懦夫从不启程,弱者死于路中。只剩我们前行,一步都不能停。 ——耐克创始人菲尔·奈特
人工智能如何从刚开始的傲慢与失望,突然成为科技界最热门的领域呢?这个问题深远而宏大,如果你想看综述性的文章,推荐戳 这里 阅读。除开技术成长的周期,伴随着人工智能发展的,是人们的各种担忧。
然而,如同人类历史上无数次的跨越式发展一样,总有人看到风险,亦有人洞见机遇。今天的低调出品来自于经纬林翠的撰文,在这篇文章里她浅显易懂地分析了为什么现在要关注 AI,深耕于垂直行业的创业者们如何借 “AI+” 之能,以及部分创业者如何寻找到自己的机会和竞争优势。以下,Enjoy:
前不久我在清华听了 Peter Thiel 的讲课,当他讲到“未来趋势”一节里他讲到 AI (人工智能)的时候两眼放光,语速加快,兴奋不已的神态让人印象深刻,无独有偶,在经纬内部例会时,当邵亦波聊起 AI 时,也是同样神情。人工智能像兴奋剂一样,让一个个在硅谷的牛人 high 了起来。李彦宏也说到,移动互联网利用人口红利带来的增长已经逐渐见顶,世界正在进入下一幕,即人工智能的时代。
AI 的概念 60 年前就有了,在 10 年前也曾被热议过一阵儿,今年再次被关注则是始于一系列国内外的投资并购事件。明显感到 AI 领域在这个时点里很抢眼:
英特尔刚宣布将收购仅拥有48名员工的Nervena Systems,据传收购金额约为4.08亿美元。
大数据公司Palantir累计融资20亿美元,估值现在已经达到了200亿美金,在未上市公司中仅次于UBER、小米和Airbnb,位列全球第四.
下图是 CBInsights 针对 AI 领域全球投资事件统计:
2015 年 Q1 投资交易为12笔,对比可见 2016 年Q1达到了 27 笔,增加了 2 倍多。
就像前两年的“互联网+”一样给传统产业赋能,让不少具有互联网能力的传统产业升级了,把线下翻到线上,加速信息流动,大大提升了信息匹配效率。于是,我们出行更方便了,吃饭更方便了,变美更方便了,整理家务更方便了。那这个迎面而来的“AI+” 又是什么?
“互联网”+与 “AI+” 的区别:大白话的说,“互联网+”提升的是效率,“AI+” 提升的是品质。
“互联网+”提高匹配效率
“互联网+”把用户行为数据化——我们吃饭,看电影等消费行为及商家的服务/商品都被信息化了,这就解决了双方搜寻及匹配的问题。而 “AI+” 则是采集更丰富的信息,并让机器模拟思考决策过程,生成行业应用来更好地服务双方。
在 O2O 热潮里,创业者只要给项目贴上“互联网+”的标签就很容易融到钱,可惜好景不长,“互联网+”的改造并非在每个行业都立杆见影,发力过猛的 VC 们于是开始集体反思,我们意识到仅提升信息匹配效率是不够的。
“AI+”提升服务品质
互联网的本质除了“连接”服务、信息、人以外,还应该让服务变得更“聪明”,让消费体验更好,这就是 “AI+” 了。AI 应用是总结现有的规律并实时制定出更聪明的解决方案。实现更“聪明”的关键是:对数据积累的越丰富越好;对未知的事物反应速度越快越好。大数据分析从静态统计演进到动态算法,让机器的深度学习模拟人类思考决策并能动态调优。
AI 领域投资能成为当前的一把火,有几个客观原因:
处理能力的突破
传统的处理器在计算神经网络的选项范围上需要好几个星期,而现代化的图形处理器(GPUs)能够在 24 小时内完成这一任务。除此外,云计算基础设施的完善也使得 AI 响应速度更快。
数据采集的丰富
人工智能实现的基础是采集庞杂的数据。
