人工智能创业的另一面,变现才是硬道理

国务院刚刚发布了《新一代人工智能发展规划》,鼓励高校、科研院所与企业等机构合作开展人工智能学科建设,在此背景下,中国科学院大学率先成立了人工智能学院,按此发展,人工智能成为一级学科也将是大概率事件。

国务院刚刚发布了《新一代人工智能发展规划》,鼓励高校、科研院所与企业等机构合作开展人工智能学科建设,在此背景下,中国科学院大学率先成立了人工智能学院,按此发展,人工智能成为一级学科也将是大概率事件。

人工智能创业的另一面,变现才是硬道理

苹果也刚刚召开了发布会,全面屏的iPhone X采用了Face ID技术,这让CV领域的创业者兴奋不已。但是,此人脸识别非彼人脸识别,苹果的Face ID并没有采用普通摄像头的方式,而是采用红外主动识别的技术,这样就可以做到三维立体识别,增强了安全系数。尽管这项技术仍然存在易受光线干扰的缺点,但苹果却总能引起产业界的技术变革。 

这些都是非常令人兴奋的消息,但是也有些负面新闻,比如斯坦福大学几个研究人员发了篇论文,通过深度学习判断一张照片上人物是否有同性恋倾向,甚至这些研究人员还希望通过照片判断人的智商和政治倾向。公平来说,这就是把人工智能奉为圭皋的表现,这和我们古代的看面相算命又有什么差别?何况深度学习也根本做不到这一点。 

另外,还有几则或许已经忘却的消息:2017年初,微软收购了主要从事NLP的人工智能创业公司Maluuba;3月,Google收购了Kaggle;5月,从移动应用搜索转型人工智能助手的Quixey正式关闭,另外,苹果以2亿美元收购了Lattice;6月,新思科技(Synaptics)宣布收购 Conexant Systems (科胜讯系统公司)和 Marvell Technology Group 的多媒体业务,共支付 3.95 亿美元现金和 726,666 只 Conexant 的普通股;7月,Google收购了印度人工智能公司Halli Labs,百度收购了硅谷初创公司KITT.AI。

AI创业好像一片热闹,但是若深入思考,这却是一个非常可怕的现象,因为AI创业公司但凡有点成绩,基本都已被巨头收入囊中。被收购或者倒闭,似乎成了AI创业公司无法逃脱的宿命。那么坚持独立发展的道路又能怎样?这可以从语音识别领域的国内外两大巨头的处境来分析。首先我们来看国内的语音识别龙头科大讯飞,最近也与长江商学院薛教授互相指责,稳定的盈利可能是科大讯飞当前最大的尴尬。其次再看国外语音识别的老牌企业Nuance,下图是这家公司的全球网页,几乎令人怀疑这家公司还在做语音识别吗?转型的压力一度让Nuance陷入困境,其股价始终低位徘徊。

2017年,似乎也是资本市场比较蛰伏的一年,虽然关注很热闹,但是真正落地投资的案例却不是很多,这显然不如2016年的热闹。很多VC企业也开始思考,当第一波技术公司获得投资以后,这些企业如何才能落地?资本这个市场就是很奇怪,当投资人很冷静思考的时候,说明这个市场确实出现了一些隐忧。

AI创业能不能有第四条路

现实就是这么骨感,倒闭、被收购、独立发展,似乎各有痛处,这个时候中间路线就是最佳的选择,所以很多知名的人工智能创业公司选择了出售公司,包括鼎鼎大名的Deepmind。即便坚持独立发展的公司,比如Nuance,其实也是在难以出售情形下的唯一选择。

那么,有没有第四条路可走?

算法和数据不是关键问题

有一点要非常清晰,第四条路的关键应该不是当前人工智能企业的核心价值:算法和数据。

承认这点比较痛苦,因为科技型创业公司经常会有一个误区,即仅以技术论价值,当然还有很多公司也强调数据,但是这也不是绝对的门槛。技术永远在迭代更新,当技术不能呈现颠覆性的时候,技术的核心价值就会折扣。当然绝不是否认技术的价值,这里只是从企业某个阶段的发展方面探讨。事实上,技术才是唯一可以打破现有商业平衡的绝对力量。

那么再看数据,大数据其实是蛮纠结的一个领域,更多的数据意味着更大的投入,但是只有相对量的数据才能产生价值,那就意味着可能更大的浪费。有价值的数据对于企业来说绝对是极其有帮助的,对技术提升来说也是至关重要,但是这就意味着关键吗?好像困境中的一些巨头企业也不缺乏数据,这个问题也很难解释。

