綜合治理水平，使緊急事件響應(yīng)從8分鐘降低到4分鐘，減少犯罪率和改善應(yīng)急服務(wù)。

而在交通運(yùn)輸領(lǐng)域，脫胎于圖易的“智航順”可以為機(jī)場接入400多個(gè)數(shù)據(jù)源，集成多種類型架構(gòu)的數(shù)據(jù)，并在所有機(jī)場功能中生成單一的運(yùn)行健康指數(shù)實(shí)時(shí)視圖，可使飛行支援準(zhǔn)備時(shí)間縮短33%，航班延誤率降低一半，提高機(jī)場資源利用率28%。

海云也開始將“能力服務(wù)”的觸角伸向海外，他們將國際化戰(zhàn)略的切入點(diǎn)選在了一個(gè)特殊的安防場景：美國校園安全。

特朗普訪華期間，訪華團(tuán)成員、前美國教育部首席財(cái)務(wù)官、EdTech基金創(chuàng)始人Stanley Buchesky特意拜訪了海云數(shù)據(jù)——在安防領(lǐng)域積累的大量行業(yè)經(jīng)驗(yàn)，或許能為稍顯守舊(基本靠大量人力進(jìn)行巡邏)的美國校園安全問題開出一劑良藥。

欣喜的是，在剛剛結(jié)束的CES展上，海云數(shù)據(jù)就重點(diǎn)展示了針對校園安防領(lǐng)域的一套解決方案：譬如，根據(jù)校內(nèi)建筑和街區(qū)情況，智能計(jì)算出攝像頭的安放位置;根據(jù)攝像頭采集到的數(shù)據(jù)進(jìn)行建模分析，接入警方的犯罪嫌疑人名單，實(shí)時(shí)進(jìn)行人臉識別;識別出可疑人員(戀童癖等)后，系統(tǒng)及時(shí)反饋給警方，第一時(shí)間進(jìn)行決策。據(jù)悉，海云已開始和美國學(xué)校洽談合作，很快就會(huì)落地，成為他們布局安防領(lǐng)域多年之后，開出的新的花朵。

結(jié)語

最后想說，在整個(gè)“行業(yè)+AI”市場，將自己定位于“行業(yè)專家”，為客戶真正賦能的AI團(tuán)隊(duì)，不只海云數(shù)據(jù)一家——事實(shí)上，在這片叫做人工智能的草原上，倘若將BAT比作不可一世的雄獅，那么這些團(tuán)隊(duì)就像一只只勤勉的穿山甲，它們力量或許顯得卑微，但經(jīng)過時(shí)間的陳釀，經(jīng)過多年的深耕，穿山甲們也終將在各自領(lǐng)域“拱”出一方天地。

也正因如此，這片草原，才顯得生機(jī)勃勃，光芒萬丈。

李北辰/文(科技自媒體，致力于用文字優(yōu)雅的文章，為您提供談資與見識;微信公號：李北辰)

申請創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！