在 PC 时代的数据来自感应器收集,模数转换输入、手工主动录入等方式,数据格式有限且效率不高。而移动互联网时代,智能手机及智能硬件的普及使数据采集已进化到多维度实时进行,采集颗粒度细化到个体、位置、环境、行为、社交关系;数据内容从图文、声音、视频、甚至生物特征等数据都极大丰富,使得基于大数据做出行为分析及短期预判成为可能,如火如荼的互联网+创业已为此奠定了良好基础。
优化的算法
过去几年,业界的巨头们无一不在认知领域和深度学习领域持续发力,除了IBM、Google 、微软、Amazon等有海量用户行为数据的企业,当然还包括BAT,或许这是百度翻盘的最佳时机了。
AI 还处在早期发展阶段,我认为对于以下 3 类创业公司是好机会:
第一类:技术型创业公司
对于有认知能力的数据提供商,算法训练能力,深度学习能力的创业公司来说是个好机会,这绝对是门槛高高的。当然如果做得出来,估值也会是高高的。
第二类:底层基础服务商
在国外Google、IBM、Amazon 等大平台正努力研发,而在国内这个领域迟早将成为 BAT 的必争之地,所以创业公司要谨慎。这些大家伙最终会把 AI 的各种能力输出,给应用层调用,就像Google Map开放 API 接口那样。
第三类:垂直领域创业公司
我相信最大的机会在垂直领域应用层,将涌现出优秀的公司,“AI+” 会在不同垂直行业的不同环节赋能。 举个例子,复杂行为的效果评估,白话说就是需要老师傅的行业 “AI+” 都有施展空间,这些公司都会有这三个特点:
AI 对于所有依靠经验的行业都会是巨大的冲击,越是靠老师傅经验存在的行业,越有机会利用 “AI+” 来赋能,例如医疗,教育,金融,健康护理等。
医疗领域
AI 可以通过大量的数据统计抽象,及数据之间的关联,做出预测。数据节点越多,判断越趋近准确,毕竟经验再丰富的医生,大脑的存储量都是有限的,知识边际也是有限的。病人们宁愿排队五六个小时,就是为了等一个经验丰富的老医生来做两三分钟的诊断,而不少年轻医生却缺病人,就是因为我们相信经验,担心误诊。IBM 的 Watson 机器人可以对检测结果做分析判断,辅助医生进行初步诊断,对病患者的病情进行有效定位归类,并提供相应的治疗手段选项,帮助医生更好更快地确定治疗方案,这样不仅提高的分诊效率,还大大地降低了医生的误诊率。
教育领域
教育领域也有同样机会。现在学生不管成绩好坏、更解能力如何,每天的课程和作业都一样,但其实每个人对知识点掌握并不是相同,带着越来越多的漏洞学下去,知识体系就很难搭建起来,成绩差异也就越来越大。老师不可能对众多学生知识体系进行查缺补漏,但是 AI 可以,通过学生对于知识点的反馈,迅速调整教学进度。
交易平台
对于交易平台,尤其是双侧用户足够分散,且交易频度较高,有大量数据沉淀的服务型公司。无论是 To C 还是 To B,都可以利用 “AI+” 给平台赋能,让平台为双侧用户提供更好的服务。帮助平台供给方去预测需求,分配资源,优化成本结构;帮助需求方去筛选、判别、监控体验和反馈。当平台搭建出更高的行业标准,提供双方更好的工具,双方对于平台的依赖度就会增加,即便是大额、重决策的消费也不容易跳单了。
国内市场很多领域都处于供大于求的状况,很多传统行业面临挑战,AI 对于这些行业的赋能将更明显,对用户来说更聪明的产品及服务将是普遍需求,那些有 AI 能力的企业才能有机会胜出。我相信在更多的垂直行业,会陆续看到利用 “AI+” 给产业赋能的实例。
claire.lin@matrixpartners.com.cn
题图/西部世界
也许你还想看 :
这可能是迄今为止关于人工智能最难读也最全面的文章,但我们觉得非常值得你读一读
联系客服