变现才是商业核心的逻辑

那第四条路的核心又是什么?不如先回归下商业的本质,GE的总裁杰克•韦尔奇还曾经写过一本《商业的本质》,关于这个问题可以聊很多,不如通俗的简单化理解:赚钱。谈到赚钱就有必要先分析下历史和当前企业的主要赚钱模式。

第一种模式可以归结为产品,也就是卖货模式,这是最原始和直接的商业模式,通过公司劳动创造的产品直接销售给客户变现。这其中又可以划分为B端和C端两种产品模式,B端产品一般面向行业,比较依赖于关系营销,C端产品一般面向大众消费,比较依赖于渠道营销,包括线上和线下。这类模式的核心就是产品要有量能,其弊端就是容易积压,曾经很多管理学课程都是研究库存问题。事实上,大部分公司都是这种模式,包括一些巨头比如Intel、苹果、华为、联想和小米等等,联想比较典型,其核心收入就是销售PC及相关产品。

第二种模式就是授权模式,这种模式并不提供实体(光盘可以不算),而仅是以复制数量作为计费依据。最具典型的就是微软这类软件企业,通过销售Windows和Office赚取利润。这类模式的优点就是随着用户规模的扩大,其研发或者产品成本可以摊薄,这对企业的利润贡献极大,比如微软的营业额其实并不显著,但是其影响力非同凡响,也造就了比尔盖茨的首富地位。但是这种模式的缺点也很明显,若不能形成垄断地位,事实上这种模式很难赚钱,因为这种模式的回款麻烦很大。比如杜比,这也是一家典型的授权公司,但是其核心并不是技术,而是好莱坞长期绑定的品牌,即便如此,杜比也要依赖于芯片公司的绑定才能确认其授权数量。互联网时代这种商业模式稍好一些,但是仍然存在回款太难的尴尬。

第三种模式可以说是广告模式,这很好理解,所有电视广播里面都要插播广告,这是电视台和电台的主要营收渠道。互联网企业对于广告的依赖更是严重,比如互联网门户新浪、搜狐等,甚至百度、Google、Facebook主要也依赖广告收入。事实上广告模式渗透到各个行业,很多传统公司也是依赖于广告生存。广告也是产品公司很大一部分的投入。但是这个模式的弊端就是一定要有流量,CCTV的广告就会经常拍出天价,头部效应非常显著。互联网当前核心争夺的流量,其实背后很大价值就是广告,所以互联网企业不敢错过任何互联网入口,这意味着未来流量的昂贵。

第四种模式就是服务模式,服务的概念外延很大,基本上不在前三种模式的都可以归为这一类,比如保姆是一种服务,运营商的话费算一种服务,共享自行车这类分时租赁也算一种服务。广义来说,苹果的商店、百度的搜索、阿里的交易、腾讯的社交,都可以说是一种服务,但是服务未必直接就能变现,互联网企业更喜欢免费服务的模式,然后通过广告或者分发来变现,典型的“羊毛出在狗身上,猪买单”的逻辑。游戏行业应该特殊一些,端游以前主要靠授权模式,网游和手游基本都是服务模式,然后变现依赖卖等级、卖道具等方式。互联网最成功的就是把服务迁移到线上,大幅降低了服务的成本,实现了从1到100的快速扩张,并且规避了过程中的成本问题。 

但是,以技术和数据起家的人工智能又该怎样变现?

AI企业直接做产品销售吗?这比较困难,因为技术公司一般比较缺乏营销理念和渠道优势,而这也是由一家公司基因决定的,相反的,产品公司一般也很难转型到技术公司。但这不意味着技术和产品公司之间的转型不可逾越,苹果和华为就是典型的例子,技术和营销同等的厉害。从很多案例来看,技术公司最容易选择的方向就是延伸到产品公司。有些公司依靠售卖数据来赚钱,但是这毕竟是短期的营收模式,当竞争的时候,这种模式实际上很难维持合理的利润。

当然AI企业最直接的商业模式就是授权,所以技术类企业一开始都会选择这种模式。但是前面也提到了,这种模式的难点就是回款,当碰到竞争的时候价格战就会伤害这种模式,这将严重阻碍公司规模的扩大。

那么广告呢?显然也很难,人工智能与传统科技最大的区别就是人工智能非常强调实时和交互,这对于广告模式来说就很致命,比如秀场直播,做个植入广告还可以,若插播一段无关的广告,估计就容易产生问题,影响正面逻辑。所以直播平台更倾向于平台抽成的模式,这实际上是一种服务的变现。

服务变现似乎是人工智能落地的最佳商业模式,当没有新新人类琢磨出第五种模式之前,估计很多巨头企业也都会压宝在这条道路上。服务变现也是互联网企业理解最为透彻的模式,这些企业甚至将这种模式从线上走到了线下。但是人工智能怎么才能依靠服务变现呢?

熬到了黎明或许碰上阴天

人工智能企业都坚信当有了流量以后,变现就会是自然而然的事情。但是令人担扰的是,从PC时代到移动时代,也曾经有巨头衰落了,也曾经有巨头倒下了,当前来看我们认为一切商业模式都是清晰自然的,但是回退到10年前、20年前呢?不能以现在的眼光评判历史的决策,局限才是大部分决策的本质。

人工智能这波浪潮,不是第一波,估计也不会是最后一波,人工智能企业最怕的就是好不容易熬到了黎明,或许碰上的还是个阴天。新技术的驱动必然会打破现有商业格局的平衡,这就不仅仅是技术的更新换代,很可能还是商业模式的变迁,或许核心属性没有改变,但是外延肯定会有所变化的。

决定公司高度的是最短板

这样来看,人工智能创业若不深入思考做出快速调整,很可能就会在兴奋中失落。技术和数据只是一家公司起步的突破口,有了船票未必能登上诺亚方舟,登船之路可能更加荆棘密布,决定一家公司高度的永远是公司的最短板。创业不是一件头脑发热简单的事情,国家的支持与媒体的关注带动的是一片产业,不是某家公司,而认知自身的缺陷本身就是一件极其困难的事情,何况还需要创业者及时的去调整适应。

比如,大部分人工智能创业公司都是技术出身,从理念和架构上,很容易不重视营销团队,认为营销是件比较简单的事情。更有很多创业者,利用众筹销售一部分产品后,在天猫和京东铺下货就认为自己是营销高手。事实上,这没有看到营销的本质,真正的营销,和管理一样,也是一门科学。公司的架构里面,技术、营销、管理永远是并列的三架马车,营销整合了供应链、产品链、客户链和媒体链,是公司变现最直接的渠道。

即便在技术领域也有很多误解,很多投资人和媒体都觉得深度学习是人工智能企业的核心所在,但真正落地的时候,未必就是这样。公司毕竟不是国家的研究机构和高校,特别是创业公司,承担不起科研的任务,更多的则是技术的产品化,这就需要大量的工程人员配合。实际上,让机器有多少智能,就意味着公司有多少人力和资金的投入。一家伟大的公司,从来不能依靠独行侠。

焦虑的还有AI的投资人

但是,创业往往也是冲动的,这是比投资还要冒险和疯狂的事情,过于理想的保守主义很难突破创业的层层障碍。冷静与兴奋,事实上是创业者最难把控的两个极端。创业不可能有终点,创业之路也是创业者的自我修炼之路。当然,创业者都是令人尊敬的,即便失败了,也为社会的进步积累了经验,为下一波创业者探索了道路。

创业之路更多的是坎坷和荆棘,创业之心更多的是无奈和无助,鲜花和掌声的时候,其实更多的是泪水和挫折。于是,这种焦虑自然传导到了最为关注人工智能的投资人领域,2017年以来,随着各种资金的关注,投资领域的竞争也日趋激烈。创业的各种困境,投资人也逐渐看的更加明白,而政府和银行基金的加入也让小型VC更加痛苦。事实上,具有战略眼光的VC已经提前完成投资布局,纠结犹豫的VC或许错过了人工智能技术红利的投资窗口。但是等到产品或者平台的时候,才发现在这两个领域占据绝对优势的所有巨头都已经布局把控,创业公司的生存空间被挤压的非常厉害。当然,技术的颠覆往往超过了预期,比如苹果iPhone X采用了红外作为Face ID的主要技术,这本来是个令人鼓舞的消息,但是几家欢喜几家忧,反而让基于普通摄像头的CV创业很尴尬,这让激进的投资人焦虑和不安。毕竟,投资人更加关注的还是IRR的数值。

焦虑的气氛弥漫在创业和投资的天空,Thomas L. Friedman认为世界是平的,但是真的这样吗?

原创文章,作者:IDC圈,如若转载,请注明出处:http://www.jifangjie.com/rengongzhinengchuangyedelingyimianbianxiancaishiyingdaoli

发表评论

登录后才能评论

联系我们

181-8081-8082

在线咨询:点击这里给我发消息

邮件:8313583@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code